ダグ・トールマッジ、Gradial共同創業者兼CEO — インタビューシリーズ

ダグ・トールマッジはGradialの共同創業者兼CEOで、航空宇宙、衛星通信、金融、企業向けAIにまたがる経歴を持つ技術系起業家であり、技術部門のリーダーです。2023年にGradialを設立する前は、SpaceX (SPCX )に5年近く在籍しました。Starlinkネットワークの初期からの拡大を支え、顧客数がゼロから50万人超へと増える過程を支援するネットワーク分析を主導し、ネットワークの最適化とシミュレーションに取り組むソフトウェア技術者やデータサイエンティストのチームを率いました。また、Starlinkの衛星から携帯電話へ直接接続する取り組みや、初期の衛星電力システムにも貢献しました。それ以前にはLockheed Martin (LMT )やBridgewater Associatesで勤務し、高度な技術的専門知識と、大規模システムや事業運営の経験を兼ね備えています。

Gradialは、同社が「エージェント型マーケティング業務」と呼ぶ領域に注力する企業向けAI企業です。大企業が、クリエイティブ戦略とキャンペーン実施の間にある実務を自動化できるよう支援しています。AIによるコンテンツ生成だけに集中するのではなく、Adobe Experience Manager、Salesforce、Jira、コンテンツ管理基盤、デジタル素材管理ツール、マーケティングの業務フローなど、複数のシステムにまたがってAIエージェントを連携させます。ガバナンス、法令・規制対応、アクセシビリティ、ブランド基準を守りながら、マーケティング素材の作成、最適化、タグ付け、品質確認、公開を行えます。企業内の各システムを結ぶ共通の組織知識基盤を作ることで、大規模なマーケティングチームをしばしば遅らせる手作業の調整を減らすことを目指しています。これにより、キャンペーンをより早く開始し、個別化されたコンテンツの制作規模を拡大し、複雑化するデジタル体験をより効率よく管理できるようにします。

Gradialの創業前にはSpaceXで複雑なネットワークシステムに携わり、Starlinkの利用者をゼロから数十万人へと増やす取り組みを支えました。企業のマーケティング基盤にも同じような構造的な非効率があると気づいたのはいつで、その気づきはどのようにGradialの創業につながったのでしょうか。

前職では、大きな組織の中で生じる摩擦が積み重なる様子を間近で見ていました。ごく小さな非効率でも、その後に続くすべてのプロセスを遅らせかねません。こうした障害の悪影響が最も大きいと感じたのがマーケティングでした。チームは、各種プラットフォームの操作、素材のアップロード、承認の管理、担当者間の引き継ぎ調整に多くの時間を使っていました。戦略を考えたり、クリエイティブの方向性を定めたりする仕事が、幾重もの実務に埋もれていたのです。

AIにうってつけの用途ですが、私が気になったのは業界の関心の向き先でした。多くのプラットフォームはAIでコンテンツを書いていました。しかし大企業のマーケティング担当者に話を聞くと、コンテンツ不足は問題ではありませんでした。制作自体は簡単にできるのに、素早く公開できなかったのです。アイデアが実際のキャンペーンとして公開されるまで、数日、数週間、ときには数か月かかっていました。AI投資の大部分は制作に向かい、コンテンツを実際に世に出すという、より難しい問題は完全に見過ごされていました。Gradialはこの隙間を埋めるために作りました。下書きと承認から、公開、ブランド基準への適合、成果の最適化までをエージェントが担い、担当者が人間の判断を必要とする仕事に集中できるようにするのです。

従来の「正式な記録を管理するシステム」、いわゆるシステム・オブ・レコードは、実質的に技術的負債を抱えるシステムになったと述べています。企業がAIを導入しようとすると、従来のマーケティング用システム群のどこに具体的な問題が生じるのでしょうか。

CMS、プロジェクト管理ツール、承認の業務フロー、素材ライブラリーといった記録管理システムは、情報を整理するために作られたもので、速く仕事を進めるためのものではありません。既存システムにAIを後付けすると、すぐに問題が起こります。ツールは、その企業の事業も、ブランド特有の表現も、法令・規制上の要件も、承認手順も知りません。その結果、担当者はすべての出力を確認し、背景情報の不足による誤りを直すことになります。複数のチャネルで何千ものコンテンツを管理している組織にとって、後付けのAIは、管理すべき複雑なプロセスがもう一つ増えるだけなのです。

マーケティング分野のAIに関する議論は、これまで主にコンテンツ生成に集中してきました。本当の機会は実行にあると考える理由と、その転換が実務でどのような形を取るのかを教えてください。

マーケティング担当者は、アイデアを出せなくて困っているのではありません。コンテンツを確認の各段階に通し、ブランドの表現を統一し、何十ものツールを使い分け、さまざまな対象者に合わせて最適化することに苦労しています。

ブランドが見つけてもらう方法にも、構造的な変化が起きています。Googleの検索件数はこの1年で20％近く減り、ブランドはSEOだけに頼れなくなりました。AI検索の回答にも登場する必要があります。そのためには、AIモデルが解釈しやすく、引用しやすく、回答に取り上げやすいコンテンツを公開しなければなりません。問題は、モデルが情報の参照先を絶えず変えることです。今日の回答に載るブランドが、明日にはひっそり消えているかもしれません。担当者が不足に気づき、コンテンツを更新して承認を得る頃には、モデルは次に進んでいます。

コンテンツ生成だけでは解決しません。制作を速めても、同じ承認待ちの列に並び続け、AIでの見つかりやすさも最適化されていないままかもしれません。Gradialは担当者がすでに使っているツールにつながり、コンテンツの修正、ブランド基準の確認、複数のプラットフォームへの公開など、通常は全体の進行を遅らせる作業を引き受けます。その結果、キャンペーンは数週間ではなく数時間で公開でき、内容は正確でブランドにも適合し、対象者が実際に情報を探している場所で見えるようになります。

Gradialはよくエージェント型プラットフォームと呼ばれます。Fortune 500企業のマーケティング業務の中で、AIエージェントは日々具体的に何をしているのでしょうか。

お客様の実例を紹介するのが一番でしょう。T-Mobileでは、キャンペーンを実施するために、複数チームの調整、承認の収集、数週間に及ぶ制作待ちが必要でした。Gradialでは、AIエージェントがクリエイティブ制作の依頼内容から確認、公開までの全工程を処理します。担当者が各段階の進み具合を手作業で追いかけていた仕事が、そのまま進むようになります。結果として、キャンペーン実施までの進行が90％速くなりました。

AWSでは、新しいウェブページを作るたびに、制作会社への指示、下書き待ち、修正の繰り返し、公開に向けた手作業の調整が必要でした。専用のエージェントにより、ページ作成は20倍速くなりました。

企業でAIを導入する際の大きな課題の一つが信頼です。AIエージェントが複数システムで実務上の判断を行う中で、Gradialは信頼性とガバナンスをどのように確保していますか。

企業では信頼がすべてです。特に金融や医療では、法令・規制対応の誤りが現実の重大な結果を招きます。Gradialを導入する際は必ず、ブランド特有の表現、メッセージの指針、法令・規制上の要件、承認の業務フロー、業界基準といった背景情報をエージェントに与えることから始めます。

人間の関わり方は全面的に調整できます。初めて取り組むチームや規制のある環境で働くチームは、公開前にすべての作業の承認を必須にできます。また、エージェントのあらゆる行動には、完全な監査証跡が残ります。実務で能力が確認されるにつれ、厳しい管理から始めたチームが徐々にエージェントの裁量を広げ、信頼が自然に育つことが分かってきました。初日にすべてを任せることが目的だったのではありません。責任を担えると示すことで、より大きな責任を任せてもらえる仕組みを作ることが目的でした。

御社のプラットフォームは、既存ツールをそのまま置き換えるのではなく、それらに組み込まれます。長期的には現在のシステム群を補強する構想なのでしょうか。それとも全面的に置き換えるのでしょうか。

今は、チームの現在の環境に合わせることを重視しています。企業のマーケティング組織の多くは、FigmaやAdobe、プロジェクト管理システムなど、特定のツールを中心に何年もかけて業務フローを作ってきました。その基盤を捨てるよう求めるのは現実的ではありません。Gradialはそこに接続し、進行を遅らせてきた実務を担います。

長期的な構想は、さらに野心的です。企業のマーケティングを支える従来のソフトウェアの多くは、AIが登場する前の世界に向けて作られており、そのことが今はっきり表れています。コンテンツの保存と整理だけを目的に設計されたシステムは、エージェントが同じ背景情報を保持しながら、それに基づいて同時に行動できるようになると、大きく姿を変えるでしょう。いずれは、コンテンツの保管場所と仕事を進める場所の区別がなくなると考えています。私たちは両方を担う基盤層を目指して開発しています。

大企業には、深く定着した業務フローや社内の変化への抵抗があるものです。Fortune 500企業に、AIを前提とするシステムをうまく導入するには、実際には何が必要でしょうか。

まず、Gradialは仕事の進め方を変えるよう誰にも求めていないと明確に伝えます。単純に聞こえますが、ここが企業のAI導入で最大の壁です。多くのツールは、新システム、新画面、新しい作業方法を持ち込み、半年後になぜ導入が停滞したのかと不思議がります。私たちは、チームが実際にどう動いているかを把握し、その方法に合わせてGradialを設定するところから始めます。

現場の仕事で役に立つことを早く実感できると、利用が定着します。デモでも、都合のよい条件だけを整えた試験導入でもなく、自分たちのキャンペーン、コンテンツ、業務フローで確かめるのです。公開までの時間が3週間から当日中へと変わるのを一度見れば、社内の抵抗はおのずと薄れがちです。

技術面では、実行エンジンは一般的な生成AIの層と何が違うのでしょうか。

生成AIの層は下書きを渡しますが、実行エンジンはそれを公開まで進めます。マーケティング向けAIツールの大半は出力の段階で止まります。文章を書いたり修正を提案したりしても、それを承認に回したり公開ページに反映したりする段階になると、担当者が管理を引き受けなければなりません。実際に最も時間を使うのは、この引き継ぎです。

実行エンジンは、チームがすでに使っているツールの中に組み込まれ、その企業固有の仕事の進め方を理解している点で異なります。担当者が何かを頼むと、エージェントは必要な全工程を進め、承認を取り、人間の判断が本当に必要な事項だけを提示します。担当者は一つ一つの工程の間に入らなくても、主導権を保てます。

多くの企業がAIを試していますが、大きな投資対効果を得ている企業はわずかです。今、多くの組織はどこで間違えていると考えますか。

最もよくある間違いは、AIを機能していないプロセスの改善策としてではなく、生産性を高める道具として扱うことです。どの出力も大幅な編集を要したり、別システムに手作業でコピーしなければならなかったり、公開前に今も五つの承認が必要だったりするなら、問題は解決していません。

本当の成果を出している企業は、問題を具体的に絞りました。作業がどこで止まるのかを正確に見極め、その問題にAIを投入したのです。広く試す実験ではなく、以前の遅い状態と、改善後に実現すべき速い状態を明確にして取り組みました。この的確さが、実際の投資対効果と、デモでは感心されても半年後にはほこりをかぶるツールを分けます。

適切に実施すれば、結果は具体的に表れます。Gradialのお客様では、キャンペーン開始が8倍速くなり、初年度の運営コストを35％以上削減し、すべてのコンテンツでブランド基準とアクセシビリティ要件への100％適合を達成しています。

5年後、全面的にAIを前提とするマーケティング組織はどのような姿になり、その未来でGradialはどのような役割を担うでしょうか。

5年後には、マーケティングの実務層は自律的に動くようになります。担当者がエージェントにキャンペーン開始を頼めば、間の全工程を処理してくれるため、その日の終わりには公開されています。AI検索におけるブランドの見え方は自動で監視・調整されます。要件への適合も、最後に慌てて確認するのではなく、全工程を通じて継続的に確保されます。担当者は、本来任された仕事、つまりブランドづくり、クリエイティブの開発、人間の判断を要する顧客体験上の戦略的な意思決定に時間を使います。

Gradialの役割は、マーケティング組織がそこにいち早く到達できるようにすることです。何もかも捨ててやり直すよう説得するのではなく、今ある業務フローの中で、この仕事の進め方が可能だと実証します。早く気づいたチームは、従来のやり方でキャンペーンを進めるチームに対して、積み重なる優位を得るでしょう。

貴重なお話をありがとうございました。詳しく知りたい読者の方は、Gradialのサイトをご覧ください。