エリック・ピカード、フルーエンシーの製品担当上級副社長 – インタビュー・シリーズ

エリック・ピカード、フルーエンシーの製品担当上級副社長は、デジタル広告プラットフォーム、自動化マーケットプレイス、データシステム、消費者向け製品を開発してきた、豊富な経験を持つ製品および技術エグゼクティブです。フルーエンシーに入社する前に、Microsoft、Pandora、MediaMath、Yieldmo、BARKでの上級リーダーシップを務め、広告テクノロジー戦略、プログラマティックメディア、製品管理、データサイエンス、エンジニアリング、そして大規模プラットフォームの近代化など、幅広い責任を負っていました。ピカードはまた、Bluestreak、Rare Crowds、Questoriなどのテクノロジー・ベンチャーを設立したシリアル・エントレプレナーであり、BluestreakとRare Crowdsは最終的に買収されました。彼のキャリアには、初期のリアルタイム入札広告交換のアーキテクトを支援したり、プログラマティックオーディオ広告製品を立ち上げたり、自動化された在庫キュレーション技術を開発したり、企業に人工知能、製品戦略、企業変革、M&Aに関するアドバイスを行ったことが含まれています。

フルーエンシーは、代理店、ブランド、多地点ビジネスが、検索、ソーシャル、プログラマティックプラットフォーム、ウォールドガーデン、オープンウェブを横断して有料メディアキャンペーンを管理するために設計された、デジタル広告運用システムを開発しています。プラットフォームは、データ、クリエイティブ資産、在庫、コンプライアンス要件、オーディエンス、キャンペーン戦略、レポート、実行ワークフローを集中化し、自動化と人工知能を使用して、繰り返しの作業を削減し、大規模なキャンペーンを調整します。フルーエンシーは、管理されたAI駆動ワークフローを含むエージェント広告に重点を置いています。これらのワークフローは、キャンペーンを実行および最適化しながら、戦略的およびブランドコントロールを維持することができます。同社は、毎月25万を超えるキャンペーンをサポートし、年間約30億ドルの広告支出を管理していると述べています。

あなたのキャリアは、デジタル広告の基礎となるいくつかの時期を経験してきました。Bluestreakの設立から、初期のデジタル広告標準の確立、初期のリアルタイム入札交換のアーキテクチャへの貢献まで、あなたはフルーエンシーでの次世代のエージェント広告システムを構築するためのアプローチをどのように形作ってきましたか。

私はデジタル広告が多面的に興味深い分野でキャリアを歩むことができて幸運でした。私はインターネットの成長を支えるメカニズムの一部となり、デジタル広告の基本的なメカニズムの発明に関わることができました。さらに、ソフトウェアにおける技術的な課題は、他のどの分野よりも厳しいものでした。

Bluestreakでは、ビデオ広告やオーディオ広告を含むほぼすべての広告形式の最初のものを構築することができました。マルチタッチ属性、タグ管理システム、すべてのデジタルメディアタイプのマルチタッチを最初に提供しました。これにより、IABとMRCと共同で最初のインプレッション標準を共同で著述することができました。

Microsoftに入社したとき、同社はGoogleがWindowsのコピー1つあたりの収益がMicrosoftよりも高いことを認識し、広告テクノロジーに投資することを決定しました。同社は、私に魅力的で大きな機会を提供し、Microsoftが広告テクノロジー分野に参入するための世界的な戦略を書く役割を与えました。

私が到着したとき、広告テクノロジーに取り組むエンジニアは約200人で、メディア収益は約7.5億ドルでした。私が去ったとき、広告テクノロジーに取り組むエンジニアは約1,500人に増加し、収益は50億ドルを超えました。現在、検索広告収益は約150億ドルですが、その当時は信じられない数字でした。

調査した会社の1つは、最終的にAcECNを買収しました。これは、The Trade Deskの創設者であるJeff Greenの最初の会社でした。Right Mediaの買収も検討しましたが、見送りました。代わりに、外部の入札者が交換に接続できる非同期のグローバルオークションの機会を見出し、AcECNを買収して、ロブストなエンジニアリングチームを構築することを支援しました。

AcECNが最初のリアルタイム入札交換を立ち上げたとき、さまざまなアプローチに関する議論があり、ベータテストを終了することはできませんでした。

この結果、広告テクノロジー生態系全体に大きな影響を与える2つの結果がありました。まず、Right Mediaを去ったBrian O’KelleyがAppNexusを立ち上げました。AcECNが立ち上がることができなかったとき、私はAppNexusとのパートナーシップを主導し、同社への大規模な投資と強力なパートナーシップを実現しました。最終的に、MicrosoftがAppNexusを買収しました。2番目の大きな結果は、Jeff GreenがMicrosoftを去り、AcECNでリアルタイム入札交換を構築したエンジニアの何人かを引き連れて、The Trade Deskを立ち上げたことです。

私のキャリアの最初のアークを見ると、1997年から2010年まで、長期的な種を植えることができました。Bluestreakでの私の仕事は、デジタル広告の基本的なメカニズムの発明を含み、IABとMRCと共同で最初のインプレッション標準を共同で著述することができました。Microsoftでの私の仕事は、広告テクノロジーへの参入戦略を書くことを含み、AcECNの買収とAppNexusとのパートナーシップを主導しました。

その後、Rare Crowdsなどのスタートアップを立ち上げ、プログラマティックキュレーションを発明し、Pandoraではオーディオ広告ビジネスを牽引し、Yieldmoではプライバシーセンターの広告交換を構築しました。また、IAB Techlabの理事会で役員を務め、理事会の幹部委員会のメンバーにもなりました。

去年、Brian O’Kelleyは、Agentic Advertisingのための業界標準であるAdCPを立ち上げる機会を見出し、AgenticAdvertising.orgを設立しました。私は、AdCPのガバナンスとコンプライアンスの最初の仕様を書くことを申し出ました。

その数ヶ月後、フルーエンシーから連絡があり、同社のビジョンに共感し、フルーエンシーの製品担当上級副社長に就任しました。フルーエンシーは、すでに私の仕様で指摘したすべての問題を解決していたのです。フルーエンシーは、8年前にすでにエージェント広告を実現しており、LLMが「エージェント化」する前に、決定論的なエージェントアプローチをとっていました。

私のビジョンは、フルーエンシー社のリーダーシップチームのビジョンと一致していました。決定論的なエージェントアプローチは、LLMと組み合わせることで、エージェント広告の課題を解決することができます。フルーエンシーは、LLMを取り込み、既存の自動化プラットフォームと統合することで、システムの価値を高めることを目指しています。

私は、デジタル広告の歴史の中で、初期のインプレッション標準の確立からリアルタイム入札の発明、キュレーションの発明、エージェント広告の登場まで、多くの波に乗ることができて幸運でした。フルーエンシーでは、エージェントが人間の介入が必要な場合に人間が介入できるようにし、LLM駆動のエージェントに決定論的なガイドレールを提供することで、キャンペーンを安全に実行できるようにしています。

リアルタイム入札は、ソフトウェアにミリ秒単位で金融上の決定を下す能力を与えました。プログラマティック広告の開発から得られた教訓は、AIエージェントにより大きな運用的自律性を与える際に、今日の開発者が考慮すべきものは何ですか。

プログラマティック広告では、1秒あたり数千万の決定を下すことができるマシンラーニングを使用しました。これには、膨大なコンピューティング能力、データ処理、インフラストラクチャが必要です。ジェネレーティブAIの登場以前は、ソフトウェアの中で最も重要な開発の1つでした。

しかし、プログラマティックモデルの効率性は低く、エコシステムは非常に複雑で、広告インプレッションあたりの電気消費量が多く、炭素排出量も多くなります。私はプログラマティックスペースが好きで、そこで何を成し遂げたかを誇りに思いますが、複雑さに対する利益が少ないように感じます。

ジェネレーティブAIも同じことが言えます。エージェントが取引のインターフェースで動作し、決定を下す必要がある場所は、毎回同じ決定を下す必要がある場所ではありません。決定論的なエージェントとジェネレーティブAIを組み合わせることで、取引を効率的に管理し、複雑さを大幅に削減することができます。

業界には、LLM駆動のエージェントを取引のワークフローに組み込むことを目的とした2つの主要なイニシアチブがあります。IAB Techlabは、Agentic Advertising Management Protocols (AAMP)イニシアチブを立ち上げ、リアルタイム入札インフラストラクチャにLLMをプロキシするメカニズムを提供しています。AdCPプロジェクトは、キャンペーン管理とクリエイティブワークフローを自動化することに焦点を当てています。

フルーエンシーは、すでにAdCPの問題を解決しています。決定論的なエージェントアプローチを取り入れ、LLMを統合して、取引を効率的に管理し、複雑さを削減することを目指しています。

フルーエンシーの決定論的な実行レイヤーは、AIエージェントの推奨事項を、ライブキャンペーンに影響を与える前に評価しますか。広告主は、エージェントの推奨事項を評価するためのルールや制約をどのように設定できますか。

フルーエンシーは、人間やLLMが決定論的な指示を作成できるメカニズムを提供します。これらの指示は、毎回同じように実行されます。このアプローチは、ビジネスルールとヒューリスティックをエンコードすることで、広告プラットフォームでのアクションを自動化することができます。

たとえば、自動車ディーラーが新しい車を入荷したとき、フルーエンシーは在庫管理システムを読み取り、自動的にキャンペーンとクリエイティブを生成できます。車が売れたときに、キャンペーンを自動的に停止することもできます。

広告予算を直接制御するには、現在、LLMを使用することはリスクが高すぎます。決定論的なシステムが広告キャンペーンの変更を実行することを可能にするフルーエンシーのアプローチは、LLMのどのような根本的な問題に対処していますか。

LLMは、確率的なエンジンであり、同じ質問に対して毎回異なる答えを生成するように設計されています。さらに、算術演算ができないため、金融上の決定を下すには適していません。LLMは、スクリプトを書き、コードを実行することで、算術演算を実行できますが、これは決定論的なタスクではありません。

したがって、フルーエンシーは、LLMを取り込み、決定論的なエージェントアプローチをとることで、取引を安全に実行できるようにしています。LLMは、決定を下すための指示を生成するために使用され、決定論的なエージェントは、毎回同じように実行されます。

広告戦略とクリエイティブ開発には、実験と主観的な判断が必要です。組織は、ジェネレーティブAIの柔軟性を維持しながら、キャンペーンの実行が予測可能でコンプライアントであることをどう保証できますか。

フルーエンシーは、決定論的な指示をエンコードするメカニズムを提供し、毎回同じように実行されます。LLMは、パターンマッチングと分析に役立ちますが、決定論的なエージェントアプローチをとることで、取引を効率的に管理し、複雑さを削減することができます。

フルーエンシーのプラットフォームは、検索、ソーシャル、プログラマティック広告チャネルを横断します。AIエージェントが、異なるデータ構造、最適化システム、ポリシー要件を持つプラットフォームをまたいで推論する際に、どのような技術的な課題が生じますか。

各広告プラットフォームには、独自のベストプラクティスと機能があります。APIは、外部からプラットフォームを操作するための固定パイプです。LLMは、各プラットフォームのベストプラクティスをインジェストし、フルーエンシーの顧客のニーズに応じて、指示を生成することができます。

エージェント広告環境における人間の監督の有効な形は何ですか。どのような決定は安全に自動化できますか。どのような決定は、人間のレビューまたは承認を必要としますか。

フルーエンシーの顧客は、リスク許容度が異なります。フルーエンシーは、決定論的な指示をエンコードするメカニズムを提供し、毎回同じように実行されます。決定が明確でない場合は、自動的に人間にルーティングされ、必要なコンテキストが提供されます。

AIエージェントがキャンペーンの決定を下すにつれて、プラットフォームは、広告主がパフォーマンスを監査し、ミスを調査し、コンプライアンスを示すために、決定、データ、ルールの根拠をどのように文書化する必要がありますか。

フルーエンシーは、SOC2コンプライアントであり、完全に監査可能です。変更はシステム全体でログされます。フルーエンシーは、ビジネスルールをソフトウェアにエンコードすることで、決定論的な指示を生成し、毎回同じように実行されます。

エージェント広告を採用している代理店やブランドにとって、どのワークフローが最良の出発点となり、エージェントの権限を拡大する前に、組織はどのような証拠を必要としますか。

フルーエンシーでは、エージェント広告は既に確立された分野です。8年前にエージェント広告を開始し、数百の代理店やブランドが現在、フルーエンシーのプラットフォームを使用しています。フルーエンシーは、検索、ソーシャル、プログラマティックのチャネルを横断する、繰り返しのタスクを自動化します。LLMは、フルーエンシーの顧客のビジネスルールをエンコードし、決定論的な指示を生成するのに役立ちます。

広告は、実際の金銭を管理する自律システムの最初のテストベッドです。この業界から得られた教訓は、金融サービス、ヘルスケア、企業調達、その他の規制された業界でAIエージェントを採用することにどのように適用できますか。

広告業界は、20年前に自律システムが実際の金銭を管理することを許可することを証明しました。フルーエンシーは、年間30億ドル以上の広告支出を管理し、数千のロケーションを横断しています。フルーエンシーのアプローチは、決定論的なエージェントアプローチを取り入れ、LLMを統合することで、取引を安全に実行できるようにしています。

このアプローチは、金融サービス、ヘルスケア、企業調達、その他の規制された業界でも適用できます。フルーエンシーの決定論的なエージェントアプローチは、LLMを取り込み、取引を効率的に管理し、複雑さを削減することを可能にします。

ご質問にご協力いただき、ありがとうございました。フルーエンシーについてさらに詳しく知りたい読者は、フルーエンシーを訪問してください。