ソートリーダー

AIファーストのマーケティングチーム:実行が消えると、マーケターに何が残るのか?

Seva Ustinov
Unite.AI を Google の優先ソースに追加
A photorealistic wide shot of a modern marketing strategist operating a sleek, holographic command console in a high-tech office. The interface displays interconnected nodes and data visualizations representing various social media platforms and performance metrics.
要点AIエージェントは現在、最小限の人間の監視でマルチチャネルのパフォーマンスマーケティングを実行します。
もっと見る
  • AIエージェントは現在、最小限の人間の監視でマルチチャネルのパフォーマンスマーケティングを実行します。
  • 過剰な人間の介入はAI学習システムを混乱させ、その効果を低下させます。
  • マーケターの役割は、オペレーターから自律的な実行を監督するシステムデザイナーへと移行します。

数週間前、私はウェビナー「Performance Marketing Teams of the Future」を開催しました。未来像を語るというより、現状を診断することを狙ったものです。Max Epifanov(TripleTen)、Matt Shenton(Croud)、Ivan Zamesin(AJTBD)の三人の実務家が参加しました。いずれも大規模に事業を運営し、すでに本番環境でAIネイティブなワークフローを動かしています。

そこで浮かび上がったのは、現在のモデルの事後分析でした。AIが静かに置き換えつつあるモデルです。現在、成果を上げているパフォーマンスマーケティングチームの内側をよく見ると、仕事が不要になるにつれてチームが解体されつつあります。組織図が、AIエージェントがすでにしていることにまだ追いついていないのです。

私たちは10年間、間違った問題を解いてきた

過去10年間、私たちは成果指標の最適化、具体的にはダッシュボードの改善、アトリビューションの迅速化、ターゲティングの精緻化に注力してきました。しかし、AIの真の利点はここにあります。意思決定にかかる時間を減らし、試行と改善の反復を速めることです。以前はマーケターが何時間もダッシュボードを眺め、予算を増やすかどうかという一つの判断をしていました。一方、AIを使えばこうした判断を一日に数百件行い、何が有効かをすぐに検証できます。

私たちは自動化システムの制御にもこだわりすぎてきました。そして、過剰な制御がシステムの有効性をかえって低下させると分かりました。人は直感的に、制御を増やせば結果がよくなると考えるため、これは分かりにくいことです。実際には、介入が学習システムの動作を妨げることがよくあります。航空分野は有用な例です。自動操縦システムは航空事故を減らしましたが、それはパイロットが介入すべきでないときを理解してからでした。マーケティングも同じ段階に入りつつあります。

特に興味深いのは、役割の変化が段階的な移行として起きるわけではないことです。

実際のチームでは、むしろ急に起きる傾向があります。AIを生産性向上ツールとして導入する企業は少しずつ改善を得ますが、AIシステムを中心に構造を作り直すチームは、根本的に別の次元で活動します。

エージェントが実行すると何が変わるのか

現在の実務では、AIエージェントが管理します。Meta、TikTok、YouTube、Googleなど複数のチャネルにわたるパフォーマンスマーケティングを、同時に管理するのです。エージェントはファネル全体のデータに接続され、あらかじめ定めた意思決定ロジックに基づいて動きます。人間の関与を最小限に抑えて、目標達成のために計画し行動できます。

現在、マーケターは開発者を巻き込まず、わずか7日間で完全にインタラクティブなリード獲得ファネルを構築できます。生成AIを利用するマーケティングチームの70%超は、人員を増やさずにより多くのコンテンツを制作しています。同時に、公開と反復改善の速度は指数関数的に高まります。

重要なのは、エージェントが単に補助するのではなく、実際に仕事をすることです。実行が継続的かつ自動的になれば、従来の意味でのマーケティングの居場所はなくなります。

Meta、Google、YouTube、TikTokを横断する日々のキャンペーン分析は、3〜4時間から10〜15分に短縮されます。過去のデータを使い、どの広告クリエイティブを打ち切り、残し、拡大するのか。これらのルールはすべて、チーム独自の意思決定ロジックに従って常時動きます。例えば、有望と判定されたリード一件当たりの実際の費用が目標を下回れば拡大し、クリエイティブの成果が基準値を割り込めば一時停止します。すべてのアクションには理由が添えられるため、チームは検証し、調整し、そのうえで信頼できます。自動モードではエージェントが広告アカウントに直接変更を加え、半自動モードでは人間が承認します。月50万ドル以上を有料広告に投じるチームは、すでにこのように運用しています。

人間の側に残るもの

では、人間は何をすべきでしょうか。タスクの実行が自動化され、最適化が常時行われ、意思決定ロジックを形式化できるとすれば、人間に残る最も明確な強みは、次の能力になります。データが不完全で、コンテキストが曖昧で、結果が予測できないときに判断する能力です。AIはまだ、確実にはできません。優れたアイデアと平凡なアイデアを見分けることも、長期戦略を独力で決めることも、信頼できる形ではできないのです。

現時点では、パフォーマンスマーケティングを四つの層に分けられます。

  • 実行は完全に自動化されています。
  • 最適化は一部の制約を伴いながら、大部分が自動化されています。
  • 意思決定には部分的に人間が関わります。
  • 戦略は今のところ全面的に人間が担います。

人間の役割を捉え直すうえで役立つのが、医師、パイロット、教師という三つの典型像です。いずれも人間が、普段は自律的に動くプロセスを定義したり修正したりします。医師は問題が起きたときに診断します。パイロットは過剰な調整をせずにシステムを制御します。教師はシステムが動くための入力、制約、構造を定めます。

チームからシステムへ

AIのどんな能力でも、それだけでは解決できない大きなボトルネックがあります。AIシステムの有効性は、それが動くコンテキストに左右されますが、今日の企業の多くでは組織のコンテキストが分断されています。知識はチャットルーム、文書、ダッシュボードに散在しています。チームは互いに孤立して働くため、コンテキストが絶えず失われ、そのたびにゼロから再構築しなければなりません。

これは組織のアーキテクチャにおける重大な問題です。エージェント型AIはベルトコンベヤーにたとえられます。データにラベルが付いていない、アクセスできない、あるいは明確に定義されていなければ、機械は止まります。AIから実際の価値を得る企業は、統合しています。データと意思決定のシステムを一体化しているのです。

この新しい現実の中で活動するパフォーマンスマーケティングチームには、作業担当者が少なく、システム設計者が多く、より密なフィードバックループがあり、人間による遅れのない継続的な実行があります。チームは、自律システムを監督する管理層になります。

長年、パフォーマンスマーケティングは、増え続けるチャネル、データ点、変数の複雑さを管理する仕事でした。AIはその複雑さを減らすのではなく、引き受けます。ゲームのルールは変わりました。勝者になるのは、自らを管理するシステムを構築する者です。

セヴァ・ウスティノフは、Plurioの創設者兼CEOです。Plurioは、パフォーマンスマーケティングの成長を促進するAIエージェントです。Plurioは、非効率性を早期に検出して成果の高い施策を拡大することで、マーケターの手作業を排除します。企業のビジネスコンテキストに基づいたフルファネルデータとアトリビューション(成果への貢献度分析)を使用して、収益成長を促進します。