AIだけでは不十分なフィード改善—あなたの役割が今も重要な理由

エピソード概要

AIが自動で乱雑な商品フィードを整理できると思いますか？それほど簡単ではありません。今回のPPC Town Hallでは、Optmyzr CEOのFrederick VallaeysがDataFeedWatch創業者のJacques van der Wiltと、AI搭載のショッピングキャンペーンにおいても人間による監督がなぜ必要なのかについて語ります。

AIのハルシネーション問題、自動化によるコスト増大、PerplexityのようなAI主導の検索エンジンの台頭など、さまざまな課題を掘り下げます。ショッピング広告を運用している方には見逃せないインサイトが満載の内容です。

エピソードのポイント

GoogleのAI搭載ショッピングキャンペーンは自動化と効率化を約束しますが、AIのパフォーマンスは投入するデータの質次第です。商品フィードが乱雑なままでは、どれだけAIを使っても高パフォーマンスなキャンペーンにはなりません。

ここでは、FredとJacquesの対談から、AIを活用してフィード最適化を実現しつつ、コントロールと成果を両立するための主なポイントをまとめます。

1. AIは良質なデータがなければ機能しない

フィード管理の自動化自体は新しいものではありませんが、AIによってそのレベルが一段階上がっています。課題は、AIが良い結果を出すには構造化され正確なデータが必要だということです。商品フィードに属性の欠落や価格の誤り、曖昧な説明がある場合、AIだけではそれらの問題を解決できません。

「誰かが『Levi’s 501 メンズ ブルージーンズ サイズ32』で検索し、そのフレーズが商品タイトルに含まれていれば、Googleはこれが最適な一致であると高い確信を持ちます。AIも最適に機能するには構造化データが必要です」 とJacquesは説明します。

ポイント： AIは最適化を強化しますが、広告主はフィード内のデータがクリーンで正確かつ完全であることを保証する必要があります。

2. AIはフィード最適化で大きな役割を果たす

AIは商品フィードの構造を改善し、色やサイズ、カテゴリなどの欠落属性を補完できます。しかしAIは万能ではなく、結果の検証には人間の監督が不可欠です。

JacquesはDataFeedWatchがAIを使ってフィードを最適化する方法を共有しました：

• ストアデータに基づく属性の自動マッピング
• AIによるタイトル・説明文の自動リライト
• 各広告プラットフォーム向けの自動カテゴリ分け

ただし、広告主はAIが生成した最適化結果を必ず確認し、正確性と関連性を担保する必要があります。

「完璧なAIシステムを作ったと言う人がいれば、それは嘘です。常にAI、A/Bテスト、人間の監督の組み合わせです。」

 

- Jacques van der Wilt

3. ビジュアル＆会話型検索へのシフト

消費者行動は進化しており、AI主導の検索が商品発見の方法を変えつつあります。単純なキーワード入力だけでなく、音声検索や画像検索、ChatGPTのようなAIチャットアシスタントの利用が増えています。

FredはiPadを調べた際の体験を共有しました：「ChatGPTと5分ほど会話し、自分のニーズを説明したら、すべての選択肢を分かりやすく解説してくれました。」

Perplexityのようなプラットフォームでは、AI主導の商品検索が進んでおり、タイトルや説明文がユーザーの意図に合わせて動的に書き換えられる可能性もあります。

「Perplexityは、GoogleやBingなど現在のプラットフォームよりも、はるかにAI主導の方法で商品データを解釈することになるでしょう」とJacquesは説明します。

この変化により、フィード最適化はもはやキーワードだけでなく、AIが効果的に解釈できるデータ構造が求められます。

4. 大規模運用時のAIコスト

AIによる最適化は無料ではありません。数千、数万の商品にAIを適用し始めると、APIコストが急増します。Jacquesは重要な課題を指摘しました：

「50万点の商品を持つユーザーが、即時のAI最適化を期待していました。しかしOpenAIへのAPIコールはすべてコストがかかり、その規模では持続不可能です。」

コストを効果的に管理するには、広告主は以下を実践する必要があります：

• タスクごとに最適なAIモデルを選択（重要なタスクには高コストモデル、大量処理には低コストモデル）
• インパクトの大きい部分にAI最適化を優先的に適用
• 本格導入前にAI生成結果をテスト・改善

5. AIはツールであり、人間の戦略の代替ではない

この議論の最大のポイントは？AIは強力なツールですが、魔法の解決策ではありません。広告主は引き続き以下を行う必要があります：

• 構造化され正確なデータをフィードに用意する
• 品質と関連性の観点からAI生成の変更を監視する
• 進化する検索トレンドやAI主導プラットフォームに先んじて対応する

Jacquesの言葉を借りれば：

「AI自体には意味はありません。私たちがすでに行っていることを改善するためのツールに過ぎません。」

6. ビジュアル検索＆フィード最適化におけるAIの未来

AIは最終的に画像理解へと進化しますが、構造化データをすぐに置き換えることはありません。Jacquesは、画像を大規模に処理する際の計算能力が依然として制約であると強調します。

「AIで画像を処理するには膨大な計算能力が必要です。ビジュアル理解に向かっていますが、構造化データが一夜で置き換わることはありません。」

現時点では、構造化された商品フィードがAI主導の検索・広告の基盤であり続けます。

OptmyzrでAI搭載フィード最適化の効果を最大化

AIはフィード最適化を強化できますが、人間による監督と戦略的な調整と組み合わせることで最大の効果を発揮します。Optmyzrのようなツールは、広告主がショッピングキャンペーンをコントロールするために以下を提供します：

• 欠落や低品質データを特定するカスタムフィード監査
• 賢い最適化のためのAI主導インサイト
• パフォーマンス低下を防ぐ自動ルール

まだOptmyzrをご利用でない方は、今が全機能14日間無料トライアルを始める絶好のタイミングです。

世界中の数千の広告主（小規模代理店から大手ブランドまで）が、毎年数十億円規模の広告費をOptmyzrで管理しています。

導入に必要なリソースや、成果最大化のための専門サポートもご用意していますので、安心してご利用いただけます。

エピソード書き起こし

Frederick Vallaeys: こんにちは、PPC Town Hallの新しいエピソードへようこそ。私はFred Vallaeys、ホストであり、OptmyzrのCEO兼共同創業者です。OptmyzrはPPC管理ツールです。

本日のゲストはDataFeedWatch創業者のJacques van der Wiltさんです。彼は2008年に会社を立ち上げ、フィード管理や、さまざまなプラットフォームでのEC広告への応用について多くの知見を持っています。

かつてデータフィード管理は非常に手作業が多く、スプレッドシートだらけでした。ツールによる自動化が進んだ今でも、生成AIの台頭と構造化データの活用能力によって、これらのプロセスは大きく変わりつつあります。

AIがフィード管理をどう変えるのか、EC広告にどんな影響を与えているのか、そして皆さんのキャンペーンにすぐ使える実践的なヒントや戦術をJacquesから聞けるのが楽しみです。

それでは、PPC Town Hallのエピソードを始めましょう。

Jacquesさん、ようこそ！ご出演ありがとうございます。

Jacques van der Wilt: Fred、ありがとうございます。お招きいただき感謝します。

Frederick Vallaeys: そうですね。そして今回は英語で進行しますよね？私たち二人ともオランダ語を話せますが。

Jacques van der Wilt: ええ、でも他の人にも内容を理解してもらいたいので、英語でいきましょう。

私のアクセントはFredよりもずっと強いですが、Fredはすっかりアメリカ人になりましたし、きっとちゃんと伝わるはずです。

Frederick Vallaeys: その通りです。もし分からないことがあれば、生成AIや書き起こし、翻訳もありますからね。

ところでJacquesさん、今日はどこからご参加ですか？

Jacques van der Wilt: 今はアムステルダムのオフィスにいます。Datafeedwatchはアメリカの会社ですが、メンバーの多くはヨーロッパ在住で、リモートファーストの体制です。私はアムステルダムから会社を運営していて、ポーランドや他の国にも多くのメンバーがいます。今の時代はそういうものですね。

Frederick Vallaeys: ちょっとしたエピソードを。12年前にGoogleを退職した後、私は自分の代理店を立ち上げ、その代理店をSalesXという会社に売却しました。SalesXはフォスターシティにあり、私はそのオフィスで働いていました。ある日、データフィード管理の助けが必要になり、ネットで調べたところDatafeedwatchを見つけました。住所を見ると、なんとSalesXオフィスの2つ隣のスイートでした。

そこで歩いて行ったのですが、残念ながらすでにフォスターシティから移転されていました。これが私が初めてJacquesさんを知ったきっかけで、「Jacquesはオランダ人だよ」と聞いてすぐに親近感が湧きました。

Jacquesさん、当時のことを少し話していただけますか？なぜDataFeedWatchのような会社を始めたのでしょうか。

Jacques van der Wilt: 素晴らしい導入ですね、Fred。フォスターシティは多くの思い出があります。実は最初に始めたのはDataFeedWatchではなく、WordWatchという自動入札管理システムでした。当時、Googleは検索広告とテキスト広告しかなく、しばらくWordWatchを運営していました。資金調達もして、共同創業者が「カリフォルニアに行って売ろう」と言い出しましたが、「資金調達したばかりだし、サンフランシスコは高すぎる」と私は反対しました。これが最初の「オランダ人気質」でした。倹約家だったのです。

結局、フォスターシティで合意しました。最初はサンノゼに行き、1年過ごしました。WordWatchは典型的な初期インターネットスタートアップの物語で、情熱的な創業者が100万ユーロを調達し、製品を作り、1年足らずでほとんどの資金を使い果たし、結局大衆向けではないニッチなものになってしまいました。十分に発展せず、最終的に会社は失敗しました。

私はその会社を再編し、「次は何をしよう？」と考えました。2011～2012年ごろ、GoogleがProduct Listing Adsという新しい広告フォーマットを導入しました。商品画像、タイトル、価格が表示され、「データフィード」が必要でした。WordWatch経由でショッピング広告に興味を持つ顧客がいましたが、フィードで苦労していました。

そのプロセスは悪夢でした。開発者にストアから正しいデータを含むCSVファイルを頼まなければならず、ショッピングキャンペーンを始める前に数ヶ月の開発と数万ドルのコストがかかっていました。チームもフラストレーションを感じていました。「これはひどい」と。

そこで「最適化されたデータフィードを作る方法を作れないか？」と考えました。当時はほとんどソリューションがなく、あっても高価でした。私たちはテック企業だったので、「とりあえず何か作ってみよう」となりました。

粗削りなプロトタイプを作りました。見た目は悪く、基本機能が3つだけ。でも動きました。ストアと連携し、データをダウンロードし、フィールド名を変更・結合し、静的値を追加できました。それだけで80％の問題が解決しました。すぐに「これはWordWatchより良い」と気づきました。

そこでピボットし、インターフェースを改善し、機能を追加し、2013年春にDataFeedWatchとして市場投入しました。結果的にはるかに良いビジネスとなり、過去11年間成長し続けています。

今では機能も顧客も大幅に増えました。米国が約40％、西ヨーロッパが40％、残り20％がオーストラリア、ニュージーランド、その他50～60カ国です。ニーズは常に同じで、広告主はGoogle、Facebook、Criteo、TikTokなど各プラットフォーム向けにデータフィードが必要です。ストア内データは最適でないことが多く、在庫やタイトル、価格が頻繁に変わるため、時には1時間ごとの更新も必要です。

コアビジネスは変わりませんが、機能・組織・サポートは拡大しました。数年前にcars.comに会社を売却した後も、私はDataFeedWatchのリーダーとして満足しています。

そして今日のテーマ、AIです。私はAIの大ファンです（ネタバレ）。本当の問いは「AIがデータ最適化、EC、業界全体にどんな影響を与えるのか？」です。これが次の章。AIは私に新たなエネルギーと興味、そして多くのチャンスを与えてくれました。

Frederick Vallaeys: 素晴らしいストーリーですね。これでこの通話にはテクノロジー楽観主義者が2人揃いました。どんな楽観的な話ができるか楽しみです。

AIについては、まず消費者視点から始めましょう。おっしゃる通り、初期のショッピングエンジンは非常にシンプルで、データフィードがなかったため、在庫切れの商品が表示されることもありました。データフィードが導入されてからは、画像と価格が表示されるようになりました。

今ではAI概要、Perplexityのようなツール、さまざまな新しい購買方法が登場しています。

最近、私はiPadを探していました。ビジネス用ではなく、飛行機で映画を見るためにスマホより少し大きいものが欲しかったのです。Appleのサイトやレビューサイトを見る代わりに、ChatGPTと5分ほど音声で会話しました。自分の用途を説明すると、各モデルの特徴やメリット・デメリットを分かりやすく解説してくれました。

とても素晴らしい体験でした。本当にクールでした。ECにおける消費者行動の進化、そしてそれがフィード運用にどうつながるかについて教えてください。

Jacques van der Wilt: すでにお話しされた通りですが、多くの消費者はそこまで深くはありませんが、今や学校の子どもたちでさえChatGPTを使って文章を良くしたり、より良い答えを探したりしています。

消費者は今後、単に商品名をGoogleで検索するだけでなく、より多様な方法で商品検索を強化していくでしょう。この流れは進化していきます。そして、検索やソーシャル関連のあらゆる組織がこの消費者ニーズを感じ取り、実現に向けて猛烈に開発を進めています。

私もそれについて読んでいます。Googleがナンバーワン検索エンジンの座を初めて脅かされるかもしれないのは明らかです。新しい技術がそれを上回る可能性があります。

だからこそGoogleはGeminiを推進し、FacebookはLlamaを、ChatGPTは今のところこの分野の800ポンドゴリラです。

他にも多くのプレイヤーが市場に参入しており、データ最適化や商品購入、ECに話を戻すと、今日読んだのですが、Perplexityがマーチャントセンターのようなものを計画しているそうです。小売業者に商品データを提供してもらい、PerplexityがGoogleやBingなど現在のプラットフォームよりもはるかにAI主導の方法でそのデータを解釈することになるでしょう。

まだ表面をなぞっただけで、その下には巨大な氷山があります。AIはすべてに影響を与え、特にEC検索を根本から再定義する可能性があります。

Frederick Vallaeys: まったく同感です。AIは私たちの働き方を大きく変えるでしょう。特にPerplexityの動きは興味深いので、もう少し掘り下げましょう。

私が理解したのは、Googleにフィードを送ると、タイトルや説明文がそのまま広告に表示される、つまりかなりリテラルに解釈されるということですよね。

一方、PerplexityではAIがフレームワークとしてデータを解釈し、要約や強化も行う。タイトルをより魅力的にしたり、情報の見せ方を最適化したりして、より良い結果を目指すこともできる。

それが彼らの狙いなのでしょうか？もしそうなら、Googleのようにキーワードや広告文が厳密にコントロールされている環境ではなく、むしろ生データを提供し、AIが自由に最適化する環境にどう適応すればよいのでしょうか？

Jacques van der Wilt: Googleにデータフィードを送る場合も、AIで解釈されます。ただし、Googleはこの技術を長年開発してきた歴史があり、現在のGeminiに至っています。その経験と確立されたインフラは大きな違いを生みます。

つまり、GoogleとPerplexityやBingのような企業では、AI主導の検索やフィード最適化の進化の道筋が異なるでしょう。新興プレイヤーはAIを基盤に市場参入し、Googleは長年かけてアプローチを洗練させてきました。このコントラストが各プラットフォームの進化に影響を与えるはずです。

商品フィードの最適化にAIがどこまで関与するかですが、私はそれが彼らの最優先事項になるとは思いません。検索エンジンは本質的に、消費者のクエリを解釈し、最適な結果（オーガニックリスティングや広告）にマッチさせることに注力しています。AIが最初に大きなインパクトを与えるのはそこでしょう。

私は長年（今も）「データフィードの商品タイトル最適化が重要」と説いてきました。誰かが「Levi’s 501 メンズ ブルージーンズ サイズ32」で検索し、そのフレーズが商品タイトルにも含まれていれば、Googleのアルゴリズムはこれが最適な一致だと高い確信を持ちます。それによって広告が表示される確率が上がり、インプレッションやCTR、最終的なコンバージョンも向上します。

消費者がまさに求めていたものを見つければ、クリック率も高まり、コンバージョン率も上がります。データ最適化とキャンペーンパフォーマンスは直結しています。

AIによって、消費者はより詳細かつ自然な形でニーズを表現できるようになります。Fredが言ったように、単に「新しいiPad」と検索するのではなく、「飛行機で使いたい、iPhoneより大きければいい、iPadである必要はない」といった文脈を与えることができます。より多くのコンテキストが検索エンジンに伝わります。

AIはそれらのシグナルをより的確に解釈し、最適な商品提案を行えるようになります。ユーザーのクエリに直接応答したり、最も関連性の高い広告を選択したりできます。単に20件の候補を出すのではなく、AIが最も関連性の高い上位5件を賢く絞り込んで表示することも可能です。

それは消費者と小売業者の双方にメリットがあります。消費者は高い関連性の結果を得られるため、その検索エンジン（Perplexity、Google、その他）を再度利用する可能性が高まります。小売業者にとっても、より良いマッチングはインプレッション増加やエンゲージメント向上、最終的な売上増加につながります。

Frederick Vallaeys: いま挙げていただいたLevi’s 501の例は、非常に構造化された商品ですね。Levi’s 501を探しているなら、まさにLevi’s 501を見つける必要があります。私は最近、自宅のバスルームをリフォームしました。

例えばキャビネットを探すとき、Ikeaのようなブランドは思い浮かびますが、それ以外に具体的な商品名はありません。むしろ「少しテクスチャのあるパネル」「モダンなブルー」「特定のカウンタートップ」といったイメージで探していました。非常にビジュアルな検索です。

もう一つ印象的だったのは、家族写真をアバター化する編集をしたときです。娘がバービー映画の自分を見たいと言ったので、写真をアップロードし、AIに「バービー風にして」と頼みました。編集前にAIがまず画像を説明したのですが、その精度に驚きました。

「ピンクのTシャツを着た女の子がいて、ユニコーンとナーワルが混ざったようなデザインが描かれている」といった具合で、驚くほど詳細でした。

ここで大きな疑問にたどり着きます。AI主導の新しい世界において、商品タイトルはどれほど重要なのでしょうか？AIが画像を解析し、テクスチャや色、独自のデザイン要素などの詳細を抽出できるのであれば、タイトルの重要性は以前ほど高くないのでしょうか？完璧なキーワード一致に頼る代わりに、AIが商品を「ベクトル化」し、タイトルが正確な説明でなくても、実際の特徴に基づいて商品を理解し、マッチさせることができるようになるのでしょうか？これによって検索の仕組み自体が根本的に変わるとお考えですか？

Jacques van der Wilt： フレッド、これは二者択一の話ではなく、進化の過程を説明してくれたと思います。

例えば寝室のセットアップを探している場合、友人からもらった写真やPinterestで集めた寝室の写真をアップロードするかもしれません。あるいは、画像がすでに揃っているのでPinterest上ですべて完結するかもしれません。検索体験はますますビジュアル重視になっていくでしょう。

とはいえ、私たちがタイトルからビジュアルへの依存を一夜にして切り替えることはないと思います。AIで画像を処理するには膨大な計算能力が必要で、多くのエネルギーや高価なチップ、その他のリソースが求められます。そして画像を扱うほど、その需要は増すばかりです。

もちろん、私たちも画像を商品情報の主要なソースとして活用し、できる限り多くのデータを抽出する方法を積極的に模索しています。しかし、それでもすべてを画像だけから導き出すことはおそらくできません。何十万枚もの画像を世界の反対側のサーバーに送って処理するには時間がかかります。

ですので、決して実現しないとは言いませんが、一夜にして実現することもないと言いたいのです。技術チームは、より速く、より少ないエネルギーで、低コストで処理できる方法を見つけていくでしょう。そしてそれが実現すれば、最終的にはあなたが描いた世界に近づくと思います。

Frederick Vallaeys： まさにその通りですね。スケールは非常に重要な要素です。

無料のGPTプランや月額20ドルのGPTプランで行う実験は面白いですが、10万点の商品にAIを展開する必要がある場合は、APIに統合しなければなりません。そして、使用するモデルによっては、100万トークンあたり約60ドルのコストがかかります。そのコストはすぐに膨らみます。

しかし、希望が持てる点として、100万トークンあたり60ドルのモデルがある一方で、100万トークンあたり2ドルのオプションも存在します。マーケターとしての最適化プロセスの一部は、どの大規模言語モデル（LLM）やビジョンモデルが、必要な成果を十分なコストで提供できるかを見極めることです。わずかな成果向上のためにコストが大幅に増えるのは避けたいところです。

そこで次の質問ですが、Jacquesさん、あなたのお気に入りのLLMやビジョンモデルは何ですか？どのようなものを使っていますか？また、マーケターがAIを活用している面白い事例があれば教えてください。

Jacques van der Wilt： 一度にたくさんの質問ですね。正直なところ、お気に入りのLLMはありません。

現時点では、ChatGPTが依然として最も高品質な結果を出していると思います。しかしご指摘の通り、スケールで運用すると非常に高額になります。だからこそ、ほぼ同等の性能で価格が異なる他の言語モデルが多数登場しているのです。

今、もし競争があるとすれば、それはLLM同士の競争です。各社がモデルの改良に必死で取り組んでおり、毎月、あるいは2ヶ月ごとに、ほぼ10種類近い新しいLLMのバージョンが登場し、どんどん進化しています。

現時点でAIへの関心は、その「可能性」と「脅威」に分かれています。脅威としては、戦争におけるAIの利用からAI生成画像の問題まで様々です。

先ほどの例に戻ると、私はAIに説明文を入力して多くの画像を生成してきました。結果はしばしば印象的でしたが、必ず何か「おかしな点」がありました。例えば、画像の男性に目が3つあったり、片腕に手が2つあったり、車のハンドルの後ろに座っているのに「後ろ向き」だったり。AIの幻覚（ハルシネーション）は依然として大きな課題です。

とはいえ、私たちはこの旅の始まりに過ぎません。進化のスピードは「驚異的」になるでしょう。一般的に、人は短期的なAIの進歩を過大評価しがちですが、長期的な進化を過小評価しがちです。そのパターンが今回も繰り返されるでしょう。

あれ、質問は何でしたっけ？ああ、私のお気に入りのLLMですね！

ということで、特にありません。

Frederick Vallaeys： 私も同感です。私が主に使っているのはOpenAIのChatGPTです。必ずしも一番好きだからではなく、どのモデルも互いに追い越し合っていて、最終的には同じレベル・同じ機能に到達するからです。ChatGPTは最初に堅牢なAPIを提供したので、早い段階で採用しました。

とはいえ、他のモデルの動向も常にチェックしています。OpenAIが特定の機能をすぐにリリースしない場合は、他の選択肢も検討します。ただし、スケールで運用する場合は、やはりOpenAIが第一選択です。ただし、最新モデルは非常に高価なので、常に使うわけではありません。

キーワード生成や広告文の提案のようなタスクでは、わずかに良い広告のために30倍のコストをかける価値はありません。しかし、広告スクリプトの作成のような場合は、O1のような最新モデルを使います。O1は、GPTで初めて1回のプロンプトで正しい答えを返し、問題なく動作するスクリプトを書いてくれました。

GPT-4.0では、使えるスクリプトを得るまでに3〜4回修正が必要でした。それでも手作業よりは速いですが、この場合はO1の追加コストに見合う価値があります。

Jacques van der Wilt： まさにその通りです。スクリプトが1本だけならコストは大した問題ではありません。しかし、何十万点もの商品のキーワードが必要となると話は別です。

実は、AI搭載のフィード最適化を開発した際、最初に直面した課題の一つがこれでした。AIで最適化されたタイトルや説明文、その他の属性を提供し、ユーザーが登録して50万点の商品を持つストアや、10万点の商品を持つストアを10店舗接続して、即座にAI最適化を期待するケースがありました。

しかし、商品1点ごとにOpenAIへ数セントのコストが発生します。その規模になると、コストは急速に膨らみます。1回のサインアップで、全商品にAI値を生成するだけで数千ドルのAPI料金が発生することもありました。

当然、それは持続不可能です。誰もそんなコストは負担できません。私たちも、顧客もです。そこで有料モデルへの移行を余儀なくされました。正直、それは本意ではありませんでした。本気で長期的にツールを使いたい顧客が、単にストアが大きいという理由だけで料金を請求されるのは納得できません。

例えば、強力なAI最適化ツールにアクセスできたのに、「無料トライアル中ですが、AIを使う前に5,000ドル支払ってください」と言われたら、最悪の体験ですよね。そんなことをするくらいなら、AIを提供しない方がましです。代替案も大差なく、AIを使うためだけに月額1,000ドル高いプランへのアップグレードを強制するのも納得できませんでした。

ですので、AIをプラットフォームに組み込む前から、この「スケール」の議論を正確に行っていました。目標は、AIを「無料」（現状そうしています）で提供するか、もしそれが難しい場合は「合理的な」コストで提供することでした。

これが私たちのアプローチの原動力です。自社の経験、スマートな開発、クラウドスケーリング、既存技術を活用して独自のAIエコシステムをどう構築するか。AIコストがいずれ下がることは「分かって」いますが、「いつ」「どれくらいの速さで」なのかは分かりません。だから、ただ待つつもりはありませんでした。

Frederick Vallaeys： その点についてもっと話したいのですが、別の考えが浮かびました。最近カンファレンスで、AIソリューションが溢れる中、どうやって1つを選び、そのツールが数年後も存続していると信じて投資できるのか、と質問されました。あなたの話からも分かる通り、AI企業が10万件のタイトル最適化などの機能を提供していても、莫大な損失を出している可能性があります。

つまり、そのビジネスは1〜2年で消えるかもしれません。そこに全ての業務やワークフローを投資してしまうと、後で困ることになります。選択肢が多い中で、消費者や広告主はAIツールをどう選ぶべきだと思いますか？

Jacques van der Wilt： 本当にケースバイケースです。まずは自社のビジネスによります。AI機能を深く業務やプロセス、ソフトウェアに統合する必要がある場合、その会社が倒産したら、まるで手足を失うようなものです。

一方、私自身の例で言えば、データ最適化がビジネスで、必要な属性にAI値を付与するツールを使っている場合、それがGoogleやFacebookなどのフィードに反映され、何も変わりません。

そして、もしプロバイダーが倒産しても、新しい商品を追加する際に別のプロバイダーを探して最適化してもらえばいいだけです。つまり、乗り換えやすさが非常に重要で、他の何よりも大切かもしれません。そうでなければ、深く投資したものが無駄になるリスクがあります。

この新しい業界では、短期間で何が起こるか分かりません。

Frederick Vallaeys： 私の考えは少し違うかもしれません。すでにツールやワークフローに投資していて、チームが使いこなしている場合、多くの既存ツールもAI専業の新興企業が提供するAI機能を追加してきています。

新しいAI企業は「最新・最高のAI」をアピールするかもしれませんが、乗り換えコストやチームの再教育を考えると、データフィード管理、PPC最適化ソフト、顧客管理システムなど、すべての業務に影響します。

「私たちのツールは電気を使う」「私たちのツールはAIを使う」——今や全てのツールがAIを使っていますし、いずれ使うようになります。新しいツールを探す必要はありません。既存ベンダーとコミュニケーションを取りましょう。「他社のデモでこんなことができた」と伝えれば、「それならOpenAIと連携して同じことを実現します」と対応してくれるはずです。そうすれば、ワークフローを大きく変える必要はありません。

Jacques van der Wilt： まさにその通りですね、フレッド。それは私たちの考え方にも通じます。AIを何か特別なものとして切り離して考えたことはありません。「今やAIの時代だ」と言っても、それ自体には意味がありません。

30年前、「私はインターネットを使っている」と言えば「おめでとう」と言われたものです。AIも同じように、すべてをつなげて便利にするネットワークに過ぎません。AI自体に意味はありません。私たちのようなプロバイダーは、AIという新技術を活用して、既存のサービスをより良くするために使いたいのです。

そうしたツールはたくさんありますし、そういったツールの方が、創業3ヶ月の「何でもAIでやります」と謳う新興企業よりも安全な選択肢かもしれません。もちろん新興企業でも実現できるかもしれませんが、既存の組織に組み込まれていれば、今まで通りの業務を継続できます。

Frederick Vallaeys： それがより安全な選択肢でしょう。ではDataFeedWatchは、独自のAI機能を構築したということですね。DataFeedWatchにおけるAIの面白い点や、広告主がどんなことを実現できるのか教えてください。

Jacques van der Wilt： ええ。AIを始めたきっかけについて少しお話しします。私がAIを始めたのは5〜6年前です。なぜかというと、Daily Feed Voyageが順調に成長し、売上も好調でした。

多くの創業者が時々感じることだと思いますが、すべてがうまくいっていると「もしすべてを失ったらどうしよう」と不安になるものです。そこで「すべてを失うとしたら何が原因か」と考えました。私たちにはデータフィード最適化ツールがあり、非常にユーザーフレンドリーで直感的です。ユーザーはフィードを最適化し、Levi’s 501などの商品を登録します。すべて順調ですが、やはり作業は必要です。顧客は「アパレルのタイトルを作るには何を入れるべきか」と考えなければなりません。

そこで、「もし明日、新しいデイリーフィードツールが登場して、『ここをクリックするだけでフィードが最適化されて完成』となったらどうなるか」と考えました。そうなれば、私たちは終わりです。誰もがそちらに流れるでしょう。完璧なフィードが3クリックでできて、考える必要も作業もクリックも不要になるのです。

それなら、そのような会社になるべきだと思い、実際にワイヤーフレームを描き始めました。現在Daily Watchに搭載されているAI機能は、実は5〜6年前に私が「恐怖」から設計したものです。

今のものと全く同じではありませんが、基本的な原理は同じです。そして「これは素晴らしい、私たちがその会社になるんだ」と思い、新しい人材を雇い、開発に着手しましたが、非常に困難でした。基本的な部分は何とか実現できましたが、2年後には一度断念しました。

その後、OpenAIやGPTが登場し、「今こそその時だ」となりました。すぐに開発を再開し、5年前に描いたビジョンを実現できたのです。だから私はAIに夢中なのです。

Frederick Vallaeys： 素晴らしいアドバイスですね。今日聞いている皆さんも、エージェンシーオーナーやビジネスオーナーであれば、自分のビジネスで不安に思っていることや、かつて実現したいと考えていた壮大なビジョンを思い出し、当時は不可能だったことが生成AIで実現できるかどうか考えてみてください。

ずっと作りたかったアプリがあるなら、今は以前よりずっと簡単に作れます。ブランディングも格段に容易になりました。今や「できない」ではなく「まだやっていない」だけです。

今こそ始める時です。

Jacques van der Wilt： まさにその通りです。創業者やエージェンシー経営者、テクノロジー企業の経営者であれば、AIが自社ビジネスに何をもたらすか少なくとも模索していないのであれば、夜も眠れなくなるべきです。列車はすでに出発しており、今すぐ乗るか、早めに乗るべきです。

まだ遅くはありませんが、今がその時です。フレッドの質問に戻ると、私たちが作るべきものは何かを考えました。私たちのフォーカスは、顧客が最適化されたデータフィードを構築できるようにすることです。フィードが良ければデータが良くなり、最終的にキャンペーンパフォーマンスも向上します。

これからもそれを追求し続けます。それが私たちのコアビジネスであり、シームレスである必要があります。AIが関与していても、顧客が主導権を持てるようにしたいのです。では、どこから始めたかというと、まず「ワンクリックで最適化できる」ビジョンを持ちました。

オートマッピングを拡張し、ストアを接続した瞬間にすべてをスキャンします。Googleで販売したい場合、Googleが要求するすべての属性を、ソースフィードのデータから自動的にマッピングします。そして、AIで最適化できる項目はすべて最適化されます。

さらにシンプルにしたかったので、データを確認して「保存」をクリックするだけでOKにしました。これがワンクリック最適化です。すでに実装済みです。

しかし、AIはもっと多くのことができます。まだ始まったばかりです。顧客が直面する大きな課題の一つは、データの欠損です。例えば10万点の商品があり、そのうち1万点にカラー値がない場合、アパレルを販売しているならGoogleはそれらの商品を承認しません。

手作業でExcelファイルを作成し、説明文からカラー値を抽出して修正することもできますが、それは非常に面倒で、いくつか見落とす可能性も高いです。これまではそれが最善策でしたが、今ではAIが自動的に欠損値を検出し、補完してくれます。AIが見つけたカラー値をすべて格納する専用フィールドも用意しています。

サイズや他の属性も同様です。時間を無駄にしたくなければ、チェックボックスをオンにするだけで完了です。

次にカテゴリ分けです。誰もカテゴリ分けは好きではありません。Googleは「もうカテゴリは必須ではありません、私たちがやります」と言ってくれて楽になりましたが、他のチャネルでは正しいカテゴリが依然としてパフォーマンス向上に不可欠です。

そこで、AIがソースフィードのプロダクトタイプをGoogleやFacebook、その他のプラットフォームのカテゴリにマッピングします。面倒な作業ですが、「保存」をクリックするだけで完了します。

説明文が欠落している場合もありますし、失礼ながら顧客の説明文が必ずしも分かりやすいとは限りません。素晴らしいものもありますが、多くは不明瞭だったり、長すぎたり、構成が悪かったりします。AIが非常に得意なのは、追加情報を取り込みつつ、より簡潔に書き直すことです。これにより、はるかに良い説明文が得られます。

画像にはまだ対応していませんので、先ほど触れたタイトルに戻りましょう。私たちは経験を活かしたシステムを作りました。最終的には人間の経験が重要だからです。

10年以上データ最適化に携わるチームが、200のプロダクトカテゴリごとに理想的なタイトルフォーマットをフレームワーク化しました。

そしてAIに、商品を特定し、適切な属性を正しい順序で含めるようタイトルを書き直すよう指示します。説明文から関連情報を抽出し、タイトルを充実させることもできます。これが、より良いキャンペーンパフォーマンスのためのタイトル最適化の鍵です。

Frederick Vallaeys： すべて納得できます。フィードの承認拒否を避けるために必ず入力すべき項目もあれば、任意項目もあり、それらを埋めることで商品が適切な場面でより良くマッチされます。

そしてタイトルや説明文のような項目もあります。すでに入力されているものの、最適ではない場合もあります。AIで改善できますが、その効果はどう測定するのでしょうか？

Jacquesさん、元の説明文が乱雑で、AIが読みやすく書き直した場合、実際にパフォーマンスが向上したかどうかはどうやって判断していますか？

Jacques van der Wilt： 私たちが直接行っていないのは、自社で最適化したタイトルをGoogleショッピングキャンペーンなどで実際にパフォーマンス測定することです。なぜなら、キャンペーン結果を左右する要素が多すぎるからです。ただし、顧客が異なるタイトルでA/Bテストを行えるようにはしています。

オリジナルタイトルとAIタイトルでA/Bテストを大規模に実施すれば、少なくともアナリティクス上で効果の兆候が見えてくるはずです。ただし、実際のキャンペーンインパクトの測定以外にも、技術と人間（多数）を活用して、タイトルが以前より確実に良くなっているかどうかもチェックしています。

私たちはAIを活用した非常に独自のシステムで品質をチェックしています。もちろん、AIが「自分が作ったものは絶対に最高だ」と言うリスクは常にありますよね。ですので、そこには客観性も取り入れています。しかし最終的には、私の会社の従業員の半数以上が定期的にタイトルや説明文をチェックし、完璧でなくても少なくとも間違いがないようにしています。

そして、もし何かが抜けていれば、将来的に抜けが発生しないようにシステムを修正します。「AIを導入して完璧なシステムを作った」と言う人がいたら、それは嘘です。それは不可能ですし、少なくとも今年や来年には実現しません。しかし、AI、実際のA/Bテスト、そして昔ながらの人間によるチェックを組み合わせて、AI生成コンテンツの品質を担保しています。

本当に整っているのか？ということです。そして、もしご希望であれば…はい。ネタバレですが、実際に完璧なタイトルを書いたお客様もいらっしゃいます。つまりAIを使わずとも、すでに非常に優れたものができていたのです。自分が何をしているか分かっていたので、AIを使う必要はありませんでした。

AIがそれを取り込んで、あなたが思い描いていたほど完璧ではなくなる可能性もわずかにあります。しかし一般的には、特に多くの商品、数千点、数万点の商品を扱う場合、タイトルごとに手動で最適化するのはほぼ物理的に不可能です。もし時間があったとしても、やはり自分の仕事を理解している人間の方が多くの場合、より良い結果を出せると思います。

Frederick Vallaeys: そして、これらのGPTに関して言えば、過去に高いパフォーマンスを示した見出しや説明文の例を入力することもできます。高パフォーマンスとは、Google 広告から得られるKPIやデータで測定されたものです。それらをデータセットとして与えることができます。そして「新しい見出しを書いて」と指示できます。

高パフォーマンスのものに近い形で、と伝えると、システムは自動的に構成や文法、コールトゥアクションなどの特徴を把握します。そして、そのコンセプトを他の商品にも適用し、過去に効果があった手法に従うことで、同様に高いパフォーマンスが期待できるものを生み出すはずです。

Jacques van der Wilt: それがまさに、自社のシステムを継続的に改善するためのトレーニング方法です。

Frederick Vallaeys: それは素晴らしいですね。もし試してみたい方がいれば、ショーノートに記載しますが、トライアルを利用できる場所を教えてください。また、もっと話を聞きたい場合やあなたの考えを知りたい場合、どのようにフォローすればよいですか？

Jacques van der Wilt: はい。datafeedwatch.com からご連絡いただけます。また、私が話した内容をすべてお試しいただける2週間の無料トライアルにもご登録いただけます。お支払い前に気に入っていただけるかご確認ください。また、LinkedInで私の名前を入力して招待していただければ、そこでお話しできます。

Frederick Vallaeys: ありがとうございます。ショーノートにも記載しますが、Jacques van der Wiltさん、そしてDataFeedWatchですね。Jacquesさん、本日はご参加いただき、データフィードにおけるAIについてのご意見を共有いただき、誠にありがとうございました。皆さん、本日ご視聴いただきありがとうございます。このエピソードを楽しんでいただけた場合、通知を受け取りたい方はぜひチャンネル登録をお願いします。

また、評価もいただけると嬉しいです。特に5つ星の評価はとても励みになります。もし他のトピックをご希望の場合は、ぜひご連絡いただき、取り上げてほしい内容やゲストのご提案をお聞かせください。ご提案はいつでも歓迎です。それでは、PPC Town Hallをご覧いただきありがとうございました。次回もお楽しみに。