圧倒的な結果を出し続ける極予測AIとは？AI広告の仕組みをエンジニアが徹底考察
WEELメディア事業部AIライターの2scです。
マーケターのみなさんなら、サイバーエージェントの「極予測AI」は当然、ご存知ですよね？
極予測AIは従来型と比べて2.6倍に迫る勝率を叩き出した、AI広告サービスの最先端。成果報酬型で既存1位超えのスコアを出した広告のみを提案してくれる、どこまでも”極まった”AIツールなんです！
当記事ではそんな極予測AIについて、その仕組みを徹底解剖。内部のAIモデルや処理フローについて、弊社エンジニアの予想をお届けします！
完読いただくと、広告運用のヒントが得られるかも……
ぜひ最後までお読みくださいね。
なお弊社では、生成AIツール開発についての無料相談を承っています。こちらからお気軽にご相談ください。
目次
サイバーエージェントの「極予測AI」とは
「極予測AI」は、株式会社サイバーエージェントが送るAI搭載型の広告サービスです。その機能は……
- バナー広告の効果予測・提案
- 動画広告の効果予測・提案
- バナーと動画を併せた効果予測・提案（クロスフォーマット機能）
- バナーの自動生成
というもの。先行テストにおいて、従来型のAI広告比で2.6倍に迫る勝率を叩き出しました。※1
そんな極予測AIの最大の特徴は……
| 極予測AI | 従来型のAI広告 | |
|---|---|---|
| スコアの比較方法 | 既存1位の広告と生成した新規バナーを比較する | 生成した新規バナー同士で広告効果を比較する |
| 提案内容 | 既存1位のスコアを超えたバナーだけを提案する | 高スコアのバナーは全部提案する |
このように、一切の妥協なくNo.1を超えた広告だけを提案することにあります。
さらにユーザーが支払う報酬は「成果報酬型」で、広告効果があった時にのみ発生。極予測AIは名前どおり、”極まった”広告サービスなんです。※2
なお、広告生成用のAIツールについて詳しく知りたい方は、下記の記事を合わせてご確認ください。
→生成AIで広告を自動作成するツール5選！注意点や企業事例を徹底解説！
「極予測AI」で使われているAIモデル予想
さてここからは、極予測AIの仕組みについて弊社エンジニアの見解を紹介。まずは極予測AIを構成しているであろう各AIモデルを解説していきます。
弊社エンジニアのリサーチによると、極予測AIには……
- 拡散モデル（画像生成AI）
- 画像認識モデル
- 予測モデル（回帰モデル）
の3種類のAIモデルが使用されているとのことです。まずは拡散モデルから、詳しくみていきましょう！
拡散モデル（画像生成AI）
極予測AIの広告バナー生成機能には、「拡散モデル」が搭載されています。
この拡散モデルは、テキストから画像を生成する（Text-to-image）AIモデル。Stable Diffusion / Midjourney / DALL-E 3などなど、主流の画像生成AIに採用されています。※3
その仕組みは以下のとおり、意外とシンプルです。
学習時：画像をノイズで塗りつぶす工程（拡散）を学習
画像生成時：学習時の逆処理で、ノイズから画像を生成
そんな拡散モデルの、極予測AIにおける役割は……
| 拡散モデル | |
|---|---|
| 極予測AIでの機能 | プロンプトからバナー・動画・レイアウトの自動生成を行う |
| 極予測AIでの学習データ | 既存の広告クリエイティブ・任意の商品画像 |
| 活用例 | Stable Diffusion / Midjourney / DALL-E 3 |
このように、広告クリエイティブの生成を一手に請け負っています。
画像認識モデル
極予測AIの判断基準は、既存1位の広告スコアです。下図のとおり、それ以上のスコアを残した新規広告のみが公開されます。
この広告スコアの算出・比較の方法は、おそらく……
極予測AIの広告スコア算出方法
- 既存広告について、1位とそれ以外を分ける要因を抽出する
- 抽出した要因を数値化、既存1位の広告スコアとする
- 新規広告について、先ほどの要因を満たす度合い（スコア）を算出する
- 既存1位vs.新規でスコアを比較
というふうになっているはず。もしそうであれば、広告効果を分ける要因の抽出には、「画像認識モデル」が使われているでしょう。その役割は下表のとおりです。
| 画像認識モデル | |
|---|---|
| 極予測AIでの機能 | バナー・動画から、効果を左右する要因を抽出 （おそらくは主成分分析&ディープラーニング） |
| 極予測AIでの学習データ | 既存の広告クリエイティブ |
| 活用例 | 自動運転システム / ひび割れ検出ツール / 「Googleの猫」…etc. |
ちなみに活用例にある「Googleの猫」は、世界で初めてディープラーニングについて扱った2012年の研究論文。いわば生成AIの源流ですね。※4
予測モデル
極予測AIにおいて、新規広告の広告スコアを算出するのは「予測モデル」の役割です。
予測モデル（回帰モデル）は過去の出来事に対する数値変動から、未来の数値変動を予測するAIモデル。極予測AIでは……
| 回帰モデル | |
|---|---|
| 極予測AIでの機能 | バナー・動画について、広告効果の予想値を算出 |
| 極予測AIでの学習データ | 既存広告において、1位とそれ以外を分ける要因を数値化したもの |
| 活用例 | 各種予測AIツール （株価 / 電力消費量 / Webサイトのアクセス数…etc.） |
このように1位とそれ以外を分ける要因、つまり「広告の勝ちパターン」を基準にスコアを出しています。
「極予測AI」の仕組み
極予測AIは以下の流れで広告案を出している、というのが弊社エンジニアの予想です。
- 画像生成AI：広告バナーを生成
- 画像認識モデル：生成バナーから要点を抽出
- 予測モデル：生成バナーの広告効果を算出
- 予測モデル：算出したものを既存1位のスコアと比較
- ユーザー：既存1位を超えた広告案を公開
この流れを図式化すると、下図のようになります。
ユーザーが極予測AIにプロンプトを入力すると、まずは画像生成AIが新規バナーを生成。命令文中の位置情報を参考に、レイアウトまで決定します。
その後生成したバナーを分析するのは、画像認識モデルです。広告効果に寄与する要素（勝ちパターン）だけを次の予測モデルに渡します。
最後は予測モデルの出番です。予測モデルは画像分析の結果から広告効果のスコアを算出し、既存1位のスコアと比較。既存1位を超えるスコアを出した広告のみをユーザーに提案します。
なお、各AIモデルについて詳しく知りたい方は、下記の記事を合わせてご確認ください。
→AIモデルとは？種類一覧やそれぞれの仕組み・開発における選び方を解説
その他「極予測AI」に関連するAIツール
最後に「極予測AI」に使われているモデルと関係があるAIツールを紹介します。それは……
- Stable Diffusion 3
- CogVLM
の2つです。それぞれ、概要をみていきましょう。
Stable Diffusion 3
「Stable Diffusion 3」は2024年2月に発表された、画像生成AI・Stable Diffusionの最新モデル。これまでのモデルと比べて、
- 画像内での文字の表現能力
- 複数の主題をもつ画像の生成能力
- 画像の品質
- テキスト生成の品質
が大幅にUPしています。とくに文字の生成における進化は目覚ましく……
このように、ちゃんと読める文字が生成できちゃうんです。
ちなみにモデルチェンジにあたっては、ニューラルネットワークを見直しています。従来のU-Net畳み込みニューラルネットワーク（CNN）を廃止、なんとGPT-4やSora同様の「Transformer」を採用しているんです。
公式サイト：SD 3 Waitlist — Stability AI
CogVLM
「CogVLM」は画像の認識・理解ができるLLM、つまりマルチモーダル生成AIです。
その強みは、画像の細部をも見逃さない点にあります。同じくマルチモーダル生成AIのGPT-4VとCogVLMのそれぞれに、画像中の家の数を答えてもらうと……
なんとCogVLMは画像の右端に映り込む屋根を認識、「画像中に家は4軒ある」と正しく答えてくれるんです！
公式サイト：GitHub – THUDM/CogVLM: a state-of-the-art-level open visual language model | 多模态预训练模型
なお、CogVLMについて詳しく知りたい方は、下記の記事を合わせてご確認ください。
→【CogVLM】GPT 4を超える精度のマルチモーダルAI!?サイゼリアの間違い探しをAIにやらせてみた | WEEL
弊社のAIツール開発について
弊社では、AIツールの開発を承っております。
- PoC開発：既存のモデルを流用して、業務用AIツールを開発
- ソリューション開発：ゼロ（基盤モデル）から、AI搭載型システムを開発
過去の開発事例としては
【PoC開発の事例】
● 専門領域における試験問題作成の代替
● カスタマーサポートの代替
● 業界特化知識保有のチャットボットの作成
【ソリューション開発の事例】
● 人事評価の代替
● お問い合わせの自動対応機能
● 研修用補助AIの作成
● デジタルクローンの作成
● 自動追加学習機能
以上のとおり、業界特化型のAIツールをおもに手がけています。
なお弊社コンサルティングの期間や料金につきましては、下表をご覧ください。
| PoC開発 | ソリューション開発 | |
|---|---|---|
| 期間 | 2〜4ヶ月 | 4ヶ月〜 |
| 内容 | ・データ処理 ・環境構築 ・プロトタイプ開発 ・検証 ・コードの提出 ・検証結果報告 | AIプロトタイプの内容＋ ・システムの要件定義書作成 ・AIシステムの開発 ・社内システムとの連携 ・AIシステムの実装 ・運用 |
| 見積もり額 | ¥ 2,400,000 ~ 4,800,000 | ¥ 13,200,000 ~ |
まずは無料相談で、貴社のお困りごとをお聞かせください。「解決できる無料AIツールはないか？」といった、開発以外の解決策も含めて共有させていただきます。
→無料相談で話を聞いてみる
生成AIのシステム開発をしたい！といった方へ
【無料】サービス紹介資料｜生成AIのソリューション開発
AIを使って自社独自のシステムを開発したいといった企業様へ。実績や事例も載せています。
生成AIのシステム開発をしたい！といった方へ
【無料】サービス紹介資料｜生成AIのソリューション開発
AIを使って自社独自のシステムを開発したいといった企業様へ。実績や事例も載せています。
目指すは既存1位超えの「極予測AI」
当記事では株式会社サイバーエージェントの「極予測AI」について、内部のAIモデルや処理フローを予想していきました。以下にてもう一度、極予測AIの処理の流れをみていきましょう！
- 画像生成AI：広告バナーを生成
- 画像認識モデル：生成バナーから要点を抽出
- 予測モデル：生成バナーの広告効果を算出
- 予測モデル：算出したものを既存1位のスコアと比較
- ユーザー：既存1位を超えた広告案を公開
このように、既存1位を超えた広告のみを提案するのが極予測AIの特徴です。しかも報酬が発生するのは、広告の効果があった場合のみ。”極”の名は、伊達じゃありませんね。
参考記事
生成系AIの業務活用なら！
・生成系AIを活用したPoC開発
・生成系AIのコンサルティング
・システム間API連携
