AIに任せる作業と、社内に残す判断の分け方

最近、インハウス化のご相談で「AIがあれば、広告運用は社内だけでできますか？」と聞かれることが増えました。答えは、半分イエスで、半分ノーです。AIのおかげで、広告運用の「作業」は以前より格段に社内で回しやすくなりました。

しかしながら、AIが進むほど、社内で持たなければいけない「判断」の重要性はむしろ上がっていると感じています。

• 作業はAIで回せても、何を社内に残せばいいか分からない
• AIに任せる作業と、人が確認することの線が引けない
• AIや自動化を使うかどうかを、何を見て決めればいいか分からない

私自身、直近の広告運用案件でAIをとことん使い倒し、開始3か月でCV数を約2倍、CPAを半分以下にできた経験があります。ただ、振り返ってみると、成果の決め手はAIではありませんでした。その話は「「AIを使い倒した結果、CV倍増」と言いたかったけど、成果の直接要因はAIじゃなかった」に書いています。

そこでこの記事では、その経験もふまえて、インハウス化を進めるときに「AIに任せる作業」と「社内に残したい判断」をどう分ければいいのかについてお伝えしていきます。

AIは作業を引き受け、判断は社内に残す

AI時代のインハウス化では、AIが作業を引き受け、判断は社内に残すのが基本です。要点は、次の4つです。

• AIによって、広告運用の作業のハードルは大きく下がった。インハウス化はしやすくなっている
• ただし、何を成果とするか、AIや自動化を使うかどうかは、社内で判断する必要がある
• 顧客理解の一次情報と、データの扱いのルールは、AIに任せられない
• AIを使うこと自体を目的にしない。成果が出るなら使い、出ないなら止める

AIで、インハウス化の何が変わったのか

AIで変わったのは、インハウス化の壁だった「作業量」です。数年前まで、キーワードの洗い出し、広告文の作成、バナーのバリエーション、毎週のレポート作成を、社内の少ない人数でこなすのは本当に大変でした。

今は、こうした作業の多くをAIと一緒に進められます。例えば、私が担当した案件では、数百件の顧客インタビューをAIに読み込ませて、カスタマージャーニーからキーワード、広告文までを一気に作りました。工数も外注費も下げながら、クオリティは保てたと感じています。

つまり、「人手が足りないからインハウス化できない」という理由は、以前よりずっと小さくなったということです。

一方で、作業が速くなった分、判断を間違えたときの影響も速く、大きく出るようになりました。間違った方向に、大量の広告文を、すばやく出せてしまうからです。

AIに任せやすい作業

インハウスチームがAIに任せやすい作業は、顧客の声の整理、キーワード・広告文の作成、訴求の分析、広告とLPのつながり、レポート作成の5つです。どの作業でも、人が確認することが決まっています。整理すると、次のようになります。

作業	AIに任せる内容	人が確認すること
顧客の声の整理	インタビューやアンケートの要約、ニーズや悩みの分類	分類が実際の顧客像とずれていないか
キーワード・広告文の作成	顧客の言葉をもとにした候補出し、バリエーション作成	事業として打ち出したい訴求か、表現に問題がないか
訴求の分析	反応の良い訴求や、受注につながるオファーの傾向分析	分析の前提となるデータが正しいか
広告とLPのつながり	広告で反応の良かった訴求をLPの見出しに反映する案の作成	LP全体のメッセージと矛盾しないか
レポート作成	数値の集計、変化点の要約、報告文のたたき台	数値の解釈と、次に何をするかの結論

大事なのは、右側の列です。AIに任せた作業でも、確認と結論は人が持つ。ここを手放すと、AIを使っているのか、AIに使われているのか分からなくなってしまいます。

私の案件でも、広告文ごとに「どのインタビューのどの発言がもとになっているか」を追えるようにしていました。AIの出力の根拠をたどれるようにしておくと、人が確認しやすくなり、改善も速く回せます。

社内に残したい5つの判断

社内に残したい判断は、5つあります。何を成果とするか、AIや自動化を使うかどうか、顧客理解の一次情報、予算配分と撤退ライン、データの扱いのルールです。

1. 何を「成果」とするか

AIは、与えられた指標を最適化するのは得意です。ですが、どの指標を追うべきかは決めてくれません。例えば、私の案件では、CV率ではなく受注率の高いオファーを軸に広告を展開し、リードは取れても質が低いクリエイティブは外しました。何を成果とするかを決めるのは、事業を知っている社内の人の仕事です。

2. AIや自動化を「使うかどうか」

意外に思われるかもしれませんが、私の案件で成果を動かしたのは、Google広告の自動入札やAI Maxをやめて、手動運用に戻したことでした。ターゲットが狭い商材だったため、十分に機械学習が進まなかったのだと思います。

AIや自動化は、使えば成果が上がるとは限りません。使うかどうかを、成果を見て判断できる人が社内にいることが大切です。

3. 顧客理解のための一次情報

AIは、渡された情報をもとに考えます。顧客インタビューやアンケート、営業の現場で聞いた声など、一次情報そのものを集めるのは社内の仕事です。一次情報の質が、AIの出力の質を決めます。

私の案件で数百件の顧客インタビューを活かせたのも、そのインタビューが社内に蓄積されていたからです。AIの時代になっても、顧客と直接向き合って話を聞くことの価値は変わりません。むしろ、一次情報を持っている企業ほど、AIで大きな差をつけられると感じています。

4. 予算配分と撤退ライン

どの施策にどれだけ予算をかけ、どこまで成果が出なければやめるのか。これは事業の状況や資金の事情と切り離せないため、社内で判断する必要があります。

AIに「どの施策に予算を寄せるべきか」を聞けば、それらしい答えは返ってきます。ですが、来月の資金繰りや、経営として今どの事業に力を入れたいのかといった事情は、AIには見えていません。数字の分析はAIに手伝ってもらいつつ、最後に決めるのは社内の人であるのがよいと考えています。

5. データの扱いのルール

顧客データや売上データをAIツールに入れてよいかどうかは、会社として決めておかなければなりません。社内のAI利用ガイドラインやセキュリティポリシーが決まっていないと、現場は使いたくても使えず、逆にルールがないまま使われてしまうこともあります。

このルールづくりは、広告の担当者だけで決められることではありません。だからこそ、インハウス化を始めるタイミングで、情報システム部や法務と一緒に整理しておくことをおすすめしています。

自動化を使うかどうかの判断材料

自動化を使うかどうかは、データの量・ターゲットの広さ・計測の正しさの3点で判断します。先ほどの「AIや自動化を使うかどうか」は、迷う方が多いところです。私は、次のような点を見て判断するようにしています。

• データの量：機械学習が判断できるだけのCV数があるか
• ターゲットの広さ：ニッチな商材で、対象となるユーザーが限られていないか
• 計測の正しさ：自動化が学習するCVデータが、事業の成果を正しく表しているか

どれかに不安がある場合は、自動化に任せきりにせず、手動での運用と比べてみることをおすすめします。比べてみて、成果が良い方を選べばいいだけです。一度決めたら終わりではなく、データがたまってきたら改めて自動化を試してみる、という見直しも大切です。

AIを前提にしたインハウス体制の作り方

AIを前提にすると、インハウスチームの役割は「判断する人」と「AIと作業を回す人」に分かれます。私がおすすめしているのは、次のような分け方です。

• 判断する人：何を成果とするか、自動化を使うか、予算をどう配分するかを決める
• AIと作業を回す人：AIを使って広告文やレポートを作り、結果を判断する人に渡す

1人体制なら、同じ人が両方を担っても問題ありません。大事なのは、「いまは判断をしている」「いまは作業をしている」と、自分の中で切り替えることです。

もう一つ大事なのが、AIの使い方を個人のものにしないことです。どんな指示でどんな出力を得たのか、何がうまくいき、何がうまくいかなかったのかを共有しておくと、担当者が変わってもAIの活用が続きます。うまくいった指示の仕方は、それ自体が社内のノウハウです。広告アカウントの設定と同じように、チームの資産として残していきましょう。

インハウスチームにAIを入れる順番

AIは、いきなり運用のすべてに入れると、何が効いて、何が効いていないのかが分からなくなります。そのため、4つの順番で少しずつ広げます。私は、次の順番で広げていくことをおすすめしています。

1. 使ってよいツールとデータのルールを決める：情報システム部などと、社内で使えるAIツールと、入力してよいデータの範囲を確認します。
2. 失敗しても影響の小さい作業から始める：レポートの集計や要約など、間違っても広告配信に直接影響しない作業から使い始めます。
3. 広告文やクリエイティブの案出しに広げる：人が確認してから配信する前提で、候補出しやバリエーション作成に使います。
4. 顧客の声や訴求の分析に使う：インタビューや受注データをAIで分析し、どの訴求を伸ばすかの判断材料にします。

ポイントは、段階が進むほど「人が確認すること」の重みが増すということです。レポートの要約なら多少のずれは問題になりにくいですが、訴求の分析を間違えると、広告全体の方向がずれてしまいます。

AI活用でつまずきやすいポイント

AI活用でつまずきやすいのは、次の4つです。

• AIを使うこと自体が目的になる：「AIで効率化した」ことに満足して、成果を見なくなる。作業時間が減ったことと、成果が上がったことは別の話です。
• 出力をそのまま使う：AIの出した広告文や分析結果を確認せずに使い、事業の方針とずれる。特に表現の規制がある業種では、確認を省くとリスクになります。
• 社内ルールが追いつかない：使ってよいツールやデータが決まっておらず、現場が止まる
• 比較をしないまま切り替える：AIや自動化を入れる前と後で成果を比べないと、本当に効いているのかが分かりません。私の案件のように、比べてみて初めて、成果の要因が別のところにあったと分かることもあります。

よくある質問

Q. AIを使えば、広告運用の未経験者でもインハウス化できますか？

作業の面では、以前よりずっと始めやすくなっています。ただし、何を成果とするかや、自動化を使うかどうかの判断は必要です。最初はその判断の部分を外部と一緒に進めるのがおすすめです。

Q. 自動入札は使わない方がいいのですか？

そうではありません。データが十分にあり、計測が正しく整っている場合は、自動入札が力を発揮することも多いです。大事なのは、使うかどうかを成果を見て判断することです。

Q. インハウス化支援を依頼するとき、AIについて何を確認すればいいですか？

その会社が実務でAIをどう使っているか、そしてデータの扱いについてのセキュリティポリシーを明示しているかを確認してください。AIを使った運用のやり方ごと社内に移せるかどうかで、インハウス化後のスピードは大きく変わります。

最後に

AIのおかげで、広告運用のインハウス化はずっとしやすくなりました。ですが、AIを使い倒した先で私が改めて気づいたのは、AIは目的ではなく手段だという、当たり前のことでした。

AIのほうが成果が出るなら使う。手動のほうが成果が出るなら止める。その判断を社内でできることが、AI時代のインハウス化のゴールだと考えています。

自社のインハウス体制にAIをどう組み込めばいいか、一度整理してみたいという方は、THE MOLTSにお気軽にご相談ください。