AIエージェントは、予算を変更し、ターゲット層をずらし、メッセージをパーソナライズし、マーケティングチームの誰かが何が起きたかを確認する前に次の判断へ進むことができる。人間がダッシュボードを確認する頃には、すでに何千もの意思決定が市場に投入され、コンプライアンス上の問題が一線を越えている可能性もある。キャンペーンは成果を示しているかもしれない。だが、誰かがそのエージェントが特定の判断を下した理由を尋ねたとき、その答えはダッシュボード上にはない。どこにも存在しない可能性すらある。
マーケティングAIは、助言から実行へと移行した。世界最大級のマーケティング組織の1つであるパブリシス（Publicis）は最近、マイクロソフトとの提携を拡大し、マーケティング実行基盤にエージェント型AIを組み込んだ。これは、キャンペーンチームを支援するAIから、キャンペーンの意思決定を自律的に実行するAIへの移行である。筆者の会社であるProsper Insights & Analyticsが最近実施した調査によると、経営幹部の51.4%はエージェント型AIを聞いたことがない一方で、17.5%はすでに利用している。エージェントが規制対象で顧客に向き合う環境において何千もの意思決定を下しており、組織がそれが何をしているのか、なぜそうしているのかを説明できないなら、問題はガバナンスにある。
CMOは長らく、人間が意思決定を行い、ガバナンスがそれを審査するため、ガバナンスは機能すると考えてきた。エージェント型AIはその前提を変える。いまや意思決定と実行が同時に起こり、人間による審査が可能になる前に進んでしまうからだ。現在のガバナンスシステムは、遅れて行う監督を前提につくられている。事後に確認されるダッシュボード、週次または四半期ごとに実施されるコンプライアンスチェックリスト、そしてエージェントがすでに行動した後に初めて違反を特定するアラートである。ガートナーは、2027年までに企業の40%が自律型AIエージェントを格下げまたは廃止すると予測している。ガバナンスの欠落が本番環境でのインシデント発生後にしか顕在化しないためだ。エージェント型の意思決定の速度と量は、タイミングに関する根本的な問題を露呈させる。ガバナンスは、その行動が市場に到達する前に、意思決定の内部で機能しなければならない。
マーケティングチームは、誰をターゲットにするか、どのメッセージを配信するか、キャンペーンを時間とともにどう適応させるかを決めるワークフローの中で、エージェントを利用している。あるキャンペーンから得た学習が別のキャンペーンに影響を及ぼすとき、その能力は負債になり得る。製薬会社のマーケティングチームが、循環器疾患のキャンペーンでオーディエンス選定とメッセージングを最適化するためにエージェントを使い、どの患者プロファイルが反応するか、どの主張がエンゲージメントを高めるか、どのクリエイティブパターンが最も効果的かをシステムに学習させるとする。その学習が後にオンコロジー領域のキャンペーンに影響を与えれば、オーディエンスに関する前提やメッセージングのパターンが、異なる規制要件、エビデンス基準、リスク許容度を持つ治療領域に入り込む可能性がある。エージェントがそうした境界を越えて学習を持ち越すとき、CMOは、組織が確認も説明も文書化もできない可能性のある負債を引き受けることになる。ターゲティングの意思決定が過去のキャンペーンからの学習に影響されたことを示すログエントリーは存在しないかもしれない。エージェントは何かを隠しているわけではない。過去の学習がいま下した意思決定をどう形づくったのかを示す仕組みが、そもそも組み込まれていないだけだ。そしてその透明性がなければ、負債はCMOにとって許容できない場所で表面化するまで見えない。
説明可能性は、エージェントが行動した時点で、なぜそう行動したのかの記録をCMOに与える。エージェントがオーディエンスを選定し、入札を調整し、メッセージを抑制し、キャンペーンロジックを変更するときには、行動前に使用したデータ、適用したポリシー、確認したルールを示す意思決定記録を作成すべきである。その記録は、後からの調査よりも有用なものを組織にもたらす。i-GENTICの共同創業者兼CEOであるザーラ・ティムサ（Zahra Timsah）は、説明可能性を、組織が統治できるエージェントと、事後に点検することしかできないエージェントを分ける線だと表現する。「コンプライアンス責任者や規制当局は、エージェントの思考プロセスの中に座っているかのように、すべてのステップをたどることができる。それは、承認または否認とだけ告げるブラックボックスではない。なぜそうなったのかを示す完全な地図である」。MITスローン・マネジメント・レビューとBCGは、経営幹部の69%が、エージェント型AIに説明責任を持たせるには、リアルタイム監視や初期段階から組み込まれた統制を含む、根本的に新しいマネジメント手法が必要だと考えていることを明らかにした。説明可能性があれば、CMOは後から記録を再構築しようとせずに、規制当局、クライアント、法務チーム、取締役会に対して意思決定を弁護できる。
設計段階からのガバナンスとは、エージェントが行動するタイミングでポリシーが機能することを意味する。マーケティングのワークフローにおいて、エージェントはオーディエンス選定を変更し、予算を再配分し、メッセージロジックを調整し、キャンペーンアセットを抑制する可能性がある。その同じ瞬間に、割り当てられたポリシーを適用し、関連するルールを確認し、行動そのものの一部として意思決定記録を作成する。最近のProsper Insights & Analyticsの調査によると、経営幹部の40.2%がAIに関する最大の懸念として人間による監督を挙げており、ハルシネーションの39.3%とほぼ同水準である。i-GENTICの共同創業者兼CEOであるザーラ・ティムサは、設計段階からのガバナンスは、コンプライアンスを審査機能から優位性へと変えると主張する。「コンプライアンスは、負担から競争優位の源泉へと変わるだろう。自社のシステムが信頼できることをリアルタイムで証明できる企業は、より速く動き、より良い提携を築き、より早く市場を勝ち取る」。その成果は、追跡可能性と監査に耐え得る証拠である。すべての意思決定は、適用されたポリシー、確認されたルール、使用されたデータへとさかのぼることができる。それによりマーケティングは、規制対象で顧客に向き合う業務に求められる説明責任を手放すことなく、エージェント型AIを利用できる。
CMOは、組織を代表して下されるすべてのマーケティング上の意思決定に対して、引き続き説明責任を負う。しかしエージェント型AIは、それらの意思決定がどれだけ多く、どのように下され、実行され、記録されるかを変える。この環境で優れたリーダーシップを発揮するCMOは、適用されたポリシー、確認されたルール、使用されたデータ、そして意思決定時に生成された証拠について明確な記録を持ち、すべてのエージェント型の意思決定に責任を持つことができる。エージェント型AIで勝つマーケティング組織は、速度や規模だけで評価されるのではない。自社のエージェントがどのように結果に到達したのかを説明し、弁護できるかどうかで評価される。ガバナンスが実行に組み込まれていれば、誰かが質問する前に、CMOはすでに答えを持っている。
開示：上記で言及した消費者心理調査は、筆者の会社であるProsper Insights & Analyticsが実施したものである。これは全米小売業協会が使用しているものと同じデータセットであり、経済ベンチマーキング向けにAmazon Web Services、ブルームバーグ、ロンドン証券取引所グループからも利用可能である。
