【MVG賞受賞者インタビューvol.1】難解な問題への挑戦。AI技術を駆使したワンスターの進化。

ワンスターでは半期に一度行われる総会で、その半期で最も常識を打ち破るようなチャレンジングな施策を行ったメンバーをMVG賞として表彰するという文化があります。

今回は16期上半期のMVG賞を受賞されたIさんにインタビューしました！

Iさんは現在、第一メディア本部　アルゴリズム解析局にて会社のデジタル化推進を行っております。

まず最初に、アルゴリズム解析局ではどんなことをされているのかお伺いできますでしょうか？

大きく分けて2つありまして、1つは運用型広告の最適化です。
運用型広告における広告パフォーマンスを最大化するため、データの分析は不可欠です。アルゴリズム解析局では、統計やデータサイエンスを活用して、より専門的なアプローチで新しい価値を生み出す取り組みを行っています。

2つ目はAIとデジタル技術の活用推進です。ワンスターが今後中長期的に成長する会社になるために絶対に避けては通れないものだと考えており、現在はこちらの取り組みの比重を高めております。

今回の受賞もAI技術を活かした取り組みが評価されたのですよね！

受賞時の感想を聞かせていただけますか？

嬉しさ半分と恥ずかしさ半分ですかね。

確かに、今回の取り組みはワンスターのこれまでの実績の中では新しい試みでした。ただ、AI技術を駆使して素晴らしいことを成し遂げている専門家はたくさんいて、そういった方々に「開拓者」として賞をもらっている自分がどう映るのかなと思うと少し恥ずかしさも感じていました。

謙虚すぎます...！

今回の取り組みというのはどんなことをされたのでしょうか？

具体的な取り組みとしては2つあり、1つ目は広告の配信・停止を自動化するシステムの構築。
2つ目はそれと同時に成果が期待できる広告を優先的に配信する仕組みの開発です。

運用型広告というのは、配信と停止のサイクルが非常に早い特徴があり、日々の広告の配信・停止の操作が頻繁に求められます。
ワンスターではメディアプランナーが、過去のデータやこれまでの経験に基づいて、どの広告が効果的かを見極めて運用している部分が大きいです。

今回の取り組みでは、メディアプランナーの経験や直感をAIによって代替・最適化しました。
AIに過去のデータを学習させ、作成された広告が効果的かを判断させることでメディアプラナーの経験・力量による効果の差分を減らし、誰でも広告効果の予測をより精緻に行えるようになりました。

素晴らしいですね！

AIについてはどのように学んでいったのでしょうか？

僕自身はド文系でしたが、メディアへの異動を機に独学でAIや深層学習を学んできました。現在は、さらなる知識を深めるために2022年から大学院に通いながらデータサイエンスやAIを学んでいます。

（コペンハーゲンでの学会の様子）

社会人と大学院生の2足の草鞋を履いている状態なんですね…！
今回の取り組みを行う上で特に苦労した点はありますか？

ワンスター社内でAI分野でのやり方やノウハウが全く確立されていなかったので、正確に方針や技術を導いてくれるコンサルティング会社を探すことになったのですが、そちらの会社選定には大変苦労しました。

まずはじめに支援してくれそうな会社をリストアップして、3ヶ月の間に20～30の会社とのアポイントをとって今回の取り組みの構想をお話したのですが、多くの会社から「御社がやろうとしていることは不可能ではないが、実現は非常に難しい」と口を揃えて言われてしまいました。専門家の方から、毎度そういったお言葉をいただくので一時は心が折れそうになったこともありました。
　
ただお話を続けていく中で「決して簡単ではないですが、実現はできると思います！」という前向きなアドバイスをしていただける会社様に出会うことができ、それからパートナーとして今回の取り組みにもお力添えをいただき、現在もご支援を続けていただいている関係性になっています。

大手代理店では同様の取り組みをしているところは多いかもしれませんが、ワンスターのようなベンチャー企業が限られたリソースの中で、人材やノウハウ不足を乗り越えて実現できたことは、非常に感慨深いですね。

限られた人数で実現させようとすると相当難易度の高いプロジェクトだったんですね！

AIに興味を持ったきっかけや、その可能性をどのように感じていますか？

AIへの興味は多くの人が持っているんじゃないかな？と思っています。siriの登場や囲碁での人間VS AIの対戦などを通じて、SFの世界だったAIが一気に身近な存在になった時ってみんな心踊らされたのではないでしょうか？僕もその一人だったと思います。

AIの可能性で言うと、
現在は、OpenAIによるChatGPTのような生成AIが話題となっていますが、今後はOpneAIの基盤モデルに特定分野のデータを組み込んだ特化型生成AIが増えると思います。

ChatGPTのような汎用型生成AIは、汎用的で普遍的なタスクは得意ですが、特定分野内の深い知識・理解を要するタスクは苦手だったりします。
特化型生成AIは、基盤モデルに加えて、企業が持つ分野特有のデータを学習させることで、特定の用途であれば、人間にも見劣りしないタスクをこなせるようになるはずです。

この特化型生成AIを各分野で徹底的につくり上げる、というのが次に起きるはずの戦いで、ワンスターでも基盤モデルを利用した、特化型生成AIの研究・開発を進めています。

なるほど。お話を聞いてワクワクしました！

挑戦することやそれを継続することは簡単ではないと思うのですが、Iさんの仕事のモチベーションはどこから来るのでしょうか？

新卒でワンスターに入社してから10年以上経っていますが、実際にモチベーションが低下した瞬間は少ないので、深く考えたことは正直あまりないです。
ただ、自分の中の原動力やモチベーションの源を振り返ると、主に3つのポイントがあるのかなと思います。

1つ目は「過去への後悔」です。

誰しもが自身の過去に後悔はあると思いますが、僕の場合は自らの過ちや自堕落な行動を深く反省し、それを繰り返さないようにするという意識が強いです。

2つ目は「今への怒り」です。

仕事をしている中で計画通りにいかなくてやきもきしたり、面倒だな...と思う作業に対して、何とかしてこの煩わしさを解消したい！という気持ちが一歩を踏み出す動機になっています。

3つ目は「未来への危機感」です。

現状のまま進むことへの危機感や、将来に向けた不安は大きな原動力となっています。現状維持ではなく、常に前進し続ける姿勢が必要だと感じています。

これらの要素が組み合わさって、仕事に対するモチベーションが支えられているのかなと思います。

確かに言われてみると上記の3つの何かがモチベーションになっている気がします！
最後に今後の目標について聞かせてください！

ワンスターが中長期で持続的な成長を遂げるために尽力したいと思っています。
そのための自身のミッションとして、お客様への提供価値を更に向上させること、そしてワンスターとしての競争力を強化するためのデジタル化推進を見据えています。
デジタル領域における僕の知識や経験を最大限に活かし、この進化を牽引したいと考えています。

また、AI技術の進化に伴って、企業としての形態や機能も変革しなければならないと感じています。
幸いなことに、デジタル変革の最前線での役割を任せていただいているので僕が想像する未来のワンスターには、他の人たちが気づかない可能性や変革のポイントがあるのではないかと感じています。
そのため企業としての未来像を明確に描き、具体的な論点や方向性を設定していきたいと思います！