顧客の半数はAIブランドコンテンツを罰する。それでも使う方法を、私たちは築いた。
昨年、あるチーフ・マーケティング・オフィサーが、テーブル越しに私へ一冊の資料を差し出しました。それは彼女の代理店からの作業指示書(SOW)で、ある項目には「AIによる制作の増強」と記されていました。その隣の数字は、代理店が制作に対して常に請求してきたのと同じ額——従来どおりの正規料金でした。ちょうどその週、彼女のチームは、その項目が生み出した成果物について消費者パネル調査を実施していました。返ってきた結果は敵意に満ちたものでした。人々はその広告を、彼ら自身の言葉で言えば、うっとうしく、少し魂が抜けていると感じたのです。彼女はAIそのものに怒っていたのではありません。顧客が静かに拒んでいるコンテンツを製造するためにプレミアム価格を支払わされ、しかもその過程にいる誰一人としてそれを彼女に伝えていなかったこと——それに彼女は怒っていたのです。
その打ち合わせこそ、私たちが今のものを構築した理由です。2026年におけるAIブランドコンテンツをめぐる核心的な問題は、技術が十分に優れているかどうかではありません——技術は十分であり、しかも毎月良くなっています。問題は、コンテンツをより速く安く作るためにAIを積極的に使える一方で、顧客のかなりの部分が、それを感じ取った瞬間にあなたを罰するということです。そこで私たちが行き着いた目標、そして今ブランドチームのために構築しているものは、ほとんど逆説的です。AIを容赦なく使うのはプロセスの側で、そして見えないままにしておくのはアウトプットの側です。ハイブリッドの制作パイプライン、ブランド忠実度スコアリング、そして規制当局の質問に耐えるガバナンス層です。
どうやってそこに至ったのか、私たちが世に出して壊れてしまったバージョンも含めて、順を追って説明させてください。
経営幹部が信じていること vs. 消費者が実際にすること
どんなマーケティングリーダーをも震え上がらせるはずの差から始めましょう。IABが2026年に明らかにしたところによれば、広告担当の経営幹部の82%は、Z世代とミレニアル世代の消費者が広告におけるAIに好意的だと考えています。実際にそう感じている消費者は、わずか45%です。これは37ポイントの認識のギャップであり、戦略資料と顧客との間にある距離なのです。
見れば見るほど、事態は悪化します。AIコンテンツに対する消費者の選好は、2023年の60%から2026年には26%まで低下しました。ガートナーが2026年3月に1,500人を超える米国の消費者を対象に行った調査では、今や半数が選好しているのは、消費者向けコンテンツで生成AIを避けるブランドです。そしてアドビの2026年デジタルトレンドレポートによれば、消費者の3分の1は、あるブランドのコンテンツがAIによって生成されたと気づいた途端、そのブランドとの関わりを完全にやめてしまいます。
顧客の半数は、AIコンテンツを嫌っているのではありません。彼らが嫌うのは、それと見分けられてしまうことなのです。
懐疑的なCMOに私がこれまで示してきた中で最も有効な数字は、Smartly.ioから来ています。広告が人間と共同制作された場合に対し、完全にAIによって作られた場合、消費者の信頼は48%から13%へと低下します。たった一つの制作上の判断による、73%の信頼の崩壊です。私が見てきたどのスプレッドシートにおいても、コンテンツコストの節約が73%の信頼低下を相殺することはありません。この計算が成り立つのは、AIが見えない場合だけです。
これを単なるブランディングのスローガンではなく本当に厄介なものにしているのは、その抵抗が単なる意見ではない——生理的なものだということです。NielsenIQの神経科学の研究は、AI広告に対して、たとえ洗練されたものであっても、脳内の記憶の活性化がより弱いことを測定しました。消費者はそれらを、従来の広告よりもうっとうしく、退屈で、分かりにくいと評価しました。意識的な心が意見を形成するより先に、脳が検知を行っているのです。
あらゆるCMOが迎えないようにしているコカ・コーラの瞬間
私が話すあらゆるマーケティングリーダーは、口には出さなくとも、ある特定の出来事を内心で恐れています。コカ・コーラは2025年のホリデー向け広告のために7万本ほどのクリップを生成し、その取り組み全体を「革新的」から「安っぽい」「ディストピア的」へと塗り替えるほどの反発を受けました。トイザらスはSoraで作られた映像にAI生成の子役を登場させ、原初的とも言える拒絶反応を引き起こしました。マクドナルドは視聴者の抗議を受けてホリデー広告を取り下げました。これらは、端っこで実験している小さなブランドではありません。地球上で最も洗練されたマーケティング組織であり、それでもなおコンテンツは的を外したのです。
代理店側のリーダーを夜も眠らせないはずの事例は、種類が異なります。それは趣味の良し悪しの問題ではなかったからです。2025年6月、ブラジルの代理店DM9——オムニコム・ネットワークの一員——は、カンヌライオンズでクリエイティブデータ部門のグランプリを受賞しました。調査担当者は後に、そのケースフィルムがAI生成の映像を用いて偽装していたのはキャンペーンの結果でした。そこには、許可を得ずに作成・改変されたCNNブラジルの報道も含まれていました。チーフ・クリエイティブ・オフィサーは辞任しました。12の賞が剥奪されました。カンヌは今後のすべての応募作品に対し、AIの開示と検出ツールを義務化しました。
これは、手を抜いた一匹狼のフリーランサーの話ではありません。業界最高の栄誉のために証拠を捏造した、大手ネットワーク代理店の話です。それを駆り立てたのは、AI主導の成果を示せという、ごく当たり前のプレッシャーでした。そしてそれは、ほとんどのブランドが自社の代理店に対して声に出して尋ねてこなかった、ある問いをまっすぐに指し示しています。
もしあなたの代理店が、あなたが決して承認していない形でAIを使っているとしたら、それが明るみに出たとき、評判上のリスクを負うのは誰でしょうか。あなたです。
私はあのSOWの資料を絶えず思い返します。ブランドは従来料金を支払い、代理店はAIによる効率化の利益を自分の懐に収め、そして開示義務——法的にも評判上にも——は完全にブランドの側にありました。この非対称性こそが、ビジネスモデルなのです。私たちが今行っていることの一部は、代理店が実際に何を使っているのか、そしてそれが開示されているのかを、それが公の場でブランドの問題になる前に、ただ監査することです。
私たちの最初のブランド忠実度スコアラーは、なぜ失敗したのか?
ここからは、私があまり誇れない部分であり、そして実のところ、売る価値のあるものを私たちに教えてくれた部分です。
AI生成のコンテンツがブランドに沿っているかどうかを測定しようと乗り出したとき、私は分かりやすいアプローチを支持しました。ブランドの参照画像を取り、それらを埋め込み、新しいアセットも埋め込み、類似度をスコア化する——CLIPスコア、つまり多くのベンダーがひそかに使っている標準的な画像テキストマッチング手法です。私たちはそれを構築し、それは0から1の間のきれいな数字を出力し、デモも見事に決まりました。私は納得していました。
それから私たちは、あるパイロットブランドの実際の成果物でそれを走らせました。スコアラーは、ブランドのロゴのクリアスペース規則——マークの周囲に確保しなければならない最小限の余白——に違反した画像を、平然と通過させてしまいました。なぜなら、その画像が見た目上は参照セットに統計的に似ていたからです。その一方で、色調補正が通常と異なるという理由で、完全に準拠したアセットをブランド外れとしてフラグ付けしてしまいました。私はそのレポートを見つめながら、その数字が自信たっぷりで、かつ同時に間違っていると考えていたのを覚えています。
それは、その後のすべての費用を賄ってくれた失敗でした。CLIP型の類似度が測っているのは「これはあれに似ているか」ということです。あなたのブランドガイドラインが実際に何を言っているのかを、まったく分かっていないのです。「ブランドに合っているように見える」と「ロゴのクリアスペース規則を守っている」は、まったく別の二つの問いであり、類似度スコアはその二つを区別できません。
そこで私たちは、それをビジョン・ランゲージ・モデルの上に作り直しました——画像を読み取り、なおかつあなたが書いたブランドガイドラインを読み取り、その一方を他方に照らして確認できるシステムです。問うのは「これは過去の作品に似ているか」ではなく、「ロゴには必要なクリアスペースがあるか、書体は承認されたファミリーのものか、トーンは文書化されたブランドボイスと一致しているか」です。類似度スコアよりも構築に時間がかかり、より面倒です。しかしそれは、クリエイティブディレクターが承認ワークフローに組み込むほど信頼できる、唯一のバージョンでもあります。
自らが強制している規則を引用できないブランド忠実度スコアは、小数点の付いた単なる雰囲気にすぎません。
本当の変数は、AIか人間かではない。仕上げの手作業だ。
プロジェクト全体を私にとって捉え直させたその夜、私はNielsenIQのパネルデータを読み返していました。その中に埋もれていたのは、最初はざっと読み飛ばしていた一つの細部でした。すなわち、その調査の中で消費者が即座にAIだと見分けられなかった唯一の広告は、あるプロフェッショナルがかなりの反復的な編集を通じて作り上げたものでした。生成してそのまま出したのではなく——生成した上で、人間が長い時間をかけて手を入れたのです。
それが私の足を止めました。世間の議論全体は「AIか人間か」という枠組みで語られており、まるでそれが二つの選択肢のすべてであるかのようです。しかしデータが私に告げていたのは、予測を左右する変数は起源——ピクセルがどこから来たか——ではない、ということでした。それは仕上げの手作業なのです——機械が今なお残す不気味なエッジを削り落とす、人間による反復作業です。AIは作業のほぼすべてを、見えない形で担うことができます。あなたの顧客の脳がその結果にフラグを立てるかどうかを決めるのは、最後の人間による仕上げ——どのスプレッドシートもわざわざ値付けしようとしない部分——なのです。
これが、いまやパイプライン全体が拠って立つ設計原則です。顧客の知覚に触れない領域——アイデア出し、バリエーション生成、ラフカット、ローカライズ、アセットの量産——では、AIを思い切り使う。出荷されるあらゆるものの仕上げには、人間の技を取っておく。「重要なところは人間、役立つところはAI」——テンプレートとして売るのではなく、ブランドごとに調整するのです。
そして、このように設計すれば効率化は本物です。AIで増強した制作は、従来の1アセットあたり500ドルから2,000ドルに対し、100ドル近くで済み、1アセットあたりの労力削減は約75%になります。ローカライズに至っては、ほとんど気恥ずかしいほどです。従来のローカライズは1分あたり50ドルから200ドルかかりますが、AIローカライズは人間がレビューすれば、およそ半分のコストで人間並みの品質の成果物を届けます——これは、平均的な企業が年に1.5の新市場に参入し、質の悪いローカライズが潜在的な収益の約20%を静かに失わせていることを考えれば、重要な点です。この節約は本物です。ただそれは、顧客が決して目にしないプロセスの部分で貯め込まれなければならないのです。
これを実現するためのツールは存在しますし、私たちはそれについて意図的にベンダー中立の立場を取っています。アドビのGenStudioは、StyleIDsと呼ばれるものを通じてブランド規則をFireflyの生成に組み込んでおり、Creative Cloudの世界の内側では優秀です——しかし生成についてはFireflyに縛られ、その動画機能はトップ勢に1年以上遅れをとっています。元アドビCTOによって創業され、ペプシコ、ディズニー、エスティ ローダーといった企業に使われているTypefaceは、本当に強力なガバナンス層を備えています——ただしTypeface自体を通じて制作されたコンテンツに対してのみです。Briaは最大5,000枚のあなた自身の画像でカスタムのブランドモデルを学習させ、画像作業には強力ですが、動画には役立ちません。RunwayのGen-4.5は、実際の物理シミュレーションを備えた、入手可能な最高のAI動画を生み出します——そしてブランドガバナンスはゼロで、加工前の生の出力が得られます。Kling 3.0は、Runwayの約40%のコストでマルチショットの一貫性を実現します。どれも問題全体を解決するものではなく、私はまさにそうした隙間で、複数のブランドコンテンツの取り組みが行き詰まるのを見てきました——ガバナンスのためにTypefaceを購入したチームが、その後、自分たちの動画パイプラインが完全にその外側にあると気づいたのです。ツールとツールの間の隙間こそが、実際に仕事のあるところなのです。
コンプライアンスは、クリエイティブレビューではなく、あなたのメタデータの中に宿る
法務面でブランドが犯すのを私が目にする過ちは、AIの開示をクリエイティブレビューのチェックボックスとして扱うことです。それは違います。これはデータアーキテクチャの問題であり、最も強い牙を持つ規則については、締め切りはすでに過ぎています。
2026年8月時点で施行されているEU AI法の第50条は、AI生成コンテンツが機械可読な形式でマーキングされ、人工的に生成されたものとして検出可能であることを要求しています。これを二度読んでください。機械可読、です。その義務は、あなたのクリエイティブディレクターの目の中や承認会議の中に宿るのではありません——それは、あなたのデジタルアセット管理(DAM)システムとCMSの中、つまり各アセットのレコードが実際にAIの来歴メタデータを持っているかどうかの中に宿るのです。私は「AI生成:はい/いいえ」の欄が空のままのDAMレコードをあまりに多く開いてきたので、これがきちんと処理されているとは信じられません。罰則も理論上のものではありません。透明性違反に対しては、最大1,500万ユーロ、または全世界売上高の3%です。
そしてそれは一つの規則ではなく、断片化していくパッチワークです。FTCの改訂された推奨(エンドースメント)ガイドは、合成AIによる証言について、明確かつ目立つ開示を要求しています。2026年6月に発効するニューヨーク州のSB-8420Aは、商業広告におけるAI生成の合成パフォーマーの目立つ開示を義務付けています。カリフォルニア州のAB 853は、独自の要件を段階的に導入しています。管轄区域ごと、タイムラインごと、定義ごとに、少しずつ異なります。それらすべてにまたがって販売するプレミアムブランドには、それぞれが推測する4つのクリエイティブレビューではなく、最も厳格なものを満たす一つのガバナンスフレームワークが必要です。
あなたのAI開示義務は、承認会議の中に宿るのではありません。それはアセットのメタデータの中に宿ります——そして、ほとんどのブランドのメタデータは空っぽです。
これは、私たちが構築する中で最も華のない能力であり、そして私の経験上、実際に契約を成立させる能力でもあります。なぜならそれは、罰金へと姿を変える部分だからです。
しかしガバナンスは、単なる保険ではありません。成熟したAIガバナンスを早期に構築するのを私が見てきたブランドは、罰金を避けるだけではありません——彼らはより速く出荷します。なぜなら、彼らのチームは、プロジェクトごとに何が許されるのかを蒸し返すのをやめるからです。研究もそれを裏付けています。成熟したAIガバナンスを持つ組織は、およそ2.5倍速くイノベーションを起こし、コンプライアンスリスクは約40%低くなります。あなたを法廷から遠ざけるフレームワークは、あなたを前進させるフレームワークと同じものなのです。
こうしたことすべて、プラットフォームを一つ買えば済む話ではないのか?
人々はよく、同じ質問の変奏を私に投げかけます。こうしたことすべて、プラットフォームを一つ買えば済むのではないか、と。そして私は、購入したソフトウェアがどこで行き止まるのかについて、正直でなければなりません。
大手のシステムインテグレーターは、喜んであなたのためにAIコンテンツ戦略を設計してくれます——その契約は50万ドルから500万ドル以上に及び、彼らが納品するのはスライド資料とフレームワークであって、動くパイプラインではありません。彼らはいずれにせよ、実際の構築を私たちのような企業に外注する傾向があります。社内チームは、完全なコントロールとブランドの知見への直接的なアクセスを与えてくれますが、AIネイティブなクリエイティブプロデューサーは今、採用が極めて困難であり、ガバナンスをゼロから構築するのはほとんどのチームで6か月から12か月かかります。Supersideのようなサービス会社は、AIで増強された人間の技を大規模に提供してくれますが、あなたが買っているのは労働力であって、自分で所有し保持するシステムではありません。
私が最初の打ち合わせで口にするようになった、より手強い限界があります。いかなる外部の当事者も——プラットフォームも、インテグレーターも、私たちも——あなたの組織的な合意形成の問題を解決することはできません。私はかつて、あるクリエイティブディレクターと向かい合って座ったことがありますが、彼はためらうことなく、自分はAIの仕事に自分の名前を載せるつもりはないと私に告げました。そう感じるのは間違ってはおらず、どんなガバナンスのアーキテクチャもそれを覆すことはできません。あなたのブランドを作る人々が根本的にそのワークフローを拒むなら、世界最高の技術も使われないまま眠ります。自社の建物の中でのチェンジマネジメントは、あなた自身が担うべきものです。私は、ツールがそれを解決してくれるふりをするよりも、早い段階でそう言うほうを選びます。
私たちにできることは、アーキテクチャを所有することです。すなわち、複数の管轄区域にまたがるガバナンスフレームワーク、一つのプラットフォームのロードマップではなくあなたの実際のニーズに合わせたベンダー中立のツールの組み合わせ、あなたの本物のガイドラインを読み取るVLMベースのブランド忠実度スコアリング、代理店監査の能力、顧客が機械の仕事を許容する場所としない場所に合わせて調整されたハイブリッドパイプライン、そしてローカライズのための文化適応レビューです。それが私たちがブランドコンテンツチームのために構築するシステムであり、私たちはそれを、あなたがすでに使っているプラットフォームや代理店を置き換えるためではなく、それらと統合するために構築しています。
今後数年を制するブランドは、AIを最も多く使った者でも、最も少なく使った者でもありません。それは、自分たちの顧客が常に、自らの頭の中で検知器を作動させていると理解し、それを尊重する制作システムを築いた者たちでしょう——機械が役立つところでは積極的に、機械が顧客を裏切るところでは見えないように。あの敵意に満ちた消費者パネルを抱えたCMOには、技術の問題があったわけではありません。彼女が抱えていたのは、まさに顧客が見張っている唯一の場所へと効率化が漏れ出すことを許してしまうシステムでした。その漏れをふさげば、AIは評判上の負債であることをやめ、本来ずっとそうあるべきだったもの——人々が実際に信頼する仕事を、より速く生み出す手段——へと戻るのです。
