1993年、数学の元教授でコンピュータ科学者、そして数々の賞を受賞したSF作家のヴァーナー・ヴィンジは、超人的な人工知能が誕生すれば、「人類の時代が終わる」と主張しました。この考え方は、2005年の『シンギュラリティは近い』の未来学者レイ・カーツワイルと結びついて、コンピュータが自己管理できるようになり、自らの活動をより知的なものにすることに向け、人間の理解や洞察を超える瞬間が訪れると仮定しているのです。

おそらく、それは完全な形で遠回しの構想のように思える。しかし、多くの人間の活動がコンピュータに引き継がれた広告業界は、ニールセンについて ？広告のシンギュラリティが差し迫っているのでしょうか？人工知能は、私たちの能力を超えて、広告やメディアの最適化を進め、その意思決定を理解することができるのでしょうか？

このような考えを抱くのは、私が初めてではありません。例えば、マット・ハーマンは、2010年のAd Ageの記事"Glitch in the Coming Advertising Singularity"で、広告クリエイティブ開発との関連で、ニールセンについて （そして、ほとんど書き逃げしています）を書いています。一方、Roger Toennisは、「マーケティング・シンギュラリティは近い」とし、放送前のメディアの1対1の口コミマーケティングという「未来に戻る」マーケティングをどうするかを示唆しました。

私としては、「クリエイティブ」においては、シンギュラリティはあり得ないというのが率直な答えです。しかし、それが人間の関与する大きな生態系の一部であることを意味する要因が残っています。

クリエイティブ・シンギュラリティ

それは広告の創造的な特異性に来るとき、私は懐疑的な列にはっきりと入れてください。最近のNielsen Newswireの記事で、私はニールセンについて 、広告のクリエイティブな成功に関連する5つの要因について書きました。ストーリーテリングやユーモアなど、優れた広告に不可欠なクリエイティブな要素は人間的なものであることを考えると、コンピュータによるクリエイティブな特異点がすぐに生まれるとは考えにくい。

とはいえ、音楽やニュースを書くためのアルゴリズムは開発されています。MITテクノロジーレビューの「Can Creativity Be Automated?」をご覧ください。

メディア・シンギュラリティ

この点では、シンギュラリティの推進派はより強固な地盤を築いている。クリエイティブとは異なり、メディアプランニング 、購入と測定は、より自動化され、より賢く、より速く、自己改善し、人間の理解能力を完全に超えている可能性が高いです。実際、デジタルのリアルタイム入札プラットフォームを通じて、すでにそれが行われているケースもある。メディア・シンギュラリティが到来しているのである。

構成要素はほぼ揃っていますが、完全に統合されて機能しているわけではなく、メディアエコシステムの一部の領域では完全に欠落しているものもあります。完全に自動化され、人間より賢く、メディアを最適化するシンギュラリティの要素とは何でしょうか。また、その可能性はどの程度あるのでしょうか。

デジタル化。デジタルは、データをコンピューティングによって十分に活用することを可能にします。広告やメディアのデータがデジタル化されればされるほど、コンピューティングパワーは、人の手を介さず、自動的に、リアルタイムで、パフォーマンスを購入し、測定し、改善することができます。

1. 露出とコンバージョンのデータドライバー（オーディエンス、ビューアビリティ、コンテンツ、露出頻度、配置など）と結果（ブランドインパクトやコンバージョンなど）を含むデータの取得により、何がうまくいき、何がうまくいかず、どう改善すべきかの理解がますます容易になってきています。このデータ収集の多くは、高度に自動化されたリアルタイムシステムで行われ、その多くはデジタルアトリビューションモデリング会社が開拓したもので、ファーストパーティの広告主データだけでなく、サードパーティのデータも活用することができます。
2. アトリビューション・モデリング私たちはこれまで、共分散分析（ANCOVA）やマーケティングミックスモデリングを用いて、広告やメディアの販売効果を何年もかけて測定してきました。どちらも非常に優れた方法です。個人レベルでの非PII（個人を特定できない情報）露出やコンバージョンデータの出現により、オンラインとオフラインの各タッチポイントやあらゆる組み合わせのブランドやセールスインパクトを個人レベルでリアルタイムに測定することができるようになるのです。タッチポイントの露出度とブランドや売上へのインパクトを関連付けることができれば、パフォーマンスを最適化することができます。
3. 機械学習。機械学習は人工知能の一分野であり、データから学習し、人間の介入なしに時間の経過とともに改善できるシステム（一種のミニシンギュラリティ）に関連する一連の活動を含むものである。アトリビューション・モデリングと結びついた機械学習機能により、機械が自ら学習し、広告パフォーマンスを継続的に改善・最適化することが可能になります。
4. プログラマティックとリアルタイム入札。すでにディスプレイ広告の20%以上は、リアルタイム入札（RTB）プラットフォームを介して取引されています。テレビやその他の非デジタル媒体は、今のところほとんど範囲外ですが、プラットフォーム、プロセス、データセットは、ディスプレイ広告以外のRTBを促進するためにすでに配置されています。現在のRTBは、オーディエンスのタイプ、ウェブでの行動、（匿名で受信した）活動から反応がありそうだと特定された人に広告を送信する、などといったことに基づいています。しかし、上記のアトリビューション・モデリング機能により、ブランドや売上への影響に基づいてRTBを行うことは不可能なことではありません。

つまり、個人レベルの露出・販売データがデジタル化され、APIを通じてデータプラットフォームに接続され、アトリビューションモデルがリアルタイムで実行され、機械学習によって結果が繰り返し改善され、リアルタイム入札プラットフォームを通じて購入が行われるような未来の世界である可能性があります。このような未来は、限られた形ではありますが、広告エコシステムのサブスケールのポケットに既に存在しています。この可能性をシンギュラリティ（特異点）と考えるのは、このすべてがミリ秒単位の高速で、何億ものデータポイントを統合した大規模なもので、概念的なレベル以外では何が起きているのかを理解する人間の能力を超えてしまうからです。

とはいえ、ニールセンについて 広範な広告の特異性に懐疑的である理由がまだあることは確かで、それを最小限に抑えることはできません。既存のビジネスモデル、テクノロジープラットフォーム、プロセス、メディアやデバイスの断片化、デジタル広告詐欺/ボット、業界の習慣、個人的な関係、その他の要因はすべて、この未来の状態の実現に対する非常に現実的なハードルとなっているのです。

つまり、技術の構成要素はすでに出来上がっているが、シンギュラリティの到来を妨げる要因があるということだ。つまり、シンギュラリティの到来は、ギザギザした非直線的な道筋ではありますが、急速に進むと予想されます。過去100年ほどの間、私たちが知っていた広告の多くは破壊されるでしょう。

真のシンギュラリティに到達できるかどうかについては、それを否定するあらゆる要因の中で、おそらく人間の要素が最も強力です。その点では、シンギュラリティは訪れるかもしれませんが、人々が期待するよりも遅いでしょう。

最終的な結果がどうであれ、ここに広告の未来があり、ひとつだけ確かなことがあります。