マーケティングの生成AI活用は調べものと書類づくりが中心で、AI や DX の成果を得ている企業は約4分の1
マーケティングでの生成AIの使い道は、企画のための調べものや壁打ち、報告書や企画書の作成が中心で、AI や DX の導入から成果を得られていると答えた企業は26%にとどまります。日本マーケティング協会が、東証プライム・スタンダード上場企業(グループ会社の回答を含む)のマーケティングやデータを管掌する部署に回答を頼んだ調査では、文章系の生成AIをマーケティング業務に活用している企業が85%、画像系が58%でした。
日常業務やマーケティング業務での生成AIの活用として当てはまるものを聞いた設問では、「企画・アイデアのための調査補助・壁打ち」72%、「議事録・報告書・企画書などの作成」71%、「コンテンツ作成の高度化・省力化」55%が上位です。「データ分析の高度化・省力化」は28%、「AIエージェントによる顧客対応の高度化・省力化」は8%でした。
商品・ブランド開発の領域で、生成AI以外も含めた技術の使い方を聞くと、集めたデータから過去と現在の実態を明らかにする「データ分析」にすでに取り組む企業は74%でした。一方、予測モデルを作る「機械学習・AIモデリング」は5%、AI などの予測をもとに判断や処理まで機械で自動的に行う「自動連携・オートメーション化」は1%で、今後の目標とする企業はそれぞれ39%と26%です。
AI や DX などのテクノロジーの導入から成果を得られているかには、「目に見える成果を得られていない」が50%、「どちらともいえない」が24%、「成果を得られている」が26%と答えています(日本マーケティング協会「マーケティングにおけるAI・デジタル活用に関する調査」上場企業144社・2025年4〜6月実施)。
回答は上場企業の144社で、中小企業を含む全体の姿ではない点に注意が必要です。それでも、下書きと調べものに使う企業は多い一方、判断や処理まで自動で回す企業はまだ少なく、成果を得ている企業も4分の1ほどという傾向は読み取れます。下書きが速くなっただけでは成果として数えにくいため、始める前に、何が変われば成果とみなすかを決めておいてください。AI 導入の効果を測る指標の決め方はAI の投資対効果の測り方の記事にまとめています。
5つの業務で、AI に任せる作業と人に残す判断を並べる
マーケティングの業務を5つに分けると、AI に任せる作業と人に残す判断は次の表のとおりです。「確かめる元」の列には、AI の出力を照らし合わせる資料を書きました。
| 業務 |
AI に任せる作業 |
人に残す判断 |
確かめる元 |
始める順 |
| 市場や顧客の調べもの |
公開の統計や調査の要約、競合の公開資料の整理、アンケートの自由回答の分類 |
どの顧客を狙うか、どの仮説で進めるか |
統計や調査の原本、アンケートの原票 |
1 |
| 施策の企画 |
施策と見出しの案の洗い出し、企画書の下書き、過去の施策の結果の整理 |
誰に何を約束するか(訴求の決定)、どの施策を実施するか |
過去の施策の実績、商品の仕様と根拠資料 |
2 |
| 文章や画像の制作 |
広告文・紹介ページ・メールの下書き、案の出し分け、表記の統一、画像の案 |
表現の最終確認、効果や性能の表示の根拠、公開の承認 |
根拠資料、権利を確かめた記録 |
3 |
| 効果の分析 |
集計済みの数字からの報告の下書き、変化の要因の仮説の洗い出し |
何を成果とみなすか、次の施策と予算をどこに移すか |
計測ツールや広告の管理画面の元の数字 |
4 |
| 配信と運用 |
配信先ごとの文面の書き分け、入稿前の点検、運用報告の下書き |
予算の配分、配信の開始と停止、配信の対象の条件 |
広告の管理画面の設定と実績 |
書き分けと点検は3と同じ時期、設定や予算を動かす自動化は5 |
右端の「始める順」は、AI に入力する情報の機密の度合いと、AI の誤りが顧客に届くまでの距離をもとにした順番です。調べものと企画は公開情報や社内の資料を扱い、誤りがあっても社内の打ち合わせで止まるので先に置いています。
制作は出力が広告として社外に出るため、確かめる手順を決めてから3番目に加えます。効果の分析は、集計済みの数字から始めれば顧客の個人データに触れずに済み、出力も社内の報告で止まるので4番目です。
配信と運用のうち、配信先ごとの書き分けや入稿前の点検は、制作と同じ時期に始めて構いません。最後に回すのは、AI に配信の設定や予算を変えさせる自動化です。誤りがそのまま顧客と費用に響くうえ、日本マーケティング協会の調査でも、商品・ブランド開発の領域で判断や処理まで自動で行っている企業は1%でした。
人に残す3つの判断は、どれも会社が顧客に何を約束し、どこにお金を使うかを決めるものです。AI には材料と案をそろえる役を任せ、訴求と予算はマーケティングの責任者が決める分担にしてください。
市場や顧客の調べものは、出所に戻れる形で AI に任せる
市場や顧客の調べものでは、公開の統計や業界団体の調査、競合の公開資料の要約を AI に任せ、要約の1行ごとに出所の URL と該当する箇所を書き添えさせます。生成AIがもっともらしい誤りを出す現象はハルシネーションと呼ばれ、要約でも数字の取り違えや、元の資料にない記述が起こりうるからです。
Web の検索と資料の読み込みを繰り返し、出所つきの報告書にまとめるディープリサーチの機能を使えば、調べものの最初の整理は短い時間で済みます。ただし、報告書に載った数字を企画書や広告に使う前には、担当者が出所の原本を開き、調査の対象・時期・設問を確かめてください。調査の対象が自社の顧客と違えば、同じ数字でも意味が変わるでしょう。
自社の顧客アンケートの自由回答や問い合わせの記録も、分類と要約を AI に任せやすい材料です。分類の基準の作り方と、AI の分類を人が読んだ一部と突き合わせて確かめる手順は顧客の声(VOC)の分析に AI を使う前に決めることの記事にまとめています。
AI に作らせたペルソナ(想定する顧客像)や顧客の発言の例は、仮説として扱います。実在の顧客の発言のように企画書へ載せると、確かめていない内容が事実として社内に広がるためです。どの顧客を狙うかは、アンケートや購買の実データで確かめてから人が決めます。
始め方は、前の四半期に人がまとめた市場調査のメモと、同じ問いで AI に作らせた要約を並べることです。出所のない記述と、原本と食い違う数字を数えれば、任せられる範囲が見えてきます。
施策の企画は、訴求を人が決めてから AI に案を広げさせる
施策の企画では、誰に何を約束するかという訴求を担当者が先に決め、その範囲の中で AI に施策と見出しの案を多めに出させます。訴求を決めないまま案を出させると、AI は商品の根拠資料にない効果や、比べてもいない他社との優劣まで書き込むことがあるからです。
進め方は次の4つの手順です。
- 担当者が、狙う顧客、約束する価値、その根拠になる資料を1枚にまとめる
- その1枚と過去の施策の結果を AI に読ませ、施策と見出しの案を出させる
- 根拠資料で裏付けられない約束を含む案を外す
- 残った案から、実施する施策を人が選ぶ
この1枚は、あとで制作物を確かめるときの基準にもなります。根拠資料のある約束だけを書いておけば、AI の下書きに資料にない表現が混ざったとき、照らし合わせて見つけやすくなるはずです。
過去の施策の振り返りの整理も、AI に向く作業です。施策ごとの目的、対象、費用、結果を表にまとめさせ、うまくいかなかった施策の共通点を挙げさせてください。どの施策を続け、どれをやめるかは、その表を見て人が決めます。
広告の文章は、根拠資料と照らしてから公開の承認に回す
AI が書いた広告文や LP(商品やキャンペーンを紹介するページ)の下書きは、数字・日付・固有名詞・効果や性能の表現を根拠資料に1つずつ戻って確かめてから、公開の承認に回します。景品表示法は事業者が自社の商品やサービスの取引について行う表示を対象にしており、下書きを AI が作っていても、公開すれば自社の表示として扱われるからです。
景品表示法は、商品やサービスの品質や規格などの内容を実際より著しく優良であると示す表示や、価格などの取引条件を実際より著しく有利であると誤認させる表示を禁じています。品質などの表示が著しく優良であると示すものかを判断する必要があるとき、国は表示をした事業者に期間を定めて合理的な根拠を示す資料の提出を求めることができ、提出がなければその表示は著しく優良であると示す表示とみなされます(不当景品類及び不当表示防止法 第5条・第7条第2項)。
AI の下書きで気をつけたいのは、根拠資料にない形容や比較が足されることです。「No.1」「業界初」「満足度◯%」のような言葉は AI に書かせず、根拠になる調査や資料がある場合だけ担当者が書く決まりにしておくと安全です。
No.1表示は、消費者庁が実態を調べて考え方を示した表示です。2023年度(令和5年度)の措置命令の対象44事業者のうち13事業者がNo.1表示に関するもので、いずれも商品や競合の Web サイトを見せ、その印象で満足度が高いと思うものを選ばせる「イメージ調査」を根拠に「顧客満足度No.1」などと表示していた事案です。
合理的な根拠と認められるには、比較対象の商品やサービスが適切に選ばれていること、調査の対象者が適切に選ばれていること、調査が公平な方法で行われていること、表示内容と調査結果が適切に対応していることの4点を満たす必要があるとされています(消費者庁「No.1表示に関する実態調査報告書」概要・2024年9月26日)。
同じ資料は広告主の取り組みとして、景品表示法第22条第1項の管理上の措置の徹底を挙げ、その中に、表示の根拠となる情報の確認、表示を管理する担当者を定めること、根拠となる情報をあとから確かめるための措置を含めています。AI を制作に使うなら、この3つを承認の手順に組み込むと進めやすいでしょう。
具体的には、下書きの表現ごとに根拠資料のどの箇所を使ったかを AI に書き添えさせ、案件ごとに承認者を決め、使った指示文・出力・根拠資料・承認の記録をまとめて保存します。根拠を示せない表現は消すか、担当者が資料で裏付けてから残してください。
AI で作った画像は、既存の作品と似ていないかを確かめてから使う
広告や SNS に使う画像を生成AIで作るときは、既存の作品やロゴを指示文に入れずに作らせ、使う前に似た作品がないかを画像検索などで確かめます。文化庁は、生成AIを業務で使う事業者に向けて、AI 生成物は利用する前にまず既存の著作物と類似していないかを確認することが必要だとし、確かめる方法としてインターネットの文章検索や画像検索の活用を挙げています。
既存の著作物と類似する生成物を作らせる目的でその著作物を AI に入力する場合は、著作権法第30条の4が適用されない場合があり、入力に伴う複製などに権利者の許諾が必要になるという整理です。既存の作品の題名やキャラクター名などの固有名詞を指示文に入れると、元の作品を認識していたことを推認させる事情になり、依拠性が認められやすくなるとも書かれています。そのうえで、依拠性がないことを説明できるよう、生成に使った指示文などを確かめられる状態にしておくよう努めることが望まれるとしています(文化庁著作権課「AIと著作権に関するチェックリスト&ガイダンス」2024年7月31日)。
マーケティングの制作の決まりとしては、次の3つを置くと手早いでしょう。
- 他社のロゴや既存の広告、特定の作家名・作品名・キャラクター名を指示文に入れない
- 生成した画像は、使う前に画像検索で似たものがないかを確かめ、確かめた日と結果を残す
- 指示文と生成した画像を、案件ごとに保存する
著作権の論点の詳しい整理は生成AIと著作権の記事に、文化庁が示した AI と著作権の考え方の要点は用語集の文化庁の「AIと著作権に関する考え方について」にまとめています。
Offers AX は、人事部門を起点に AI を前提にした進め方を作り、全社へ広げる
Offers AX は、人事部門から AI を前提にした業務の進め方を作り、効果を実測して全社の変革へつなげる支援です。全社の AI 活用の現在地を6つの領域(業務ルール・システム基盤・組織力学・意思決定・法務と統制・人とスキル)と5段階(LV0〜4)で評価し、平均点ではなく最も低い領域から着手します。
進め方は、戦略立案と実装を一体で進める FDE(Forward Deployed Engineer)型です。FDE という働き方の定義は Offers FDE の解説記事を参照してください。要件定義書ではなく動くもので合意し、数週間でプロトタイプを作って実際の業務で検証してから本実装へ進みます。
効果は実測した数字で継続を判断する設計で、効果が出なければ中止を選べることも契約の前提です。日本マーケティング協会の調査で目に見える成果を得られていないと答えた企業が半数だったように、下書きが速くなっても成果が見えなければ続ける理由になりません。試す前に測る数字を決め、その数字で続けるかどうかを決める進め方です。
構築は GCP・Azure・AWS のいずれにも対応し、原則としてお客様の環境に作る方針で、当社の環境に顧客データを持ちません。購買履歴や会員情報のように外に出しにくいデータを分析に使う場合でも、AI を置く場所から設計できるということです。
複数の元データの突き合わせを自動化した例は、人事の領域にあります。人事部を AX の起点に選んだ日本たばこ産業(JT)では、3系統のデータの突き合わせを自動化し、15時間ほどかかっていた作業が数十分になったと、2026年10月16日の Forbes JAPAN の記事「JTがoverflowとともに挑む人事部起点の「AX」」が伝えています。広告の管理画面、アクセス解析、顧客管理の数字を突き合わせる月次の集計も、元データの突き合わせから成る作業です。
支援の範囲と進め方は Offers AX のサービスページにまとめました。マーケティングも、人事部門から始めた進め方を全社へ広げる先の1つとして、現状の確認から相談できます。無料相談を申し込むからご連絡ください。
配信と運用は、予算と配信の条件を人が決め、AI には書き分けと点検を任せる
配信と運用では、配信先ごとの文面の書き分け、入稿前の点検、運用報告の下書きを AI に任せ、予算の配分、配信の開始と停止、配信の対象の条件は人が決めます。
入稿前の点検は AI に向く作業です。文字数の上限、リンク先の URL、表記の揺れ、社内で使わないと決めた表現の一覧との照合を AI に確かめさせ、指摘された箇所を担当者が直してください。
配信の設定や入札、予算の変更までを AI に続けて実行させる仕組みも作れます。指示を受けて手順を自分で組み立て、外部のツールを操作して実行する仕組みは AI エージェントと呼ばれます。始めるなら、AI が変更の案と理由を出し、担当者が承認してから反映する形にとどめ、承認の記録がたまってから、金額の小さい変更だけを自動で反映する範囲を決めるのが順当です。決まった手順で動かす仕組みと AI エージェントの使い分けはAI エージェントとワークフローの違いの記事にまとめています。
SNS の運用で確かめたいのが、ステルスマーケティングの規制です。広告であるのに一般消費者が広告だと分からないものは2023年10月1日から景品表示法の違反となり、規制の対象は商品やサービスを供給する事業者、つまり広告主です(消費者庁「令和5年10月1日からステルスマーケティングは景品表示法違反となります」)。
消費者庁の運用基準は、事業者の表示とされる例として、事業者が第三者に SNS や口コミサイトで自社の商品やサービスについて表示させる場合を挙げています。事業者自身の Web サイトでも、専門家や一般消費者などの第三者の客観的な意見のように見えて、実際には事業者が作成したものは、事業者の表示であることを明瞭に表示しなければならないとされています。
自社サイトの一部で第三者の SNS の投稿を使う場合は、評判を上げる意見だけを恣意的に抜き出したり、内容に手を加えたりせず、そのまま引用するなら事業者の表示とはされないという整理です。広告であることを明瞭にする表示の例としては、「広告」「宣伝」「プロモーション」「PR」といった文言が挙げられています(消費者庁「『一般消費者が事業者の表示であることを判別することが困難である表示』の運用基準」2023年3月28日)。
生成AIを使う場面に置き換えると、決まりは次の3つです。
- AI に「お客様の声」や「利用者の感想」のような文章を作らせて載せない。事業者が作った文章を第三者の意見のように見せることになる
- 口コミや SNS の投稿を AI に要約させた文章は自社の表示として扱い、第三者の声としては載せない。第三者の声として載せるのは、良い意見だけを選ばずに元の投稿をそのまま引用したものに限る
- インフルエンサーなどに投稿を依頼し、AI で作った投稿文の案を渡す場合は、投稿に「広告」「PR」などの表示を明瞭に入れてもらう
効果の分析は集計済みの数字から始め、顧客データは利用目的を確かめてから渡す
効果の分析では、集計済みの数字から報告の下書きや変化の要因の仮説を AI に作らせ、何を成果とみなすか、次の施策と予算をどこに移すかは人が決めます。購買履歴や会員情報のような顧客データを AI に渡すのは、利用目的と、入力先の AI サービスでのデータの扱いを確かめてからです。
数字そのものの集計は計測ツールや表計算のように決まった手順で動く道具で行い、AI には集計の結果を読ませて解釈の下書きだけを任せるほうが確実です。AI の報告に出てくる数字には、元の集計表のどの欄から取ったかを書き添えさせ、担当者が照らし合わせてから共有してください。
個人情報を含む指示文を生成AIサービスに入力する場合は、特定した利用目的を達成するために必要な範囲内であることを十分に確認するよう求められています。本人の同意を得ずに個人データを含む指示文を入力し、そのデータが応答の出力以外の目的で扱われると個人情報保護法の規定に違反する可能性があるため、サービスを提供する事業者が機械学習に利用しないこと等を十分に確認することも挙げられています(個人情報保護委員会「生成AIサービスの利用に関する注意喚起等」2023年6月2日)。
購買履歴から顧客の関心を分析して広告に使うなら、利用目的の書き方の確認も必要です。本人から得た情報から行動や関心を分析する場合は、どのような取扱いが行われているかを本人が予測・想定できる程度に利用目的を特定しなければならないとされ、具体的に特定している事例として「取得した閲覧履歴や購買履歴等の情報を分析して、趣味・嗜好に応じた新商品・サービスに関する広告のために利用いたします。」が示されています(個人情報保護委員会「個人情報の保護に関する法律についてのガイドライン(通則編)」3-1-1・2026年6月一部改正)。
自社のプライバシーポリシーの利用目的に、分析して広告に使うことが書かれていなければ、AI を使う前に法務と見直すのが先です。分析に要らない氏名や連絡先は渡す前に外し、入力先は、入力が学習に使われない契約の AI サービスか、自社の環境で動かす AI に限ってください。生成AIで個人情報を扱うときの論点は生成AIと個人情報の記事に、委員会の注意喚起の全体は用語集の個人情報保護委員会の生成 AI 注意喚起にまとめています。
公開前の4つの確認を承認の手順に入れ、最初の1か月は過去の施策で試す
公開前に人が確かめる4つの点は、確かめる人と照らす資料を決めて承認の手順に組み込み、最初の1か月は公開済みの広告と過去の施策の資料で試すのが確実です。4つの点と照らす資料は次の表のとおりです。
| 確かめる点 |
照らす資料 |
確かめる人の例 |
| 事実と数字 |
商品の仕様書、調査の原本、集計表 |
制作の担当者 |
| 景品表示法とステルスマーケティング規制 |
効果や性能の根拠資料、No.1表示の調査の中身、依頼した投稿の表示 |
承認者、必要に応じて法務 |
| 他者の著作物との類似 |
画像検索の結果、指示文と生成物の記録 |
制作の担当者と承認者 |
| 顧客データの扱い |
プライバシーポリシーの利用目的、AI サービスの契約条件 |
分析の担当者、必要に応じて法務 |
結果が分かっている材料で AI と人の手順を並べて動かせば、AI の出力と実際の広告や報告を比べて、誤りと見落としの出方がつかめます。進め方は次の4つの手順です。
- 表の5つの業務から、公開済みの情報だけで試せる作業を1つ選ぶ(始めやすいのは市場の調べものか、過去の施策の振り返りの整理)
- AI に入力してよい情報、AI を動かす環境、出力を確かめる人と照らす資料を決める
- 過去の資料で AI を動かし、元の資料と食い違った箇所と、人が直した内容を記録する
- 1か月分の記録を見て、続けるか、次の業務へ広げるか、やめるかを決める
続けない判断も、この1か月で得られる結論の1つです。AI の下書きを確かめる手間が、担当者が最初から書く手間を上回る作業なら、元の手順に戻せば足ります。うまくいった作業は、同じ確かめ方のまま表の次の業務へ広げてください。AI エージェントを業務に入れるほかの記事は AI エージェントのカテゴリにまとめています。