テクノロジーの発展はブランディングをどう変えていくのか。 AIが非言語領域のブランドマネジメントを支える「ブランド世界観AI」

2019.01.24

テクノロジーの発展はブランディングをどう変えていくのか。 AIが非言語領域のブランドマネジメントを支える「ブランド世界観AI」

博報堂は2018年10月、AI技術を活用して画像からブランド世界観を分析するサービス「ブランド世界観AI」を発表しました。サービスの要であるAIエンジンの開発は、ディープラーニングと呼ばれる手法に強みをもつLeapMind社の協力で実現しました。「ブランド世界観AI」とはどんなサービスであり、どんな用途に利用できるのでしょうか。博報堂ブランド・イノベーションデザイン局の鷹野翔平と原谷健太、LeapMind社の渡辺一矢取締役最高執行責任者（COO）と大嶋尚一Business Division, Managerに話を聞きました。

鷹野: 私が所属している博報堂ブランド・イノベーションデザインは、未来の変革を支援することを目的としてブランディングとイノベーションの二つの領域を専門に活動しています。
　今回の「ブランド世界観AI」は、AIなどの様々なテクノロジーが登場したことを受けて今後企業のブランディングがどう変わっていくのか、ということを考える中で生まれました。より具体的に言うと、“AIはブランドの管理運用を行うブランドマネージャーになり得るのか”ということを検証したプロジェクトです。ブランドは左脳的要素である「価値」と、右脳的要素である「世界観」の２つで成り立っています。前者は言語化できるため管理・運用は比較的容易ですが、後者は非言語領域ゆえに難しい。その難しい部分にAI技術活用のチャンスがあるのではないかと考えました。
　「ブランド世界観」が表現されたアウトプットのひとつに画像があります。企業側が制作した広告クリエイティブはもちろん、生活者が特定のブランドを撮影しSNS上にあげた写真も同様です。こうした画像は、そのブランドに相応しい被写体・トーン・色彩・コントラストが選択され世界観が表現されています。そうした画像をAI技術で分析すれば、生活者がそのブランドに対して抱いている潜在的な意識を分析でき、生活者が抱いている世界観と企業が伝えたい世界観のギャップなんかも見つけられるのではないか。こうした仮説を検証するためのパートナーを探していたところ、LeapMind社と出会いました。渡辺さん、大嶋さん、御社の事業紹介や自己紹介をお願いできますでしょうか。併せて、今回使ったAI技術はどんなものなのか、ということについてもお話いただけたらと思います。

渡辺: LeapMindで取締役最高執行責任者をしている渡辺です。当社は2012年の創業で、世の中にAIやディープラーニングという言葉があまり浸透していない頃からそれらを専門に取り組んでいます。当初は企業にプレゼンに行っても、まずディープラーニングの説明で2時間かかる、といった状況でした。でも最近ではかなり状況が変わり、AI技術を売り込みやすくなってきましたね。

大嶋: Business Divisionのカスタマーサクセスでマネージャーをしている大嶋です。カスタマーサクセスは2018年9月に新しく立ち上げた部門で、お客様がディープラーニングで何を求めていて、どうしたらゴールに辿り着けるかを、日々お客様と一緒になって考えています。
　我々がやっているディープラーニングについてご説明しますと、「コンピューター上で、人の脳神経回路を模擬したネットワークを多段につないだプログラム」と言えます。非常に深く、多層に繋ぐことから“ディープ”ラーニング”という名前がつきました。
　ディープラーニングは、コンピューターにデータを与えて学習させるマシンラーニング（機械学習）の一手法で、非常に複雑なものや曖昧なものに対応できることが特徴です。
一般的な画像処理の手法であれば、例えば、ペットボトルの画像データを定義しても、少し形状や色の違う写真を見せた場合、それをペットボトルとは判断できません。ディープラーニングの場合は学習により「ペットボトルとはこういうものだ」という特徴を捉えることができるため、多少形状が違うものであっても、それをペットボトルと認識することができます。

鷹野: 今までのマシンラーニングでは定義が必要でしたが、ディープラーニングでは定義をしなくても学習させることができるということですよね？

大嶋: そうですね。従来のやり方だと、「ペットボトルのこの部分を見て判別しなさい」というルールを作り教えなくてはいけなかったのが、一定の画像を学習させると、自発的に「これがペットボトルだ」と認識できるようになる、といった具合です。; 画像のパーソナリティをAI技術で認識する

鷹野: 本サービス構想段階にこのディープラーニングの複雑かつ曖昧なものに対応できる特徴に着目しました。LeapMindさんには、ブランドの右脳的要素である「世界観」の判定にディープラーニングを使えないか、とご相談しました。
　実は他にもいろいろな会社とお話をしたのですが、特にLeapMind社とご一緒したいと感じたのは、「小さく作る」というビジョンを掲げていたことですね。ブランディングという領域を考えても、様々なタッチポイントで活用できることが今後の拡張性にも繋がるのではと考えました。また、社内にうかがった際には、国内外からエンジニアの方が来ていて、国際色豊かな環境で技術開発に取り組まれているところも魅力的でした。

渡辺: ちょうどメンバーが拡大しており、ディープラーニングをサービス化していこうという時期でしたね。それまでは商談相手は製造業が中心でしたから、博報堂の「SNS画像を対象にした分析サービスを作りたい」といった提案は非常に新しい切り口で、魅力を感じました。
　お話いただいた「小さく作る」ということについてご説明させていただきますと、ディープラーニングは多層になると、プログラムのサイズがとても大きくなり、処理の負荷が高まります。通常ではこれを処理する場合、クラウド上にアップするか、端末にあるGPUの性能を高める必要があります。クラウドの場合は、リアルタイムの処理が難しかったり、ネット上に個人情報をアップできない場合がある、といった問題があります。一方で性能が高いGPUは値段が高く、熱を持つという課題があります。
　これを解決するために、我々はディープラーニングのモデルサイズを小さくすることで高速化し、ハイスペックな端末でなくても処理ができるようにしています。プログラムの組み方自体も、対象となるハードウエアに合わせてチューニングすることで、より性能を発揮できるようにしています。

鷹野: 我々の課題をお話させていただいた後に、すぐに興味を持っていただいたのがとても嬉しかったですね。ただ、実際に分析サービスを作る途中は苦労が多かったですよね。一回学習させてみないと、どういった結果が出るか本当に分かりませんでしたし。

渡辺: 博報堂が求めているものが中々実現できなかったり、学習データをどう作るか、どう集めるかというのが大変でしたね。

鷹野: 今回のブランド世界観AIは、技術的な特徴として「パーソナリティ」と「シーン」の二つを設定したことがあります。パーソナリティはブランドを一人の人間として例えた時に有する人格のことで、博報堂では31種類の形容詞に集約しています。今回は分析をより容易にするため、それらを統合・再分類し、「Gentle」、「Natural」などの12種類に絞りました。画像と形容詞を紐づける分類なので、画像によっては一般の方が見てもなかなか判別が難しいケースもあるかもしれませんが、当社のブランディングに関わっている専門のコンサルタント同士であれば判断基準が揃っており、ほとんどブレていませんでした。
　シーンは画像が撮影されたシチュエーションのことで、「駅」や「空港」、「飲食店」など44種類に分類しました。
　このパーソナリティとシーンの二つを組み合わせることで、例えば「朝靄の中の幻想的なビーチ」と「夏の太陽がふりそそぐエネルギッシュなビーチ」のように、同じビーチというシーンであっても全然違う状況である、ということを判別できるようにしたことが今回のソリューションの強みです。