Hightouchに配信判断は丸投げしない｜AIが決める範囲の線

「顧客データの基盤に、配信の判断までAIに任せる機能が付いたと聞いた。うちのメール配信もそれで回せるのか」「AIが相手ごとに送る時刻を決めるらしいが、送りすぎたときに誰が責任を持つのか分からない」——顧客データとメール配信の両方を抱えるマーケ部門で、担当者と上長からこうした声が出始めています。実際、顧客データの基盤を提供する各社は、集めたデータを配信ツールに渡すだけでなく、誰に何をいつ送るかの判断そのものをAIに任せる機能を出し始めました。その代表が米国の Hightouch の AI Decisioning です。ただ、AIが決められるのは、人が先に渡した目標と候補の文面と制約の中での組み合わせだけです。この記事では、1人の顧客に1通が届くまでを追いながら、AIに決めさせることと、マーケが先に決めておくことの線を整理します。

Hightouchは何をする製品か

Hightouch は、会社のデータ基盤（データウェアハウス）に集めた顧客データを、メール配信、広告、顧客管理などの業務の道具へ戻す仕組みを土台にした製品です。集めたデータを現場の道具へ送り返すこの処理は、リバースETLと呼ばれます。その上に、データ基盤のデータから配信の対象者を組み立てる画面などが載り、データを持つ部門とマーケ部門が同じデータを使えるようにしています。リバースETLそのものの説明は別の記事に譲り、ここでは土台として押さえるだけにします。

この記事で扱う AI Decisioning は、その土台の上に載った機能です。公式の製品ページでは、メール・SMS・プッシュ通知で、顧客ごとの体験を学びながら最適化し続けると説明され、強化学習を使った1対1の体験と紹介されています（2026年10月時点）。目標と制約と素材を入力として渡すと、AIが顧客ごとに組み合わせを選ぶ、という作りです。

2024年8月の公式ブログによれば、取り組みごとに、対象にする顧客、送ってよい文面、目指す成果、制約の4つを決めます。文面そのものは Iterable、Salesforce のマーケ向けのクラウド、Braze といった配信ツールの側に置き、Hightouch はそれを参照します。つまり、配信ツールを置き換えるのではなく、配信ツールの上で「誰に何をいつ送るか」を決める層として動く製品です。

作っている会社と、国内でまだ知られていない理由

Hightouch は米国の会社です。公式ブログでは、2025年2月にシリーズCで8,000万ドルを調達し、主に AI Decisioning を広げることに充てると発表しています。2026年10月時点で、公式サイトや公式ドキュメントに製品の終了や名称の変更、他社への統合の告知は見当たりません。配信の判断をAIに任せる機能が、この会社にとって事業の中心に置かれていることが分かります。

それでも、日本語でこの機能を解説した記事は、2026年10月時点でほとんどありません。確かめられる範囲で理由を挙げると、まず公式サイト、料金の案内、ドキュメントの多くが英語で書かれています。次に、この機能はデータ基盤に顧客データと行動のデータがそろっていることを前提にしています。データ基盤を持たず、配信ツールの中だけで顧客データを管理している会社では、そもそも比べる場面が生まれません。

さらに、AIが試しながら学ぶ仕組みは、ある程度の配信の量があって初めて働きます。公式ブログで例に挙がるのも、航空会社の追加の販売、小売の店舗のサービスの案内、定額のアプリの解約防止といった、消費者向けの大量の配信です。国内のBtoBのように相手の数が限られる配信では、学習に必要な量に届くかどうかを先に見積もる必要があります。知られていない理由は、言葉の壁だけでなく、前提にしている規模にもあります。

「配信の判断はAIに任せれば済む」は誤り

配信の判断をAIが担う、と聞くと、誰にいつ何を送るかを全部AIが考えてくれるように聞こえます。しかし公式のドキュメントは、はっきり線を引いています。AIが選ぶのは、どのメッセージを、いつ、どのチャネルで送るかであり、エージェントは新しい文面を作らず、利用者が決めた入力と規則の中だけで動く、という説明です。

言い換えれば、AIが担うのは、人が用意した候補の中からの選択です。何を成果と数えるか、どの文面なら会社として送ってよいか、誰には送らないか、何通まで送ってよいかは、AIの学習から出てくるものではありません。ここを取り違えて「AIに任せたから大丈夫」と考えると、会社が決めるべき判断を、誰も決めないまま配信が始まります。

この記事の立場は、配信の判断を丸投げしない、というものです。ただし、AIを使うなと言っているのではありません。組み合わせの選択は、人が手で区分を切って試すより、AIのほうが速く細かく回せます。枠を決めるのは人、枠の中で選ぶのはAIという分担を崩さなければ、この種の機能は配信の手間を大きく減らせます。次の節から、1人の顧客に1通が届くまでの段ごとに、この分担を具体的に見ていきます。

1人の顧客に1通が届くまでを6つの段で追う

ここでは、ある顧客に1通のメッセージが届くまでを、6つの段に分けて追います。段ごとに、AIが決めることと、人が先に決めておくことが分かれます。全体を先に並べておきます。

6つの段のうち、AIが主役になるのは3つ目と5つ目です。残りの4つは、人が決めたことがそのままAIの枠になります。AIの働きが良くなるかどうかは、1つ目・2つ目・6つ目の決め方でほぼ決まると考えておくと、導入の準備で何に時間をかけるべきかが見えてきます。

この6段は、配信ツールで人が手で回していた流れと大きくは変わりません。変わるのは、3つ目の段で区分を切る作業がAIに移ることと、5つ目の段の学びが自動で次の配信に反映されることです。そのぶん、人が段の切れ目で確かめる場所をあらかじめ決めておかないと、気づいたときには学習が進んだ後、という状態になります。

段1　目標の指標は人が決める

公式ブログでは、AIが目指す成果として、購入、開封、クリックなどを設定し、良い兆候と悪い兆候を分けて、それぞれに重みを付けられると説明されています。悪い兆候の例として挙がっているのが配信の停止です。AIは、この物差しで点数が高くなる組み合わせを探して学びます。学習の仕組みそのものの説明は強化学習を扱った別の記事に譲り、ここでは物差しを誰がどう決めるかに絞ります。

物差しの選び方で、AIの振る舞いは大きく変わります。たとえば開封だけを成果にすると、AIは開かれやすい相手と時刻に寄せていきます。開封は増えても、商談や購入につながらない配信が増えることがあります。逆に購入だけを成果にすると、反応が遅いBtoBでは学習に使える結果がなかなか返ってこず、AIが選び方を決めきれない期間が長くなります。

そこで、目標の指標は、事業の成果に近いものと、早く返ってくるものを組み合わせ、配信の停止や苦情を悪い兆候として必ず入れるのが基本です。重みをどう置くかは、マーケだけで決めず、上長と、配信の停止の数を気にする顧客対応の部門とも合意しておきます。決めた物差しは、決めた日付と理由と一緒に記録に残します。後で結果を読むとき、物差しが変わっていないかを確かめる手がかりになるからです。途中で物差しを変えると、それまでの学びは別の目標に向けたものになります。物差しを変えるときは、変える前と後の結果を分けて読むと決めておきます。

段2　候補の文面は人が用意して承認する

公式のドキュメントは、エージェントは新しい文面を作らない、と明記しています。文面の候補は人が作り、配信ツールの側に置いたものをAIが選びます。文面には、表現の切り口、特典の種類、内容の分類といった目印を付けておけるとも説明されています。AIは、この目印ごとに、どの切り口がどの顧客に効いたかを学びます。

これは、管理の面では分かりやすい作りです。AIが文面を自由に書き換えるわけではないので、送られうる文面は、承認した候補の中にすべてあると言えます。逆に言えば、候補に入れた時点で、その文面はどの顧客に送られてもおかしくない、ということです。特定の業種や役職にしか合わない表現を候補に入れると、AIがそれを別の相手に選ぶことも起こり得ます。

そのため、候補の文面は、配信ツールで一斉に送る文面と同じ基準で承認します。表記や法令の確認に加えて、「どの相手に送られても問題がないか」という目で読むことが、AIに選ばせる場合の追加の確認になります。特定の相手にだけ送りたい文面は、候補に入れるのではなく、次の節の制約で対象を絞ってから入れます。

段3　相手・チャネル・時刻をAIが選ぶ

候補と制約がそろうと、AIが顧客ごとに、どのメッセージを、どのチャネルで、いつ送るかを選びます。公式の製品ページでは、顧客とのやり取りのたびに学び、成果を高め続けると説明されています。人が年代や業種で区分を切って試していた作業を、顧客1人ずつの単位でAIが続ける、と考えると分かりやすいでしょう。

ここで押さえたいのは、AIの選択は、手で区分を切る場合よりも説明しにくくなる、という点です。公式ブログは、各顧客に何が送られたかを確かめられ、中身の見えない箱ではないと説明しています。ただ、なぜその顧客にその組み合わせが選ばれたのかを、1件ずつ人が納得できる言葉で説明できるとは限りません。選択の理由を顧客に説明する必要がある業種では、この点が導入の可否に関わります。

送る時刻の決め方そのものは、メールの配信の時刻を扱った別の記事に譲ります。ここで大事なのは、時刻の最適化を単独の機能として見るのではなく、文面とチャネルと時刻をまとめて選ぶ、という点です。組み合わせが増えるほど、学習に必要な配信の量も増えます。候補の文面やチャネルを増やしすぎると、どの組み合わせも試しきれないまま期間が過ぎるので、最初は候補を絞って始めるのが現実的です。

送らない相手と頻度の上限を先に書いておく

公式ブログでは、制約として、誰に何を送るか、頻度、時刻、チャネルを決められると説明されています。ドキュメントでは、データの担当が使うチャネル、送る時刻の上限、共通の既定値を決め、マーケが取り組みごとの対象者と制約を決める、という分担が示されています。対象者はデータ基盤のデータの変化に合わせて自動で更新される、とも書かれています。

ここで先に書いておくべきなのが、送らない相手です。配信の停止を申し出た人、商談が進んでいて営業が個別に連絡している相手、苦情の対応中の顧客、取引を停止した会社などは、AIの判断の対象に入れる前に外します。営業の個別のメールとの重なりをどう避けるかは、一斉配信と個別メールの使い分けを扱った別の記事で整理しているので、ここでは対象から外す条件を制約として先に書く、という点だけ押さえます。

もう一つが頻度の上限です。AIは物差しの点数が上がる限り、許された範囲で送ろうとします。上限を決めずに始めると、反応の良い顧客ほど多く送られる、ということが起きます。ドキュメントには、反応しそうにない人への配信を減らす機能も案内されていますが、それは上限の代わりにはなりません。1人に何日で何通までという上限は、会社として受け手に約束する線として人が決めます。

段4　送る前に、AIの選択を人が覗ける形にしておく

実際の送信は、文面を置いた配信ツールから行われます。ドキュメントには、本番に出す前に確かめるための手引きと、ある顧客が対象に入っているかを確かめる画面が案内されています。AIに組み合わせを選ばせる場合でも、本番の前に、想定した相手が対象に入り、外したい相手が外れているかを、人が数件ずつ確かめる工程を置きます。

確かめ方は、手で区分を切っていた頃より少し変わります。区分ごとに文面を見る代わりに、代表的な顧客を何人か選び、その人にどの候補がどのチャネルで届く可能性があるかを見るやり方です。大口の取引先の担当者、配信の停止を申し出た人、営業が個別に追っている相手のように、間違って届くと困る相手を選んで確かめると、制約の書き漏れを見つけやすくなります。

送信の後も、何が誰に送られたかを確かめられる状態にしておきます。公式ブログが言う「何が送られたかを確かめられる」機能は、問い合わせや苦情が来たときの説明の材料になります。顧客から「なぜこのメールが来たのか」と聞かれたとき、誰がどの記録を見て答えるかを、顧客対応の部門と決めておくと、AIに選ばせたことが説明の空白になりません。

段5　結果は対照群との差で読む

AIは送った結果から学んで選び方を更新しますが、人の側は、その学びが本当に成果を上げているのかを別に確かめる必要があります。ドキュメントでは、顧客を3つの群に分ける仕組みが説明されています。AIが最適化した配信を受け取る群、その取り組みの配信を受け取らない群、これまでどおりの配信を続ける群の3つです。

新しいエージェントの既定では、配信を受け取らない群が20%に設定されると説明されています。顧客は固定の識別子をもとに同じ群に置かれ続け、群の割り当ては毎日見直されても、一度決まった顧客の群は変わりません。群がぶれると、比べる意味がなくなるからです。成果は、配信を受け取った群と受け取らなかった群の転換の割合の差として示されます。

この仕組みは、効果を正直に読むうえで大切です。ただ、配信を受け取らない群を置くということは、その顧客には意図的に送らないということでもあります。売上の目標を追う上長からは「全員に送れば増えるのでは」と言われやすい部分です。比べる群を置かないと、AIの効果も、配信そのものの効果も確かめられないことを、導入の前に上長と合意しておきます。群の割合を減らす判断も、同じく上長と決めます。

配信ツールの数字と合わないときの読み方

ドキュメントは、群の差で出した成果が、配信ツールが示す貢献の数字と一致しないことがある、と注記しています。配信ツールの側は、メールを開いた後やクリックの後に起きた購入をそのメールの成果として数えることが多く、そのメールがなくても起きていた購入まで含みます。群の差は、送らなかった場合と比べた上積みだけを見ます。

そのため、同じ取り組みでも、配信ツールの画面では大きな成果に見え、群の差では小さく見える、ということが起こります。どちらかが間違っているのではなく、数えている中身が違うのです。会議で両方の数字が並ぶと混乱するので、どちらを判断に使うかを先に決めておきます。予算や継続の判断には群の差を、日々の配信の傾向を見るには配信ツールの数字を、という分け方が基本です。

群の差を読むときにも注意があります。対象の顧客が少ないと、差は偶然でも大きく動きます。BtoBの配信のように相手の数が限られる場合は、短い期間の差で判断せず、差が安定するまでの期間をあらかじめ決めてから読むようにします。AIの会話の画面が示す要約や示唆も、どの期間とどの群の数字をもとにしたものかを確かめてから使います。

段6　送りすぎと偏りを止める

AIに選ばせると、物差しの点数が上がる方向へ、配信が少しずつ寄っていきます。反応の良い顧客、反応の良い文面、反応の良いチャネルに配信が集まり、反応の鈍い顧客には届かなくなっていく、という偏りです。点数の上では正しい動きでも、会社として届けたい相手に届かなくなっていることがあります。

たとえば、既存の顧客の中で反応の良い層に配信が集まり、新しく取引を始めた顧客への案内が後回しになる、ということが起こり得ます。特定の文面だけが選ばれ続け、他の文面がほとんど送られないこともあります。こうした偏りは、全体の成果の数字だけを見ていると気づけません。顧客の区分ごと、文面ごとに、どれだけ送られたかの内訳を月に1回は確かめます。

止める条件も先に決めておきます。配信の停止や苦情が一定の水準を超えたとき、特定の区分への配信が極端に減ったとき、物差しの点数が下がり続けたときは、AIの選択を止めて従来の配信に戻す、という条件です。止める判断をする人と、止めたときに誰に知らせるかも決めます。止めた後に戻す先として、従来の配信の流れを動く状態で残しておくことも忘れないようにします。止め方を決めていない自動化は、止めるべきときに止まりません。

AIに任せる判断・任せない判断

ここまでの6つの段で出てきた判断を、AIに任せるものと任せないものに分けて一覧にします。導入の前に、この表を上長と配信の担当者で読み合わせておくと、運用が始まった後の行き違いを減らせます。

判断	AIに任せるか	人が持つこと
顧客ごとの文面・チャネル・時刻の組み合わせ	任せる	候補と制約を渡し、偏りを月に1回確かめる
何を成果と数えるか（目標の指標と重み）	任せない	上長と合意し、変えるたびに記録する
送ってよい文面の候補	任せない（AIは文面を作らない）	どの相手に届いても問題ないかで承認する
送らない相手	任せない	配信の停止・営業が追う相手・苦情の対応中を先に外す
1人あたりの頻度の上限	任せない	受け手への約束として決める
反応の薄い人への配信を減らすこと	補助として任せる	上限の代わりにしない
効果があったかの判定	任せない	対照群との差で、決めた期間の後に読む
止めるかどうか	任せない	止める条件と判断する人を先に決める

表のとおり、AIに任せるのは組み合わせの選択と、それを補う機能に限られます。物差し・候補・除外・上限・判定・停止の6つは、AIが学習で決めるものではなく、会社が決めるものです。この6つを決めずに始めると、AIは決められていない部分を、点数が上がる方向で勝手に埋めていきます。

文面と制約を変えられる人を絞る

ドキュメントでは、文面や差し込みの変数、候補、目印などを編集する権限と、エージェントを管理する権限が分かれて説明されています。誰でも文面や制約を変えられる状態では、昨日まで送っていなかった文面が今日から候補に入る、ということが起こります。AIに選ばせる場合、候補や制約の変更は、配信の中身を変えることと同じ重さがあります。

そのため、候補の文面を足す人、制約を変える人、エージェントを止める人を、それぞれ名前で決めておくのが安全です。文面の追加は配信の担当者、制約の変更は担当者と上長の2人の確認、エージェントの停止は担当者と上長のどちらでも、といった分け方です。変更したときは、日付と内容と理由を記録に残します。

データの扱いも確かめておきます。対象者はデータ基盤のデータから組み立てられ、データの変化に合わせて自動で更新されます。どの項目をAIの判断の材料に使うかは、データの担当と決めておく必要があります。公開資料からは、AIの学習にどの項目がどう使われるかの細部は確かめられませんでした。年齢や健康に関わる項目のように、判断の材料に使ってよいかを社内で決めるべき項目は、契約の前に提供元に書面で確かめます。

費用の増え方と、やめるときに残るもの

Hightouch の料金は、2026年10月時点の公式サイトでは、AI Decisioning について金額を示さず、商談から始まる形です。費用は、扱う顧客の数、つなぐ道具の数、取り組みの数に応じて増えていくと考えておくのが妥当です。あわせて、配信ツール側の費用は別にかかります。AIが送る回数を増やす方向に動けば、配信ツールの送信数に応じた費用も増えます。

比べるときは、配信の担当者が手で区分を切って試していた時間と、AIに任せた後に人が確かめる時間の両方を入れます。候補の承認、偏りの確認、群の差の読み取りにかかる時間は、AIに任せても消えません。これを入れずに見積もると、自動化した分だけ人の時間が減るように見えてしまいます。

やめるときに何が残るかも、始める前に確かめます。顧客データはデータ基盤にあり、文面は配信ツールにあるので、Hightouch をやめてもこの2つは手元に残ります。一方で、どの顧客にどの組み合わせが効いたかという学びは、製品の中に蓄積されます。学びを書き出して自社のデータ基盤に残せるかを確かめておくと、やめた後も、効いた文面の切り口や時刻の傾向を次の配信に生かせます。

やってはいけない任せ方

ここまでの内容を、避けたい任せ方としてまとめます。どれも、AIの性能とは関係なく、人が決めるべきことを決めずに始めたときに起きる失敗です。

• 開封やクリックだけを目標にして、配信の停止や苦情を悪い兆候として入れない
• 一部の業種や役職にしか合わない文面を、対象を絞らずに候補へ入れる
• 頻度の上限を決めず、反応の少ない人への配信を減らす機能で代わりにする
• 営業が個別に追っている相手や、配信の停止を申し出た人を、制約に書かずに始める
• 配信を受け取らない群をなくして、配信ツールの貢献の数字だけで効果を判断する
• 区分ごと・文面ごとの送信の内訳を見ず、全体の成果の数字だけで運用を続ける
• 止める条件と止める人を決めないまま、本番の配信を任せる

反対に、目標の指標、候補の文面、送らない相手、頻度の上限、結果の読み方、止め方の6つを先に決めておけば、AIに組み合わせを選ばせることは、配信の担当者の手間を減らす有力な手段になります。丸投げしないことと、AIを使わないことは別の話です。枠を人が作り、枠の中をAIに任せる、という順番を守ってください。

まとめ

Hightouch の AI Decisioning は、データ基盤の顧客データをもとに、誰に・どの文面を・どのチャネルで・いつ送るかを、AIが試しながら選ぶ機能です。公式のドキュメントは、AIは新しい文面を作らず、人が決めた入力と規則の中だけで動くと説明しています。組み合わせの選択はAIに任せ、目標の指標、送ってよい文面、送らない相手、頻度の上限、結果を対照群との差で読むこと、止める条件は人が持つ。この線を部門で決めてから、配信の判断をAIに預ける範囲を広げてください。

• 製品の機能・群の割り当て・権限の分け方は、Hightouch の公式サイト、公式ブログ、公式ドキュメントを2026年10月16日に確かめた範囲に基づきます。機能や条件は更新されることがあるため、利用前に最新の原文を確かめてください
• 配信の同意や停止の扱い、判断の材料に使う顧客データの範囲は、自社の個人情報の扱いの説明と法令に関わります。実際の運用は法務の担当者と確かめてください

※本記事にはAIが活用されています。編集者が確認・編集し、可能な限り正確で最新の情報を提供するよう努めておりますが、情報の完全性、正確性、最新性、有用性等について保証するものではありません。本記事の内容に基づいて行動を取る場合は、読者ご自身の責任で行っていただくようお願いいたします。