IAB指針:AI経由の成約は検索に化ける|成果の主張と証拠の置き場所

IAB指針:AI経由の成約は検索に化ける|成果の主張と証拠の置き場所

「AIで調べてから問い合わせてくる顧客が増えた気がするのに、レポートでは指名検索と直接流入が伸びているようにしか見えない」「媒体の担当者から、AI経由の成約が2割あると報告された。どう確かめればいいのか分からない」——AIの話が営業会議に出るようになった会社で、計測を任された担当者が抱えている引っかかりです。米国の広告業界団体IABが2026年に行った調査では、広告の買い手が挙げた計測の課題の1位は、AIを通った購買の経路と従来の経路を比べることで(45%)、44%が追えないAIの影響の代わりに指名検索と直接流入を見ていると答えています。足りないのは測る道具だけではありません。本当は、AIが購買のどの役割を担ったのかを分ける言葉と、成果を主張する側が出すべき証拠の基準が、社内にも取引先との間にも無いことが問題です。IABは11月12日、その基準の叩き台となる枠組みを公表しました。この記事では、枠組みの本文で確かめた分類と証拠の考え方を整理し、自社の計測規程と代理店との成果報告にどう組み込んで運用するかをまとめます。


カメ先生カメ先生

AIが関わった売上は、レポートから消えていると思われがちなんだ。でも本当は消えていなくて、指名検索や直接流入という別の名前で数えられている。だから問題は数が足りないことより、手柄の付け先がずれることなんだよ。


カメ子カメ子

売上そのものは見えているのに、どこから来たかの説明が違ってしまう、ということですか。


カメ先生カメ先生

そう。IABの枠組みは、その説明を正すために、成約ごとにAIの役割を3つに分け、誰が成果を主張できるか、主張にはどんな証拠が要るかを決めた。ただし計測の道具を配ったわけではないから、使う側が自社の記録と結び付けないと何も測れないんだ。


カメ子カメ子

枠組みは物差しの目盛りで、目盛りを読む記録は自分たちで用意する、ということですね。


この記事のポイント
  • IABの枠組み(2026年11月12日公表)は、成約を「人が持つ」「AIが補助した」「AIが実行した」の3経路に分け、さらに補助と実行をそれぞれ2つに分けて、AIの役割を言葉にした
  • 経路で決まるのは成果を主張する資格だけで、主張は手柄ではない。証拠が主張を裏付けるか、裏付けた主張にどれだけの評価を与えるかは別の段階で、最後は評価する側が決める
  • ツールやタグは出ていない。自社の受注記録・聞き取り・試験の結果を経路の言葉で残し、代理店やAI基盤の報告を証拠の種類で読み分ける運用を、人が判断する形で作る

うちの業務、AIで何が自動化できる?

「AIで何ができるかは分かったが、自社の業務のどこに使えるのかが分からない」という段階の方へ。30業務の判定と5つの実務例から、最初に自動化する1業務を選ぶための無料ガイドです。

目次

IABが11月12日に出したのは、道具ではなく分類と証拠の基準

IABは米国のデジタル広告の業界団体で、会員は700社を超える媒体社・ブランド・代理店・技術企業です。2026年11月12日に公表した「AI時代の成果帰属の枠組み」(原題は英語。本文は25ページのPDF)は、AIが購買に関わったとき、その成約をどう分類し、誰がどんな証拠で成果を主張できるかを定めたものです。作成したのはIABのAI担当副社長が率いる作業部会で、小売大手、広告代理店グループ、広告技術会社、マイクロソフトなどの担当者が名を連ねています。

押さえておきたいのは、この枠組みが既存の成果帰属の仕組みを置き換えるものではないと明記している点です。ラストクリックやデータに基づく配分といった今の計測はそのまま動き、枠組みが扱うのはAIが関わったことで新たに生じる問いだけだとされています。発表文でもIABの担当者は、既存の成果帰属と並べて使うものだと説明しています。

もう一つは、IABはこの枠組みでタグや計測ツールを提供していないということです。本文は、今の計測環境では主張できても裏付けられないものが多いことを自ら認め、その穴を明らかにすることが目的だと書いています。8月3日に公表した「AI時代の可視性の計測」の指針が、AIの回答に自社がどう現れるかを扱ったのに対し、今回はその現れ方が売上にどうつながるかへ踏み込んだ、という位置づけです。導入すれば数字が出る仕組みとして受け取ると、使い方を誤ります。

前提:AIが関わった売上は消えずに、別の名前で数えられている

枠組みが最初に示すのは、AIが関わった売上がレポートから消えるのではなく、違う流入元の成果として記録されるという事実です。本文は、ウェブ解析会社シミラーウェブの2026年6月の調査(米国のデスクトップでの訪問)を引いています。AIの回答でブランドを薦められた人は、7日以内にそのブランドのサイトを訪れる可能性が2.5倍高い一方で、AIから直接クリックして来た訪問は8.8%にとどまりました。残りは検索55.9%、直接流入19.9%、参照13.5%、その他1.9%です。

つまり、AIの回答で名前を知った人が数日後に社名で検索し、検索結果から入ってくる。アクセス解析はそれを普通の検索の訪問として数えます。アドレスを直接打ち込めば、跡はまったく残りません。本文はアドビの解析データも引き、米国の小売サイトへのAI経由の流入が2026年第1四半期に前年比393%増え、3月時点でAI以外の流入より42%高い割合で購入に至ったと紹介していますが、これも今の計測で見えている分だけの数字だと断っています。

この食い違いが困るのは、次の予算の配分に直結するからです。指名検索と直接流入が成果を挙げているように見えれば、翌月の予算はそこへ流れます。実際に需要を作った経路には十分な評価が回らず、投資の効き目が落ちていく。AI経由の流入を参照元から数える方法そのものは別の記事で扱っているので、ここでは「数えた後に、誰の成果としてどう扱うか」に話を絞ります。

3つの問いで成約を分ける:意図・決定・実行

枠組みは、成約ごとに3つの問いを当てます。誰が、または何が意図を作ったか。誰が、または何が決定したか。誰が、または何が購入を実行したか。この答えの組み合わせで、成約を「人が持つ成約」「AIが補助した成約」「AIが実行した成約」の3つの経路に分けます。原文の呼び名はそれぞれ英語ですが、ここでは中身に合わせて日本語で呼びます。

問いは購入の時点で当てはめ、1つの成約には1つの経路だけを付けます。買い物の途中でAIがいくつもの役割を担っていても、それ以前のAIとのやり取りは分類の証拠として使えるだけで、同じ成約に別々の主張を重ねて立てることはできないとされています。また、意図の源が1つだという意味ではないことも念を押しています。ブランドの体験、広告、口コミ、過去の検討が積み重なった上でAIに出会うのが普通で、枠組みは需要の根本原因を探すのではなく、AIが意図と決定にどう関わったかだけを分類する、と書いています。

経路意図決定実行
人が持つ成約人が担う人が担う人が担う
AIが補助した成約(関心を作った)AIが担う人が担う人が担う
AIが補助した成約(選択を決めた)人かAIが担うAIが担う人が担う
AIが実行した成約(具体的な指示)人が担う人が担うAIが担う
AIが実行した成約(任せた指示)人が担うAIが担うAIが担う

表のとおり、実質的には5通りに分かれます。注意したいのは、AIの定義が製品の種類ではなくその成約で果たした役割で決まることです。同じ対話型AIでも、ある購買では事実を答えただけ、別の購買では特定の商品を薦め、また別の購買では購入まで済ませる、ということが起こります。一方、小売サイトによくある「この商品を買った人はこちらも」といった従来のおすすめ枠は、検索して見て回る流れの中で動くものとして対象から外しています。

「補助した」の中にある線:関心を作っただけか、選択まで決めたか

AIが補助した成約は、人が購入を実行し、AIが意図か決定、または両方を形づくったものです。AIの回答に付いたリンクから購入先へ移って買った場合も、クリックがあったからといってAIの役割は消えないとされ、補助した成約のままです。その中で枠組みは2つを分けます。AIが関心を作ったが、選択肢を比べて決めたのは人である場合と、AIが最終的な選択そのものを形づくった場合です。

前者は、AIが新しい分類やブランドや必要性を持ち込んだだけで、最後の選択は人が自分で比べて決めたものです。在庫が減ってきたことに気づいたエージェントが買い足しを提案した、という場合もここに入ります。枠組みはこれを認知を広げる広告に近いものとして扱い、効果は1件ごとではなく、見た人と見ていない人の差で確かめるべきだとしています。後者は、AIが選択肢を特定の商品やブランドや売り手に絞り、人がその推奨を受け入れて買ったものです。こちらでは、なぜその商品が薦められたのか、つまり有償か自然か、どの情報源に基づくかが重要になります。

実務で最も難しいのがこの線だと、本文自身が認めています。小売側の記録からは、AIとのやり取りの後に来たことは分かっても、AIが商品を紹介したのか、その商品を薦めたのか、すでに決めていた選択を確認しただけなのかは区別できません。区別には、購入者自身の説明か、AI基盤が何をなぜ薦めたかの開示が必要です。それでも枠組みは、今のデータで分けられないからといって分類をぼかすべきではない、という立場を取っています。

「AIが実行した」は2つ:先に決めていたか、選択ごと任せたか

AIが実行した成約は、人が事前にAIへ購入の許可を与えておき、その場でAIが購入を済ませたものです。買い手側のエージェントが売り手側のエージェントと直接取引する場合も含みます。エージェントが別のエージェントに仕事を渡したときも、主張は最後に触れたエージェントではなく、それぞれが実際に担った役割に従うとされています。

ここで線が2本引かれています。1本目は、購入を提案して人の承認を待つエージェントは「実行した」ではなく「補助した」に入るという線です。実行に当たるには、許可がその場ではなく事前に与えられている必要があります。2本目は指示の中身です。人が商品を選んでおき、条件がそろったら買うよう指示した場合(具体的な指示)は、AIが最後の操作をしても、評価の考え方は人が持つ成約と同じになります。人が大まかな目的だけを伝え、商品選びをAIに任せた場合(任せた指示)は、AIが決定者として扱われます。

この区別は、エージェントが完了させた購入をすべて同じに扱わないためのものです。枠組みは実行したことだけでは主張は生まれないとはっきり書いています。いずれ企業の購買担当がエージェントに発注を任せる場面が増えたとしても、そのエージェントが受注先を選んだのか、人が決めた発注先に定期の注文を出しただけなのかで、売り手側が主張できるものは変わってきます。

主張は手柄ではない:経路、証拠、評価の3段階

経路が決まると、次に誰が成果を主張できるかが決まります。主張の種類は3つです。決定への主張は、AIの回答面やエージェントが最終的な選択を決めたときに、そのAIが持つものです。ただしこれは、AIが売上を生んだとか、最も大きな影響を与えたという意味ではなく、選択を形づくった役割を示すだけだと断っています。寄与への主張は、AIの回答が購入へ近づけたが最終の選択は決めなかったときのもので、AIや、その回答の元になった情報を出した側が持ち得ます。そのどちらにも当たらなければ主張なしで、既存の成果帰属がそのまま適用されます。

寄与への主張は、1件の売上ごとには証明できないとされています。AIの回答を見た人の集団と見ていない人の集団を比べ、見た側がより多く買っていれば、その差が寄与とその大きさを示す。有償のAI広告枠なら一部の人に表示しない試験ができますが、自然の回答は人ごとに変わり、表示を止めることもできないため、調査や前後比較、モデルでの推定にとどまり、今のところは方向を示すもので、因果の証明にはならないと書かれています。AIの回答への登場率や引用の頻度といった可視性の指標も、傾向の分析や広告効果のモデルへの入力にはなるが、それだけで主張の証明にはならないという扱いです。

そして最も大事なのが、主張は手柄ではなく、手柄として評価を受ける権利だという一文です。経路が主張の資格を決め、証拠がその主張を裏付けるかを決め、ブランドや代理店や監査人といった評価する側が、裏付けられた主張にどれだけの評価を与えるかを決める。枠組みは成約を百分率で分けることもしません。部分的にしか跡が残らない購買で固定の配分を決める根拠は無く、作れば分類の土台を壊すからだとしています。

今使える証拠と、まだ測れない影響

証拠は2つに分けられています。今の道具で使える証拠と、影響は実在するがまだ測れないものです。前者として挙げられているのは5つです。AIの領域名を示す参照元やリンクの計測用パラメータ、回答内の出典リンクのクリック、提携リンクといった参照・引用のデータ。購入を処理した側が持つ売り手側の購入記録。エージェントが買ったときに残るエージェントの取引記録。AIの回答を見た人と見ていない人を比べる増分・ホールドアウト試験。購入後の調査やパネルによる購入者の自己申告です。

本文は、どれか1つでAIの主張が証明されることはなく、それぞれが成約の別の部分を証明し、組み合わせて裏付けると書いています。たとえば売り手側の購入記録は売れたことを証明しますが、どう来たかは証明しません。代わりに、集団の比較やAI基盤の報告を突き合わせる基準点になります。エージェントの取引記録は、エージェントが購入を完了したことを証明しますが、人が何を指示したのか、誰が商品を選んだのかには答えられません。自己申告は因果ではなく方向を示すものですが、跡の残らない購買も拾えます。

後者の代表例として挙げられているのが、AIの推奨の裏にある媒体社の記事です。利用者がAIに分類の中で最良の選択肢を尋ね、回答が媒体社のレビューを元にしていて、利用者は出典をクリックせずに小売店で買った。この場合、レビューは売上を形づくっており媒体社は寄与への主張の資格を持ちますが、引用と購入を結ぶ記録が無いため裏付けられません。ほかに、AIが決定まで形づくったのか意図だけか、有償の関係が推奨に影響したか、信号を残さない成約、が挙げられています。2つの区分は固定ではなく、AI基盤の開示が進み、購入の仕組みが広がれば、後者から前者へ移っていくとされています。

証拠が相手の手元にあるとき、自社に残しておくもの

この枠組みが実務担当にとって重いのは、主張を裏付ける証拠の多くが記録されていないか、AI基盤の内側にあるとはっきり書いた点です。購入がAIの回答面の中で完了する場合、推奨から購入への受け渡しは追いやすくなりますが、何をなぜ薦めたか、お金が推奨に影響したかを報告するかどうかは基盤が決めます。商品が推奨されて売れたのに、ブランド側はそれを知らないままという状態もあり得る、と本文は書いています。

そのうえで枠組みは、AI基盤に4つの開示を求めています。商品が有償の枠で出たのか自然の推奨か。推奨の元になった情報源は何か。AIが何を表示し、推奨し、実行したか、そのうち観測した影響と推定した影響はどれか。AI由来の流入と参照に、一貫して長く使える目印を付けること。さらに、AI経由の成約を報告する基盤は、観測できる証拠に基づく主張と、自社の報告だけに基づく主張を分けるべきだとしています。

相手が開示するのを待つ間に、自社で残せるものはあります。売り手側の購入記録は自社の受注データそのものですし、購入者の自己申告は自社の問い合わせフォームや商談の聞き取りで取れます。基盤から受け取った報告は、受け取った日付、対象期間、数字の定義、基盤の自己申告か独立の検証かを添えて保管しておく。後で開示が進んだときに、同じ期間の数字を突き合わせ直せるようにしておくことが、今できる備えです。

  • 枠組みの例は、ランニングシューズや日焼け止め、ペットフードといった個人の買い物です。次の節で書くBtoBへの当てはめは、本文の考え方を元にしたこの記事としての整理で、IABが示したものではありません。
  • 参照元の計測用パラメータや、領域名によるAI流入の切り分けは、使っている解析ツールの仕様に左右されます。数え方そのものは自社の解析ツールの説明で確かめてください。

BtoBに当てはめる:検討・稟議・発注のどこでAIが役割を持つか

BtoBの購買は、1人の買い物よりも段階が長く、関わる人も多くなります。それでも3つの問いはそのまま使えます。課題に気づいて情報を集め始めたきっかけ(意図)、候補を絞って発注先を選んだ判断(決定)、見積りの依頼や発注の操作(実行)のそれぞれで、AIが役割を担ったかを問うのです。たとえば、担当者がAIに「この規模の会社に合う勤怠管理の候補を3つ」と尋ね、出てきた3社を社内の比較表に載せて、検討会議で1社に決めた。この場合、AIは候補に入るかどうかを決めましたが、最終の選択は会議が行っているので、AIが関心を作った成約に近い形です。

一方、AIが1社だけを薦め、担当者がそのまま稟議に上げて通った場合は、AIが選択を決めた成約に近づきます。購買部門がエージェントに消耗品の定期発注を任せ、品目と発注先を人が決めているなら、それは具体的な指示で、売り手側に新たなAIの主張は生じません。検討の段階が長いBtoBでは、最初の接触でAIが候補を作ったかどうかが、数か月後の受注まで跡を残さないことが多く、指名検索や営業への直接の問い合わせとして記録されがちです。

ここで役立つのが、売り手側の購入記録と自己申告の組み合わせです。受注記録はCRMにあり、商談の初回ヒアリングで「当社をどう知ったか」「比較した候補はどこで見つけたか」を聞けば、自己申告の証拠が手に入ります。ただし、聞き方によって答えは誘導されますし、担当者の記憶にも頼ります。枠組みが自己申告を「方向を示すもの」と位置づけているのはそのためで、1件の回答を根拠に経路を断定せず、件数がたまってからの構成比の推定に使うのが筋です。

自社の計測規程に足しておく項目

枠組みを社内で使い続けるには、計測規程や月次レポートの定義書に、AIの関わり方を扱う項目を足しておくのが近道です。規程が無いまま担当者の判断で分類を始めると、担当が替わったときに数字の意味が変わってしまいます。足す項目は、分類の言葉、記録する証拠の種類、主張と評価を分けて書く欄の3つに絞ると運用が回ります。

規程に足す項目書いておく中身決める人
分類の言葉5通りの経路の日本語名と判定の基準。判定できない成約は「主張なし」に置くこと計測の責任者
記録する証拠参照・引用、受注記録、聞き取り、試験、基盤の報告の5種類と、それぞれの保管場所と保管期間計測の責任者と情シス
主張と評価の分離報告では主張と、それを評価した結果を別の欄に書く。評価は会議で決めるマーケ責任者
有償の関係の開示AIの回答面での有償枠を使った成果は、有償であることを必ず併記する広告担当
見直しの時期AI基盤の開示や仕様が変わったら、定義を見直して変更日を記録する計測の責任者

とくに「判定できない成約は主張なしに置く」という一文は外さないでください。枠組みは、1件の成約については証拠が支える場合にだけ経路を主張し、支えなければAIの主張は立てないとしています。分からないものをAI経由に寄せて数えると、AIへの投資の効果を自分で膨らませることになります。逆に、全体の中でAIが関わった割合は、聞き取りや試験、モデルで推定してよいとされているので、1件ごとの判定と全体の推定を規程上も分けて書いておきます。

代理店・媒体との成果報告で使う3つの問い

枠組みは最後に、どの成果の主張も3つの問いで評価できるとまとめています。どの経路か。どの種類の主張か。どの区分の証拠か。代理店に対しては、プラットフォームをまたいでこの同じ基準を当て、基盤が自ら報告した成果と、リフト試験のように独立に検証できる証拠で支えられた成果を分けるよう求めています。ブランドに対しては、基盤がAI経由の成約を報告してきたら、どの経路から来た成約で、どの主張をしていて、何の証拠があるのかを尋ねるよう勧めています。

これを月次の成果報告の様式に落とすと、AIが関わったとされる成果1行ごとに、経路、主張の種類、証拠の種類、証拠が自己申告か独立の検証か、有償か自然か、の5列を足す形になります。冒頭の「AI経由の成約が2割」という報告に当てはめれば、その2割はどの経路の成約なのか、決定への主張なのか寄与への主張なのか、裏付けは基盤の集計だけなのか試験があるのか、を聞き返すことになります。答えが返ってこない数字は、報告には載せても、予算の判断の根拠には使わないという線を先に決めておくと、会議での扱いがぶれません。

有償の推奨については、主張の構造は自然の推奨と同じでも、有償であることの開示が必要だとされています。評価する側は、お金が推奨を形づくったかどうかを知らなければ主張を公正に量れないからです。代理店との契約や成果報酬の取り決めで、AIの回答面を使った施策が入るなら、この開示を報告の条件として書き込んでおくと、後から揉めずに済みます。

運用に乗せる手順:四半期で1周させる

規程と様式ができたら、まずは四半期で1周させるつもりで運用を始めます。最初から全成約を分類しようとすると、証拠の無い成約ばかりが積み上がって手が止まります。対象を受注した商談に絞り、聞き取りの結果と受注記録を結び付けるところから始めるのが現実的です。

STEP1
受注した商談に聞き取りの欄を足す

初回ヒアリングと受注時に、検討のきっかけ、候補の見つけ方、最終的に決めた理由を聞き、CRMの決まった欄に残します。選択肢で聞く項目と自由記述の項目を分け、AIを使ったかどうかを誘導しない聞き方にそろえます。

STEP2
月末に経路の候補を付ける

聞き取りと参照元のデータを見て、担当者が5通りの経路のどれに当たるかを候補として付けます。証拠が足りないものは主張なしのままにし、その理由を一言残します。

STEP3
代理店・基盤の報告を5列で読み分ける

受け取った報告のAI関連の成果に、経路・主張の種類・証拠の種類・自己申告か独立の検証か・有償か自然か、を書き込みます。埋まらない欄はそのまま空けて、相手への質問に回します。

STEP4
四半期の会議で評価を決める

経路の構成比の推定、裏付けのある主張、裏付けのない主張を並べ、どれを予算の判断に使うかを会議で決めます。決めた内容と理由は議事録に残し、次の四半期の比較の基準にします。

STEP5
定義の変更を記録する

AI基盤の開示の変化、解析ツールの仕様変更、聞き取りの質問の変更があれば、変更日と内容を定義書に追記します。変更をまたいだ数字を同じ列で比べないための記録です。

この手順は、測る力を上げるためというより、今の証拠で言えることと言えないことを、毎回同じ基準で切り分けるためのものです。四半期を2〜3回回すと、聞き取りの回答のうちAIに触れた割合や、基盤の報告と自社の受注記録の食い違いの幅といった、自社なりの手がかりがたまっていきます。

AIに任せない線:分類の判断と評価は人が持つ

聞き取りの自由記述を読んで経路の候補を付ける作業は、量が増えるとAIに手伝わせたくなります。下書きとしてAIに候補を出させるのは構いませんが、その場合もどの記述を根拠にその経路を選んだのかを必ず書かせることが条件です。根拠の記述が無い候補は採らない、という決まりにしておかないと、もっともらしい分類が根拠の無いまま数字になっていきます。

経路の最終的な判定、主張を評価してどれだけの重みを与えるかの判断、予算の配分を変える決定は、人が持つ範囲として先に決めておきます。枠組み自身が、評価はブランドや代理店や監査人といった評価する側が行うと書いており、分類の道具に評価まで委ねる設計にはなっていません。とくに、AIが選択を決めた成約と、関心を作っただけの成約の区別は、今のデータでは見分けられないことが多いので、区別できないときは寄与への主張にとどめる、という本文の線を、人の判断の基準としてそのまま使うのが安全です。

AI基盤が自社のAIで集計した「AI経由の成約」も同じです。基盤の集計は、その基盤が推奨も取引も証拠も握っている場合、独立に検証できる証拠とは分けて扱うべきだと枠組みは書いています。社内のAIに報告書を要約させるときも、要約が基盤の自己申告を事実のように書き換えていないかを、担当者が原文と照らして確かめる手順を残しておきます。

やってしまいがちな運用

枠組みを取り入れた会社で起こりやすい失敗は、どれも「分類が付いたことで、成果が証明されたと思い込む」形をしています。次のような運用は、数字の見た目は整っても、予算の判断を誤らせます。

  • AIに関わる成約をまとめて「AI経由」の1行に入れ、経路を分けずに前年比だけを追う
  • 聞き取りで「AIで調べた」と答えた成約をすべて、AIが選択を決めた成約として数える
  • AIの回答への登場率や引用数の伸びを、そのまま売上への寄与の証明として報告する
  • 基盤の報告の数字を、自社の受注記録と突き合わせずに月次レポートへ転記する
  • 主張を何割かずつに分けて配分し、枠組みに沿った配分だと説明する
  • エージェントが発注を完了させた取引を、売り手の施策の成果として一律に数える

最後の2つは、とくに枠組みの本文と真っ向から食い違います。枠組みは成約を百分率で分けないと明記し、実行しただけでは主張は生まれないとしています。社内の説明資料で「IABの基準に沿って配分した」と書くと、外部の監査や取引先との協議の場で根拠を問われたときに説明がつきません。枠組みを引用するなら、何を分類し、何を主張し、何をまだ主張していないかまで書くのが誠実な使い方です。

よくある質問

この枠組みに従えば、AI経由の売上を測れるようになりますか

測れるようにはなりません。枠組みは分類の言葉と、主張に必要な証拠の基準を示したもので、タグや計測ツールは含まれていません。本文自身が、今の計測環境では裏付けられない主張が多いことを認めています。得られるのは、今の証拠で何が言えて何が言えないかを、社内と取引先で同じ言葉で話せることです。

日本の会社にも関係がありますか

枠組みは米国の業界団体が出したもので、例も米国の個人の買い物です。日本で守る義務がある基準ではありません。ただ、海外の代理店やAI基盤が成果を報告するときの言葉として使われ始める可能性はあり、AI経由の成果を報告される側として、どの経路・どの主張・どの証拠かを聞き返す型を持っておく価値はあります。

可視性の指標とはどう違うのですか

8月に出た可視性の指針は、AIの回答に自社がどれだけ現れ、引用されているかを測る考え方です。今回の枠組みは、その現れ方が成約にどうつながったかを扱います。本文は、登場率や引用の頻度は傾向の分析には使えるが、それだけで寄与の主張を証明するものではないとしています。両者は段階が違う指標として並べて使います。

聞き取りの結果だけで経路を決めてもよいですか

1件ごとの判定の根拠としては弱いと考えてください。枠組みは購入者の自己申告を、跡の残らない購買も拾える一方で因果ではなく方向を示す証拠と位置づけています。件数がたまった段階での構成比の推定に使い、1件の成約については受注記録や参照元のデータと組み合わせて、支えられる場合にだけ経路を付けるのが枠組みに沿った使い方です。

まとめ

IABが11月12日に公表した枠組みは、AIが関わった成約を、意図・決定・実行の3つの問いで「人が持つ」「AIが補助した」「AIが実行した」の経路に分け、誰がどんな証拠で成果を主張できるかを定めたものです。主張は手柄ではなく評価を受ける権利で、経路、証拠、評価は別の段階として扱われます。そして多くの証拠は、まだ記録されていないかAI基盤の内側にある、と枠組み自身が認めています。自社でできるのは、受注記録と聞き取りを経路の言葉で残し、判定できない成約は主張なしに置き、代理店や基盤の報告を経路・主張・証拠の3つの問いで読み分けることです。分類の下書きにAIを使っても、根拠を書かせ、最終の判定と評価、予算の判断は人が持つ。この線を規程に書いてから、四半期ごとの運用を始めてください。

※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。

うちの業務、AIで何が自動化できる?

「AIで何ができるかは分かったが、自社の業務のどこに使えるのかが分からない」という段階の方へ。30業務の判定と5つの実務例から、最初に自動化する1業務を選ぶための無料ガイドです。

運営会社:株式会社デボノ

目次