「極予測AI」データサイエンティストに聞く「生成AIを活用した商品画像の自動生成機能で、広告クリエイティブ制作はどう変わるか？」

── 脇本さんのデータサイエンティストとしてのバックグラウンドについて教えて下さい。

2019年に新卒入社し、データサイエンティストとしてAI事業本部に配属されました。入社当初は広告コピーの自動生成プロジェクトに携わりました。その後に人物画像生成の技術検証プロジェクトを経て、2020年には広告画像生成サービス「極予測AI人間」の開発に関わりました。

最近の大きな仕事は「極予測AI」における「生成AIを活用した商品画像の自動生成機能」の開発です。このプロジェクトではデータサイエンティスト兼エンジニアリングマネージャーを担当しています。

── 生成AIの発展は「極予測AI」プロジェクトにどのような影響をもたらしていますか？

「極予測AI」シリーズにおいても、生成AIを活用した広告効果を最大化する機能が増えています。中でも「極予測AI人間」で実現した、架空のAI人物生成は、広告クリエイティブ制作における課題解決に、1つの可能性を示しました。GAN(敵対的生成ネットワーク)と、当社独自の効果予測アルゴリズムによる最適化により、架空のAI人物モデルを大量に生成し、広告クリエイティブ制作に活用することができるようになりました。

これにより、実在する人物画像との比較においてCTR(クリックスルーレート)を122%向上させるなど、広告効果の改善を実証しています。

そして新たに、広告の主要な要素である商品画像に応用したのが「生成AIを活用した商品画像の自動生成機能」です。

── 「架空の人間」に加え、「実在する商品」が生成対象になりましたが、どんな課題やビジネスニーズがあったのですか？

広告クリエイティブの制作現場では、撮影にかかる時間やコストが課題となっていました。例えば、商品イメージに適したロケ地の確保、撮影班やエキストラの手配、撮影における天候や交通環境に左右される不確実性。加えて、四季折々のシーンを、様々な土地で表現したいニーズとなると、膨大な撮影コストが発生します。

商品は広告の主役です。その商品画像を、精度高く自動生成することで、これまでの制作を大きく上回る多種多様な表現のクリエイティブを生み出すことが可能になります。

あわせて本機能では、背景や環境光と自然に調和した画像を生成することが可能です。特に、透明な化粧品ボトルの後ろに風景が透けて見える表現、ロケ地特有の自然光に溶け込む表現など、複雑な表現を必要とするシチュエーションに対応しているのも特徴です。

── 商品のブツ撮りと比べて、本機能を利用する際のメリットは何ですか？

まず、本サービスの良い点は、クライアントが特別な準備を必要としないところです。撮影・学習・生成まで、自社で一貫して行う体制を作っているため、商品を当社に送っていただくだけで良いのです。

ブツ撮りとの違いでは、1日で数百枚の異なるパターンやシチュエーションの商品画像を生成することで、大量の広告クリエイティブを揃えることができる点です。朝陽がさす森林や夕暮れのビーチを背景にしたシーンなど、商品にマッチしうるシチュエーションを網羅的にその日のうちに制作することが可能です。

そして「極予測AI」の効果予測技術と組み合わせることで、より高い広告効果を持つ広告クリエイティブの制作と運用が可能となります。

「AIによる画像生成」と聞くと、アウトプットのクオリティに注目しがちですが、我々のサービスの本質は「大量の広告クリエイティブを制作することで、より広告効果を追求できる」という点です。あくまで、クライアントのビジネスに貢献することを目的としているのが特徴です。

── サンプル画像における商品の反射光や透明感、影のさす方向などが素晴らしいですね。技術的に難しかった点は何ですか？

AI人物生成の場合、架空の人物という性質上、人間としての特徴を正確に捉えていれば、人間の画像として違和感なく受け入れられる傾向があります。しかし、商品は精巧なプロダクトデザインをもとに作られていて、曲線や丸み、ロゴの位置やフォントデザインなど、商品を構成する要素の再現性が重要となります。

そのため、AIによる商品画像の生成は技術的にハードルが高く、困難とされてきましたが、生成AI技術の進化により、再現性の高いアウトプットが出せるようになってきました。それでも、商品の特徴を正確に生成することは、依然として技術的なハードルが高い状況と言えます。

そこで、AIモデルの開発に加えて我々が注力したのは、学習データの品質向上です。生成する画像のクオリティ向上には、AIに供給するデータの質が非常に重要だからです。商品が鮮明に写った高解像度の写真、ノイズや歪みを極力なくした鮮明な写真、正確な色が捉えられた写真などがそれにあたります。

AIが商品の画像を再現性高く生成するためには、様々な側面から商品の情報を学習させる必要があります。例えば、ドリンクのような透明な商品では、自然光が回り込むように溢れて見えたりしますし、自然光の透過や反射は飲料の透明度や色彩によって異なります。

このように、AI学習に適したデータの作り方を明確に定義し、それに合わせた撮影を行う必要があります。サイバーエージェントには複数のカメラマンが在籍する専属の撮影チームや、「極（きわみ）AIお台場スタジオ」など生成AIの性能を向上させる学習データを提供することが可能な体制を揃えています。

── 生成AIを活用したプロダクト開発は、様々な業種で模索されています。「極予測AI」のように、AIプロダクトとして商品化するためには何が要となりますか？

クライアントのビジネスニーズや、広告クリエイティブのクオリティ要件を満たす観点から考えると、一般的に知られている生成AI技術を活用することでおよそ80%の完成度を目指せるだけの可能性があると考えます。しかし、リリース基準を満たす100%のクオリティを実現するためには、残りの20%のクオリティ向上が必須となり、一般的な生成AIでは限界があります。

要となるのが、AIによる生成ロジックの細かい調整や、古典的だが安定している枯れた技術も活用した前処理・後処理の工夫、実際の問題に合わせた高品質なデータセットの作成などです。商品画像の生成においても、AI事業本部が長年とりくんできた過去の蓄積やノウハウを活かすことができたからこそ、このクオリティを実現できています。