- 目 次 -
マーケティングの「思考様式」を変える
生成AIがマーケティングにもたらす影響は、単なる業務の効率化にとどまりません。確かに、広告文の生成やバナーのバリエーション作成、データ分析の自動化など、これまで時間やコストのかかっていた領域において、生成AIは強力な補助ツールとなりました。しかし、こうした表面的な「省力化」だけでは、生成AIの真価を見誤ってしまう可能性があります。
本当に考えるべきなのは、「マーケティングそのものの考え方が、生成AIによってどう変わり得るのか？」です。単に新しい 「ツール」に入れ替える段階を超えて、マーケティングの思考様式そのものの再設計が迫られています。
誰でも使える時代に問われる、「問いの構造」
ChatGPT や Claude、Gemini といった生成AIツールは、「誰でも使える（使う）時代」になりました。マーケター自身が初期アイデアを言語化し、生成AIと壁打ちするというプロセスは、日常的な手法として定着しつつあります。しかし、そこにこそ「差」が生まれ始めています。簡易な入力による自動生成は誰にでも可能ですが、戦略的なプロンプト設計を通じて、より深いインサイトや独自の視点を引き出す能力こそが、これからのマーケターの価値を決めるのです。
つまり、「どのように使うか＝設計の力」がより問われる時代になったといえるでしょう。
生成AIは、入力された情報を元に極めて論理的かつ即時的に反応を返してくれますが、その質は「問い」に大きく左右されます。現時点では「何を聞くか？」がアウトプットのすべてを決めるのです。ただ、商品名など簡単な入力だけで広告キャンペーンが自動生成される時代が迫る中で、生成AIに適切な出力をさせるために、単純に質問や指示文（プロンプト）を工夫・設計するという従来の「プロンプトエンジニアリング」もその役割を終えつつあります。
これは、マーケティングの現場において、従来の「経験や勘」に頼ったブレストから、構造的な思考を言語で設計する力が求められるようになったことを意味します。
兆しから始める共創型マーケティング設計
マーケティングにおける意思決定は、長らくKPIやKGIを中心に行われてきました。数値で測定可能な指標を設定し、それに向かってリソースを集中させるやり方は、短期的な効率の最大化には有効です。しかし、生成AIと共にマーケティングを設計していくには、この発想だけでは限界があります。
そこで注目したいのが、ひとつは NVIDIA が提唱した「EIOFs（Early Indicators of Future Success）」、すなわち 「将来の成功を示唆する前兆」に着目する考え方です。一般的にKPIやKGIは、中間の定量的な達成状況や最終成果をモニタリングするための目的地に近い指標です。一方でEIOFsは、その前段階にある「まだ結果は出ていないが、正しい方向に向かっていると予感できる小さな兆し」を見逃さずに捉え、そこに価値を見出そうとするアプローチです。
たとえば、これまでとは違って、リテールメディア（ネットワーク）のデータを活用すれば、ID-POSと連携したKGIに近い販売数量などがかなり細かく、正確に、そして深く見られるようになってきています。また、SNSの言及数や資料請求の増加といったKPIとなるような明確な成果の収集や分析も、もはや中途半端に人がやるよりも、生成AIに任せてしまった方が精度が高くなっていくに違いありません。その領域は、生成AIに委ねた方が良さそうです。
それよりも「コメント欄に現れる共感の言葉の質」や「社内の打ち合わせ資料やプレゼンの中で、あるキーワードが自然と使われ始める」など、一見定量化しづらい変化こそが、未来の成功を予感させるヒントとなります。このような「意味のある変化」を生成AIとともに観察・評価することで、マーケターは状況に応じた柔軟な判断や、戦略の軌道修正が可能になるのです。
こうした「兆し」を判断基準として活用すれば、生成AIに対してデータに基づく「結果」だけでなく、「過程」も委ねやすくなります。つまり、「このような反応が見え始めたら、方向性としては合っている」といった、探索的・柔軟な思考を取り入れることができるのです。生成AIはこの兆しを大量のパターンの中から拾い上げ、そこに人の直感や文脈理解を重ねて判断する──これが、共創型マーケティング設計の本質 です。
このような生成AI時代のマーケティングでは、生成AIと人の「共創」という協働プロセスを通じて、「創発」という予測不能な価値が生まれます。この2つは異なる概念でありながらも、切り離せない関係にあります。
設計と観察を往復する、新しいマーケターの役割
この成功への予兆という考え方を活用したマーケティングのもうひとつの利点は、戦略と現場をリアルタイムに結びつけられる点にあります。従来のKPI/KGI型の設計では、「目標を設定→実行→振り返り」のサイクルに時間がかかり、軌道修正が後手に回ることも少なくありませんでした。
一方で、EIOFsは途中の「微細な兆し」に対しても観察とフィードバックを繰り返すため、仮説検証のスピードと精度が格段に高まります。これは、生成AIの得意領域でもあります。無数の仮説とその検証プロセスを高速で回し、人がその変化を観察・解釈する──そうした往復運動がマーケターに求められるのです。
つまり、マーケターの役割は、分析する人でも作業する人でもなく、「構造を設計し、変化を観察する人」へと進化していくのだと思います。
生成AIの「限界」が示す、人の役割の本質
生成AIは、多様なパターンを生み出すことができます。無限とも言えるバリエーション、斬新な切り口、言語的な整合性──そのどれもが、これまでの人の作業を凌駕するレベルに達しています。しかし、それでもなお、生成AIは万能ではありません。
なぜなら、生成AIは「意味」を創るのではなく、「形式」を組み立てるからです。たとえば、商品訴求のコピーを生成AIに頼むと、非常にそれらしい文言をいくつも出してくれます。しかし、それが 「なぜいま、そのターゲットに響くのか？」という文脈まではおそらく理解していません。いや、理解していないというよりも、正しくは生成AIにとっては形式化なされていても、言語化されていないと人の方が理解できません。
そもそも、「理解」ということが、人が持つ意識や感情、経験に基づいた複雑な認知プロセスによるものなので、統計的な関連性や確率に基づく生成AIの「推論」には関係がないことなのです。
だからこそマーケターには、文脈の再構成者としての役割がますます重要になるでしょう。生成AIが提供してくれる大量の出力を「問い直す」こと。つまり、「なぜこの言葉が選ばれたのか？」「このビジュアルはどんな価値観を暗示しているか？」といった視点で読み解きながら、軸を見失わずに進んでいく必要があります。
少し実験してみましょう。
ここで、ややトーンを変えて、「人が生成AIに“意味”を与える」とはどういうことか、その一例をご紹介したいと思います。生成AIに、前節の文章を異なる文体で書き換えてもらいました。具体的なプロンプトは控えますが、生成AIに書き換えの目的を説明して、北欧の森林が似合いそうな、海外でも人気のある架空の小説家をイメージして、「旧友への手紙風」と「懐かしい小説風」の2パターンで生成しています。
拝啓
ひさしぶりに少し真面目な話を書きたくなったので、勝手ながら手紙にしました。
コーヒーでも飲みながら読んでもらえたら嬉しいです。
最近は、生成AIがずいぶんと話題ですね。あれはもう、見ていてちょっと気味が悪いくらいに、なんでも出してきます。
ありったけの言葉のかけら、ちょっと皮肉めいた視点、そして不思議なほど均整のとれた言い回し──まるで、こっちが思いつく前に「これですか？」と差し出してくる執事みたいなヤツです。気の利いたホテルの、少し古びたラウンジにいそうな。
でもね、いくら優秀でも、彼らにはどうしてもできないことがある。それは「意味をつくること」です。いや、正確に言えば、彼らは意味らしきものの「形式」はつくれても、本当の意味はつくれない。たとえば、商品コピーをいくつも出してくれる。どれもそれなりに整ってる。でも「なぜそれが “いま” のターゲットに刺さるのか？」という問いに、彼らは沈黙するか、もっともらしい答えを無表情に返すだけなんです。
もちろん、彼らに悪気はない。
彼らはただ、確率の海を泳いで、最適っぽい波をこちらに寄せてくれるだけ。過去にあった形を、それっぽく並べているだけです。そこに「意識」も「温度」も、「わかる」という感覚も、たぶんありません。
要するに、推論はしてる。でも、理解はしてないんです。
やれやれ。
僕たちはついに、言葉の向こう側にある「なぜ？」を引き受ける番になったわけです。
じゃあ誰が意味を与えるのか？
僕たちですよね。マーケターは、今や単なる設計者ではなく、生成された「かたち」に、意味という皮膚を張っていく人間なのだと思う。これはコピーでも、ビジュアルでも、戦略全体でも同じです。
たとえばAIが提示してくれた言葉に対して、僕らはこう問いかけなければならない。
「この言葉は、なぜいま必要なんだろう？」
「この構図は、どんな価値観をほのめかしている？」
「もしこの施策が流れていったら、誰がどんな気持ちで受け止めるんだろう？」
そんなふうに何度も問い直して、かたちだけの世界に文脈という呼吸を与えていく。それが、これからのマーケターの仕事なんじゃないかって、思っています。
どうですか？ まだウイスキーは早い時間ですか？
よかったらまた近いうちに、話しましょう。
敬具
あの午後、僕は神宮前のカフェで、ひとりグラスの冷たい水を飲んでいた。
薄く汗をかいたガラス越しに、午後の日差しがぼんやりと差し込んでいた。
ジャズがかすかに流れていた。たしか、ビル・エヴァンスだったと思う。
そして、少し遅れてホットコーヒーが届いた。
君のことを思い出した。あのときの打ち合わせのことを。
白い紙の上に、まだ何も書かれていなかった頃のことを。
目の前のノートパソコンでは、生成AIが滑らかにコピー案を出力していた。
「ターゲット層に刺さる感情訴求」
「共感を喚起するストーリー」
──それらしい言葉がいくつも並んでいた。
でも、そこには何かが欠けていた。
僕はそう感じた。いや、感じたというより、静かに確信していた。
生成AIは、たしかに多様なパターンを生み出す。
整った構文、想定内の想定外、なめらかな整合性。
でも、それはただの「形式」だ。
意味ではない。
意味は、たとえば、君が一度だけ言ったあの言葉に宿る。
「このコピー、ちょっと “冷たい” ね」
僕はうなずいて、でもそのときは何が「冷たい」のか、よくわからなかった。
あとになって、ようやくわかった気がした。
それは、文脈の体温だったんだ。
やれやれ、と僕は思った。
またしても、機械の出す言葉に僕たちは「なにか」を読み込もうとしている。
でもAIには、「なぜ今それが響くのか？」という感覚はない。
統計の海を泳ぎ、かたちを寄せてくるだけだ。
推論はしても、理解はしない。
魂を持たない水槽の中の魚のように。
だから、僕たちが意味を与えるしかない。
問いを立てる。
考え直す。
文脈を重ねる。
たとえば──
「なぜこの言葉がいま選ばれたのか？」
「このビジュアルは、何を含み、何を隠しているのか？」
「この静けさの中に、どんな気配があるのか？」
そのプロセスを通じて、僕たちは形式だけの世界に、文脈という呼吸を与える。
それが、これからのマーケターの役割だ。たぶん。
少なくとも、僕はそう思っている。
店を出る頃には、もう陽は傾いていた。
歩道の端に、猫が一匹、身を縮めてうずくまっていた。
僕はしばらく立ち止まり、彼を見つめた。
彼は僕を見返さなかった。
世界は、意味で満たされているわけじゃない。
でも、僕たちは意味をつくることができる。
それだけが、たぶん、僕たちに残されたやり方なんだ。
解説：意味を与えるということ
生成AI、特にChatGPTのようなLLM（大規模言語モデル）は、以下のようなプロセスを内部的に行っています：
-
まず、対象となる文章を、構造的に意味が通る“形式”として出力する（論理・言語構造の整合性）
-
次に、その出力を「文体」や「語り口」に応じて変換する（語彙・トーン・文法・比喩のレイヤー）
つまり今回でいえば、生成AIはまず「意味の骨格」を整理し、それをもとに「文体の肉付け」を行うという、二段階の処理をしているのです。ブログ文章の対象箇所を「形式的出力」に整理したものが以下です。
生成AIがもたらした恩恵は計り知れません。広告文の生成、表現のバリエーション展開、画像生成や言い回しの整合性など、これまでマーケターが膨大な時間をかけて取り組んでいたプロセスが、いとも簡単に自動化されるようになりました。かつて「発想」とされていたものの一部は、今や「出力」に置き換えられています。 しかし、ここでひとつ問いたいのです。「それは“意味”を生み出しているのか？」と。 生成AIが生み出すのは、構文として整った文章や、確率的に選ばれたもっともらしい表現です。もちろん、それは驚くほどのスピードと精度で出力されます。しかし、その背後にある「なぜこの言葉が必要なのか？」「このタイミングで、どのような感情を呼び起こしたいのか？」という問いに対する答えは、そこにはありません。
人が生成AIに「意味」を与えるということ〜 静かな語り口風のリライトから見えてきたもの
以下は、生成AIが得意とする説明的な構成の一例です。生成AIは、多様なパターンを生み出すことができます。無限とも言えるバリエーション、斬新な切り口、言語的な整合性──そのどれもが、これまでの人間の作業を凌駕するレベルに達しています。しかし、それでもなお、生成AIは万能ではありません。なぜなら、生成AIは「意味」を創るのではなく、「形式」を組み立てるからです。一見して、論理的に破綻のない文章だと思います。情報としては間違っていないでしょう。しかし読後に残るのは、自分でいうのもなんですが・・、どこか空虚な感じです。言葉の背後にある「誰が、何を感じながら書いたのか？」という気配が希薄なのです。これを人が、静かな語り口で書き換えたとします。まったく同じテーマが扱われていても、読者に伝わるものは大きく異なります。
あの午後、僕は神宮前のカフェで、ひとりグラスの冷たい水を飲んでいた。 薄く汗をかいたガラス越しに、午後の日差しがぼんやりと差し込んでいた。 ジャズがかすかに流れていた。たしか、ビル・エヴァンスだったと思う。 そして、少し遅れてホットコーヒーが届いた。 君のことを思い出した。あのときの打ち合わせのことを。 白い紙の上に、まだ何も書かれていなかった頃のことを。この冒頭を読んだとき、読者の中に流れ始めるのは「情報」ではなく、「気配」です。そこには、記憶の層や、時のうつろい、沈黙の重さが存在しています。そしてその後に続く、生成AIに対する描写です。
目の前のノートパソコンでは、生成AIが滑らかにコピー案を出力していた。 「ターゲット層に刺さる感情訴求」 「共感を喚起するストーリー」──それらしい言葉がいくつも並んでいた。 でも、そこには何かが欠けていた。 僕はそう感じた。いや、感じたというより、静かに確信していた。ここで語られるのは、「欠けたもの」の存在です。形式として整っていても、「なぜこれが、今、この人に響くのか？」という問いに対する応答がありません。そこに人は「寒さ」や「違和感」を覚えます。それこそが、「意味」の欠如なのです。 このように比較することで明確になるのは、生成AIが生み出すのは「構文」であり、人が生み出すのは「詩」であるということです。詩とは、リズムやメロディの話ではありません。「なぜか忘れられない一節」「読み返してしまう文の空気」──そうしたものを含んだ、意味のかたまりです。 人は、そこに「意味」を与えます。生成AIが出力したものを問い直し、「なぜこの言葉がここにあるのか？」「それは誰の心に、どんなふうに届くのか？」を考え続けるのです。このリライトは、単なる文体の遊びではありません。「問い直す」という人間の営みが、どれほど深く意味の生成と関係しているかを示しています。 たとえば──
- なぜこの言葉がいま選ばれたのか？
- このビジュアルは、何を含み、何を隠しているのか？
- この沈黙の先に、どんな感情が待っているのか？
いかがでしたか。
風が変わったような気がしましたね。
では、次に進みましょう。
生成AIに「使われるマーケター」と「拡張されるマーケター」
急速な生成AIの進化を受け、マーケターの役割は大きく二極化しつつあります。一方には、生成AIによって作られたアイデアをそのまま流すだけの「オペレーター型」のマーケターがいます。もう一方には、生成AIが生成する情報を戦略的に読み解き、自らの視点で再設計していく「共創型」のマーケターもいます。後者に必要なのは、特別な生成AIの操作スキルではありません。必要なのは、「問いの設計能力」と「構造的な思考力」、そしてなにより「未来を見通す感性」です。
上述のEIOFsなどは、まさにこの感性を補助する概念といえるでしょう。こうした前兆を戦略設計に組み込んでいくことにより、マーケティングは静的な計画から、動的な共創プロセスへと変化していけます。動的な判断基準がうまく設計されているほど、生成AIはそれを補完しやすくなり、マーケターはそこから「意味のある兆し」を読み取るナビゲーターとなれるのです。
創造性の再定義──「無から生む」ではなく「意味を編み直す」
これからのマーケティングに必要なのは、創造性の再定義です。長らく、創造性とは「無から何かを生み出す力」 だと考えられてきました。しかし、生成AIは、「何もないところからの創造」ではなく、既知の要素を再配置し、形式的に「意味がありそうに見える」パターンを構築する力に長けています。つまり、クリエイティブとは再構成の技術であるという前提を、あらためて突きつけてきているのです。
そこで人に問われるのは、「なぜこの組み合わせがいま重要なのか？」という文脈の選定力や、「何を省略し、何を強調すべきか？」という優先順位の設計です。
生成AIによって、ある意味「素材」には困らなくなりました。むしろ問われるのは、「その素材を、いかに人らしい意味へと編み直すか？」という構造的クリエイティビティなのです。
生成AI時代のマーケターは、「構造と言語」を磨く人になる
生成AIは、マーケターにとって強力な相棒になりつつあります。それは単なるツールではなく、新しい思考様式を引き出す鏡でもあります。問いの設計から始まり、EIOFsのような成功の兆しの観察、生成AIとの往復的なブレスト、そして意味の再構成へ──。この一連のプロセスにおいて、最も重要なのは「構造を言語で描く力」です。
- 構造があるからこそ、生成AIにとっても意味ある生成が可能になります。
- 言語化があるからこそ、人は他者と共創し、組織に戦略を共有できます。
これからの時代、マーケターは「計画通りに遂行する人」や「過去のデータを分析する人」ではなくなっていくでしょう。むしろ、構造を設計し、変化を観察する人として、「生成AIとともに未来を探っていく存在」になるはずです。
生成AIは「効率化」の時代を終え、「創発」の時代を招き入れました。
そして、その創発を導けるのは、問いと構造を描ける──そんなマーケター自身なのではないでしょうか。
生成AI時代のマーケティング｜3つのレイヤー構造
では最後に、「効率化から創発へ」という進化の流れを、もう少し長期的な視点から俯瞰してみましょう。
生成AI時代におけるマーケティングの変化を、人と生成AIの関係性に着目して、以下の3つのレイヤーに整理してみます。
レイヤー１｜黎明期〜初期普及フェーズ
- 主導権：人 → 生成AI（補助）
- マーケターの役割：問いを設計し、兆しを観察し、文脈を与える
- 生成AIの役割：意味を持たせる素材の探索と試作
- 社会構造：人財育成・組織改革が追いつかないため、人が戦略設計と価値判断を担う余地が大きい
- 参考考察：本ブログはこのフェーズを中心に展開（近視眼的である）
レイヤー２｜成熟に向けた移行期
- 主導権：生成AI ←→人（相互補完）
- マーケターの役割：構造設計の監督者。評価基準と価値定義を動的に更新
- 生成AIの役割：施策の創出、仮説検証の自動化、意思決定支援
- 社会構造：一部の高度職能が生成AIと融合。意思決定速度と柔軟性を担保する組織が勝つ
- 参考考察：「兆し」やEIOFsなどを用いた柔軟な共創設計が「新しい標準」となる
レイヤー３｜統合・再定義フェーズ（ポストマーケティング時代）
- 主導権：生成AI → 人（周辺的）
- マーケターの役割：不要になる可能性。人は「なぜそれが行われているか」すら理解できない
- 生成AIの役割：マーケティングを含む事業運営全体の「超自動化」
- 社会構造：マーケティングという職能概念の消滅。人は意思決定の承認者に留まる
- 参考考察：将来的には、マーケティングという言葉さえ「前時代的な枠組み」として再定義される可能性が高い
このように整理してみると、現在はおそらくレイヤー1からレイヤー2への移行期にあると考えられます。いま必要なのは、「AIに仕事を奪われる」ことを恐れるのではなく、生成AIとの共創をどのように設計し、どこまでを委ねるのかという判断軸を持つことです。
生成AIは、創造性を「ゼロからの発明」から、「意味の再構成」へと進化させました。
そして、その先の未来を、どのように設計し、どのように共創していくのか──その問いへの向き合い方が、これからのマーケティングをかたちづくっていくのではないでしょうか。
Programmatica Inc.
Yoshiteru Umeda｜楳田良輝