AI時代のCMOの役割｜自動化の範囲・承認・監視をどう決めるか

AIをマーケティングに使うとき、CMOが決めるのは「どの作業をAIに任せるか」だけではありません。事業の目的、入力できるデータ、支出や公開の権限、人が確認する条件、止める手順まで設計します。提案の品質と実行の権限を分け、小さな範囲で工数と品質を確かめることから始めます。

AIの提案・実行・事業上の責任を分ける

AIは企画案や市場の仮説、原稿、配信設定の候補を出せます。しかし、案を生成できることと、会社として実行を決める権限があることは別です。誰が案を評価し、顧客へ何を約束し、費用を負担するかを明確にしてください。

広告運用でも、GoogleのSmart Biddingはオークションごとにコンバージョンや価値を最適化する仕組みとして説明されています。事業の全利益や新市場の妥当性を自動で保証するという意味ではありません。目標、計測、データ、配信条件が適切かは別に確認する必要があります。

「AIは新市場を考えられない」「入札はいつでも人より正しい」といった二択を避けます。生成案の有用性は実際の検証で確かめ、事業として許容するリスクと最終決裁者は組織で決めます。自動実行が可能なシステムでも、接続しただけで公開や予算変更の権限を与えない設計が必要です。

自動化する業務をリスクと可逆性で選ぶ

最初の対象は、入力情報、出力、誤った場合の影響、取り消せるかどうかで選びます。公開前の要約原稿と、顧客向けの価格変更では失敗の影響が異なります。単に反復回数が多いという理由だけで、高リスクの作業を先に自動化しないでください。

この表は許可設計の例であり、特定の製品が備える機能の一覧ではありません。社内データの扱いを整える必要が強いならそこから、原稿の確認負担が大きいなら限定した下書きから着手します。小さな組織ほど効果が大きいとも限らず、確認できる人の時間も必要です。

目標・データ・予算・承認の境界を設定する

目的は「問い合わせを増やす」だけでなく、対象顧客、成果の定義、観測期間、品質の条件まで記録します。予算の上限には通貨、税の扱い、対象期間を付けます。月の上限を1回あたりの上限と取り違えると、複数回の処理で意図した支出を超える恐れがあります。

入力データは分類して、個人情報や機密情報を含むか、利用目的が許されるか、委託先の保持・再利用条件は何かを確認します。必要な項目だけを渡し、操作権限を限定してください。匿名化したつもりでも、自由記述や組み合わせで個人が分かる場合があるため、項目名だけで安全と判断しません。

人がどこを確認するか、例外を誰へ送るか、担当不在時は処理を保留するかも決めます。「自動化」とだけ書かず、提案、下書き、承認、実行、記録の各段階で許可を分けると、境界を確認しやすくなります。

生成物と推奨設定を人が検証する

確認者は、AIの説明の分かりやすさではなく元の情報と出力を照合します。数値なら対象行、単位、期間、除外条件を確認し、主張なら一次資料に該当箇所があるか、条件を省いていないかを確かめます。存在しない出典がもっともらしい名称で提示される可能性も考慮します。

NISTの生成AIリスク管理資料は、誤った内容を自信ありげに出すことなどのリスクや評価・監視を扱っています。これは任意のリスク管理資料で、法律上の義務や特定製品の安全保証ではありません。自社の用途に応じた確認項目を作る参考にします。

例えば「前年より費用が20%減った」という下書きには、比較期間、費用範囲、税、対象案件が一致しているかを確認します。100万円から80万円なら減少率は(100−80)÷100＝20%ですが、前年は制作費込み、今年は媒体費のみなら比較できません。計算が合っていても、前提が違えば主張を修正します。

人のレビューが単なる承認ボタンの操作になると、誤りが残ります。確認者が元資料へアクセスできること、指摘を直す担当と時間があること、判断できない場合に止められることを条件にしてください。

誤り・逸脱・費用を監視し停止手順を用意する

試行中だけでなく、利用を続ける間も入力条件と品質が変わっていないかを監視します。異常検知の出力も誤検知や見逃しがあり得るため、それ自体を完全な検査とは扱いません。誰が、何を見て、いつまでに対応するかを決めます。

停止手順には、接続権限を無効にする人、処理中の作業を確認する人、関係者への連絡、元の運用へ戻す方法を含めます。改善時は入力、指示、モデルや設定、レビュー手順のどこを変えたか残し、同じ問題が再発しないかを確認します。

小規模な試行で工数と品質を比較する

工数削減は生成時間だけで測らず、準備、入力、確認、修正、例外処理まで含めます。以下は同じ品質基準の40件を全件レビューする架空例です。AIを待つだけの時間は人の作業工数から分け、全体の経過時間は別に記録する前提です。

この仮定では差は600−400＝200分、削減率は200÷600＝33.3%です。初期準備と例外処理は合計80分で、レビュー200分とは重複させません。これは効果予測や保証ではなく、確認費用を含めた比較の書き方です。

1. 対象の種類と品質基準、比較期間を固定する。
2. 従来と試行の両方で準備から修正までの人の工数を記録する。
3. 検収率、重大な誤り、修正量、費用、経過時間も比較する。
4. 品質が許容範囲を下回るなら範囲を広げず、原因と手順を修正する。
5. 継続する場合も見直し日、停止条件、担当を残す。

AIの利用件数を増やすこと自体を目標にせず、事業上必要な仕事が確認可能な品質で進むかを評価してください。

参考資料（2026年10月10日確認）

• Google広告：Smart Biddingについて
• NIST：生成AIのリスク管理プロファイル

関連記事

• CMOの仕事とは？意思決定・権限・経営への説明を実務例で解説
• マーケティング予算の配分と予実管理｜着地予測・再配分の記入例
• 広告入稿のタスク管理｜審査・設定・計測を確認するチェックリスト