1993年、元数学教授でコンピューター科学者、そして受賞歴のあるSF作家であるヴァーナー・ヴィンジは、超人的な人工知能の誕生が "人間の時代が終わる "時点を示すと主張した。この考え方は、2005年の『シンギュラリティは近い』の未来学者レイ・カーツワイルと結びついたもので、コンピュータが自己管理するようになり、その活動をより知的なものへと方向づけ、人間の理解や洞察を凌駕するまでに進歩する瞬間を想定している。
おそらく、それは完全な形で突飛な概念のように思えるだろう。しかし、多くの人間の活動がコンピューターに乗っ取られた広告業界は、ニールセンについて ？広告のシンギュラリティが差し迫っているのだろうか？人工知能は、私たちの理解能力を超えて、広告やメディアの最適化を進めることができるのだろうか？
このような考えを持ったのは私が初めてではない。例えば、マット・ハーマンは、2010年のAd Ageの記事"Glitch in the Coming Advertising Singularity "で、広告クリエイティブ開発に関連するものとして、ニールセンについて （そして、ほとんどの場合、それを書き送っている）。一方、ロジャー・トエニスは、「マーケティング特異点は近い」とし、放送前のメディアによる1対1の口コミマーケティングという「未来に戻る」マーケティングを示唆した。
つまり、"クリエイティブ "な分野では、シンギュラリティは起こりえないということだ。それ以外のすべての分野では、シンギュラリティはある程度すでに到来しているが、それがまだ人間の関与を含むより大きな生態系の一部であることを意味する要因が残っている。
創造的特異点
広告クリエイティブの特異性に関しては、私は明らかに懐疑的な立場にいる。最近のNielsen Newswireの投稿で、私はニールセンについて 、広告のクリエイティブな成功に関連する5つの要因について書いた。ストーリーテリングやユーモアなど、優れた広告を生み出すクリエイティブな要素には人間特有の性質があることを考えると、コンピューター主導のクリエイティブ・シンギュラリティがすぐに実現するとは考えにくい。
とはいえ、音楽やニュース記事を書くアルゴリズムは開発されている。MITテクノロジー・レビューの「創造性は自動化できるか？
メディア・シンギュラリティ
ここでは、シンギュラリティ支持派がより強固な地盤を築いている。クリエイティブとは異なり、メディアプランニング 、バイイングと測定は、より自動化され、より賢く、より速く、自己改善し、人間の理解能力を完全に超える可能性が高い。実際、デジタルのリアルタイム入札プラットフォームを通じて、すでにそうなっているケースもある。メディア・シンギュラリティが手招きしているのだ。
構成部品はほとんどここにあるが、完全に統合された形で機能しているわけではなく、メディア・エコシステムのいくつかの領域ではまったく存在しない。完全に自動化され、人間よりも賢い、メディア最適化のシンギュラリティの要素とは何か？
デジタル化。デジタル化によって、データをコンピューティングによって完全に活用できるようになる。広告やメディアのデータがデジタル化されればされるほど、コンピューティング・パワーは、人間の介入なしに、自動的に、リアルタイムで、パフォーマンスを購入し、測定し、改善することができる。
- 露出とコンバージョンのデータ。ドライバー（オーディエンス、ビューアビリティ、コンテンツ、露出頻度、プレースメントなど）と結果（ブランドインパクトやコンバージョンなど）を含むデータの取得は、何がうまくいき、何がうまくいかず、どのように改善すべきかを理解することをますます容易にしている。このようなデータ収集の多くは、高度に自動化されたリアルタイム・システムで行われるようになり、その多くはデジタル・アトリビューション・モデリング会社によって開拓されたもので、ファーストパーティーの広告主データとサードパーティーのデータの両方を活用することができる。
- アトリビューション・モデリング私たちは何年も前から、シングルソースの共分散分析（ANCOVA）とマーケティング・ミックス・モデリングを使って、広告とメディアの販売効果を測定してきた。どちらも非常に優れた手法である。個人レベルでの非PII（個人を特定できない情報）露出データとコンバージョンデータの出現により、オンラインとオフラインの各タッチポイントやあらゆるタッチポイントの組み合わせについて、リアルタイムで個人レベルでのブランドインパクトやセールスインパクトの測定が可能になります。ブランドやセールスに与える影響をタッチポイントの露出度と関連付けることができれば、パフォーマンスを最適化することができます。
- 機械学習。機械学習は人工知能の一分野であり、データから学習し、人間の介入なしに時間の経過とともに改善できるシステム（一種のミニ・シンギュラリティ）に関連する一連の活動を含む。アトリビューション・モデリングと結びついた機械学習機能は、広告パフォーマンスを継続的に改善・最適化するために、機械が自ら学習することを可能にする。
- プログラマティックとリアルタイム入札。すでにディスプレイ広告の20％以上が、リアルタイム入札（RTB）プラットフォームを通じて取引されている。プラットフォーム、プロセス、データセットは、ディスプレイ広告以外のRTBにも対応できるようすでに整備されているが、テレビやその他の非デジタル媒体は、今のところほとんど対象外だ。現在のRTBは、オーディエンスのタイプ、ウェブ行動、（匿名で受信した）アクティビティから反応がありそうだと特定された人に広告を送る、などに基づいている。しかし、上記で取り上げたアトリビューション・モデリング機能によって、ブランドや売上への影響に基づいてRTBを推進することは不可能な飛躍ではない。
つまり、個人レベルの露出・販売データがデジタル化され、APIを通じてデータ・プラットフォームに接続され、アトリビューション・モデルがリアルタイムで実行され、機械学習が反復的に結果を改善し、リアルタイム入札プラットフォームを通じて購買が取引されるような未来の世界である。限られた形ではあるが、このような未来はすでに広告エコシステムのサブスケールのポケットに存在している。この可能性をシンギュラリティと考えることに意味があるのは、このすべてがミリ秒単位の光速で、何億ものデータポイントを統合した大規模なスケールで起こるため、概念的なレベル以外では何が起こっているのかを理解する人間の能力を超えるからだ。
とはいえ、ニールセンについて 広範な広告の特異性に懐疑的な理由がまだあることは確かであり、それらを最小限に抑える必要はない。既存のビジネスモデル、テクノロジープラットフォーム、プロセス、メディアやデバイスの断片化、デジタル広告詐欺／ボット、業界の習慣、個人的な関係、その他の要因はすべて、この未来の状態を実現するための非常に現実的なハードルである。
つまり、技術の構成要素はすでに出来上がっているが、シンギュラリティの到来を妨げる要因があるということだ。つまり、シンギュラリティに向けた進歩は、ギザギザの非直線的な道筋をたどるとはいえ、急速に進むと予想すべきだということだ。過去100年ほどの間、私たちが知っていた広告の多くは破壊されるだろう。
真のシンギュラリティに到達できるかどうかについては、それを否定するあらゆる要因の中で、おそらく人間の要素が最も強力だろう。その点では、シンギュラリティは訪れるかもしれないが、人々が期待するよりは遅いだろう。
最終的な結果がどうであれ、ここに広告の未来がやってくる。
