Instagram広告で、生成AIを使う提案システムが人間デザイナーを上回った。10点ずつを同じ週、同じ予算とターゲティング条件で配信した最終比較では、提案システムが選んだ画像群の平均リンククリック率（link CTR）は0.98%、人間デザイナーの画像群は0.65%だった。比較対象は、固定テンプレートに差し込む背景画像の選び方である。ロゴとテキストは変えていない。検証されたのは、生成、ブランド適合の判定、実配信からの学習を一つのループに入れた仕組みだ。
INFORMSは2026年8月4日、Marketing Science掲載論文「Leveraging Generative Artificial Intelligence to Create Visual Content in Digital Advertising」の結果を公表した。論文は2024年10月14日に受稿され、2026年3月31日に採択、同年5月5日にオンライン公開された査読済み研究である。著者はRemi DavietとYohei Nishimuraで、研究費は著者の所属機関が全額を負担した。この結果は、何を生成するかと、実際に配信して何を次に試すかを切り離さない広告制作の成績を示す。
0.98%対0.65%、差がついたのは背景画像の平均CTR
実験はアウトドア体験企業のInstagram広告で行われた。対象は3〜12歳の子どもを持つ18〜55歳の親で、広告はフィード、Explore、検索結果に配置された。学習は2023年第4四半期に実施された。評価したのはリンクCTRである。Instagram投稿そのものへのクリックや、購入、予約、売上は主指標にはしていない。
最終比較は、提案システム、美的スコアだけを最大化したAI、人間デザイナーの各10点である。提案システムの平均CTRは0.98%（標準偏差0.26%、最低0.67%、最高1.52%）、美的AIは0.78%（同0.41%、0.00〜1.30%）、人間デザイナーは0.65%（同0.31%、0.25〜1.26%）だった。10,000回のbootstrapでは、提案システムの平均が人間デザイナーを上回る割合は99.59%で、p=0.0041となった。
一方、美的AIを上回った割合は90.76%、p=0.0924である。通常の5%水準では有意ではない。人間側は承認済みのデザイナー1人だけであり、各群10点という小標本でもある。著者らも、小標本と単一の人間ベンチマークを理由に、一般化には慎重な解釈が要ると記している。
ブランドに合い、クリックされる候補をどう探すか
システムは、レイアウト48次元とスタイル256次元を分けた計304次元の潜在空間で候補を作り、最終段でSDXLを使って高品質化する。従来のA/Bテストや多腕バンディットは、あらかじめ作った有限の候補から選ぶのには向く。しかし、次にどの画像を生成するかまでは決めない。今回の設計は、生成と実配信テストを同じ学習ループに入れた。
AcceptAIは、写実性、対象地域らしい自然景観、AI由来の破綻がないことを、ブランドに適合する条件として予測するベイズニューラルネットワークである。企業担当者は60バッチ、各12画像を評価し、手作業は合計2時間未満だった。追加の却下画像も含め、最終的に1,417画像で学習した。
もう一つのPerfAIは、画像の潜在表現から期待CTRを予測する別のベイズニューラルネットワークである。9回の試行を通じて125画像を学習し、各試行では情報価値の高い候補12点に、予測上の最良候補と季節変動を確かめる対照候補を加えた。システムはAcceptAIがブランドに適合すると見込む範囲で、どの画像が高いCTRを得そうかという予測の不確実性を最も減らすバッチを選ぶ。A/Bテストは完成済みの候補から勝者を選ぶ。提案法はテスト結果を次の画像生成へ戻し、まだ試していない領域も探索する。
ただし、この成績は画像だけが個人に及ぼす純粋な因果効果を測ったものではない。研究の目的は、Instagramの配信最適化を含む実運用環境で成果を予測することにある。同じバッチを再配信したときの平均Spearman相関は0.43であり、配信環境の変動も結果に含まれる。
美しさとブランド適合は別の軸
一般的な美的評価を高めても、広告成果がそのまま上がるわけではなかった。人間の美的評価とのSpearman相関が75.8%だったTANetで最適化した美的AIは、平均CTR 0.78%にとどまり、提案システムの0.98%を下回った。見栄えのよさを測るモデルと、リンクへ誘導する画像を選ぶモデルは別の仕事をしている。
学習標本で、ブランド適合と予測成果の双方が上位四分位に入った画像は5.3%だった。双方で上位10%に入ったものは0.6%に過ぎない。企業の見た目の要件を満たし、かつ配信で反応を得る候補は、候補空間の中でも狭い場所にある。だからこそ、AcceptAIで適合領域を保ちながらPerfAIで成果を学び、不確実性の大きい場所を試す手順に意味がある。
最終比較では、提案法が選んだ10点を一つの画像群として評価した。提案側の標準偏差0.26%は、人間側の0.31%と美的AIの0.41%より小さい。成果が一部の画像に偏りにくい候補群を選べたかどうかも、平均CTRとともに評価された。
CTRの先で評価は分かれる
著者らは、提案システムの10点を再学習せず、後日のピーク予約期に当時の企業制作10点と同条件で再試験した。平均CTRは提案システムが3.38%（標準偏差0.76%、最高4.32%）、企業側が3.24%（同0.83%、最高5.39%）だった。しかし10,000回のbootstrapで提案側が上回った割合は67.7%、片側p=0.323で、平均差は統計的に有意ではない。
検証範囲も限られる。対象は単一企業の単一キャンペーン、単一プラットフォーム、特定の親層である。商品画像や人物を扱わず、動画とコピーも検証していない。厳密な文字描画や複雑な物体相互作用も対象外だった。製品、顧客、媒体をまたぐ一般化は未検証である。CTRは注意を引きリンクへ誘導する指標であって、購入、予約、売上や広告費用対効果を測るものではない。AI広告全般が人間制作より売れるとは結論できない。
この境界は、HKBUの2026年の査読付き会議論文とも重なる。同論文は150点超の動画広告を使うランダム化フィールド実験で、AI広告がCTRや視聴維持といった上流指標で優れる一方、コンバージョンは人間制作より低かったと報告した。次の実験では、背景画像のリンクCTRから予約、売上、広告費用対効果へ評価指標を移さなければならない。