研究と事業の融合がもたらす革新― バンディットアルゴリズムの社会実装を成功に導いた舞台裏

全ては事業価値のために—。事業価値の追求から生まれた世界基準の研究成果

――世界最高峰の国際学会、「WSDM 2025」での論文の採択おめでとうございます！この研究の概要を教えてください。

桂川（PP）：ありがとうございます。今回の研究では、バンディットアルゴリズムの一手法である「Top-Two Thompson Sampling（以下、TTTS）」をオンライン広告のクリエイティブ選択に応用しました。オンライン広告において、例えばCTR（広告のクリック率）の期待値の点で最適なクリエイティブを特定することは広告効果の最大化に不可欠です。従来のA/Bテストに代わる効率的な手法としてTTTSを活用し、ドコモと当社が共同設立したPrism Partnerの提供する「Prism Partner DSP」に実装しています。この実装により、A/Bテストと比較して、最適なクリエイティブのより正確な特定と実験コストの削減を両立することが可能になりました。

バンディットアルゴリズムが示す、ビジネス応用の可能性

——そもそもバンディットアルゴリズムは、具体的にどのような領域や課題に活用できるのでしょうか？

蟻生（AI Lab）：意思決定が関わるようなサービスであれば、ほぼ全てに使いどころがあると考えています。
例えば、広告の場合、ユーザーの反応を見ながら広告クリエイティブを選ぶというのが今回の応用例で、その「選択」にバンディットアルゴリズム※が使われています。他にも、ABEMAでは、視聴履歴に合わせてサムネイルやレイアウトを選ぶという応用が考えられます。逐次的な選択、つまり過去のデータをもとに選択を行うというシーンであれば、適用できると考えています。

阿部（AI Lab）：AI事業本部では、AIで広告効果を最大化する「極予測シリーズ」のように、AIを活用した大量のクリエイティブ制作を実現してきました。そこで次の課題となるのが、それらのクリエイティブを「どのように効果的に選択・活用するか」です。この課題解決にバンディットアルゴリズムは大きな可能性を持っています。

私たちが所属するAI Labの強化学習（Reinforcement Learning、通称：RL）チームではバンディットアルゴリズムに関する研究を以前より行っており、論文執筆や社会実装にも多数取り組んできました。

※バンディットアルゴリズムとは？
自らデータを集めながら、最適な意思決定を学習する手法です。オンライン広告では、効果の高いクリエイティブの特定などの応用があります。
 

事業価値を見据えたAI Labと事業部の理想的な連携

――事業部とAI Labの密な連携体制が大きな成果を生む秘訣だったのですね。連携する上で意識したことはありましたか？

阿部（AI Lab）：AI Labの立場で意識していたのは「最新の手法を押し付けない」ということです。研究者としては、論文化を目的とすると最新手法を取り入れることも視野に入ってきますが、まずはプロダクトにとって1番成果が出る方法はどれだろう？という目線を持ち並走しています。

蟻生（AI Lab）：今回適用したTTTSも、2016年に論文が出ている既存手法なので、研究のスピードで言えば少し古めの手法ではあります。後続のさまざまな研究も出ている一方で、システムの制約など実運用を考えたとき、実装がシンプルであるほうがやりやすいだろうという考えで提案しました。

阿部（AI Lab）：僕らの考えとしては、AI Labが常に新しい研究に触れているので知見が溜まっていく。この手法は実務に使えそうだな、あるいは使えなさそうだなという感覚が分かるので、その知識を事業部に還元しているという感じですね。

——事業価値を重視して進めた結果、プロダクトの改善と論文採択という両面で成果が出たのですね。事業部側として、AI Labとの連携で意識されていたことはありますか？

金子（PP）：最も重視したのは、企画段階からAI Labに相談することです。早期相談によって大きく2つのメリットがありました。1つは、AI Labが持つ最新の研究知見から、私たちが思いもよらなかった解決策を提案してもらえたこと。もう1つは、「この方法は効果が見込めない」という判断を事前に得られ、無駄な検証を避けられたことです。そのほか、プロダクト状況の積極的な開示を心がけ、定例の会議体を持つなどコミュニケーションを多くとる工夫を行いました。

阿部（AI Lab）：AI Labとしても、まず問題設定をちゃんと明らかにしてから相談をする必要がある、思われているかもしれないですけど、むしろ僕らのチームとしては「事業部として、プロダクトとして本来どういうことをやりたいのか」を 一緒に整理をした上で、目的に対しての最適な手法を提案していきたいと思ってます。ですので、「実現できるかは分からないけど、こんなことをやりたい」みたいな段階から声をかけてもらえると嬉しいです。どんな小さな疑問やアイデアでも、まずは気軽にご相談ください。

 

サイバーエージェント流・役割の境界を超えて生み出せるキャリア

――今回のように、研究と事業が連携しながら成果を生み出す環境の魅力はなんでしょうか？まずは事業サイドにいる2人に伺います。

桂川（PP）：研究者の方々も事業課題を深く理解し、実務的な制約がある中で一緒に解決策を考えてくれる環境は、非常に心強いです。特に、常に新しい研究に触れることで得られる知見に基づいて、最適な解決策について議論できる点が魅力です。さらに、このように自分たちが取り組んだ、時には学術的にも評価される最適な解決策によって、事業の成長に直接つなげられることに大きなやりがいを感じています。

金子（PP）：現場のデータサイエンティストとしては、日々取り組んでいる業務成果やクオリティの証明として 、今回の「WSDM」のIndustry Dayや「The Web Conference」、「KDD」※で論文が採択されるような成果を出すことが、ひとつの大きな目標でした。    
サイバーエージェントには世界的な研究成果を出し続けている「AI Lab」があり、彼らと日常的に連携できる環境があるからこそ、今回のように実務の成果を研究としても認められる水準まで高められました。実際に、GoogleやMicrosoftの研究者との議論や座長からの高い評価をいただいたことはとても励みになりましたし、私たちの取り組みが世界基準に達していることを実感できました。

AI Labと一緒に取り組むことで、今後も世界のトップクラスの学会に挑戦できると思っています。同じように技術の探求に情熱を持つ方々と、また新しい成果を目指していきたいですね。

※「The Web Conference」・「KDD」（Knowledge Discovery and Data Mining）…いずれもデータマイニング分野における世界最高峰の国際学会