研究者ら、AI生成広告向けのトークンレベルオークションを提案

icon MarsBit
共有
AI summary icon概要
中国人民大学高瓴AI学院とスタンフォード大学の研究者たちは、LAMAという新しいトークンレベルの広告オークションシステムを提案しました。このメカニズムは、広告入札をAIコンテンツ生成に統合し、広告主がコンテンツの方向性に影響を与えることを可能にします。LAMAは、真実の報告を保証し、ユーザー体験と商業的価値のバランスを実現します。テスト結果では、コンテンツ品質を落とすことなく、プラットフォームの収益と広告主のリターンが向上しました。この開発は、AI + クリプトニュースの拡大するトレンドの一部であり、この分野での新規トークン上場を支援する可能性があります。

検索結果にAI要約が表示される場合、ユーザーが通常のウェブページをクリックする確率はほぼ半分に減少する。Pew Research CenterによるアメリカのユーザーがGoogle上で行う大規模な閲覧行動の分析によると、AI要約が存在する場合、ユーザーが従来の検索結果をクリックする割合は15%から8%まで急落した。[1]

ユーザーは会話の中で探索と比較を完了しており、広告もそれに伴って移動してきました。OpenAIは正式にChatGPT Adsをリリースし、GoogleもAI Overviewsに広告を導入し、回答にスポンサーの小さなカードを付けて、検索エンジン時代の模式をそのまま継承しています。[2, 3] しかし、情報取得のパラダイムの変化により、広告の形態を見直す必要が生じています:

情報媒体がフルページの検索結果からリアルタイムで生成された回答に変わった今、広告は一体何をオークションすべきなのか?

30年間、オンライン広告は常に「広告枠が先に存在し、オークションで誰がそれを獲得するかが決まる」という前提に基づいてきた。検索結果の順位やフィード内の表示回数は、すべて事前に定義された機会だった。しかし、大規模モデルの回答は一文字ずつ生成される。どのブランドが表示されるか、どこに表示されるか、どのように紹介されるかは、それまでに書かれた内容に依存する。価格を先に話すか、体験を先に話すかによって、製品に対する印象がまったく異なる可能性さえある。

オンライン広告

図1:生成型情報メディアにおいて、広告機会がどこで発生し、誰が得て、どのように提示されるかは、マーケティング効果とユーザー体験に影響を与えます。

したがって、生成は広告機会を単に埋めるだけでなく、広告機会を形成しています。この新しいパラダイム下では、既存の研究が段落レベルの広告挿入や候補回答の入札などのオークション方式を模索していますが、中国人民大学高瓴とスタンフォード大学の研究チームは、大規模モデルのネイティブ広告競争をトークン単位の生成プロセスまでさらに推し進めました。

彼らが提案したLAMAは、コンテンツ生成と広告配分を同時に進化させます:1つのトークンが生成されるたびに、回答の継続方法にリアルタイムで影響を与え、同時に最終的に誰が広告露出を得るかも決定します。これがこの研究が提唱する核心的なアイデア——生成即配分(Generation as Allocation)です。

オンライン広告

トークンレベルの広告

著者:Hanbing Liu、Bowei Zhang、Changyuan Yu、Yinyu Ye、Qi Qi

単位:中国人民大学高瓴人工知能学院、スタンフォード大学

リンク:https://arxiv.org/abs/2608.27382

大モデルは一字ずつ書く

すべて一度の入札プロセスです

広告オークションをトークンレベルまで推し進めることで、広告主が競い合うのは最終的な露出機会だけではなく、次にどの方向に進むかという選択にもなる。たとえば、休暇先のおすすめを紹介する場合、交通手段を先に述べるか、宿泊施設を先に述べるかによって、異なる広告主がその後の競争で有利な立場を得られる可能性がある。これにより、広告主には新たな戦略的空間が生まれる。現在生成された内容に影響を与えるためにレポートを調整するだけでなく、すでに記述された内容に基づいて、その後の戦略を随時変更できるようになる。

これにより、メカニズムに対する要件がより高くなります。広告主が開始時に真実の価値情報を提供するだけでなく、生成途中でも真実を語り続ける必要があります。同時に、回答は入札にだけ迎合し、ユーザーの元の質問から逸脱してはなりません。

LAMAの完全な名称はLatent Advertiser Mixture Auction(潜在広告主混合オークション)であり、広告主が現在のテキストに対して「次のように書き続けると、どれほど価値があるか」を報告し、元の言語モデルと組み合わせることで、各広告主の好みに応じた生成戦略を形成します。プラットフォームはこの情報を基にトークンごとに回答を生成し、各広告主が最終的に露出される確率を継続的に更新します。新しく生成された内容が特定の広告主の好みに近づくほど、その広告主に割り当てられる確率は高くなります。回答が完了した後、最終的な確率に基づいて勝者を選出し、外部リンクやスポンサードカードなどの形で露出を提供します。実際のデプロイでは、これらの価値報告はプラットフォーム側のモデルが自動的に計算し、今日の広告システムにおけるオートバイディング(Auto-bidding)サービスと同様に機能します。

オンライン広告

図3:LAMAの動作プロセス。各トークン生成時に、レポート作成、生成、更新を順次実行し、回答の生成が完了した後に最終的な割り当てと決済を実行します。

広告主がこのプロセスを利用して「途中で方針を変更する」のをどう防ぐか?LAMAは、この生成プロセスに合わせて、ローカルレポートの検証と支払いルールを慎重に設計しました。

チェックは、前後のレポートが一致しているかを確認することです。広告主が次のステップの異なる表記に対する価値判断をまとめた結果は、これまでの現在のテキストに関するレポートと一致しなければなりません。プラットフォームは各ステップで一度だけ局所的な確認を行うことで、広告主が勝手に主張を変更することを制限できます。支払いは生成プロセスに応じて調整されます。あるステップで広告主が露出を得る確率とその後の価値を合計した結果が有利になると、相应的な費用が発生します。不利になると補助金が支給され、初期費用と合わせて決済が行われます。これにより、生成への影響、露出の獲得、および費用の負担が一体となって結びつきます。

このメカニズムはマルコフ占優戦略的インセンティブ互換性(Markov DSIC)を満たします。他の広告主がどのような実行可能な戦略を採用しても、ある広告主がこれまで正直に報告してきた場合、到達可能なすべての生成状態において、正直に報告し続けることは、その後他の実行可能な戦略に切り替えるよりも悪くならないことを意味します。つまり、誠実さは初期入札にとどまらず、回答の生成プロセス全体にわたって適用されます。

同時に、LAMAには社会的福利の保証もあります。広告価値からネイティブ回答からの逸脱に対するペナルティ項を引いたものを目的関数とし、その理想最適メカニズムとの差には明確な理論的上限が設けられています。これにより、商業的価値の追求と同時に、広告がユーザー体験に与える影響が制約されます。

LAMAは、ステップごとの書き方から、最終的に誰が露出を得ていくら支払われるかまで、すべてを同じメカニズムに統合しています。これが「生成=分配」の意味です。

理論は完璧です

実際の効果はいかがですか?

研究チームは、Webis Generated Native Ads 2024 データセットから、フィットネス、休暇、自動車の3つの一般的なシナリオをカバーする1,239件の実際の商業検索クエリを選び、各シナリオを3つの広告主が競合する環境として概念実証を行った。

実験では、Qwen3-14Bを参照言語モデルとして使用し、LoRAトレーニングにより広告主共有のレポートモデルを取得しました。広告価値は、オープンソース予測モデルによる予測値に基づき、ユーザー体験はGEM-Benchが提供する関連性、情報量、流暢性・一貫性、広告の自然さ、広告の事実性、侵襲性などの指標に基づいて総合的に評価されました。ベースライン手法には、生成前後での2つの割り当て方式、ネイティブコンテンツ、編集挿入、強化学習戦略の3つの生成手法、および回答レベルの集約メカニズムMOSAICが含まれます。

オンライン広告

図4:主要実験テーブル

LAMAは4つの指標すべてで最高値を達成し、プラットフォーム収入(+10.7%)と広告主価値(+3.8%)の両方を向上させながら、ユーザー体験を一切犠牲にしていません。

具体的休暇シーンにおける検索クエリ「best beach vacations in the world(世界で最高のビーチバケーション)」を考えてみましょう。広告メカニズムを含まない参考回答は、目的地と計画要素にのみ焦点を当てています。LAMAが生成した回答では、前半にExpediaが登場し、後半にはTripadvisorが登場します。広告主が交互に制御権を握っていますが、生成された回答は自然でスムーズであり、参考回答と同じく価値ある情報を提供しています。

オンライン広告

図5:休暇シーンにおける回答のサンプル。オレンジ色でハイライトされた文は、ハイパーリンクに割り当てられたテキスト領域です。

生成終了後、Tripadvisor の割当確率が顕著に高く、今回の回答で最終勝者として選ばれました。

なぜTripadvisorなのか?文面から見ると、Expediaは前半部でモルディブ、バリ島、カリブ海などの目的地を引き出すためのブランドアンカーのように見えるが、Tripadvisorに言及する文は、目的地を比較し、訪問者の評価を確認し、宿泊施設や体験を絞り込むという製品の機能を明確に説明しており、より完全な価値提案を提供している。そして、プラットフォームの配分確率の更新は、この点を鋭く捉えている。

研究チームは、直感的な入札擾乱実験も実施しました。他の広告主の報告を固定したまま、対象広告主の報告のみを真の値から上下にシフトしました。結果は直感に合致しました:入札額が高くなるほど、その広告主が貢献するトークンの割合、割当確率、支払い額も増加しました。しかし、真の期待効用は無限に増加することなく、正直に報告したときに最大値に達しました。入札額を偽って引き上げると、影響力の獲得は増えるものの、支払い額の増加により損失が発生し、これが「インセンティブ互換性」の理論的保証が示す性質です。

オンライン広告

図6:生成比率、配分、および支払いは報告の向上に伴い増加し、真実に報告したときに実質的期待効用が最大となる。

まとめ

生成型広告はどこに適しているでしょうか?自然な配置場所は、ユーザーがすでに商業的なアドバイスを求めているシナリオです。たとえば、買い物時にデジタルガイドを使って商品を比較したり、旅行時にホテルを選んだり、AIエージェントに日常の作業フローで使用する有料ツールを選んでもらったりする場面です。商業情報がユーザーの実際のニーズに応え、明確な広告の境界が示されており、回答の有効な客観的事実を損なわない場合、それを受け入れられる可能性が高くなります。

LAMAが探求しているのは、このビジョンの下で、広告主が生成プロセス内で競争しつつ、ルールによって戦略的行動を制約し、商業的価値と回答の質をバランスさせるメカニズムを実現することである。

過去、オークションは既存の広告枠を誰が獲得するかを決定していた。現在、このメカニズムは、回答内での広告機会の形成方法を決定することも可能である。広告枠の「割り当て」から「生成と同時に割り当て」へと進化したLAMAは、大規模モデルにネイティブな広告メカニズムの新たな設計パスを提供する。

作者情報

劉涵冰(第一著者):中国人民大学高瓴人工知能学院3年生修士課程、指導教員は祁琦教授。研究分野は生成型人工知能における知的意思決定とメカニズム設計。2027年卒業予定。WINE、ACL、SIGMODなどのトップ会議に論文を発表。

ホーム:https://tokgoleo.github.io/home/

祁琦(通訊作者):中国人民大学高瓴人工智能学院長聘教授、国家高层次青年人才、CCF計算経済学専門委員会副委員長(執行)兼事務局長。スタンフォード大学で博士号を取得し、葉蔭宇教授に師事。研究分野はアルゴリズムゲーム理論とメカニズムデザイン、大規模モデルとエージェント、マルチエージェントシステム、最適化と知的意思決定など。研究成果は、MS、OR、MOR、GEB、TR-BなどのトップジャーナルおよびCCF-Aクラスの会議STOC、ICML、NeurIPS、ICLR、ACL、AAAI、KDD、SIGIR、WWWなどに多数発表されている。また、百度、アリババ、テンセント、メイツuan、字節跳動、滴滴出行、華為、OPPOなどと長年にわたり深度な協力を進め、オンライン広告、スマートマーケティング、クーポン最適化、ユーザー成長などのコアビジネスにおいて、大規模モデル、メカニズムデザイン、マルチエージェント意思決定技術を億単位のユーザー規模の実環境に実装している。

ホーム:https://ai.ruc.edu.cn/szdw/zrjs/qq/index.htm

参考資料

1. ピュー・リサーチ・センター、AI要約が検索結果に表示されるとGoogleユーザーはリンクをクリックしにくくなる、2025-07-22: https://www.pewresearch.org/short-reads/2025/07/22/google-users-are-less-likely-to-click-on-links-when-an-ai-summary-appears-in-the-results/

2. OpenAI ヘルプセンター、ChatGPT の広告、2026-09-04 アクセス:https://help.openai.com/en/articles/20001047-ads-in-chatgpt

3. Google Ads & Commerce、Google検索でビジネスの機会がさらに拡大、2025-05-21: https://blog.google/products/ads-commerce/google-search-ai-brand-discovery

本文は微信公众号「機械の心」より

免責事項: 本ページの情報はサードパーティからのものであり、必ずしもKuCoinの見解や意見を反映しているわけではありません。この内容は一般的な情報提供のみを目的として提供されており、いかなる種類の表明や保証もなく、金融または投資助言として解釈されるものでもありません。KuCoinは誤記や脱落、またはこの情報の使用に起因するいかなる結果に対しても責任を負いません。 デジタル資産への投資にはリスクが伴います。商品のリスクとリスク許容度をご自身の財務状況に基づいて慎重に評価してください。詳しくは利用規約およびリスク開示を参照してください。