Optimizely（オプティマイズリー）は2026年9月1日、マーケティング専用に設計された、学習済みのAIモデルの新シリーズを発表した。初期のテストでは、最先端の大規模言語モデルと比較してコスト効率が10倍向上することが示されている。
同社は、最先端の汎用モデルの限界への対応としてこれらのモデルを位置付け、マーケティング業務は十分に繊細であるため、不要なコンテキストやトークンの消費を避ける、よりスリムでタスク重視のアーキテクチャーから恩恵を受けることができると主張した。Optimizelyは、トレーニング後のアプローチを、コストを押し上げる余分な要素を削減しつつ、ブランド固有の理解を維持する方法として位置付けた。
2,000人以上のB2Bマーケティングリーダーを対象とした世界的な調査によると、53%が現在のAIツールはブランドの事実を捉えることはできるものの、感情的な共鳴には不十分だと考えていることが示されている。新しいモデルは、文脈や感情的なニュアンスを維持するように開発されており、ブランドボイスを損なうことなく、AIがマーケティング業務のより大きな部分を担えるようにすることを目的としている。
AIエンジニアリング責任者のImran Yousuf氏は、AIラボの初期結果が期待を上回っていると述べ、トレーニング後の最適化がコストと品質のトレードオフに対する長期的な解決策になると予測している。このモデル群は、マーケティング業務を迅速かつ低コストで完了させることを目指しており、エージェントプラットフォームが各ユースケースに最適なモデルを選択できるように設計されている。
Optimizelyはまた、マーケティング分野におけるAIのパフォーマンスを評価するためのオープンソースのベンチマークであるMark-Benchを発表した。これは、マーケター、研究者、その他のAIプロバイダーが、マーケティング特有の作業におけるコストとパフォーマンスの両方を測定できるようにすることを目的としている。Mark-Benchは、プレスリリース、ソーシャルメディアへの投稿、メールのコピーなど、15のマーケティング機能にわたる285のタスクと6,000以上の基準に対してモデルをテストするものと説明されている。
新しいモデルは、エージェントプラットフォームのデータレイヤーであるMark-IQを活用しているといわれており、Mark-IQは各組織のコンテキスト（実験履歴やウェブ分析など）に基づいているため、マーケターがプロンプトごとにブランドコンテキストを再構築することなく、モデルがブランドコンテキストにアクセスできる。Mark-Benchのデフォルト設定での全合格率において、Optimizelyエージェントプラットフォームは67%を達成したと報告されており、Claude Codeの60%と比較して、コストは約半分で実現した。
Optimizely社長のShafqat Islam氏は、汎用ハーネスは一般的な生産性タスクには効率的だが、特定の分野のマーケティング業務には非効率になりがちであり、パイロット段階を超えてエージェントマーケティングを大規模に展開するには、専門的なエージェントハーネスが必要だと述べている。この発表は、前日に発表されたVirtual Teammatesのリリースに続くもので、これは、マーケターが実際のワークフローでテクノロジーを導入できるよう、専門的なモデルと役割に特化したAI同僚を組み合わせるものだと説明されている。
Optimizelyは、利用規模が拡大するにつれて、各タスクに適したモデルを選択することで、大量のエージェント作業全体にわたってコストを予測可能に維持できると述べ、新しいモデルはまもなく全てのエージェントプラットフォームの顧客に提供される予定であると発表した。
出典：Optimizely
この製品の詳細については、Optimizely製品ページをご覧ください。
