MolocoのCARA
Moloco Ads向け複合AIベース広告推薦アーキテクチャ（Compound Ad ecommendation Architecture）
概要
CARA（Compound Ad Recommendation Architecture）は、30以上のモデル、AIエージェント、専門ソフトウェアを統合的に調整し、オープンインターネットで高いパフォーマンス成果をもたらすMolocoのAIシステムです。
オープンインターネットでの広告の運用は複雑です。そのエコシステムには、何十億人ものユーザー、1日あたり1兆を超える広告機会、数千社に及ぶ広告主、数百万のアプリが含まれます。すべての決定が広告のインプレッションレベルで行われ、数十ミリ秒以内に完了する必要があります。しかし、それまでに広告主、ユーザー、コンテキストの組み合わせにアクセスできることは、ほとんどありませんでした。また、AIが導き出すシグナルは、異なる形式、異なる速度、異なる信頼性レベルで届きます。
Molocoは、現在のAIブームが起こるはるか前の2013年から、これらの独自の複雑性に対応するシステムを構築してきました。CARAはディープラーニングアーキテクチャを採用し、多くのソースからのシグナルを同時に取り込み、ユーザー、アプリ、クリエイティブ、コンバージョンがどのように関連しているかについて重要なインサイトを形成します。1日平均1兆を超える広告機会にわたり、CARAはユーザーの意図、コンバージョンの確率、クリエイティブの適合性、入札の経済性について、各広告主固有の推定をリアルタイムで行います。 ⓘ
アーキテクチャ
Moloco Ads向けに、CARAのシステムは複数のモデル、AIエージェント、専門ソフトウェアで構成される6つの技術ドメイン（キャンペーン自動化、サプライ、広告レコメンデーション、入札、クリエイティブ、シグナル）に分かれています。
.png)
ドメインの詳細
各ドメインはそれぞれ独自の課題を解決しながら連携し、収益性の高いパフォーマンスをもたらします。
広告主は、広告費用対効果（ROAS）の最大化や、登録、課金、購入などのアプリ内イベントの促進といった、自社のビジネスにとっての「成功」を定義する要素を入力します。さらに、CARAエージェントはライブキャンペーンを評価し、パフォーマンス改善の機会とインサイトを広告主に提示します。
CARAは各インプレッションについて、ユーザーが特定の行動を起こす可能性と、その行動が広告主にもたらす価値に基づいて、機会の価値を推定します。これを可能にするため、ディープラーニングを活用するMolocoのモデルは、多様なソースから同時にシグナルを取り込み、ユーザー行動、パブリッシャーのアプリケーション、プロダクト、クリエイティブのフォーマット、コンテンツ、およびそれらの間の相互作用に関する重要なインサイトを形成します。
各ユーザーに合わせて特別に選択されたクリエイティブが表示されます。クリエイティブは、キャンペーンレベルでの評価によって決められるものではなく、インプレッションごとに決定されます。Moloco SDKの場合、広告を表示する際にSDKが完全な広告ユニットを組み立てるために使用する個々の広告コンポーネントがCARAのモデルによって調整されます。その際、CARAの選択モデルは、特定のユーザーの、特定のコンテキストにおいて、効果を発揮する可能性が高い組み合わせを膨大な候補の中から特定します。
シグナルは、他の5つのドメインの基盤として機能します。CARAは、広告主のコンバージョンイベント、パブリッシャーのインタラクション、入札リクエスト、モバイル計測パートナー、SDKアクティビティなど、多種多様なソースからシグナルを取り込みます。これらのシグナルは、異なる形式、異なる速度、異なる信頼性レベルで受信されます。Molocoのシステムは、これらすべてのシグナルを統合し、重要なパターンを見つけます。また、CARAのモデルは、ユーザー、プロダクト、クリエイティブ、パブリッシャーのコンテキスト、コンバージョンイベント間の関係性を学習して統合レイヤーを形成することで、各ドメインの精度を高めます。
相乗効果が生まれる仕組み
各ドメインでの改善が、システム全体のパフォーマンスを強化し、互いに相乗効果を生み出します。すべてのドメインが、統合されたシグナルレイヤーに情報を供給し、そこから情報を読み取ります。そのため、1つのドメインのデータが充実すると、ドメイン固有の変更がなくても、他のすべてのドメインが恩恵を受けます。つまり、あるドメインの改善が別のドメインへと波及するのです。例えば、クリエイティブの選択が改善されると広告レコメンデーションの学習に使用されるシグナルが向上し、サプライシグナルが豊富になると入札の精度が向上し、より正確な入札によって生成される結果データによって、次の予測の精度が高まります。
Molocoのチームは、パフォーマンス改善のために並行して反復作業を行い、毎日何百もの同時テストを実行し、ライブトラフィックを使って新しいアプローチを試しています。これらのテストはモデルの改善に貢献し、2025年には65回のモデル更新が行われました。
よくある質問
複合AIシステムは、単一のモデルに依存する代わりに、複数のモデル、エージェント、専門ソフトウェアを連携させます。CARAの各コンポーネントは、入札、クリエイティブ、サプライなど、特定のドメイン向けに最適化されています。この複合アーキテクチャにより、あるドメインでの改善が他のドメインにも波及します。例えば、シグナルレイヤーが改善されると入札の精度が向上し、クリエイティブの選択が向上すると広告レコメンデーションに使用される学習データが強化されます。こうした改善は、個別に積み重なるのではなく、システム全体で相乗効果を生み出します。
更新されたモデルは、最短2時間で本番環境にデプロイされます。コンバージョン、クリック、エンゲージメントのシグナルなどの実世界の成果は、トレーニングデータとして継続的にフィードバックされます。この継続的なフィードバックループにより、システムは各広告主、ユーザーセグメント、サプライコンテキストにおいて何が効果的かについて、常に最新のデータから学習し続けられます。
CARAは、シグナルの不足に対処できるように設計されています。オープンインターネットでは、広告在庫のかなりの部分で、限られたユーザーシグナルや新規ユーザー、アクティビティの少ないアプリコンテキスト、または行動履歴がほとんど蓄積されていない環境を伴います。CARAの広告レコメンデーションドメインは、シーケンス・モデリング・アーキテクチャ（アプリ全体のユーザーイベント履歴で学習済み）を採用し、Molocoのサプライと広告主の関係の全範囲にわたって学習された表現を活用して、このような条件下でも成果を予測できるように特別に設計されています。
CARAはMolocoの複合AIアーキテクチャを表し、このアプローチはMolocoの全プロダクトスイートに適用されています。特定の技術ドメインとその構成は、プロダクトのコンテキストによって異なります。この複合AIアーキテクチャがMoloco Commerce Mediaにどのように適用されているかについては、こちらをご覧ください。
Moloco SDKは2つの機能を同時に果たします。1つ目は、パブリッシャーと直接連携し、CARAがエクスチェンジパートナーを介さずに広告在庫に直接アクセスできるようにします。2つ目は、デバイスでのクリエイティブのレンダリングをCARAが直接制御できるようにすることで、よりリッチな広告フォーマットの使用と、行動シグナルをモデルにフィードバックすることが可能になります。新しいSDKがそれぞれ生成するシグナルによって、６つの技術ドメインすべての学習データの質が向上するため、これらのSDKの統合は、複合システム全体の強化につながります。
