AIマーケティングスタートアップのHightouchが、年間経常収益（ARR）1億ドル（約150億円）の突破を発表した。とりわけ目を引くのは成長速度だ——AIエージェントプラットフォームの投入からわずか20ヶ月で7,000万ドル（約105億円）の収益増加を達成している。これは単なるビジネスの成功話ではない。「汎用AIの限界をどう乗り越えるか」という、今まさに多くの企業が直面している問いへの、一つの明確な回答でもある。

なぜ汎用モデルはマーケティングに使えなかったのか

多くの企業が最初に試みたのは、汎用基盤モデルをそのまま使って広告素材を生成することだった。しかし結果は惨憺たるものだったと、HightouchのCo-CEOであるKashish Guptaは語る。「LLMは存在しない製品をハルシネーションしてしまう。存在しない製品の広告は打てない」。

ブランドカラー、フォント、トーン、既存の商品素材——汎用モデルはこれらの情報を持っていない。Domino’sのピザを生成しようとすれば、実際のDomino’sとは似ても似つかない画像が出てくる。これは「AIが使えない」のではなく、「正しいコンテキストを与えていない」という設計の問題だ。

HightouchのアプローチーーブランドDNAをAIに注入する

Hightouchが採ったアプローチはシンプルだが本質的だ。Figma、社内CMS、フォトライブラリなど、企業がすでに保有しているデザインツールと直接連携し、ブランドのアイデンティティをAIが参照できる形で与える。

Domino’sの実例が分かりやすい。「Domino’sはピザを生成することは絶対にない。常に既存のピザ画像を使い、その周囲の背景やその他の要素だけをAIで生成する」とGuptaは説明する。

つまり「全部AIで作る」のではなく、信頼できる既存素材＋AI生成の組み合わせによって、ブランドの一貫性を保ちながら大量のパーソナライズドコンテンツを生み出す仕組みだ。RAG（Retrieval-Augmented Generation）の概念をマーケティング実務に応用したものと捉えると分かりやすい。

実務への影響——日本のマーケティング現場への示唆

デジタルマーケティングのコスト削減と品質維持の両立に苦慮する日本企業は多い。Hightouchのアプローチから学べる実務ポイントを整理する。

既存アセットの整備が先決 AIエージェントが「ブランドを学習」するためには、まず企業側の素材が整理・デジタル化されていることが前提だ。Figmaや社内CMS、商品画像ライブラリを適切に管理することが、AIを活用するための土台になる。

「禁止」ではなく「安全に使える仕組み」を構築する 「AIで生成した画像は使わない」という方針では競合に遅れをとるだけだ。ブランドガイドラインをAIに組み込む仕組みを作ることで、品質を担保しながら自動化の恩恵を受けられる。

デザイナーの役割が変わる 毎回一から素材を作る必要はなくなる。代わりに、AIが学習するためのブランドアセット設計・管理と、生成結果の品質評価・フィードバックが主要な役割へと移行していく。

筆者の見解

Hightouchの成功が示しているのは、AIを「正しく使う」とはどういうことかを端的に表している。汎用モデルにそのまま仕事をさせるのではなく、業務文脈・ブランド情報・企業固有の知識をきちんと与えた上で自律的に動かす——この設計思想こそが本質だ。

私が日々実感しているのも同じことで、AIエージェントに「やったことと、その結果をきちんと評価できる仕組み」を与えれば、自律的に改善を繰り返して合格点の成果を出せるようになっている。完全情報ゲームでなくても、もうかなりその段階に来ている。

「副操縦士として人間が逐一確認するモデル」から、「エージェントが自律的に判断・実行・検証を繰り返すハーネスループ」へ——この転換こそが今のフロンティアだ。Hightouchはマーケティング領域でそれをビジネスとして証明した。

日本のIT現場では、まだ「AIを試してみた」段階の企業が多い。しかし競争環境は急速に変わっている。Hightouchの20ヶ月で70億円という成長速度を見れば、AIエージェントへの本格投資を先延ばしにするコストがいかに大きいか、肌で感じてほしい。情報を追うだけでなく、自分たちの業務文脈をAIに与えて実際に回す経験を積む——それが今最も重要な一歩だ。

出典: この記事は Hightouch reaches $100M ARR fueled by marketing tools powered by AI の内容をもとに、筆者の見解を加えて独自に執筆したものです。