「広告コピーはリーガルチェック済み。ランディングページも問題なし。これでコンプライアンスは完璧だ」
そう思った瞬間から、あなたのキャンペーンは静かに“別の”法律違反を積み上げているかもしれない。米国で15年、ヘルスケアやフィンテック、アルコールブランドのデジタル広告に携わってきた私は、長いあいだ同じ思い込みのなかにいた。そして気づいたのだ。問題は人間が書くクリエイティブの文言ではなく、機械が決める「配信のクセ」にあると。
グーグルやメタの広告AIは、収益を最大化することだけを叩き込まれたブラックボックスだ。その過程で、人種、年齢、病歴さえも疑似的に嗅ぎ分け、特定の属性に広告を集中させる――たとえ広告主が一切そう設定していなくても。この現象を私は「アルゴリズム・コンプライアンス」と名付けている。そして、問題の深刻さに比べ、それを語る専門家があまりに少ないことに危機感を覚えている。
配信そのものが“差別”になる時代
よく知られた転機は2019年、米住宅都市開発省（HUD）がFacebook（現Meta）を訴えた件だ。住宅広告で、機械学習が過去の反応データから「成約しやすい人」を自動抽出した結果、特定の人種や居住地域にインプレッションが偏り、公正住宅法に抵触したとされた。Metaは特別広告カテゴリを導入し、ターゲティング項目を大幅に制限したが、あれで根本が解決したわけではない。
グーグルのスマート自動入札も、Amazon DSPのAIも、今なお利益最大化を唯一の目的関数として回っている。あなたがクレジットカードのキャンペーンを回せば、郵便番号や端末の種類といったプロキシ情報から「高所得層らしさ」を嗅ぎつけ、無意識のうちに特定コミュニティへの表示を抑え込む。公正信用機会法（ECOA）に照らせば、これは立派な違法行為だ。表現や文言が完璧でも、配信の分布が不公平なら、それは訴訟の火種になる。しかもその証拠は、広告主の手元に残らない。
医療広告でAIが“患者リスト”をつくる
ヘルスケアではさらに気味の悪い話がある。ある中枢神経疾患の啓発キャンペーンで、私たちはターゲティングを医師と薬剤師に限定し、クリエイティブにも「専門医に相談を」と明記した。ところが、Performance Maxをオンにした途端、AIが「不眠 治し方」「肩こり 市販薬」といった検索行動を拾い、症状に悩む一般消費者へ広告を拡張配信しはじめたのだ。
これがなぜ問題か。FDA（米国食品医薬品局）は、広告が消費者に不適切な期待を与えたり、自己判断のオフラベル使用を促す文脈を厳しく取り締まる。文言だけ見ればコンプライアンス上は“安全”でも、配信先が不安を抱える患者であれば、それは処方薬の無認可プロモーションとみなされる可能性がある。さらにMetaのAdvantage+は、疾患関連コンテンツに反応したユーザーの類似オーディエンスを作り出し、あたかも医療機関が作成した患者リストのようなセグメントを自動で形成しかねない。HIPAAのグレーゾーンどころか、完全にアウトだ。
年齢確認が壊れていく
酒類やギャンブルでは、21歳未満への広告表示は即アウトだ。しかしサードパーティCookieが消え、AppleのATTでモバイルIDが取れなくなった世界で、プラットフォームは行動推定による「なんちゃって年齢判定」に頼るようになった。動画の視聴傾向やコメントの文体、端末の種類からAIが「たぶん18歳」と推測し、本来21歳以上にしか出せないはずの酒類キャンペーンをあっさり配信してしまう。
広告主は年齢ターゲティングを「21歳以上」に設定したつもりでも、その裏側の推定精度は開示されない。99%の正解率でも、1億インプレッションあたり100万回は未成年に届く計算になる。立証責任がすべて広告主にある以上、この不透明さはとてつもなく危うい。FTC（米国連邦取引委員会）の処分は、知らなかったでは済まされない。
なぜ誰も見ていなかったのか
理由はシンプルで、マーケターと法務のあいだに巨大な監視の空白がある。マーケターはCPAやROASだけを見て、AIの自動最適化を“おまかせ”でオンにする。法務は広告コピーとプライバシーポリシーを穴があくほど読むが、リアルタイム入札の内部ロジックには踏み込まない。そしてプラットフォーム側は、「差別是正機能は実装済み」とだけ言い、アルゴリズムの監査データを外部に出さない。だから誰も、配信分布の不公平に気づかないまま、数年が過ぎる。
でも、被害は着実に出ている。2023年にはフィンテック企業が、メタの自動配信がアフリカ系アメリカ人の多い郵便番号を実質的に除外していたことを内部告発され、株価が急落した例がある。他人事ではない。
今日からできる5つの防御策
アルゴリズム・コンプライアンスは、決して「AIを使うな」という話ではない。パフォーマンスと両立させながら、リスクをきちんと飼いならすことが現実解だ。以下が、米国先行企業で実際に取り組まれている対策である。
配信分布を統計的に監視する
Google Adsの年齢・性別・地域レポートを週次で取得し、カイ二乗検定で偏りを自動チェックする。金融商品なら郵便番号別インプレッションをセンサスデータと比較する。有意な偏りがあれば即座に入札調整や除外設定をかける。
倫理的ネガティブリストを育てる
ヘルスケアでは「症状」「治療法」を示唆する行動セグメントをあらかじめ定義し、カスタムインテントや詳細ターゲティングから徹底除外する。法規制上は許されていても、倫理リスクのあるオーディエンスには最初から広告を見せない。リストは人間の目で定期更新し、自動反映させる。
サーバーサイド年齢ゲートの実装
広告クリック後、ランディング時にGTMサーバーコンテナから第三者年齢照合APIを呼び出し、条件を満たさないユーザーのセッションを自動遮断する。プラットフォームの“推定”に命を預けない自己防衛策で、大手酒類ブランドでは未成年リーチ率を0.01％未満に抑えている。
公正性のA/Bテストを定期実施する
クリエイティブに登場させる人物の人種や年齢層を振った複数パターンを同時配信し、それぞれがどの属性グループに偏って表示されたかを分析する。特定の人種にインプレッションが集中するなら、AIが「その顔はコンバージョンしない」と学習している証拠で、差別的なシグナルを発している可能性が高い。
法務×データ×マーケの三者監査会議
四半期に一度、キャンペーン配信ログをデータサイエンティストが解析し、法務がECOAやFDAガイダンスと照らし合わせる場を設ける。「自動入札が特定の郵便番号を弾いている」「類似オーディエンスに疾患行動が混じっている」など、従来のチェックでは絶対に拾えなかった課題がここで初めてあぶり出される。最初は小さな試験導入で構わない。
信頼の見える化が、次の競争軸になる
米国ではすでに、各州が独自のプライバシー法を矢継ぎ早に施行し、AI差別に対する集団訴訟の脅威も現実のものになっている。「AIが勝手にやった」という言い訳は、もはや裁判官の同情を買えない。逆にいえば、アルゴリズムの公正性を自ら監視し、透明性をもって開示できるブランドが、法規制の厳しい業界ほど圧倒的な信頼を勝ち取る時代だ。
広告表現のチェックは、もうゴールではない。配信のログを自分の手で確かめ、誰に届き、誰に届けていないかを説明できることこそが、コンプライアンスの最前線である。私はそう信じているし、実際に動き始めた企業の株価やブランド評価がそれを証明しつつある。
あなたの広告は、いま誰を見ているのか。まずは今日、グーグル広告の「ユーザー属性」レポートを開いてみてほしい。そこに広がる数字の偏りこそ、あなたのキャリアと会社を守る最初の盾になる。
※本稿は2025年4月時点の米国法規制および広告プラットフォームの仕様に基づいています。施策の実施にあたっては、必ず社内法務および現地規制の専門家にご相談ください。