# ランキングモデルは「間違ったもの」を最適化している――Zoe Weil（Sequen）が語るセッション内シグナルと購買最適化 - 番組: [The TWIML AI Podcast (formerly This Week in Machine Learning & Artificial Intelligence)](https://ai-curator.jp/podcasts/shows/cmv3z5bze00035o10pbqj68s6)（Sam Charrington） - 元のタイトル: Your Ranking Model Is Optimizing the Wrong Thing with Zoe Weil - #780 - 配信日: 2026年10月15日 - 長さ: 52分 - 要約作成日: 2026年10月15日 - トピック: [#ランキング](https://ai-curator.jp/topics/%E3%83%A9%E3%83%B3%E3%82%AD%E3%83%B3%E3%82%B0) [#レコメンデーション](https://ai-curator.jp/topics/%E3%83%AC%E3%82%B3%E3%83%A1%E3%83%B3%E3%83%87%E3%83%BC%E3%82%B7%E3%83%A7%E3%83%B3) [#暗黙的フィードバック](https://ai-curator.jp/topics/%E6%9A%97%E9%BB%99%E7%9A%84%E3%83%95%E3%82%A3%E3%83%BC%E3%83%89%E3%83%90%E3%83%83%E3%82%AF) [#MLOps](https://ai-curator.jp/topics/MLOps) [#Rust](https://ai-curator.jp/topics/Rust) [#評価ハーネス](https://ai-curator.jp/topics/%E8%A9%95%E4%BE%A1%E3%83%8F%E3%83%BC%E3%83%8D%E3%82%B9) - URL: https://ai-curator.jp/podcasts/cmv9g0m6e00015j10d706a0wo ## 要約 Sequen共同創業者兼CEOのZoe Weilが、ECや旅行サイトのランキングを「商品を見つけやすくする検索問題」ではなく「高い購買意欲の瞬間に行動へ影響を与える問題」として捉える同社のアプローチを語った。スクロール速度やホバー時間といったセッション内の暗黙的シグナルを、ユーザーIDに頼らず数十ミリ秒以内に処理する。LLMや生成AIは使わず、Rust製バックエンド、大規模イベントモデル、評価ハーネスを組み合わせたスタックで、広告収益とオーガニック収益の両立を目指すという。 ## ポイント - Weilは、ソーシャルメディア企業の手法はWayfairやPricelineのようなデータの乏しい小売には同じ成果をもたらさないと指摘し、顧客間でデータを共有せずセッション内のライブシグナルでそれを補うと述べている。 - ホバー時間、スクロール速度、商品間の往復回数などの暗黙的フィードバックに大きく依存し、ユーザーは「名前」ではなく「セッション内のイベントの集合」として扱う。 - ストリーミングイベントを数十ミリ秒以内（50ms未満、毎秒数千リクエスト）で特徴量化し、複数のランカーで再ランクする必要があり、低遅延のためバックエンドはRustで構築したという。 - 「大規模イベントモデル」から始まり、複数ストリームの関係を捉えるモデルを経て、数十万規模の独自ランキングモデルと評価ハーネス・知識ストアを持つ「Recursive」スタックに発展した。 - 広告収益とオーガニック収益は通常トレードオフだが、クリックだけでなく購買まで最適化することで両方を同時に引き上げられると主張している。 - 監視資本主義との批判には、依存性のある体験は作らず、ユーザー情報も保存せず、ライブの取引内で完結すると反論している。 ## 章立て - [00:00] **クリックでなく購買を最適化する** — ソーシャルメディアのデータ優位性と、小売企業が同じ手法を使えない理由が示される。Sequenは行動に影響を与えるランキングに注力する。 - [02:11] **検索ではなく行動への影響** — 従来の検索・関連度中心の発想と、Sequenの「高意図の瞬間に影響する」アプローチの違いを説明。大規模イベントモデルの概念も登場する。 - [08:28] **超低遅延インフラの難しさ** — ナノ秒単位のデータ処理と50ms未満の再ランキング提供に必要な、リークのないパイプライン、個別化モデル、サービング基盤を論じる。 - [15:54] **監視資本主義への懸念への回答** — ユーザーIDを使わず、依存を狙わず、セッション内の情報だけを使うという立場を説明する。 - [19:03] **Rustとモデルアーキテクチャ** — RustがPythonでは不可能だった理由、自己注意を使う多数の専門モデルの「ランキング版Mixture of Experts」的構成を語る。 - [26:34] **複数のランカーと暗黙的フィードバック** — 商品ページとカート画面の補完商品など、場面ごとのランキングの違いや、広告とオーガニック収益の両立を説明する。 - [38:27] **評価ハーネスとRecursiveスタック** — 商業的な正解を定義する評価ハーネス、知識ストア、末尾再帰的な継続学習、各種モデルの進化を解説する。 - [46:46] **今後の技術的焦点** — 時系列モデルの位置づけと、表現学習より中核ランキングモデルの改善を優先する方針が語られる。 ## 解説記事 TWIML AI Podcastの第780回では、Sequen共同創業者兼CEOのZoe Weilが、ECや旅行、メディアのランキングを購買成果に直結させる同社のアプローチを語った。ホストのSam Charringtonは「結局は昔ながらのアップセルでは」「監視ではないか」と率直に疑問をぶつけており、その応答が見どころとなっている。 #### 「見つけやすさ」から「行動への影響」へ Weilによれば、インターネット上のあらゆるもの（商品、ホテル、コンテンツ、広告）はランキングモデルを通る。従来のランキング研究は情報検索、つまりクエリに意味的に近い文書をいかに返すかを軸にしてきた。彼女自身も情報検索を学んだが、この領域は最先端ラボがすでに相当高い水準に到達していて、研究テーマとしてはもはや面白くないと述べている。 TikTokやInstagramの推薦は、探し物を助けるというより利用者の行動に影響を与えるものだ、というのが彼女の見立てである。ただし小売企業はそうした膨大な行動データを持たない。WayfairやPricelineのように大規模でも、人々が1日に何度も開くアプリではない。そこで「購買意欲の高い瞬間」に、バスケットサイズや平均注文額を少しだけ引き上げることを狙う。100ドルのソファを500ドルにするのではなく、102ドルにするイメージで、それを継続的かつ大規模に行うことで利益目標に効くという説明だった。 #### セッション内の暗黙的シグナル Sequenが重視するのは、クリックやコンバージョンよりも細かいシグナルだ。ホバーの滞在時間、スクロール速度、2つの商品を行き来する回数などで、これらを「マイクロフィードバック」と呼ぶ。ユーザーIDや名前、所在地は使わず、ユーザーは「セッション内のイベントの集合」として扱われる。顧客間のデータ共有もしないという。 Weilは、銀行の幹部から取引データの提供を持ちかけられた際、「99%の人は購入に至らないので、取引データは最も面白くない」と答えた例を挙げた。関心があるのは、購入に至らない99%の行動だという主張だ。 監視資本主義という批判に対しては、自分もそれを強く嫌う立場だと述べた。依存性のある体験は作らず、個人情報は保存せず、すでにサイトを訪れている人が言葉にできない欲しいものに早く行き着けるよう助けるだけだ、と説明した。Charringtonは、店員が「その携帯をずっと見ていましたね」と声をかけるのに近いと整理した。 #### 低遅延を支える技術スタック このシステムには、リークのないデータパイプライン、ユーザーごとに継続改善される個別化モデル、ライブの反応を反映できる高速なサービングの3つが同時に必要だという。ナノ秒単位でデータを処理・変換し、複数層のランキングモデルを通して、50ミリ秒未満、毎秒数千リクエストで再ランクした結果を返す。そのために「ランキングクラスタ」を独自に構築した。 バックエンドはRustで、R&DにはPythonを使うが、Pythonでは実現できなかったと断言している。Hugging Faceなどのオープンソースライブラリが数年でRustに対応したことは、タイミングの幸運だったという。LLMや生成AIは一切使わず、NoSQLや分散データベースとオープンソース技術を多用すると述べた。 モデルは自己注意機構を使うものが多いが、Transformer一辺倒ではなく、多数の専門モデルが連携する「ランキング版のMixture of Experts」だという。ストリームは数百のモデルに流れ、特徴量として再構成されて最終ランカーに渡される。最大のモデルでも業界の巨大モデルの極めて小さな一部にすぎないと述べている。クエリ埋め込みも、汎用の巨大言語モデルでなく、旅行・小売・メディアなど文脈ごとに絞った表現が有効だという考えを示した。 #### 場面ごとのランキングと広告・オーガニックの両立 Weilは補完商品を例に、同じ「補完」モジュールでも商品詳細ページとカート追加後ページでは最適なランキングが異なると説明した。前者はまだ購入を決めていないため多様性が必要で、後者は購入が確定しているため、テニスラケットならボールやリストバンドなどを個人ごとに出し分ける。ここまでのセッション内の迷い方（ホバー回数や比較の往復など）が手がかりになるという。 また、広告収益はオーガニック収益を食うのが通例で、クリックの最適化は転換率を下げがちだが、購買を軸にするとクリックも購入も同時に増やせると主張した。これはWeil自身の主張であり、番組内で数値による検証は示されていない。 #### Recursiveスタックと評価ハーネス 同社の中核IPは「Recursive」スタックで、独自の知識ストア、評価ハーネスのライブラリ、フロンティアランキングモデルから成る。出発点は、イベントのストリームに汎化する「大規模イベントモデル」で、その後、複数ストリームの関係を扱う「大規模メッシュモデル」、さらに数十万に及ぶ独自のランキングモデルへと広がった。 評価ハーネスは、業種ごとに異なる「商業的な正解」をオフラインで評価するための仕組みで、旅行と家具は似ているが、クリックがそのまま収益になる広告とは別物だという。名称の由来は末尾再帰に近い発想で、毎回ランキング全体を一から再学習するのではなく、少ない計算量で継続的に更新して利得を積み上げる点にある。かつては日次や時間単位でゼロから学習していたと語った。 時系列モデルは初期には重要だったが、人間の行動は言語ほど規則的でなく予測不能だとして、現在は小さな役割に留まるという。今後は画像やテキストの表現学習ではなく、中核ランキングモデル自体の改善に注力する方針だ。 #### まとめ 今回の議論は、RAGやコパイロット、エージェントを作る開発者にも通じる問いを含む。クリックやいいねなど集めやすい指標と、関連度のような評価しやすい指標だけを最適化していないか、という点だ。Weilは、暗黙的フィードバックと、ビジネス成果に紐づく評価ハーネスの重要性を強調している。 一方で、数値や効果の多くは本人の発言に基づく。個人を特定しない設計がどこまで「監視」との境界を守れるかは、読者自身が検討すべき論点である。低遅延基盤にRustを選んだ点や、巨大モデルでなく専門モデルの組み合わせで勝負する点も、実務者には参考になる。 > この要約・解説記事は、元の音声の文字起こしをもとに AI（Claude）が日本語で作成したものです。出典: The TWIML AI Podcast (formerly This Week in Machine Learning & Artificial Intelligence)「Your Ranking Model Is Optimizing the Wrong Thing with Zoe Weil - #780」