出会い系アプリのAI活用事例 ー ビジネスインサイダー寄稿

アメリカの市場は2000億円規模。AIベースのデートアプリは婚活をどう変えるか

出会いアプリのAI活用事例

こんにちは。パロアルトインサイトCEO・AIビジネスデザイナーの石角友愛です。

今回は日本政府が少子化問題に歯止めをかけるために取り組んでいる｢AI婚活｣について、アメリカではどのように婚活や恋人探し市場でAIが活用されているかという比較・考察をしていきます。

国内で広がる自治体主導の｢AI婚活｣

まず、日本政府が2021年度予算の概算要求に少子化対策費用として20億円を計上し、地方自治体がAIを活用した婚活システムを導入する際の費用の3分の2を支援すると発表した背景についてです。

大きな要因として、｢少子高齢化問題と婚姻件数の減少｣が挙げられます。

日本で2019年に生まれた赤ちゃんはわずか約86万5000人と、統計開始以来最少を記録しました。そして、婚姻件数の数は2000年に約80万件だったものが、2019年は約60万件に減少。25歳から34歳の日本人が結婚しない理由の第1位は｢適当な相手にめぐりあえない｣で、ある調査では男性45.3％、女性51.2％がそのように回答しています。（厚生労働省｢結婚と出産に関する全国調査｣、2015年）

婚活支援へのAI導入は、実際に複数の地方自治体で運用が進んでいます。愛媛県では国立情報学研究所の宇野毅明教授を中心に心理学者やデータサイエンティストなどと｢結婚支援ビッグデータ活用研究会｣を設立し、機能の開発や効果の検証などを進めています。

実際にAIシステムを導入し、ビッグデータを活用してからは、マッチングの成立割合が13％から29％に向上したとのこと。

また、埼玉県では、2018年にAIシステムを導入し婚活サポート｢恋たま｣を始めました。すでに約4500人が利用しており、今まで69組が成婚に至っていて、そのうち半分の33組がAIシステムが提案した相手とのことです。

AIが有効なのは｢出会いの母集団を増やす｣こと

結婚の数を増やせば少子化問題が解決できるわけでは、必ずしもありません。が、少なくとも、適当な相手とのめぐり合わせという一番最初のステージでの母集団を大きくすることができれば、その後のコンバージョンレート（初デート実施、交際開始、結婚の確率）も理論上は高めることができます。

単に母集団を大きくすればよいというわけではなく、｢より次のステージに進む確率が高い人｣をめぐり合わせることが大事なのです。そして、その｢人選とレコメンドエンジンにAIを活用する｣というのが今回のAI婚活の基本コンセプトだと考えています。

そういう意味では、ネットフリックスで再生ボタンを押す確率が高いであろう映画をレコメンドするエンジンや、アマゾンで｢この商品を買った人はこんな商品も買っています｣というレコメンドエンジンとあまり変わりはない、とも言えます。

このようなレコメンドエンジンの良いところは、｢ユーザーが能動的に指名検索しなくてよい｣ということです。決断疲れをしている現代人にとっては、調査を重ねて指名検索するよりも｢いかがですか？｣とオススメされたものから選ぶほうがストレスフリーです。

また、能動的検索の場合、過去の検索やヒューリスティック（※）な基準による希望条件の絞り込みで幅を狭めがちですが、第1ステージでの母集団を大きくしたい場合はこのような絞り込み検索では逆効果です。

※ヒューリスティック：経験則などを中心とした発見法のこと

そういう意味では｢わざわざ積極的に指名検索しようと思わなかったが、いざオススメされてみたら良いと思う｣という風にユーザーに思ってもらえるような｢守備範囲の半径｣を自然に広げることができるのが、AIレコメンドエンジンの良いところだと思います。

実際に埼玉県で運用されている婚活システム｢恋たま｣の利用者の中に、｢自分では多分選ばなかった人とマッチングしたけれど、会って話してみたら良い人だった｣という反応があるのも理解できます。

Tinderは主に3つの要素でユーザーを見ている？

アメリカでは婚活市場は基本的には民間企業が積極的にサービス展開をしており、日本のように政府が補助金を出すという取り組みはあまり耳にしません。けれども、デートアプリ市場は盛り上がっています。

アメリカだけで20億ドル（2000億円規模）の市場で、2019年のアメリカのデートアプリユーザー数は約2500万人。一番人気はTinderで、若い世代を中心に660万人ほど（2020年度Q3決算資料より）のユーザーがいます。

Tinderの評価額は100億ドルと推定され、2019年の収益は11.5億ドル、マッチグループ（親会社）の総収益20億5000万ドルの56％にもおよびます。Tinderの収益は、2015年から2019年の間に123％の年平均成長率（CAGR）で大幅に増加しており、人気の背景には機械学習の活用が挙げられます。

どんなユーザーにどんなユーザーをレコメンドするかのアルゴリズムには、大きく分けて3つの柱があります。もちろんレコメンドアルゴリズムの詳細は公開されていませんが、非公式のTinderユーザーによるFAQウェブサイト、そのほかの情報を参考にまとめました。

以下は、あくまで可能性の話ですが、当たらずも遠からずではないかと思っています。

このようなランクシステムがあるとするならば、それを体系的に理解してアプリの使い方を攻略することができるユーザーが、結果的に露出も高くなりシステムから評価されるようになるのも興味深いところです。

アプリ内の｢嫌がらせ防止｣にもAI活用

　PAIoneerPRO会員に登録 ▷　
PAIoneer PRO
詳細はこちら

すでに会員ですか？ ここでログイン