「Instagramのアルゴリズムは一つのモデルではない」

よくある誤解があります。「Instagramが広告を学習している」と聞くと、一つのAIを想像する人が多いですが、実際は1,000以上のMLモデルの集合体です。

Meta Engineeringブログ（2025年5月）の記事で、Instagramが1000以上のモデルを同時に運用しながら品質と安定性を維持する仕組みが解説されました。広告主にとっては「アルゴリズムが実際にどれほど複雑で、どれほど速く変化するのか」を垣間見ることができます。

出典: Meta Engineering — Journey to 1000 models

なぜ1,000なのか

Instagramはサーフェスごとにランキングモデルが必要です — Feed、Explore、Reels、Stories、検索、DMのおすすめ — さらに各サーフェスの中で目的別にモデルが分かれます：

• コンテンツレコメンデーション（関連性）
• 広告ランキング（予測コンバージョン）
• クリエイター発見
• スパム・安全フィルター
• パーソナライゼーション強度
• ...

一人のユーザーのフィードを表示するだけで数十のモデルが順番に、または並列で実行されます。この複雑さのすべてが「アルゴリズム」という一言の裏に隠れています。

1,000モデルを管理する課題

Metaが直面した問題：

• 各モデルのパフォーマンス特性と更新サイクルが異なる
• 一つのデプロイ失敗が広範な障害に連鎖する可能性
• A/Bテストがモデルとサーフェスをまたいで絡み合う

解決策（Metaによると）：

• モデル数を前提としたインフラ成熟度の再設計
• 自動デプロイ＋ロールバックシステム
• 自動異常検知

広告主にとっての実践的な意味

1. 「アルゴリズムが変わった」の本当の意味

実際には、1,000モデルの一部だけが更新されたということです。Instagramは一夜にして全面変更されるわけではなく、小さなピースが継続的に調整されています。

影響：CPAや配信のブレはサーフェスと時間帯によって不均一です。「全体的にパフォーマンスが悪い」ではなく、「Exploreサーフェスだけが悪化した」のような粒度の細かい読み方が必要になります。

2. Meta Latticeが必要だった理由

Metaが2025年に導入したLatticeアーキテクチャは、「1,000モデルを一つの大きな統合モデルに集約する」方向に進んでいます。膨張したモデルエコシステムに対する効率化の取り組みです。

広告主にとっては、サーフェス横断のコンテキストがより正確になることを意味します。ユーザーがFeedで見た広告が、Reelsに到達したときに記憶されて、異なる配信がされるようになります。

3. 「一つの広告を完璧にチューニングする」戦略の限界

1,000モデルが継続的に更新される環境では、「このキャンペーンは最適」という状態は数週間しか持ちません。 毎週のモデル変更がパフォーマンスのブレを引き起こします。

対応策：個別キャンペーンの細部にこだわるよりも、運用リズムとクリエイティブ供給の仕組み化が重要です。アルゴリズムの変化に適応できるインフラに価値があります。

では何をすべきか

マインドセットの転換：

• 「アルゴリズムを理解する」という幻想を捨てる（1,000個のモデルをどうやって理解しますか？）
• 安定したシグナル供給に集中する：正確なPixel、豊富なイベント、多様なクリエイティブ
• ブレへの耐性を構築する：週次レポート、月次レビュー、四半期戦略

チェックリスト：

• 週間CPAの±30%のブレは正常（1,000モデルの一部が調整されている）
• 月間CPAのトレンドで判断する
• 大きな変化は四半期で振り返る

1,000モデル体制が示すもの

広告主への示唆：

• 更新サイクルの短縮 — 月次 → 週次へ
• 広告主が「アルゴリズムのブレ」に遭遇する頻度が増える
• 自動化ツールへの依存度が上がり続ける

このトレンドは加速します。理解していれば予測可能ですが、見逃すと毎週が混乱になります。

ブレの読み方と運用リズムの設計については「Meta広告4巻」で詳しく扱っています。