ブランドの口調を渡したメール制作AI｜Virgin Voyagesの公表値

メールの原稿を作る時間は、AIでどこまで短くなるのか。米国のクルーズ会社 Virgin Voyages が公式発表で出している答えは、キャンペーンの原稿制作にかけていた時間を推定で40%減らしたというものです。作ったのは外部の開発会社ではなく、同社のクリエイティブチームでした。

ただし、この40%は発表文で「推定（an estimated）」と書かれた見積りです。前の作業時間、測った期間、測り方は書かれていません。同じ発表には7月の売上が前年比で28%伸びたという数字も載っていますが、こちらは売上の値で、原稿制作の値ではありません。続けて読むと因果のように見えますが、発表はその切り分けを公開していません。

この記事で扱うのは3つです。制作チームがエージェントに何を渡したのか。公表された数字がそれぞれ何を測っているのか。そして自社で同じ形を試すなら、どこを自分で決める必要があるのか。日本の企業が同じことをした場合の効果は扱いません。公表文に書かれていないためです。確認日は2026年11月11日で、参照した3件はいずれも英語です。

公表されている経緯は、発表から1年ぶんある

Virgin Voyages は2021年に就航した成人専用のクルーズ会社で、Sir Richard Branson が設立しました。会社案内によれば、マイアミ、バルセロナ、アテネ、サンフアンを拠点に、60を超える航路で150を超える寄港先を回ります。船内には20を超える飲食店があるとも書かれています。乗客を「Sailor」と呼ぶ独特の言い回しを持つ会社です。

2025年10月9日、同社と Google Cloud は提携を発表しました。発表の時点で、Gemini Enterprise 上の50を超える専門エージェントが全社で動いているとされています。Gemini Enterprise は Google Cloud のエージェント基盤で、発表文には技術の経験が無くても作れると書かれています。この「誰が作るか」が、あとの節で見るほかの事例とも共通する点です。

その1本目として名前が出ているのが「Email Ellie」です。発表文では、記録的な売上の月に寄与し、同社のAI戦略が成り立つことを裏づけた、という位置づけで紹介されています。ここで注意したいのは、記録的な月という表現が売上の金額を示していないことです。何がどれだけだったのかは書かれていません。

Email Ellie に渡されたのは、ブランドの言い回しだった

Email Ellie を作ったのは、同社のクリエイティブチームです。発表文の書き方で特徴的なのは、学習させたものの説明です。社内のブランドの枠組み（internal brand frameworks）で訓練し、同社の「生意気で機転の利く」トーンに浸らせた、とあります。渡したのは文章の作り方そのものではなく、ブランドの決まりと言い回しだという説明です。

そのうえで、発表文はこのエージェントの役割を「自動化を越えて、マーケティングの難しい課題のひとつを解く」と書いています。課題として挙げられているのは、届く範囲を広げながら、ブランドらしさを失わないことです。原稿を速く作ることではなく、速く作っても声が変わらないことに重点が置かれています。

空いた時間の使い道も書かれています。新しい航路や寄港先を前に出すこと、Sailor への案内を個別化する取り組みを進めること、ブランドの物語を豊かにすること。ここは「制作時間が減った」の先にある話で、減らした時間をどこへ移したかが明示されている点は、社内で提案するときの参考になります。日本語のメール施策で何から手を入れるかはメールマーケティングのやり方でも整理しています。

発表の時点で、Email Ellie はメールの制作の流れに完全に組み込まれているとあります。つまり試験的な利用ではなく、通常の業務に入った状態での記述です。ただし、1通ごとに人が確認しているのか、どの工程が自動で、どの工程が手作業なのかは書かれていません。この境界は各社で決めることになります。

公表された数字は、それぞれ別のものを測っている

いちばん引用されやすいのは40%ですが、この値には2つの限定が付いています。1つは対象で、マーケティングチームがキャンペーンの原稿制作に使っていた時間です。配信の設計や効果測定を含む全工程ではありません。もう1つは性質で、発表文は推定と明記しています。前後の実時間が出ていないため、何時間が何時間になったのかは分かりません。

28%のほうは、AIで作ったキャンペーンが測れる結果を出し、7月の売上を前年比で28%押し上げた、という書き方です。ここで公表されていないのは、売上の金額、他の要因（新しい船の投入、価格、季節性、他の販促）をどう切り分けたのか、そして比較した前年の条件です。寄与の算定方法が示されていない数字は、自社の目標の根拠にできません。

公表されている値	何を測った値か	書かれていない条件
原稿制作の時間を推定40%削減	マーケティングチームがキャンペーンの原稿制作にかけた時間	前後の実時間、測定した期間、測り方
7月の売上が前年比28%増	7月の売上（AIで作ったキャンペーンの結果として記載）	売上の金額、他の要因の切り分け、前年の条件
全社で50を超えるエージェント	発表時点で稼働していたエージェントの本数	Email Ellie 以外の用途と内訳
記録的な売上の月	発表文の表現。金額の記載なし	対象の月、金額、比較の相手

表の右の列は埋めません。推測で埋めると、公表された範囲と区別できなくなります。Montgomery County Food Bank の公表値でも、並んでいた数字はすべて作業時間と運営費のもので、支援が届いた量の数字ではありませんでした。事例の数字は、まず測った対象で仕分けると読み違えが減ります。

1年後の記載では、エージェントは1,000を超えている

2026年4月23日の Google Cloud Blog の記事には、同社の記述が1段落あります。Gemini Enterprise で1,000を超える専門エージェントを作成・運用しており、そのうち50を超えるものがキャンペーンの制作時間を40%短縮している、という書き方です。さらに、Gemini Enterprise が同社の個人向けコンシェルジュを動かし、乗務員が旅のそれぞれの場面で乗客に応えるのを助けているとあります。

ここで1つ、読むときに気をつける点があります。公式発表では40%は Email Ellie 1本の成果として書かれていたのに対し、1年後の記事では「50を超えるエージェント」に結びついています。同じ40%という値が、別の主語で紹介されている形です。どちらが正しいかは外から判定できないため、引用するなら出典ごとに主語を書き分けるのが安全です。

本数が50超から1,000超へ増えた経路も公表されていません。どの部署が何を作ったのか、同時に使われているのは何本なのか、作ったあとに使われていないものがあるのかは分かりません。本数は作られた量であって、効果の大きさではないという読み方になります。

「誰が作るか」は、他社の公表値でも同じ形をしている

2026年10月9日の Google Cloud Blog の記事には、Gemini Enterprise を使っている他社の記述が並んでいます。Fortune 100 のうちおよそ90%が使っているという採用の規模のほか、具体的な構築の数も載っています。

スペインの通信会社 Orange Spain では、人事、情報システム、営業、カスタマーサービスの従業員が自分たちでエージェントを作り、1,000を超える独自のエージェントを展開しているとあります。日本の SOMPO については、34,000人の従業員で10,000を超える独自のAIエージェントを作ったと書かれています。カタール大学では、数千人の教職員が2,000を超える独自のエージェントを使っているとされます。

並べて見えてくるのは、専門の開発チームが少数の高機能な仕組みを作る形ではなく、担当者が自分の仕事の分だけ作る形が公表されている、という共通点です。Virgin Voyages のクリエイティブチームが Email Ellie を作ったのも同じ型です。同じ記事には、チームや部署が作った機能を社内の共通の置き場に公開できる、という仕組みの説明もあります。

この型を自社に移すときの難しさは、作る道具の側ではなく、何を渡すかを文書にしてあるかに移ります。Virgin Voyages が渡せたのは、ブランドの枠組みと口調が定義されていたからです。定義が人の頭の中にしかない組織では、最初に作るのはエージェントではなく定義になります。生成AIでのコンテンツ制作やAIエージェントのマーケティング活用で扱っている前提と同じ順番です。

この事例から書けることと、書けないこと

社内の資料や提案でこの事例を使うなら、左の列だけを引き写すのが安全です。右の列を補って書くと、公表されていない条件を自社が保証したことになります。とくにメール施策では、開封やクリックの反応がまったく公表されていない点に注意が必要です。原稿を速く作れたことと、読まれたことは別の結果です。開封の側を改善する手当てはメルマガの開封率を上げる方法の側の話になります。

もう1つ、出典の性質も分けておきます。1件は当事者の企業の公式発表、2件は基盤を提供している Google Cloud の記事です。どちらも第三者の検証ではありません。同じ提携の枠にある3件なので、都合の悪い結果が載っていない可能性は残ります。

自社で試すときに先に決める6項目

6つのうち、後から取り返せないものが1つあります。導入前の制作時間を記録することです。Virgin Voyages の40%が見積りになっているのは、おそらく前の値を細かく持っていなかったからだと読めますが、そこは書かれていないため断定できません。いずれにしても、自社で「何%減った」と言うには、着手前の時間を測っておく必要があります。1通あたりの所要時間と、月あたりの本数の2つで足ります。

測る対象を先に決めることも同じです。原稿の制作時間を測るのか、配信後の反応を測るのかで、見る数字が変わります。両方を同時に目標にすると、原稿が速くなったのに反応が落ちた場合に判断ができません。この事例が公表しているのは前者だけです。

人の確認と個人データは、効果の話ではなく運用の話です。送信の前に誰が原稿へ目を通すかを決めておかないと、ブランドの口調を学習させた意味が薄れます。顧客の情報をどこまで渡すかは、日本では自社の規程と委託先の条件で判断するところで、この事例を根拠にはできません。発表文にも、どのデータを渡したかの記述はありません。

なお、どの施策も効果は内容と運用の条件で変わります。公表されている40%と28%は、Virgin Voyages のこの条件での値です。同じ値になるとは書かれていません。

公表されていないこと

自社の判断に使う前に、記載が無い項目をそのまま残します。費用、ライセンスの条件、利用している人数、導入にかかった期間。原稿制作の前後の実時間と、測定した期間。28%に対する寄与の算定方法と、売上の金額。メールの開封率、クリック率、配信の通数。使っている配信基盤の名前も書かれていません。

Email Ellie 以外の50を超えるエージェントについても、用途の内訳はありません。発表文に書かれているのは、次の一群として、乗船前と船内での乗客の体験を良くするもの、そして乗務員が自分の好きな仕事に集中できるようにして満足度を上げるものを開発中、という予定です。予定は結果ではありません。1年後の記事に個人向けコンシェルジュの記述があるので、その方向で進んだことは読み取れますが、結果の数字は出ていません。

同じ基盤を使った別の事例の読み方は、Macy’s の Ask Macy’sでも扱いました。接客の側か制作の側かで、公表される数字の種類が変わります。

まとめ

Virgin Voyages が公表しているのは、クリエイティブチームが自分たちで作ったメール制作のエージェントで、キャンペーンの原稿制作の時間を推定40%減らしたこと、AIで作ったキャンペーンが7月の売上を前年比28%押し上げたとされること、そして発表時点で全社に50を超えるエージェントがあったことです。1年後の記事では1,000を超える運用と、個人向けコンシェルジュの記述が加わっています。

費用、前後の実時間、寄与の算定方法、メールの反応は公表されていません。それでも設計として持ち帰れるものはあります。渡すのはブランドの枠組みと口調の定義、作るのは現場の担当者、測るのは1つに絞り、着手前の値を先に記録する。この順番は、公表された数字の大きさに左右されずに使えます。