AMSホワイトペーパーV5
Intent、Attention、Trust、Policy、Governanceの5つの視点から、価値をリリースする前にデジタル行動を検証するKeigenの実践フレームワークです。
ほとんどのシステムは活動を計測します。AMSは、何を計測すべきかを判断するためのフレームワークです。
AMSは、デジタル参加によって価値が引き出される商業システムのための、Keigenの信頼アーキテクチャです。チームが、その活動が意味を持つか、その注目に基づいて行動する価値があるか、シグナルが信頼できるか、ポリシー条件が満たされているか、判断後にガバナンスできるかを決定するのを支援します。
このフレームワークは、人間、ボット、買い手、ファン、ワーカー、ベンダー、AIエージェントすべてがシグナルを生み出す世界のために設計されています。その世界では、組織はダッシュボード以上のものを必要とします。次の問いに、規律をもって答える方法が必要です：
何が注目に値するか？何が行動に値するか？何が価値リリースに値するか？
本リーダー版では、AMSの5層構造と、KeigenのプロダクトアダプターであるBuyerRecon、RealBuyerGrowth、Fidcern、Time-to-Pointへの適用方法を紹介します。
ほとんどの解析、不正検知、モニタリング、アトリビューションシステムは、活動を観察するために構築されました。訪問、クリック、エントリー、完了、コンバージョン、セッション、滞在時間、記録された作業を計測します。それは有用ですが、もはや十分ではありません。
商業的な問いはより難しいです：この活動は何かをトリガーすべきか？予算に影響を与えるべきか？アカウントの優先順位付けに影響するか？スポンサー価値として計上すべきか？報酬をリリースすべきか？請求を支えるべきか？AI支援アクションは受け入れられるべきか？
AMSは、リリース直前の瞬間から始まります。お金、アクセス、報酬、優先順位、請求、商業的信頼がリリースされる前に、活動が十分に意味があり、信頼でき、ポリシーに準拠し、ガバナンス可能かを問います。
| レイヤー | 外部向けの問い |
|---|---|
| Intent | その活動は何に向かっているか？ |
| Attention | その注目は優先するに足る意味を持つか？ |
| Trust | そのシグナルは信じられるか？ |
| Policy | ルールのもとで、その行動は許されるか？ |
| Governance | その判断は説明・レビュー・改善できるか？ |
これがコアな転換です：活動トラッキングから、価値リリースの規律へ。
Intentは方向性を見ます。行動が購入、評価、報酬獲得、参加、作業完了、委任実行、その他の商業的に意味のある成果に向かっているかを問います。
Attentionはシグナル品質を検証します。活動が反復的、深い、適時、シーケンシャル、持続的、または商業的注目に値するほど関連性があるかを問います。
Trustはシグナルの整合性を検証します。活動が本物で、適格で、帰属可能で、人間または認可されたものであり、自動化、偽のエンゲージメント、重複ID、合成行動によって明らかに歪められていないかを問います。
Policyは組織自身のルールを適用します。閾値、許可、適格条件、同意境界、スポンサー条件、請求ルール、エスカレーション要件が満たされているかを問います。
Governanceは判断後にその判断を保護します。組織が、判断を説明、擁護、レビュー、学習、または異議申し立て時に取り消しできるかを問います。
Benevolent Holding Field（BHF）は6番目のレイヤーではありません。AMSの5つのレイヤーが意図したとおりに機能する運用条件です。
弱い場では、同じ検証ロジックが防御的、脆弱、高コスト、対立的になります。モニタリングコストが上昇します。エスカレーションが増加します。参加者は真実を語るより、コンプライアンスのために最適化します。
強い場では、真実な参加が容易になり、操作のコストが上がり、修復が速くなります。AIエージェント時代では、これがさらに重要です。同じ場の条件が、人間の協力を真実に保つだけでなく、人間とAIの協力を検証可能に保つからです。
より深い解説は、コンパニオン論文をお読みください：AMS Field Theory — ガバンドアロケーションを支える運用条件。
BuyerReconは、B2Bおよび複雑な商業環境のチームが、フォーム送信前の本気の購買モーションをより早く認識するのを支援します。断片的な行動を、ガバンド商業エビデンスに変換することで、訪問者、企業、アカウントが今、注目に値するかをチームが判断できるようにします。
RealBuyerGrowthは、マーチャントと成長チームが、ボット、偽のエンゲージメント、クーポン乱用、低品質なプロモーション注目によって膨張した成長と、本物の商業需要を区別するのを支援します。予算配分を改善し、将来の意思決定データを保護します。
Fidcernは、抽選、アクティベーション、インセンティブ、スポンサーキャンペーン、限定リリースイベントへの参加が、価値帰属または報酬リリースに値するかを、運営者が検証するのを支援します。本物の参加者の体験を粗雑な不正スクリーンに還元することなく、商業利回りを保護します。
Time-to-Pointは、組織が、申請された作業、委任実行、AI支援アウトプットが、受け入れ、クレジット、請求の前に、十分なエビデンスに支えられているかを検証するのを支援します。タイムトラッキングではありません。分散および人間とAIが混在する作業のための、エビデンス可搬性です。
AMSは、大規模な変革プログラムとして始めるべきではありません。リリース品質が重要で、エビデンスが迅速に生成できる、経済的に意味のある1つのコントロールポイントから始めるべきです。
最初のコントロールポイントが有用と証明されれば、同じ信頼スパインは隣接するリリース判断へ拡張できます。
このフレームワークを実際の商業コントロールポイントに適用する準備はできましたか？