GLOSSARY 用語集

エージェンティック広告

公開日 2026年2月19日

「美味しいレストランを探して！」
「今週末、家族で行けるイベントは？」

何かを調べようとする時、これまでは検索エンジンにキーワードを打ち込み、表示された広告やサイトを自分自身の目で一つひとつ比較してきました。

しかし2026年現在、この「検索し、選ぶ」というプロセス自体をAIが肩代わりする時代が本格的に到来しています。ユーザーが直接サイトを訪れる前に、AIがすでに「最適な答え」を絞り込んでいるのです。

その変化の中心にあるのが「エージェンティック広告（Agentic Advertising）」です。

これは、従来の運用自動化の延長ではありません。
AIがすべての人の「代理人（エージェント）」として、無数の情報から最適なものを取捨選択し、時には裏側で取引までを自律的に行う、全く新しいマーケティングの形です。

エージェンティック広告とは？

エージェンティック広告（Agentic Advertising）とは、高度なAIを搭載した「AIエージェント」が、人間（マーケターや消費者）に代わって自律的に広告のプランニング、配信、最適化、さらには決済や取引までを完結させる次世代の広告手法を指します。

これまでの広告は、人間が設定したルール（入札単価やターゲット）に基づいて機械が動く「リアクティブ（反応型）」なものでした。対してエージェンティック広告は、AIが目的達成のために自ら考え、判断し、実行する「プロアクティブ（先回り型）」な広告への転換を意味します。

従来の広告（プログラマティック広告等）との違い

これまでのプログラマティック広告との大きな違いは
「誰が、どの程度判断を下すか」という主体性にあります。

特徴	従来の広告 (プログラマティック)	エージェンティック広告
意思決定の主体	人間が設定したルール（If-Thenルール）で機械が実行	AIエージェントが自律的に判断・実行
指示の内容	詳細なターゲットや入札単価の設定が必要	「目標」のみを定義（例：来店数を増やして））
最適化の精度	過去の蓄積データに基づく予測	リアルタイムの信号に基づき即時判断
情報の受け取り	ユーザー（人間）に直接表示	ユーザーのAIが内容を精査

ポイント：AI同士の「対話」が始まる
エージェンティック広告の世界では、広告主側のAI（売りたい）と、ユーザー側のAI（買いたい）が
「対話」して交渉することで、本当に必要な情報だけをマッチングされるようになります。

エージェンティック広告の主な特徴

1. 自律的な意思決定（Autonomous Decision-Making）

「ROI（投資利益率）を最大化する」といった抽象的な目標を与えるだけで、AIがリアルタイムに予算配分やクリエイティブの入れ替えを行います。人間（マーケター）が管理画面に張り付いて調整する必要がなくなり、その工数は激減します。

2. パーソナルエージェントによる情報の選別

将来的に、ユーザーは直接広告を見るのではなく、自身の「AI秘書」のようなAIエージェントを通じて情報を受け取ることになります。AIエージェントが「今のユーザーにこの情報は不要だ」と判断すれば、ノイズとなる広告は遮断されます。

これは、企業側にとっては「ユーザーのAIに選ばれるための戦略」が必要になることを意味します。

3. 機械可読な「構造化データ」の重要性

AIが情報を正しく理解できるよう、広告素材は画像やキャッチコピーだけでなく、価格、在庫状況、スペックなどの「構造化データ（AIに読み取ってもらえるデータ形式）」を整える必要があります。そのため、データが整っていない企業は、AIの選択肢から除外されるリスクがあります。

ビジネスへのインパクト：損失と利益の可視化

この変化すでに現実のものとなりつつあり、
対応するか否かでマーケティングの効率は大きく変わります。

対応が遅れた場合の損失（Pain）
AIエージェントが情報を読み取れないサイトや広告は、将来的に検索結果や推薦リストから「存在しないもの」として扱われます。これにより、従来のWeb流入に頼っていた企業は、見込み客との接点を最大50%近く失うリスクがあると言われています。
導入による利益の試算（Gain/ROI）
自律型AIの導入により、広告運用にかかる人件費を大幅に削減できるだけでなく、精度の高いマッチングにより、CPA（顧客獲得単価）を15〜20%改善し、無駄な広告費を利益に転換できる見込みがあると言われています。

Location AIが考える「人流データ」との関連性

人流データは、AIが現実世界の動線（オフラインの行動）を理解し、推測ではなく実行動に基づいた精緻な意思決定を行うための『グラウンド・トゥルース（地上検証データ）』として機能すると考えています。

AIエージェントが「今、ターゲットとするユーザーがどこにいて、どの店舗に立ち寄る可能性が高いか」などを判断する際、オンラインの行動履歴だけでは把握ができません。

そこで、オフラインの行動履歴をリアルタイムな人流データを活用することが、今後重要な判断材料のひとつとなると考えています。

以下は人流データとの関連性の例になります。

人流広告との融合:
「店舗周辺のとあるエリアにターゲット層が密集している」という人流シグナルを送ることで、AIがその情報を検知し、自律的に広告配信を強化する。
実勢商圏の最適化:
AIが人流データを基にターゲットの行動変化を分析し、チラシやデジタル広告の配信エリアを自動で最適化する。

このように、エージェンティック広告という優れた「頭脳」に、人流データという「現実世界の行動データ」を組み合わせることで、より血の通った、精度の高いマーケティングが可能になります。