Creatify チーム
シェア
この記事では
プログラマティック広告は、最初から自動化されたものとして誕生しました。ページが読み込まれるたびに広告枠のオークションが開始され、入札が行われ、勝者が決定される。これらすべてが、ページが表示されるまでのわずかな時間で行われます。この仕組みが、10年以上にわたってインターネットの広告経済を支えてきました。
その歴史の大半において、自動化は人間が作成したルールを実行するだけのものでした。メディアバイヤーがオーディエンス、予算、入札ロジックを設定し、システムは人間には到底不可能なスピードでその指示を実行していました。そこへ登場したAIが、自動化の対象そのものを変えたのです。AIプログラマティック広告の台頭により、かつてバイヤーが手作業で行っていた入札、オーディエンス選定、クリエイティブの決定は、自律的に学習する機械学習モデルに委ねられることが増えています。
これは静かに進行しました。明確な「お披露目の瞬間」こそありませんでしたが、広告の意思決定層は人間からソフトウェアへと静かに移行していったのです。今日、米国のデジタルディスプレイ広告費の90%以上がプログラマティック経由で購入されています。つまり、誰にアプローチし、いくら支払うかという決定がAIによって下されるシステムを、今や広告の大半が通過しているということです。これがどのようにして起こり、何を変えるのかを解説します。
プログラマティック広告とは何か
まずは基本から始めましょう。この言葉の裏には、シンプルな仕組みが隠されています。プログラマティック広告とは、リアルタイムのオークションを通じて広告枠を自動的に売買することです。媒体社はサプライサイドプラットフォーム（SSP）を介して広告枠を提供し、広告主はデマンドサイドプラットフォーム（DSP）を介してその枠に入札します。そして、アドエクスチェンジがオークションを運営します。これらすべてが、1回のインプレッションに対してミリ秒単位で処理され、1日に数十億回も繰り返されています。
その魅力は、常に効率性にありました。数週間前に一括枠を交渉するのではなく、まさに表示された瞬間に、ライブの需要によって設定された価格で、欲しいインプレッションを正確に購入できる点です。長年、このシステムにおける「インテリジェンス」は人間が定義したルールの集合体でした。AIは、それらのルールを「予測」へと進化させたのです。
関連記事：AIマーケティングとは？具体的な事例と大手ブランドの活用法
ルールから予測へ
従来のプログラマティックは、セグメントとヒューリスティクス（経験則）に依存していました。「25〜34歳、フィットネスに関心のある女性」といったオーディエンスを構築し、上限入札額を設定し、いくつかの「if-then」ルールを記述して、あとはダッシュボードを監視する。システムは高速でしたが、提供した指示の枠を超えることはありませんでした。
プログラマティック広告における機械学習は、それを「確率的予測」に置き換えました。固定されたセグメントにインプレッションを一致させる代わりに、モデルはリアルタイムで数千のシグナルを評価し、特定のユーザーがコンバージョンする確率と、そのインプレッションの価値を推定した上で入札を行います。結果が得られるたびに、システムは常に更新されます。eMarketerの2026年の予測は非常にストレートです。生成AIがプログラマティックを席巻し、高い自律性を持って自ら行動する「エージェント型AI」がそのすぐ後ろに控えています。
この仕組みにおいて、最も大きな変化を遂げた4つの領域を紹介します。
プログラマティック広告におけるAIがシステムをどう変えたか
入札
入札は、静的なルールから、インプレッションごとの価値をリアルタイムで評価し、パフォーマンスの変化に応じて予算配分を即座に再調整するモデルへと移行しました。その最も分かりやすい兆候は、大手プラットフォームが調整用のダイヤルを完全に非表示にし始めたことです。Googleのパフォーマンス最大化（P-Max）キャンペーンやMetaのAdvantage+は、広告主に目標と予算だけを求め、ターゲティング、入札、クリエイティブの選択はすべてAIが統合的に処理します。かつて専門家チームが必要だった作業が、今では1つの自動化されたキャンペーンタイプに集約されています。そのトレードオフとして、内部の細かい動きは見えにくくなっています。
ターゲティングとアイデンティティ
サードパーティCookieの廃止により、オーディエンス構築の方法は再発明を余儀なくされました。識別子が使えなくなるにつれ、業界はファーストパーティデータとコンテキストシグナルに依存するようになり、AIがそれらを機能させる原動力となりました。ターゲティングは、文脈とユーザー行動をリアルタイムに読み取り、継続的に更新するものへと変化しました。サプライサイドでは、パブリッシャーがこれを直接組み込んでいます。例えば、NBCUniversalは、ライブ配信やオンデマンドのコンテンツをスキャンして、単純なキーワードマッチングを超え、コンテンツ内の最適な瞬間に広告を配置する「AIコンテキストターゲティング」を導入しました。
クリエイティブ
長年、クリエイティブはプログラマティックが手をつけてこなかった領域でした。いくつかのバナーをアップロードすれば、あとはシステムがどこに配信するかを決めるだけでした。AIはこのギャップを埋めました。「ダイナミッククリエイティブ最適化（DCO）」は、画像、コピー、オファーをコンテキスト、時間、オーディエンスに合わせてその場で生成・組み立て、単純なA/Bテストにとどまらず、膨大なバリエーションでの検証をリアルタイムで実行します。
この変化は新たなボトルネックを生み出しました。システムがテストできるクリエイティブの数は、ほとんどのチームが制作できる量をはるかに超えているのです。ここに、Creatifyのようなツールの存在意義があります。商品やブリーフ（企画書）を、ダイナミック最適化が必要とする規模感で、ブランドの世界観に沿った動画や画像のバリエーションに変換します。システムが「最も強力なクリエイティブを数多く供給できる者」に報酬を与える以上、制作体制こそが解決すべき制約となります。
計測・評価
かつて計測レポートは、予算を使い果たした後に読むものであり、意思決定に反映するには遅すぎました。AIはこれを圧縮します。膨大なデータセットを高速で処理してアトリビューションやマーケティングミックスモデル（MMM）の精度を高め、計測をリアルタイムのフィードバックループに変えて入札システムに直接還元します。その結果、キャンペーンはクリック数のような中間指標（プロキシ）ではなく、売上や来店数といった実際のビジネス成果に最適化されるようになります。
最も急速に進化している領域
テクノロジーの進歩は画面の移行とともにあります。コネクテッドTV（CTV）が新たなフロンティアとなりました。CTV広告費の大部分はすでにプログラマティックに取引されており、予算がケーブルテレビからストリーミングに移行するにつれて、そのシェアは上昇し続けています。小売業者が自社のファーストパーティ購買データを活用して運営する「リテールメディア」もまた急成長を遂げており、デジタル屋外広告（DOOH）も同様の道を歩んでいます。今や看板広告（ビルボード）はプログラマティックに購入され、天気、交通量、時間帯をトリガーに配信されます。共通しているのは、AIによってこれらのチャネルが、かつてないほど個別にアプローチ可能なものになった点です。
不均等な進歩：ウォールドガーデン vs オープンウェブ
ここに、予算の配分を左右する対立構造があります。最も能力の高いAIツールは、プラットフォームがデータ、モデル、インベントリをエンドツーエンドで所有している「ウォールドガーデン（Google、Meta、Amazonなど）」の内部で最も早く成熟しています。この一貫性があるからこそ自動化プロダクトが効果的に機能し、閉じられたエコシステムにさらなる広告費が引き寄せられます。
一方、独立したサイトやアプリが広がる広大な市場である「オープンウェブ」は、異なる企業のAIエージェントが相互に連携できるよう、共有ツールやオープンプロトコルの構築を急いで追随しようとしています。これがどれだけ早く追いつくかによって、プログラマティックの次のフェーズが少数のプラットフォームに集中するのか、それともインターネット全体に分散するのかが決まります。
次に起こること：エージェント同士の対話
フロンティアは「エージェント型（自律型）」です。1つのプラットフォーム内でモデルが1つのキャンペーンを最適化する代わりに、業界はAIエージェント同士がサプライチェーン全体で相互に交渉し、取引できるようにするプロトコルの策定を進めています。買い手側のエージェントが、売り手側のエージェントと直接交渉するイメージです。システムスタック全体での完全な自律化が1年で実現するとは考えにくく、現実的な予測としては、まずレポート作成、分析、ルーティン化されたジャーニーの運用から自動化が進むとみられています。しかし、進むべき方向は決まっています。人間の介入なしに完結するループがさらに増えていくでしょう。
これが人間に意味すること
マーケターの仕事がこれによって奪われることはありませんでしたが、その重心は移動しました。かつての主な業務は、「機械を操作すること（レバーを操作し、入札を調整し、手作業でセグメントを構築すること）」でした。これからの業務は「オーケストレーション（AIが最適化するための目標を設定し、クリーンで適切に管理されたデータを提供し、組み立てるクリエイティブを指示し、自動化の限界線を決定すること）」になります。価値の源泉は、キャンペーンの実行から、それを実行するシステムをコントロールすることへ、そして大量生産から、判断力、センス、戦略へと移行したのです。
この分業体制こそが、新しいツールが作られる目的そのものです。CreatifyのAIメディアバイヤーは、Meta、Google、TikTokのアカウントと連携して配信パフォーマンスを監査し、効果的な施策を洗い出し、成果を上げているクリエイティブに予算を移行します。その間、人間は目標とシステムが動くべきガードレールを設定することに専念できます。
懸念点：透明性、ブランドセーフティ、そして「ブラックボックス」
多くの恩恵がある一方で、この移行には摩擦も伴い、誠実なプレイヤーはそれを率直に認めています。最大の課題は「不透明性」です。1つの自動化キャンペーンがターゲティング、入札、クリエイティブの決定をまとめて行う場合、なぜその行動が取られたのかという可視性が失われます。IABの調査でも、正確性と透明性が、マーケターがAIの本格導入をためらう大きな要因になっていることが指摘されています。
不透明性以外にも罠はあります。短期的な数値に向かって容赦なく最適化を行うシステムは、人間なら決して選ばないような場所で安易なコンバージョンを追い求め、ブランドイメージを密かに傷つける可能性があります。これに対抗するには、重要な決定における人間の監視と、自動化に許可する範囲の明確な制限が必要です。一方で、これらの課題をもたらすのと同じAIが、文脈やコンテンツを高度に読み取ることで、従来のキーワードブロックリストよりもはるかに正確にブランドセーフティを保護できるというメリットもあります。
実行コストがゼロになるとき、インプットが勝負を分ける
すべてをそぎ落とせば、変化の本質はシンプルです。AIはシグナルとアクションの間の距離を極限まで縮め、プログラマティック広告の核心にある意思決定を学習モデルに委ねました。入札、ターゲティング、クリエイティブの構成、そして計測は、今やいかなるチームよりも速く動作する学習システムの中で行われています。
勝者はこれをオペレーティングシステムのアップグレードとして捉え、データ、クリエイティブ、計測、そしてガバナンスをその周りに整合させています。そして、その根底にはある静かな教訓があります。機械が「実行」を担うとき、あなたの優位性は、あなたがコントロールできる「インプット」、すなわちファーストパーティデータの品質と、システムに投入するクリエイティブの強度へと移行します。AIは配管（仕組み）を自律的なものにしました。そこを流れるアイデアとデータこそが、依然としてあなたが磨き上げるべきものなのです。
よくある質問
プログラマティック広告とは何ですか？
プログラマティック広告とは、リアルタイムのオークションを通じてデジタル広告枠を自動的に売買することです。ページやアプリが読み込まれると、デマンドサイドおよびサプライサイドのプラットフォームを通じて広告枠のオークションがミリ秒単位で実行され、落札された広告が即座に配信されます。現在、米国のデジタルディスプレイ広告の90%以上がこの方法で購入されています。
プログラマティック広告でAIはどのように使われていますか？
AIはオークション内の意思決定を司っています。機械学習が各インプレッションの価値を予測して入札額を設定し、ファーストパーティデータやコンテキストシグナルからリアルタイムでオーディエンスを構築します。また、ダイナミッククリエイティブ最適化を通じてクリエイティブのバリエーションを生成・選択し、計測を高速化して成果をシステムにリアルタイムでフィードバックします。
広告における「エージェント型AI（自律型AI）」とは何ですか？
エージェント型AIとは、高い自律性を持って行動するシステムのことです。自ら計画し、決定し、実行します。広告においては、キャンペーンを最初から最後まで自律的に運用し、最終的にはサプライチェーン全体で他のAIエージェントと交渉や取引を行うことができるAIを指します。これは生成AIの次のステージであり、まだ初期段階にあります。
プログラマティック広告とAI広告は同じものですか？
厳密には異なります。プログラマティックは広告を購入するための自動化されたオークションのインフラであり、現代のAIが登場する前から存在していました。AIは、その上で機能するインテリジェンス（知能）レイヤーであり、かつて人間が行っていた入札、ターゲティング、クリエイティブの決定を行います。現在のプログラマティックの大部分はAI駆動型であるため、両者はますます重複しつつあります。
AIはメディアバイヤーに取って代わりますか？
AIは、入札の調整やセグメントの構築といった手作業の「実行」を担うようになります。一方で、メディアバイヤーの役割は「オーケストレーション」へと移行します。目標の設定、データの管理、クリエイティブの指示、そして自動化システムの監視が主な業務となります。近い将来における変化は、「機械を操作すること」から「システムを指揮すること」へのシフトです。
プログラマティック広告において機械学習は何をしますか？
機械学習モデルは、オークションごとに数千のシグナルを評価し、ユーザーがコンバージョンに至る確率とインプレッションの価値を推定した上で、適切な入札を行い、その結果から継続的に学習します。これにより、固定されたオーディエンスセグメントや、人間が作成した静的な入札ルールに依存する従来の手法が置き換えられました。
プログラマティック広告は、最初から自動化されたものとして誕生しました。ページが読み込まれるたびに広告枠のオークションが開始され、入札が行われ、勝者が決定される。これらすべてが、ページが表示されるまでのわずかな時間で行われます。この仕組みが、10年以上にわたってインターネットの広告経済を支えてきました。
その歴史の大半において、自動化は人間が作成したルールを実行するだけのものでした。メディアバイヤーがオーディエンス、予算、入札ロジックを設定し、システムは人間には到底不可能なスピードでその指示を実行していました。そこへ登場したAIが、自動化の対象そのものを変えたのです。AIプログラマティック広告の台頭により、かつてバイヤーが手作業で行っていた入札、オーディエンス選定、クリエイティブの決定は、自律的に学習する機械学習モデルに委ねられることが増えています。
これは静かに進行しました。明確な「お披露目の瞬間」こそありませんでしたが、広告の意思決定層は人間からソフトウェアへと静かに移行していったのです。今日、米国のデジタルディスプレイ広告費の90%以上がプログラマティック経由で購入されています。つまり、誰にアプローチし、いくら支払うかという決定がAIによって下されるシステムを、今や広告の大半が通過しているということです。これがどのようにして起こり、何を変えるのかを解説します。
プログラマティック広告とは何か
まずは基本から始めましょう。この言葉の裏には、シンプルな仕組みが隠されています。プログラマティック広告とは、リアルタイムのオークションを通じて広告枠を自動的に売買することです。媒体社はサプライサイドプラットフォーム（SSP）を介して広告枠を提供し、広告主はデマンドサイドプラットフォーム（DSP）を介してその枠に入札します。そして、アドエクスチェンジがオークションを運営します。これらすべてが、1回のインプレッションに対してミリ秒単位で処理され、1日に数十億回も繰り返されています。
その魅力は、常に効率性にありました。数週間前に一括枠を交渉するのではなく、まさに表示された瞬間に、ライブの需要によって設定された価格で、欲しいインプレッションを正確に購入できる点です。長年、このシステムにおける「インテリジェンス」は人間が定義したルールの集合体でした。AIは、それらのルールを「予測」へと進化させたのです。
関連記事：AIマーケティングとは？具体的な事例と大手ブランドの活用法
ルールから予測へ
従来のプログラマティックは、セグメントとヒューリスティクス（経験則）に依存していました。「25〜34歳、フィットネスに関心のある女性」といったオーディエンスを構築し、上限入札額を設定し、いくつかの「if-then」ルールを記述して、あとはダッシュボードを監視する。システムは高速でしたが、提供した指示の枠を超えることはありませんでした。
プログラマティック広告における機械学習は、それを「確率的予測」に置き換えました。固定されたセグメントにインプレッションを一致させる代わりに、モデルはリアルタイムで数千のシグナルを評価し、特定のユーザーがコンバージョンする確率と、そのインプレッションの価値を推定した上で入札を行います。結果が得られるたびに、システムは常に更新されます。eMarketerの2026年の予測は非常にストレートです。生成AIがプログラマティックを席巻し、高い自律性を持って自ら行動する「エージェント型AI」がそのすぐ後ろに控えています。
この仕組みにおいて、最も大きな変化を遂げた4つの領域を紹介します。
プログラマティック広告におけるAIがシステムをどう変えたか
入札
入札は、静的なルールから、インプレッションごとの価値をリアルタイムで評価し、パフォーマンスの変化に応じて予算配分を即座に再調整するモデルへと移行しました。その最も分かりやすい兆候は、大手プラットフォームが調整用のダイヤルを完全に非表示にし始めたことです。Googleのパフォーマンス最大化（P-Max）キャンペーンやMetaのAdvantage+は、広告主に目標と予算だけを求め、ターゲティング、入札、クリエイティブの選択はすべてAIが統合的に処理します。かつて専門家チームが必要だった作業が、今では1つの自動化されたキャンペーンタイプに集約されています。そのトレードオフとして、内部の細かい動きは見えにくくなっています。
ターゲティングとアイデンティティ
サードパーティCookieの廃止により、オーディエンス構築の方法は再発明を余儀なくされました。識別子が使えなくなるにつれ、業界はファーストパーティデータとコンテキストシグナルに依存するようになり、AIがそれらを機能させる原動力となりました。ターゲティングは、文脈とユーザー行動をリアルタイムに読み取り、継続的に更新するものへと変化しました。サプライサイドでは、パブリッシャーがこれを直接組み込んでいます。例えば、NBCUniversalは、ライブ配信やオンデマンドのコンテンツをスキャンして、単純なキーワードマッチングを超え、コンテンツ内の最適な瞬間に広告を配置する「AIコンテキストターゲティング」を導入しました。
クリエイティブ
長年、クリエイティブはプログラマティックが手をつけてこなかった領域でした。いくつかのバナーをアップロードすれば、あとはシステムがどこに配信するかを決めるだけでした。AIはこのギャップを埋めました。「ダイナミッククリエイティブ最適化（DCO）」は、画像、コピー、オファーをコンテキスト、時間、オーディエンスに合わせてその場で生成・組み立て、単純なA/Bテストにとどまらず、膨大なバリエーションでの検証をリアルタイムで実行します。
この変化は新たなボトルネックを生み出しました。システムがテストできるクリエイティブの数は、ほとんどのチームが制作できる量をはるかに超えているのです。ここに、Creatifyのようなツールの存在意義があります。商品やブリーフ（企画書）を、ダイナミック最適化が必要とする規模感で、ブランドの世界観に沿った動画や画像のバリエーションに変換します。システムが「最も強力なクリエイティブを数多く供給できる者」に報酬を与える以上、制作体制こそが解決すべき制約となります。
計測・評価
かつて計測レポートは、予算を使い果たした後に読むものであり、意思決定に反映するには遅すぎました。AIはこれを圧縮します。膨大なデータセットを高速で処理してアトリビューションやマーケティングミックスモデル（MMM）の精度を高め、計測をリアルタイムのフィードバックループに変えて入札システムに直接還元します。その結果、キャンペーンはクリック数のような中間指標（プロキシ）ではなく、売上や来店数といった実際のビジネス成果に最適化されるようになります。
最も急速に進化している領域
テクノロジーの進歩は画面の移行とともにあります。コネクテッドTV（CTV）が新たなフロンティアとなりました。CTV広告費の大部分はすでにプログラマティックに取引されており、予算がケーブルテレビからストリーミングに移行するにつれて、そのシェアは上昇し続けています。小売業者が自社のファーストパーティ購買データを活用して運営する「リテールメディア」もまた急成長を遂げており、デジタル屋外広告（DOOH）も同様の道を歩んでいます。今や看板広告（ビルボード）はプログラマティックに購入され、天気、交通量、時間帯をトリガーに配信されます。共通しているのは、AIによってこれらのチャネルが、かつてないほど個別にアプローチ可能なものになった点です。
不均等な進歩：ウォールドガーデン vs オープンウェブ
ここに、予算の配分を左右する対立構造があります。最も能力の高いAIツールは、プラットフォームがデータ、モデル、インベントリをエンドツーエンドで所有している「ウォールドガーデン（Google、Meta、Amazonなど）」の内部で最も早く成熟しています。この一貫性があるからこそ自動化プロダクトが効果的に機能し、閉じられたエコシステムにさらなる広告費が引き寄せられます。
一方、独立したサイトやアプリが広がる広大な市場である「オープンウェブ」は、異なる企業のAIエージェントが相互に連携できるよう、共有ツールやオープンプロトコルの構築を急いで追随しようとしています。これがどれだけ早く追いつくかによって、プログラマティックの次のフェーズが少数のプラットフォームに集中するのか、それともインターネット全体に分散するのかが決まります。
次に起こること：エージェント同士の対話
フロンティアは「エージェント型（自律型）」です。1つのプラットフォーム内でモデルが1つのキャンペーンを最適化する代わりに、業界はAIエージェント同士がサプライチェーン全体で相互に交渉し、取引できるようにするプロトコルの策定を進めています。買い手側のエージェントが、売り手側のエージェントと直接交渉するイメージです。システムスタック全体での完全な自律化が1年で実現するとは考えにくく、現実的な予測としては、まずレポート作成、分析、ルーティン化されたジャーニーの運用から自動化が進むとみられています。しかし、進むべき方向は決まっています。人間の介入なしに完結するループがさらに増えていくでしょう。
これが人間に意味すること
マーケターの仕事がこれによって奪われることはありませんでしたが、その重心は移動しました。かつての主な業務は、「機械を操作すること（レバーを操作し、入札を調整し、手作業でセグメントを構築すること）」でした。これからの業務は「オーケストレーション（AIが最適化するための目標を設定し、クリーンで適切に管理されたデータを提供し、組み立てるクリエイティブを指示し、自動化の限界線を決定すること）」になります。価値の源泉は、キャンペーンの実行から、それを実行するシステムをコントロールすることへ、そして大量生産から、判断力、センス、戦略へと移行したのです。
この分業体制こそが、新しいツールが作られる目的そのものです。CreatifyのAIメディアバイヤーは、Meta、Google、TikTokのアカウントと連携して配信パフォーマンスを監査し、効果的な施策を洗い出し、成果を上げているクリエイティブに予算を移行します。その間、人間は目標とシステムが動くべきガードレールを設定することに専念できます。
懸念点：透明性、ブランドセーフティ、そして「ブラックボックス」
多くの恩恵がある一方で、この移行には摩擦も伴い、誠実なプレイヤーはそれを率直に認めています。最大の課題は「不透明性」です。1つの自動化キャンペーンがターゲティング、入札、クリエイティブの決定をまとめて行う場合、なぜその行動が取られたのかという可視性が失われます。IABの調査でも、正確性と透明性が、マーケターがAIの本格導入をためらう大きな要因になっていることが指摘されています。
不透明性以外にも罠はあります。短期的な数値に向かって容赦なく最適化を行うシステムは、人間なら決して選ばないような場所で安易なコンバージョンを追い求め、ブランドイメージを密かに傷つける可能性があります。これに対抗するには、重要な決定における人間の監視と、自動化に許可する範囲の明確な制限が必要です。一方で、これらの課題をもたらすのと同じAIが、文脈やコンテンツを高度に読み取ることで、従来のキーワードブロックリストよりもはるかに正確にブランドセーフティを保護できるというメリットもあります。
実行コストがゼロになるとき、インプットが勝負を分ける
すべてをそぎ落とせば、変化の本質はシンプルです。AIはシグナルとアクションの間の距離を極限まで縮め、プログラマティック広告の核心にある意思決定を学習モデルに委ねました。入札、ターゲティング、クリエイティブの構成、そして計測は、今やいかなるチームよりも速く動作する学習システムの中で行われています。
勝者はこれをオペレーティングシステムのアップグレードとして捉え、データ、クリエイティブ、計測、そしてガバナンスをその周りに整合させています。そして、その根底にはある静かな教訓があります。機械が「実行」を担うとき、あなたの優位性は、あなたがコントロールできる「インプット」、すなわちファーストパーティデータの品質と、システムに投入するクリエイティブの強度へと移行します。AIは配管（仕組み）を自律的なものにしました。そこを流れるアイデアとデータこそが、依然としてあなたが磨き上げるべきものなのです。
よくある質問
プログラマティック広告とは何ですか？
プログラマティック広告とは、リアルタイムのオークションを通じてデジタル広告枠を自動的に売買することです。ページやアプリが読み込まれると、デマンドサイドおよびサプライサイドのプラットフォームを通じて広告枠のオークションがミリ秒単位で実行され、落札された広告が即座に配信されます。現在、米国のデジタルディスプレイ広告の90%以上がこの方法で購入されています。
プログラマティック広告でAIはどのように使われていますか？
AIはオークション内の意思決定を司っています。機械学習が各インプレッションの価値を予測して入札額を設定し、ファーストパーティデータやコンテキストシグナルからリアルタイムでオーディエンスを構築します。また、ダイナミッククリエイティブ最適化を通じてクリエイティブのバリエーションを生成・選択し、計測を高速化して成果をシステムにリアルタイムでフィードバックします。
広告における「エージェント型AI（自律型AI）」とは何ですか？
エージェント型AIとは、高い自律性を持って行動するシステムのことです。自ら計画し、決定し、実行します。広告においては、キャンペーンを最初から最後まで自律的に運用し、最終的にはサプライチェーン全体で他のAIエージェントと交渉や取引を行うことができるAIを指します。これは生成AIの次のステージであり、まだ初期段階にあります。
プログラマティック広告とAI広告は同じものですか？
厳密には異なります。プログラマティックは広告を購入するための自動化されたオークションのインフラであり、現代のAIが登場する前から存在していました。AIは、その上で機能するインテリジェンス（知能）レイヤーであり、かつて人間が行っていた入札、ターゲティング、クリエイティブの決定を行います。現在のプログラマティックの大部分はAI駆動型であるため、両者はますます重複しつつあります。
AIはメディアバイヤーに取って代わりますか？
AIは、入札の調整やセグメントの構築といった手作業の「実行」を担うようになります。一方で、メディアバイヤーの役割は「オーケストレーション」へと移行します。目標の設定、データの管理、クリエイティブの指示、そして自動化システムの監視が主な業務となります。近い将来における変化は、「機械を操作すること」から「システムを指揮すること」へのシフトです。
プログラマティック広告において機械学習は何をしますか？
機械学習モデルは、オークションごとに数千のシグナルを評価し、ユーザーがコンバージョンに至る確率とインプレッションの価値を推定した上で、適切な入札を行い、その結果から継続的に学習します。これにより、固定されたオーディエンスセグメントや、人間が作成した静的な入札ルールに依存する従来の手法が置き換えられました。
