エージェンティック広告が変える広告の未来 - 技術標準と実装事例から見る業界変革

はじめに

こんにちは。広告プロダクト担当の大野です。

去年あたりから、アドテク界隈でエージェンティック広告（Agentic Advertising）に関する話題が急速に盛り上がっています。IAB Tech LabがAAMP（Agentic Ad Management Protocols）という包括的なイニシアチブのもと、ARTF（Agentic Real Time Framework）などの業界標準仕様の策定を進めているほか、Amazon AdsやGoogle AdsがMCP（Model Context Protocol）を活用したAIエージェント機能の提供を開始するなど、広告の新しいトレンドとして注目を集めています。

毎週のように様々なエージェンティック広告に関するアップデートがあるので、現状の動向の個人的な整理をかねて、この記事を書くことにしました。

エージェンティック広告がここまで盛り上がっているのは、当然ながら昨今のLLMの進化と、それによる技術革新が、様々な分野において、AIが人間の業務を代替できるという実績がでてきているからです。広告業界においても広告運用やメディアプランニング、見積もりなどの作業は労働集約的な要素がまだ多く残っている状況です。

私も長年プログラマティック広告などの運用型広告に関連した仕事に携わっており、常々労働集約的な部分、専門性が高い部分の効率化や品質の再現性をどうするかというところは課題感をもっていました。

そんな中、AI技術の進化により、エージェンティック広告という新しいアプローチが、広告の運用や広告の未来を大きく変えそうな雰囲気をビシビシ感じています。

前置きが長くなりましたが、この記事では、AgenticAdvertising.orgによるAdCP（Ad Context Protocol）や、IAB Tech LabによるAAMPなどのエージェンティック広告を支える技術標準や最新事例を交えながら、エージェンティック広告の技術的なアーキテクチャ、従来手法との違い、現状の活用トレンド、今後の展望について解説したいと思います。

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、AIエージェントが広告のプランニング、バイイング、クリエイティブ最適化、効果測定といった一連の業務を自律的に判断・実行するアプローチを指します。ここでいう「エージェント（Agent）」は、単なる自動化ツールではなく、目標を与えられたら自ら状況を分析し、最適な行動を選択・実行できるAIシステムを意味します。この辺りがこれまでの人の作業のルール化を中心とした自動化と大きく異なります。

従来の自動化との違い

これまでも広告業界では、様々な自動化手法が取り入れられてきましたが、従来の自動化手法とエージェンティック広告には明確な違いがあります。

従来の自動化アプローチ： - ルールベース自動化: 人間が事前に設定したルール（例：「CTRが1%以下なら入札停止」）に従って機械的に実行 - 機械学習ベース最適化: 過去データから学習し、予測モデルに基づいて入札額やターゲティングを調整

エージェンティック広告の特徴：

自律的な判断: 状況に応じてAIが柔軟に判断
マルチステップの実行: 単一タスクではなく、複数の業務プロセスを連携して実行
自然言語での指示:「新製品の認知度を高めたい」といった抽象的な目標から、具体的な施策を設計
継続的な学習と改善: 実行結果をフィードバックし、次の判断に活かす

例えば、従来の自動入札では「CVRを最大化する」という目標に対して入札額を調整するだけです。一方、エージェンティック広告では「新製品の認知拡大」という目標に対し、ターゲット設定、メディア選定、クリエイティブ案の提示、配信スケジュール最適化まで一貫して提案・実行できます。特に後述するMCPやAdCPなどの登場により、AIエージェントが複数のメディアの情報を横断的に取得し、プランニングをするなど、これまで人間が担っていた業務をAIが自律的に行うことが可能になってきています。

広告領域での位置づけ

エージェンティック広告は、広告業務の以下の領域で活用が進んでいます：

プランニング: キャンペーン設計、メディアプラン策定、予算配分
バイイング: 媒体選定、入札戦略、在庫管理
クリエイティブ最適化: 広告素材の生成、A/Bテスト設計、パーソナライゼーション
効果測定と分析: アトリビューション分析、レポート作成、改善提案

広告技術仕様を策定しているIAB Tech Labは、これらの領域における標準化や、既存の広告配信システム（DSP、SSP、DMPなど）とのスムーズな連携を可能にする技術仕様の策定を進めています。

技術的アーキテクチャ

エージェンティック広告は、複数の技術要素が組み合わさることで実現されています。ここでは、主要な技術要素について解説します。

主要な技術要素

1. LLMベースの意思決定エンジンとMCP統合

大規模言語モデル（LLM）を活用することで、自然言語での指示を理解し、複雑な広告戦略に変換します。GoogleやAmazonは、MCP（Model Context Protocol）を採用し、LLMやAIエージェントと広告APIをシームレスに統合する仕組みを提供しています。

Google Ads MCP： - Google Ads APIとLLM/エージェントを統合 - 自然言語でのキャンペーン情報取得や設定変更が可能 - GitHubでオープンソースとして公開され、開発者が自由に活用可能

Amazon Ads MCP： - Amazon Advertising APIへのプログラムアクセスを提供 - LLM/AIエージェントと広告APIの統合を実現 - オープンベータ版として提供開始

2. マルチエージェント協調

単一のAIエージェントではなく、複数の専門エージェントが協調して動作する仕組みが採用されています。

エージェント	役割
プランニングエージェント	キャンペーン全体の戦略を設計
クリエイティブエージェント	広告素材の生成と最適化
バイイングエージェント	入札戦略の実行と調整
アナリティクスエージェント	効果測定と改善提案

3. 既存システムとの連携

エージェンティック広告は、既存の広告配信エコシステムと統合される形で実装されています。IAB Tech Labは、OpenRTB（リアルタイム入札）、AdCOM（広告コモンオブジェクトモデル）、OpenDirect（予約型広告取引）といった既存の広告取引標準と、MCP、Agent2Agent（A2A）、gRPCなどの現代的なプロトコルを統合する仕様を策定しています。

これにより、エージェンティック広告は以下のような既存システムとシームレスな連携が可能になります： - プログラマティック広告の入札・配信プラットフォーム - オーディエンスデータ管理システム - 広告効果測定ツール - クリエイティブ管理システム

4. AdCP（Ad Context Protocol）

Ad Context Protocol（AdCP）は、AgenticAdvertising.orgが策定するオープンスタンダード（Apache 2.0ライセンス）で、AIエージェントが複数の広告プラットフォームを横断して、キャンペーン管理・クリエイティブ生成・オーディエンス活用を単一インターフェースで実行できるようにするためのプロトコルです。IAB Tech LabのAAMPとは別のイニシアチブですが、いずれもエージェンティック広告のエコシステムを支える標準として相互補完的な関係にあります。

主な役割：

機能	説明
コンテキスト情報の標準化	ページコンテンツ、ユーザー行動、配信環境などの情報を標準フォーマットで提供
リアルタイム情報交換	AIエージェント間でコンテキスト情報を迅速に共有
プライバシー配慮	ユーザープライバシーを保護しながら、必要な情報のみを提供

AdCPにより、AIエージェントは配信先の文脈を深く理解し、より適切な広告配信判断が可能になります。例えば、ニュース記事のトーン、動画コンテンツのジャンル、ユーザーの関心領域などを考慮した配信最適化が実現します。

IAB Tech Labによる標準化の動き：AAMPイニシアチブ

エージェンティック広告の普及、課題解決のため、IAB Tech Labは、AAMP（Agentic Ad Management Protocols）という包括的なイニシアチブを立ち上げました。

AAMPは単一の仕様ではなく、エージェンティック広告のエコシステムを支える以下の「3つの柱」で構成されています。

1. 実行基盤（Delivery and Execution control plane）

AIエージェントが広告システム内で安全かつ確実、そして高速に動作するための実行環境を定義します。

ARTF（Agentic Real Time Framework）:
- コンテナベースのエージェント実行環境を定義
- リアルタイム入札（RTB）環境での遅延を大幅に削減（最大90%削減）
- MCP（Model Context Protocol）インターフェースを内蔵し、本番環境での実行能力を確保

2. 管理プロトコル（Agentic Protocols）

エージェント間や広告主・各プラットフォーム間での交渉、取引、情報交換のためのスキーマやツールを定義します。

Agentic Audiences (旧 User Context Protocol): リアルタイムの意図信号とアイデンティティ情報の交換標準
Agentic Direct: 予約型広告取引（OpenDirectベース）のエージェント対応
Agentic Mobile: モバイルアプリエコシステムにおけるエージェントワークフロー
Agentic Ad Objects: 広告共通オブジェクトモデル（AdCOM）から派生したエージェント用オブジェクト定義

また、エージェント間の直接通信を可能にするAgent2Agent（A2A）プロトコルなどもこのレイヤーに含まれます。

3. 信頼と透明性：Agent Registry

エージェントの中立的な透明性と説明責任を確保するための基盤です。

Tech Lab Agent Registry: エージェントのアイデンティティ、検証結果、情報の開示状況などを登録・公開する仕組み。これにより、取引相手が「誰（あるいは何）」であるかを確実に把握できるようになります。

これらの3つの柱は、相互に補完し合うように設計されています。実行基盤がなければスケールせず、共有標準がなければ実行基盤は意味をなさず、そして信頼がなければエコシステム全体が不透明なものになってしまうからです。

従来の広告配信システムとの違い

従来のプログラマティック広告では、人間が戦略を立て、システムが実行するという役割分担でした。一方、エージェンティック広告では、AIエージェントが戦略立案から実行、検証、改善までを一貫して担います。

項目	従来のアプローチ	エージェンティックアプローチ
戦略立案	人間が担当	AIエージェントが担当
実行	システムが自動実行	AIエージェントが自律実行
分析	人間が分析	AIエージェントが分析
改善	人間が改善策を検討	AIエージェントが改善策を実行
人間の主な役割	オペレーター（戦略立案・分析・改善）	監督者・意思決定者（目標設定・承認・監督）

人間の役割は、オペレーターから監督者・意思決定者へとシフトします。

現状の活用事例とトレンド

エージェンティック広告の具体的な活用例として、クロスメディアプランニングの領域での実装が進んでいます。

AdCPを活用したクロスメディアプランニング

Ad Context Protocol（AdCP）への対応が、Yahoo、PubMatic、Magniteなどの主要プラットフォームや、Scope3、Samba TVなどのデータプロバイダーを含む複数のベンダーで進んでいます。これらは、AdCPを通じて各メディアのコンテキスト情報を統合的に把握し、最適な広告配信戦略を自動で立案します。

主な機能：

予算配分の最適化: テレビ（地上波・CTV）、デジタル（ディスプレイ・動画・SNS）間での最適な予算配分を、コンテキスト情報に基づいて自動計算
リーチ重複の排除: 複数メディアでの重複リーチを考慮し、効率的なフリークエンシー管理
コンテキスト連動配信: 各メディアのコンテンツ特性に応じた最適なクリエイティブとタイミングで配信
アトリビューション分析: 各メディアの貢献度を測定し、次回キャンペーンの戦略に反映

従来、広告代理店の担当者がExcelで手作業で行っていたメディアプランニング業務が、AdCPによるコンテキスト情報の自動収集・分析により、スピーディーに完了するようになってきています。

IAB Tech LabのARTF（Agentic Real Time Framework）

ARTF（Agentic Real Time Framework）は、前述のAAMPイニシアチブの実行基盤として策定が進められています。現在想定される主な活用領域は以下の通りです。

活用領域： - アイデンティティ解決（Identity Resolution） - ディール活性化（Deal Activation） - セグメンテーション - インプレッション前の不正検知

ARTFは2026年1月に公開コメント期間を終了し、現在最終化の準備が進められています。バージョン2.0の開発も既に進行しており、エージェンティック広告のインフラとして業界標準となることが期待されています。ご興味のある方はARTFのページをご確認ください。

NBCUniversalのプレミアム動画買付自動化

NBCUniversalは、RPA、FreeWheel、Newton Researchとのパートナーシップにより、エージェンティックAIを使用したプレミアム動画買付の革新的なアプローチを導入しました。

主な特徴：

リニア・デジタル統合買付: リニアテレビとデジタルプラットフォーム全体にわたり、秒単位でプレミアム動画に投資し最適化
ライブスポーツへの適用: 2026年Q1のライブフットボールプレーオフゲームなどのプレミアム枠を対象に実装
業界初の取り組み: AIエージェントがリニアテレビ上でライブスポーツインベントリを自動化するのは初めての事例

この取り組みが今年のCESで発表されたことが、個人的にはエージェンティック広告への興味を引くきっかけになったほど、大きなインパクトがありました。

従来の広告運用との比較

エージェンティック広告は、従来の広告運用と比較して多くのメリットをもたらす一方で、新たな課題も生じています。

観点	従来の広告運用	エージェンティック広告
最適化作業	担当者が手動で入札調整・A/Bテスト・レポート作成	AIが自動実行。大規模運用でも高い一貫性を維持
意思決定スピード	日次・週次でデータ確認後、人間が判断・設定変更	24時間365日リアルタイムに監視・最適化
担当者の役割	定型業務（入札・レポート）中心。戦略業務は一部	監督・承認・戦略業務が中心。定型業務は一部
最終意思決定	人間がすべての判断を担当	大規模予算変更・ブランド判断など重要事項は人間が承認必須
データ依存度	担当者の経験・判断でカバー可能	データ品質に大きく依存。ガバナンス整備が必要
判断の透明性	担当者の意図・根拠が明確	ブラックボックス化リスクあり。可視化・監査機能の整備が必要
導入コスト	既存スキルで運用可能	プロンプト設計・AI監督など新スキル習得が必要

今後の展望と課題

エージェンティック広告は発展途上の技術領域であり、今後数年で大きく進化すると予想されます。

短期的な展望（1-2年）

Google、Amazon、Metaなどの主要プラットフォームでエージェント機能や様々なAI機能の統合が進み、中小規模の広告主でも専門知識なしに高度な広告運用が可能になっていくでしょう。特に、メディアプランニング、運用、レポーティングなど定型的な業務プロセスでの自動化が加速し、広告代理店の役割で運用代行部分のウェイトが減り、戦略コンサルティングなどの部分に役割のウェイトがシフトしていくことが予想されます。

中長期的な展望（3-5年）

テレビ（地上波・CTV）、デジタル、OOHなどあらゆるメディアを統合したクロスメディアプランニングや広告運用の自動化、クリエイティブ制作の自動化が進展すると予想されます。動画広告の自動生成やブランドトーンの学習による一貫性のある広告制作が実現し、AIによる映像認識技術を活用したショッパブル広告、インタラクティブ広告などの新フォーマットが普及するでしょう。

業界全体への影響

スキルセットの変化

広告運用担当者に求められるスキルが、プラットフォーム操作やデータ集計から、AIエージェントへの適切な指示設計（プロンプトエンジニアリング）、戦略立案、AIの判断監督・評価へと変化します。AIエージェント監督者やエージェント戦略設計者など、新しい職種が登場する可能性もあります。

ガバナンスの重要性

AIエージェントが自律的に広告配信を行う環境では、AIの判断根拠の可視化、バイアス排除、プライバシー保護、監査体制の確立など、透明性と説明責任の確保が不可欠です。IAB Tech Labの標準化やガバナンスフレームワークが、業界共通の指針として重要な役割を果たすことが期待されます。

エージェンティック広告への対応

広告プラットフォームやメディアはエージェンティックAIへの対応をしないと、広告プランニングに入らないというような状況が生まれる可能性もあります。

まとめ

エージェンティック広告は、AIエージェントが広告のプランニングから配信、最適化、分析までを自律的に実行する新しいアプローチです。IAB Tech Labによる標準化の推進や、Google、Amazonなどの主要プラットフォームでの実装により、業界全体での普及が進んでいます。

従来のルールベースやデータドリブンな自動化とは異なり、エージェンティック広告では、AIが状況に応じて柔軟に判断し、複数の業務プロセスを統合的に実行できる点が大きな特徴です。これにより、広告運用の複雑化へ対応しつつ、人間はより戦略的・クリエイティブな業務に集中できるようになります。

一方で、AIの判断に対する透明性の確保、プライバシー保護、人間による適切な監督など、解決すべき課題も残されています。IAB Tech LabのガバナンスフレームワークやAPI標準化の取り組みや、国内においてもエージェンティック広告に関するルールづくりの整備は今後徐々に進んでいくと思います。

なお、まだ部分的な利用が多いですが、TVerでの広告開発や運用業務において、AIを活用したことによる恩恵を日々実感しています。（Claude Codeとの対話時間が爆増しています） TVerとしても、広告運用の効率化や高度化、広告価値向上において、MCPやA2Aなどを活用したエージェンティック広告の可能性を探っていく価値があると考えています。特にプランニング、運用、レポーティングなど、人がやるとどうしても煩雑になりがちな業務においては、AIエージェントの導入は有力な選択肢となると考えています。少しずつですが、出来る部分から検討を進めています。

またNBCUniversalから発表された内容のように、放送と配信の広告をAI技術の活用により、再構築していくことを目指しているところは、TVerの広告にとっても考えていくべきだと感じています。

エージェンティック広告は、まだ発展途上の技術領域ですが、今後数年で広告業界の標準的な手法となる可能性が高いと感じています。業界全体としても、技術の進化を注視しつつ、透明性とガバナンスを確保した形での導入を進めることが重要だと言えます。

そんな変化の激しい広告業界ですが、TVerの広告プロダクト開発チームでは一緒に広告プロダクトを開発するメンバーを絶賛募集中です。もちろん広告以外のエンジニアポジションも募集中です。AIなどの新しい技術を活用した広告プロダクト開発に興味のある方は、是非ご検討ください。

ご興味のある方は、是非弊社採用サイトをご確認ください。