進化を続けるAaaSの現在地と次なる革新への挑戦 【特別編】AIを実装したAaaSの「いま」と「これから」～「AI Marketing Day2026」採録～
博報堂ＤＹグループは2020年より、広告産業のDX（デジタルトランスフォーメーション）として、広告メディアビジネスの次世代型モデル「AaaS（Advertising as a Service）」を掲げ、広告領域のイノベーションを推進しています。
テレビとデジタルを横断した成果の可視化や統合プラニングが新たな局面を迎える中で、広告を従来の「枠」としてではなく、広告主の事業成長に貢献する「効果」として捉え直すことを提唱するAaaSがどのように進化していくのか──本連載ではその現在地と挑戦に迫ります。
本稿では特別編として、9月10日に東京・大手町で開催された「AI Marketing Day2026」に博報堂テクノロジーズでAaaS開発を手掛ける髙橋正憲が登壇した模様をお届けします。
LLMやAIエージェントの活用が大きく進んでいる「AaaS」。従来のシミュレーターでは届かなかった領域に、メディアプラナーの思考パートナーとなる対話型のAIエージェントはどう応えるのか、開発の現場に立つエンジニアの視点から解説します。
髙橋 正憲
博報堂テクノロジーズ
AaaS Tech Lab
「戦略」を「実行」に結びつけるソリューション
博報堂ＤＹグループは2020年より、広告メディアビジネスの次世代型モデル「AaaS」を展開しています。この7年の間に多種多様な業種の広告主に導入いただき、導入社数は昨年度までに700社を超えています。
最近では、AaaSにおけるAI活用も着実に進化しています。それが具体的な形となったのが、広告戦略を媒体横断で高度に再現・配信するエグゼキューションプラットフォーム「AaaS Demand Platform（ADP）」と、Amazonの実購買ログデータを活用したインサイト分析ソリューション「Jitsulog（ジツログ） Chat™」です。
AaaSでは主に、生活者データ、メディアデータ、マーケティングデータの3つのデータを活用します。それによって、「マーケティング戦略立案」「メディアプラニング」から「広告配信実行」「効果検証」までのプロセスをシームレスにつなげることを可能にしています。
このうち、「広告配信実行」の領域で活用できるのがADPです。戦略とプラニング に基づいて複数のメディアを一元管理することで、広告戦略と広告配信の実行におけるギャップを解消し、広告主のマーケティング効果最大化を構想しています。「戦略どおりの広告配信を、AIを活用して的確に実行するためのソリューション」、それがADPです。
現在は、DSPやプラットフォームが多様化するデジタル動画領域において、AaaSを用いた分析結果を基に策定したペルソナを、各媒体の最適なターゲティング設定へと自動変換・推奨する機能を提供しています。また今後は、対応領域をTV、OTT、DOOH、音声といった様々なメディアへと広げ、オールメディアの一元管理を目指しています。
「下流」のデータを「上流」で有効に活用する
一方の「Jitsulog Chat™」は、「購買データが研究開発や戦略策定にいかされていない」という課題を解決するために開発したソリューションです。
商品・サービスの販売、CRMの領域には、実購買のログが日々蓄積しています。そのような「下流」のデータをいかに「上流」で有効に活用するか。アンケートによるヒアリングデータではなく、実際に「買う」という行動に基づいたデータをいかに価値に変えていくか──。「Jitsulog Chat™」は、そのような問題意識から生まれました。
「Jitsulog Chat™」の活用は、大きく4段階に分かれます。はじめに、Amazonの実購買ログデータをデータクリーンルーム内で統合・整理します。ゆくゆくは博報堂が蓄積している生活者データなども統合される見込みです。それをもとに、顧客を「優良顧客」「新規顧客」「見込顧客」「潜在顧客」に分け、それぞれを分析していきます。次に、顧客グループごとに生成AIでペルソナを生成します。最後に、そのAIペルソナをチャットボット化し、インタビューをしていきます。
インタビューでは、「実際の実購買ログデータに基づいた声」をAIペルソナから引き出すことができるので、リアルなインサイトを商品開発や戦略立案に反映させることが可能です。私たちはこの技術で特許を取得しています。
「Jitsulog Chat™」はさまざまな活用法が想定されますが、とくに「顧客のロイヤリティ向上」「競合商品の比較分析」「商品購入者と非購入者の比較分析」「ニッチ商材購買層のインサイト把握」などに力を発揮すると私たちは考えています。実際の生活者からは本音を引き出しにくい商材に関するインタビューや、会いに行くのが難しい生活者へのインタビューなどで非常に役立つソリューションであると言えます。
AIとの対話を通じたメディアプラニング
さて、メディアビジネスには、大きく3つの工程があります。生活者を理解する「インサイト」、広告の配分と展開法を決める「プラニング」、広告を配信する「エグゼキューション」です。このうち「インサイト」のフェーズで活用できるのが「Jitsulog Chat™」、「エグゼキューション」のフェーズで活用できるのがADPです。
では、その間にある「プラニング」のフェーズではAIをどう活用すればいいのでしょうか。プラニングの領域を担うメディアプラナーの仕事は、ひと言で言えば「広告媒体の予算割当を決めること」です。そのプロセスでは、クライアントの課題整理、マーケティング戦略をもとにしたメディア戦略立案、予算配分プランの立案、提案資料の作成、広告配信実行後の予算配分の最適化といったさまざまな業務を行います。そのため、一案件のメディアプランをつくるだけでも、かなりの時間を要します。その業務を効率化するために、私たちがまず開発したシミュレーターが「Digital AaaS CV Simulator」です。これは、購買などのCV（コンバージョン）を最大化する広告出稿プランをAIで自動生成するシミュレーターです。
私たちはまず、このシミュレーターをウェブで活用できる社内向けの仕組みをつくりました。性能には申し分なく、アウトプットの精度も想定どおりでした。しかし、現業が多忙な中で新しいシミュレーターの使い方を覚えるのは、プラナーにとって大きなストレスになることもわかりました。そこで、AIエージェントを活用し、よりストレスなく使えるシミュレーターをつくることにチャレンジしました。その結果できあがったのが、同僚や友だちと話すようにAIエージェントと対話し、それを通じてメディアプランの作成、解釈、次のアクション策定までができるソリューションでした。
対話型AIエージェントの中では、3台のAIエージェントが動きます。過去の出稿実績に基づくプランを作成するAIエージェント、博報堂ＤＹグループ内に蓄積した知見をもとにしたシミュレーションをするAIエージェント、そして両者を統合するAIエージェントです。チャットで会話をしながら、それぞれのAIエージェントを自然に動かしていくことが可能です。
「答えを出すツール」から「深く考えるためのパートナー」へ
対話型AIエージェントが生み出す最大の成果は効率化です。このシミュレーターを活用することで、業務のスピードが最大で5倍になりました。しかし重要なのは、効率化そのものではなく、効率化によって生まれた時間で何をするかです。
できるようになったことは2つあります。1つは、多様なメディアプランの作成です。短時間で複数のプランをつくり、AIの力を借りてそれぞれを比較検討しながら、最適なプランを選ぶことが可能になりました。もっとも、プランづくりではAIの力が発揮されますが、そこから最適なものを選択するのはプラナーの仕事です。
もう1つが、より深い考察が可能になったことです。プラナーが仮説や戦略案を考え、AIを活用して分析とシミュレーションを行い、その結果をもとに仮説と戦略案をブラッシュアップしていく。この過程を繰り返すことで、より深い洞察や気づきを得ることが可能になり、アイデアを研ぎ澄ますことができるようになりました。AIを「答えを出すツール」ではなく、「人間がより深く考えるためのパートナー」にできること。それが対話型AIエージェントの大きな価値です。
人間がやるべきことは何か
現在の対話型AIエージェントにできるのは、主に「シミュレーション」と「比較検討」です。今後は、「キャンペーンの振り返り」「実績分析」から、「資料作成」「レビュー」までをAIが担うようになると私たちは考えています。それによって、人間が手を動かす作業はどんどん少なくなっていくでしょう。そうなったときに、人間は何をすればいいのでしょうか。
AIには、実は決定的に欠けているものがあります。それは「業務のコンテキストを理解する力」です。汎用的なAIは、よく「博士相当の知識を持つが、業務経験のない新入社員」に例えられます。業務経験がないので、業務のことを聞いても一般的な回答しか返すことができません。そこで重要になるのが業務のコンテキストです。
メディアプラナーは、日々広告主と対話を重ね、さまざまな経験をしながら、業務にまつわるコンテキストを学んでいます。その経験知をAIに学ばせることで、「汎用的なAI」を「メディアプラニングに特化したAI」に進化させること。それがこれからのプラナーの役割になっていくはずです。自分たちが身をもって獲得したコンテキストをAIに与えることで、人間とAIが協働してより優れたプラニングを行う仕組みができる。私たちはそう考えています。
※肩書は取材当時のものです
この記事はいかがでしたか？
-
博報堂テクノロジーズ
AaaS Tech Lab2021年に通信企業へ新卒入社し、コンピュータビジョン領域の研究開発に従事。2023年に博報堂テクノロジーズ入社。広告領域におけるAI・データサイエンス業務を担当し、視聴率予測モデルの改善やAIエージェント開発に取り組む。社内では部署横断の技術コミュニティ活動や勉強会を推進するほか、社外向けの技術発信や書籍執筆にも取り組む。
