Skip to content

advertising_redesigned_jp.md

Latest commit

 

History

History
1465 lines (912 loc) · 100 KB

advertising_redesigned_jp.md

File metadata and controls

1465 lines (912 loc) · 100 KB

Advertising, Redesigned

AIが広告を「割り込み」から「優しい提案」に変える。検索の終焉、エージェンティック・コマース、信頼のパラドックス——広告が初めて「歓迎される存在」になる未来を描くOSS書籍。

License: CC BY 4.0 Language


Chapter 1: 広告の原罪 — なぜ僕たちは広告を嫌うのか

1.1 25年間の「割り込み」— デジタル広告の構造的欠陥

僕たちは広告を嫌っている。

これは感情的な話ではない。構造的な事実だ。過去四半世紀にわたり、デジタル広告の力学は「情報と情報の間にいかに広告を配置し、ユーザーの関心を惹きつけてクリックを誘引するか」というトラフィック誘導モデルに依存してきた。

ウェブページを読んでいるとき、動画を見ているとき、ニュースアプリを開いたとき。僕たちの本来の目的 —— 情報を得る、コンテンツを楽しむ、意思決定をする —— に対して、広告は常に 割り込む（Intrusion） 存在だった。

バナー広告がページの上下左右を埋め尽くす。動画の再生前に15秒のCMが挟まる。記事を読んでいる途中でポップアップが覆いかぶさる。SNSのフィードを流していると、3投稿に1投稿のペースで広告が挿入される。

これらに共通する構造は1つ。ユーザーの目的と広告主の目的が、根本的に対立しているということだ。

ユーザーは情報を得たい。広告主は注意を奪いたい。この構造的対立が、「広告＝邪魔なもの」という潜在的認知を25年間かけて刷り込んできた。

1.2 「広告を消すためにお金を払う」という歪んだ価値交換

この構造的対立が生んだ最も象徴的な現象がある。サブスクリプションモデルだ。

YouTube Premium、Spotify Premium、Netflix、NewsPicks プレミアム。これらのサービスに共通するメッセージは「お金を払えば、広告がなくなります」だ。

この構造を冷静に考えてほしい。僕たちは何かを得るためにお金を払っているのではない。何かを排除するためにお金を払っているのだ。広告という「ノイズ」を消すことに、月額1,000〜2,000円の価値を認めている。これは極めて歪んだ価値交換である。

広告が本来の意味で「価値ある情報」であれば、消す必要はないはずだ。レストランのメニューを「邪魔だから消して」とは言わない。旅行ガイドのおすすめスポットを「広告だから読みたくない」とは思わない。それらは僕たちの意思決定を助ける情報だからだ。

デジタル広告が嫌われるのは、広告であること自体が問題なのではない。僕たちが欲しくもないものを、企業側の都合で、欲しくもないタイミングで、大量に見せられるという構造が問題なのだ。

1.3 広告ブロッカーという「静かな反乱」

ユーザーの不満は数字にも表れている。

指標 数値 出典
iOSユーザーのトラッキングオプトアウト率 75% Apple ATT (App Tracking Transparency)
AI検索結果内の広告が信頼を低下させると回答した米国成人 63% Ipsos / eMarketer
AI生成コンテンツの明示的ラベリングを「非常に重要」と回答 78% Gartner（2025年10月調査）

iOSユーザーの75%がトラッキングをオプトアウトしているという事実は、単なるプライバシー意識の高まりではない。「自分の行動データを使って広告を最適化することを許さない」というユーザーの明確な意思表示だ。

広告ブロッカーの利用率、Cookie拒否率、プレミアムプラン加入率。これらすべてが同じメッセージを伝えている。 「もう我慢の限界だ」 と。

1.4 しかし、広告は死なない — その構造的理由

ここで重要な問いがある。広告がこれほど嫌われているなら、なぜ広告は消えないのか？

答えは単純だ。広告は、インターネット経済の酸素だからだ。

プラットフォーム 広告収入（年間） 総収入に占める広告比率 出典
Google検索関連 2,245億ドル（2025年） 97%超 Alphabet決算
Meta（Facebook/Instagram） 約2,100億ドル（2025年） 97% Meta決算
Amazon広告 560億ドル（2024年） 成長率+20%超 Amazon決算
Microsoft広告 200億ドル超 — Microsoft決算

Googleの年間広告収入2,245億ドル。この数字は、日本のGDPの約5%に相当する。Meta、Amazon、Microsoftを合わせれば、広告だけで5,000億ドル超の経済圏が形成されている。

この巨大な経済エンジンが回っているからこそ、僕たちはGoogle検索を無料で使える。Gmailを無料で使える。YouTubeを無料で見られる。InstagramもFacebookもTikTokも無料だ。

広告は嫌われている。しかし、広告がなければ現在のインターネットは存在しない。 これが広告の原罪であり、構造的矛盾だ。

1.5 問いの転換 — 「広告をなくす」から「広告を再定義する」へ

ここまでの議論を踏まえると、僕たちが立つべき問いは「広告をなくせないか？」ではない。

「広告を、嫌われないものに変えられないか？」 だ。

もし広告が、僕たちが潜在的もしくは顕在的に「これが欲しい」と思っているタイミングで、それに適する情報だけを、自然な形で提示するものだったら。

それは「押し売り」ではなく「提案」として受け取られるのではないか。

GoogleのAds & Commerce担当VP/GMであるVidhya Srinivasanは、2025年5月のGoogle Marketing Liveでこう述べた。

「広告は中断するものではなく、顧客が商品やサービスを発見する手助けをするもの」

彼女はさらに続けた。「明確な購買意図がない検索であっても、ユーザーを商品やビジネスにつなげることが最も有益な次のステップだとAIが理解できる。多くの場合、そのつながりこそが広告だ」と。

この言葉が示す世界は、今の広告とは根本的に異なる。

そしてその世界を技術的に可能にしたのが、AI —— 大規模言語モデルの登場だ。

[図1: 広告パラダイムの構造的転換]

flowchart LR
    subgraph OLD["従来の広告モデル（〜2024年）"]
        direction TB
        O1["🎯 ユーザーの目的\n情報を得る・コンテンツを楽しむ"]
        O2["🚧 広告が割り込む\n<Intrusion>"]
        O3["🚫 ユーザーの反応\n回避・ブロック・サブスクで排除"]
        O1 --> O2 --> O3
    end

    subgraph NEW["AI時代の広告モデル（2025年〜）"]
        direction TB
        N1["💡 ユーザーの意図\n潜在的ニーズ・顕在的ニーズ"]
        N2["🤖 AIが文脈を理解\n意図と合致する情報を自然に提示"]
        N3["✅ ユーザーの反応\n発見・納得・行動"]
        N1 --> N2 --> N3
    end

    OLD -- "パラダイムシフト" --> NEW

    style OLD fill:#fef3f0,stroke:#d63031,color:#2d3436
    style NEW fill:#f0faf6,stroke:#00b894,color:#2d3436
    style O2 fill:#d63031,stroke:#d63031,color:#fff
    style N2 fill:#00b894,stroke:#00b894,color:#fff
Loading

本書は、この問いを9章にわたって構造的に検証する。AI時代に広告はどう変わるのか。7つのプラットフォームはそれぞれどのような選択をしたのか。「提案としての広告」は本当に成立するのか。そして、その先に何が待っているのか。

広告の原罪から、広告の再定義へ。

この旅を始めよう。


Chapter 2: 検索の終わり、対話の始まり — 構造変化の正体

2.1 キーワードの時代が終わる

2025年から2026年にかけて、人間と情報の関係が根底から変わった。

過去20年間、僕たちが情報を得る方法は「キーワードを入力する」だった。「東京 ランチ おすすめ」「MacBook Pro スペック 比較」「確定申告 やり方」。断片的な単語を検索窓に投げ込み、表示された10個の青いリンクの中から、最も関連性が高そうなページを開く。

この行動様式が、根本的に変わりつつある。

データがそれを証明している。5語以上の検索クエリは、短い検索の1.5倍の速度で成長している。Google AI Modeの初期テスターは、従来の2〜3倍の長さのクエリを入力している。

ユーザーはもはや断片的なキーワードではなく、こう入力する。

  • 「長時間のフライトでスーツにシワをつけない方法」
  • 「高トラフィックなダイニングルームに適した、手入れの簡単なモダンなラグ」
  • 「5歳の子供がいる家族で、来週末に東京から2時間以内で行ける温泉旅行」

これは検索ではない。対話だ。

2.2 「対話型意思決定エンジン」の出現

検索行動は、単なる情報のディスカバリー（発見）から、コンテキストを深く理解したAIによる 「対話型意思決定エンジン（Conversational Decision Engine）」 へと進化した。

この変化の規模を数字で見てみよう。

指標 数値 時期 出典
Google AI Overviewsのリーチ 月間20億人以上、200カ国 2025年末 Alphabet決算
Geminiアプリの月間アクティブユーザー 7億5,000万人 2025年末 Google
ChatGPTの週間アクティブユーザー 9億人以上 2026年初頭 OpenAI
Alphabet全体の年間売上 4,028億ドル（初の4,000億ドル突破） 2025年通期 Alphabet決算
Google検索関連の広告収入 2,245億ドル（前年比+13.4%） 2025年通期 Alphabet決算

Geminiアプリは2024年初頭のMAU 900万人から、2025年末に7億5,000万人へと爆発的に成長した。わずか2年で83倍。これは人類史上最も速いプロダクトの成長曲線の1つだ。

2.3 検索エンジンが「取引レイヤー」に変わる

従来の検索エンジンは「パブリッシャーのサイトへトラフィックを送るための中立的なゲートウェイ」だった。ユーザーが検索し、リンクをクリックし、サイトに遷移する。検索エンジンの役割は仲介者だった。

しかし今、検索エンジンは自社環境内でトランザクションを完結させる商業的な取引レイヤーへと変質している。

GoogleのAI Overviewsは、回答の中にすでにすべての情報を含んでいる。ユーザーはリンクをクリックする必要がない。質問に対する回答が、検索結果ページの上部に直接表示される。

このことが何を意味するか。

AI Overviewsが表示されると、ウェブサイトへのクリック数は34.5%減少する。 一方で、AIアシスタント経由のトラフィックのコンバージョン率は4.4倍という二律背反のデータがある。

つまり、検索結果から外部サイトへの流出は減るが、検索環境内での購買行動は劇的に増える。検索エンジンが「ゲートウェイ」から「マーケットプレイス」に変わっているのだ。

2.4 GoogleのAI広告戦略 — 二層構造の読み解き方

Googleの広告戦略を正確に理解するには、彼らが意図的に二層構造をとっていることを認識する必要がある。

第1層: AI Overviews / AI Mode — 積極的に広告を拡大

AI Overviewsへの広告導入は2024年10月に米国モバイルで開始された。広告は「Sponsored」とラベル付けされ、AIが生成した回答の上部・下部・内部に表示される。CBO（最高事業責任者）のPhilipp Schindlerは、2025年4月のQ1決算説明会で「AI Overviewsは従来の検索とほぼ同等のレートで収益化している」と明言した。

第2層: Geminiアプリ — 広告を入れていない（しかし否定もしない）

CEOのSundar Pichaiは2025年2月に「ネイティブ広告のコンセプトについて非常に良いアイデアがあるが、ユーザー体験を先導する」と述べた。一方、広告担当VPのDan Taylorは「Geminiアプリに広告はなく、現時点で変更する計画もない」と繰り返し否定している。

しかし2025年12月、Adweekが「Googleが少なくとも2社の広告主に対し、2026年にGeminiに広告が入ると説明した」と報道した。

この温度差は何を意味するか。Googleは、Geminiアプリへの広告導入を「いつ」「どの形で」行うかの最適なタイミングを計っているのだ。7.5億MAUという巨大な基盤を構築してから広告を入れる。YouTubeがそうだったように。

2.5 Google DeepMindからの警告 — 内部にある亀裂

ここで見落としてはならない発言がある。

Google DeepMindの共同創設者Demis Hassabisが2026年初頭にこう述べた。

「深くパーソナルなAIアシスタントに広告が合うかは疑問であり、レコメンデーションは偏りなく、本当に役立つものでなければならない」

彼はさらに「下手な実行はすぐにユーザーの信頼を損なう」と警告した。

Google内部でも、広告導入のタイミングと方法については慎重な議論が続いていることがうかがえる。AI検索の覇者であるGoogleですら、「対話の中に広告を入れる」ことの危うさを認識している。

この緊張関係が、本書全体を貫くテーマだ。技術的に可能であることと、ユーザーに受け入れられることは、同じではない。

2.6 「What」から「Why」への転換 — マーケターに突きつけられる問い

この構造変化は、広告主とマーケターに根本的な問いを突きつける。

比較項目 従来のデジタル広告（〜2024年） AIネイティブ広告（2025年〜）
基盤となるパラダイム 割り込み型（Intrusion）によるアテンション獲得 提案型（Proposal）による課題解決の支援
主要なインテントシグナル 断片的なキーワード、クリック履歴、属性データ 対話の文脈、多層的な課題、長文プロンプト
ユーザー体験の性質 コンテンツ消費フローの一時的な阻害 対話フローの自然な延長としての解決策提示
プラットフォームの役割 広告主とユーザーを仲介する中立的なルーティング 意図を解釈し、商業的選択肢を対話内に統合するシステム
マーケターの問い ユーザーが何を検索しているか（What） ユーザーがなぜ検索しているか（Why）

従来の検索連動型広告が「検索キーワード」という一次元的なシグナルに依存していたのに対し、AI Modeにおける対話型クエリは、文脈、背景、制約条件を含む極めて高解像度なインテントシグナルを提供する。

マーケターが「What」から「Why」を推論し、それに応じたソリューションを提示できるかどうか。これが、AI時代の広告で生き残れるかどうかの分水嶺になる。

[図2: 検索行動の構造的変容]

flowchart LR
    subgraph ERA1["第1期: 10本の青いリンク\n（2000〜2015年）"]
        direction TB
        E1Q["キーワード 2-3語"]
        E1R["10本のリンク表示"]
        E1A["テキスト広告 上部3枠"]
        E1Q --> E1R
        E1R -.-> E1A
    end

    subgraph ERA2["第2期: 強調スニペット\n（2015〜2024年）"]
        direction TB
        E2Q["キーワード 4-5語"]
        E2R["Googleが直接回答\nゼロクリック検索の増加"]
        E2A["ショッピング広告\nディスプレイ広告"]
        E2Q --> E2R
        E2R -.-> E2A
    end

    subgraph ERA3["第3期: 対話型意思決定エンジン\n（2025年〜）"]
        direction TB
        E3Q["自然言語の文章"]
        E3R["AIが文脈を理解し\n回答を生成"]
        E3A["Sponsoredラベル付き提案\n対話の一部に統合"]
        E3Q --> E3R
        E3R -.-> E3A
    end

    ERA1 -- "検索の進化" --> ERA2 -- "構造的転換" --> ERA3

    style ERA1 fill:#f5f5f5,stroke:#b2bec3,color:#2d3436
    style ERA2 fill:#f0f0f0,stroke:#b2bec3,color:#2d3436
    style ERA3 fill:#f0faf6,stroke:#00b894,color:#2d3436
    style E3A fill:#00b894,stroke:#00b894,color:#fff
Loading

検索という行為そのものが変わった。そしてその変化は、広告の在り方を根底から変えずにはおかない。

次章では、この変化に対して、世界の主要AI企業がどのような選択をしたのかを見ていく。そこに浮かび上がるのは、「広告を入れるか入れないか」という単純な二項対立ではない。もっと複雑で、もっと本質的な分断だ。


Chapter 3: 7社の選択 — 広告導入派と広告拒否派の二極化

3.1 2026年2月、分断が可視化された

2026年2月。AI業界の歴史において、この月は「広告の分断が表面化した月」として記録されるだろう。

2月9日、OpenAIがChatGPTの無料版に広告を実装した。 同じ2月8-9日、AnthropicがスーパーボウルLXで「広告はAIに来る。でもClaudeには来ない」と宣言するCMを放映した。 2月中旬、Perplexityが広告プログラムを完全に終了した。

この3つの出来事が同じ月に起きたことは偶然ではない。AI時代の広告を巡る路線対立が、もはや水面下では収まらなくなったのだ。

本章では、Google、OpenAI、Anthropic、Perplexity、Meta、Microsoft、Amazonの7社を横断し、各社がどのような選択をしたのか、そしてその選択の背後にある構造的理由を解剖する。

3.2 OpenAI: 「広告は最後の手段」から「人類のために」への転向

OpenAIの広告に対するスタンスの変遷は、AI広告の歴史において最もドラマチックな転向のひとつだ。

2024年5月、ハーバード大学にて。

Sam Altmanはこう言った。

「広告とAIの組み合わせは独特の不安感がある。広告は我々にとってビジネスモデルの最後の手段だ」

個人的にも「広告が嫌いだ」と明言した。

しかし同じ時期、OpenAIは内部で着々と広告の準備を進めていた。

人物 前職 OpenAIでの役職 入社時期
Shivakumar Venkataraman Google検索広告事業を21年間統括 VP 2024年5月
Kevin Weil Instagram広告プラットフォーム構築 最高プロダクト責任者 2024年
Fidji Simo Facebookニュースフィード広告立ち上げ アプリケーション部門CEO 2024年

広告が嫌いだと言いながら、Google、Meta、Instagramの広告トップ人材を3人同時に採用している。この矛盾を見逃してはならない。

2026年1月16日、OpenAIは正式にChatGPTへの広告テストを発表。

2月9日、米国で広告を実装した。

項目 詳細
広告表示対象 無料版およびGoティア（月額8ドル）
広告非表示対象 Plus（月額20ドル）、Pro（月額200ドル）、Business、Enterprise、Education
広告形式 テキスト、回答の下部に「Sponsored」表示
ターゲティング 会話のトピック、過去のチャット内容、広告との過去のインタラクション
CPM 約60ドル
最低出稿額 20万ドル
除外対象 18歳未満、健康・メンタルヘルス・政治などのセンシティブトピック

CFOのSarah Friarは2026年1月のダボス会議でこう正当化した。

「我々のミッションはAGIを人類全体のために実現することであり、支払える人だけのためではない」

そして2月9日、Altman自身がXでこう投稿した。

「多くの人がたくさんのAIを使いたいが、お金を払いたくないことは明らかだ」

OpenAIの構造的理由は明確だ。週間9億人以上のアクティブユーザーのうち、約95%が無料またはGoティアのユーザー。2025年に約80億ドル、2026年には推定170億ドルの現金を消費する見通し。ARRは約250億ドルだが、累積損失は黒字化前に最大1,430億ドルに達するとDeutsche Bankは予測している。

広告は「最後の手段」ではなく「生存のための必然」だったのだ。

3.3 Anthropic: 「Claudeは思考のための空間である」— 明確な拒否

Anthropicは2026年2月4日、公式ブログで宣言を発表した。

「Claude is a space to think（Claudeは思考のための空間である）」

この宣言の核心は5点に集約される。

第一: 「広告にはふさわしい場所がたくさんある。Claudeとの会話はそのひとつではない」

第二: ユーザーはAIが本当に助けてくれているのか、それとも収益化できる方向に会話を誘導しているのか、いちいち疑わなくて済むべきだ

第三: Claudeの会話のかなりの部分がセンシティブで深く個人的なトピックに関わるため、広告は「不適切」

第四: 広告はエンゲージメント（滞在時間）の最適化を促すインセンティブを生むが、最も有用なAIインタラクションは短い回答である場合もある

第五: 広告のインセンティブは時間とともに拡大し、当初明確だった境界が曖昧になる

そして2月8-9日のスーパーボウルLXで、AnthropicはAI業界初のスーパーボウルCMを放映した。

4本の広告（「Treachery」「Deception」「Violation」「Betrayal」）は、ChatGPTを想起させるチャットボットが会話中に不適切な広告を表示する様子をユーモラスに描き、タグラインはこうだった。

「Ads are coming to AI. But not to Claude.（広告はAIに来る。でもClaudeには来ない。）」

結果は顕著だった。

指標 結果
デイリーアクティブユーザー +11%増加
サイト訪問 +6.5%増
App Store順位 無料アプリトップ10に入った

マーケティング学者のScott Gallowayはこれを 「画期的な瞬間」 と呼び、Appleの伝説的な1984年スーパーボウルCMに比肩した。

「広告がない」こと自体が、強力な競争優位になり得ることを市場が証明した。

Anthropicの収益構造はOpenAIとは根本的に異なる。70-75%がAPI（主に企業・開発者向け）、残りが消費者サブスクリプション。コーディング分野では市場シェア42%（対OpenAI 21%）とリードしている。広告に頼らなくても成立するビジネスモデルを持っているのだ。

3.4 Perplexity: 広告を試み、そして撤退した先駆者

Perplexityの事例は、AI広告の理想と現実のギャップを最も鮮明に示すケーススタディだ。

2024年11月: 「Sponsored Questions（スポンサード・クエスチョン）」を米国で開始。ユーザーの質問にAIが回答した後、「関連する質問」セクションにSponsored質問が表示される独創的なフォーマット。CPMは50ドル超（業界平均の約20倍）。

結果: 2024年通年の広告収入はわずか約2万ドル。総収入3,400万ドルのうち0.06%。

2025年8月: 広告責任者のTaz Patelが退社。

2025年10月: 新規広告主の受付を停止。

2026年2月: 広告プログラムを完全に終了。

幹部はこう語った。

「ユーザーがすべてを疑い始める —— それが広告の課題だ」

この一言に、AI広告の本質的な課題が凝縮されている。対話型AIでは、ユーザーはAIの回答を「信頼できる情報」として受け取っている。その信頼の空間に広告を入れた瞬間、すべての回答が「広告ではないか？」と疑われる。一度壊れた信頼は、取り戻せない。

3.5 Meta・Microsoft・Amazon: 3社3様のアプローチ

Meta:「AIを広告ターゲティングの燃料にする」

Metaは最も過激な選択をした。2025年12月以降、WhatsApp・Instagram・FacebookでのMeta AIとの会話内容が、広告パーソナライゼーションに直接利用されるようになった。対象は約10億人の月間Meta AIユーザー。オプトアウト不可（EU・UK・韓国を除く）。

Meta AIの回答内部に直接広告は表示されない。しかし、ユーザーがMeta AIと交わした会話データが、Metaの全広告エコシステムのターゲティングシグナルになる。Mark Zuckerbergは「目的を伝え、銀行口座を接続すれば、クリエイティブもターゲティングも不要」というフル自動化ビジョンを語った。

Microsoft Copilot:「AI会話内広告で最先進」

Microsoftは最もアグレッシブにAI会話内広告を推進している。Copilotでは回答の下に「Sponsored」ラベル付きの広告ブロックが表示され、AIが広告を含める理由を説明する「ad voice」機能まで備える。

その結果は驚異的だ。

指標 従来の検索広告との比較
クリック率 +73%
コンバージョン率 +16%
購買までのジャーニー 33%短縮

Amazon:「音声AI広告の未踏領域」

Amazonは「マルチターンの会話の中で、広告が人々の発見を助ける役割を果たす機会がある」（Andy Jassy）と述べ、音声AI広告への布石を打っている。ただし、Alexa+にはまだ会話内広告は実装されていない。

専門家の評価は二分される。「Alexaはインフルエンサーのようなもので、ライブラジオのポッドキャスト読みのように高いプレミアムで販売できる」という楽観論と、 「招かれた客がセールスマンに変われば、追い出されるだろう」 という警告。

3.6 7社のポジショニングマトリクス

プラットフォーム 広告スタンス AI会話内の広告 主な収益モデル MAU/WAU
Google（AI Overviews/AI Mode） 積極拡大中 あり（Sponsored表示） 広告（97%+） 20億人
Google（Geminiアプリ） 否定（将来は示唆） なし サブスク重視 7.5億人
OpenAI（ChatGPT） 2026年2月開始 あり（Free/Goのみ） サブスク+広告+API 9億WAU
Anthropic（Claude） 明確に拒否 なし API（70-75%）+サブスク 約1,900万MAU
Perplexity 撤退（2026年2月） なし（撤退済み） サブスク 約2,200万MAU
Meta AI 間接的（ターゲティング利用） なし（データは利用） 広告（97%） 10億人
Microsoft Copilot 最先進 あり（複数フォーマット） 広告+サブスク 1.4億DAU
Amazon Alexa+ 計画段階 なし（将来導入予定） コマース+サブスク 5億台以上

[図3: 7社のポジショニングマップ]

quadrantChart
    title 7社のAI広告ポジショニング
    x-axis "広告消極的" --> "広告積極的"
    y-axis "AI会話外で広告" --> "AI会話内に広告"
    quadrant-1 "会話内×積極的"
    quadrant-2 "会話内×消極的"
    quadrant-3 "会話外×消極的"
    quadrant-4 "会話外×積極的"
    "Microsoft Copilot": [0.82, 0.85]
    "Google AI Overviews": [0.75, 0.78]
    "OpenAI ChatGPT": [0.68, 0.55]
    "Meta AI": [0.72, 0.42]
    "Amazon Alexa+": [0.55, 0.35]
    "Google Gemini App": [0.45, 0.30]
    "Perplexity (撤退)": [0.18, 0.20]
    "Anthropic Claude": [0.08, 0.12]
Loading

この7社の選択を眺めたとき、1つの問いが浮かび上がる。

Perplexityは広告を入れて撤退した。Anthropicは広告を拒否してDAUが11%増えた。MicrosoftはCTRが73%向上した。

同じ「AI×広告」で、なぜこれほど結果が分かれるのか？

その答えは、次章で解き明かす「信頼のパラドックス」にある。


Chapter 4: 信頼のパラドックス — 透明にするほど信頼が下がる

4.1 Perplexityが教えてくれた「不都合な真実」

第3章で見たように、Perplexityは2024年11月にAI広告を導入し、2026年2月に完全撤退した。

この撤退は、AI広告の歴史において最も重要なケーススタディだ。なぜなら、Perplexityの広告フォーマットは技術的には最も洗練されていたからだ。

仕組みはこうだった。ユーザーが質問すると、AIが回答を生成する。その後、「関連する質問」セクションに「Sponsored」とラベル付けされた質問が表示される。この質問自体がAIによって生成されたもので、広告主が直接書いたものではない。つまり、広告でありながら、ユーザーにとって関連性の高い「次の問い」として自然に提示される設計だった。

理想的な「提案としての広告」に最も近い設計。しかし結果は惨憺たるものだった。

指標 数値
2024年通年の広告収入 約2万ドル
総収入に占める広告比率 0.06%（3,400万ドル中）
メディアバイヤーの評価 「規模が小さすぎ、ROIデータも不十分」（6社）
広告責任者 2025年8月に退社
新規広告主受付 2025年10月に停止
広告プログラム 2026年2月に完全終了

撤退時の幹部の言葉が、すべてを物語っている。

「ユーザーがすべてを疑い始める —— それが広告の課題だ」

4.2 「すべてを疑い始める」の構造

この一言が突きつけるのは、対話型AIにおける広告の構造的な罠だ。

従来のウェブ検索では、広告と検索結果は視覚的に分離されていた。上部3枠が「Ad」ラベル付きの広告、その下がオーガニック検索結果。ユーザーは「上は広告、下は検索結果」と直感的に理解できた。信頼の境界線が明確だった。

しかし対話型AIでは、その境界線が溶ける。

AIが生成する回答は1つの連続したテキストだ。その中に「Sponsored」とラベル付けされた情報が混入した瞬間、ユーザーの疑念はラベルが付いていない部分にも波及する。

「この回答は本当にAIが最適だと判断した情報なのか？ それとも、広告主にお金をもらっているから推薦しているのか？」

一度この疑念が生まれると、すべての回答が汚染される。広告が付いている回答だけでなく、広告が付いていない回答も信頼できなくなる。これがPerplexityの幹部が言った「すべてを疑い始める」の正体だ。

4.3 データが証明する「信頼のパラドックス」

この構造的問題は、感覚的な話ではない。データで証明されている。

調査 結果 出典
AI検索結果内の広告が信頼を低下させるか 米国成人の 63% が「低下させる」と回答 Ipsos / eMarketer
AI生成コンテンツの明示的ラベリングの重要性 78% が「非常に重要」または「最も重要な要素」と回答 Gartner（2025年10月）
AI使用の開示が信頼に与える影響 開示がかえって信頼を低下させる Taylor & Francis掲載の実験研究（N=304、2025年）

3つ目のデータが最も衝撃的だ。

Taylor & Francisに掲載された2025年の実験研究（被験者304名）では、 AIが使用されていることを開示すると、かえって信頼が低下する ことが確認された。

つまり、こういうことだ。

  • 広告であることを隠す → 発覚した場合、信頼が崩壊する
  • 広告であることを開示する → 開示した時点で、信頼が低下する

隠しても開示しても信頼が下がる。 これが「信頼のパラドックス」だ。

4.4 パラドックスの構造を分解する

なぜこのパラドックスが生じるのか。構造的に分解すると、3つの層がある。

第1層: 期待値のギャップ

ユーザーがAIアシスタントに持っている期待は「中立的で、最適な情報を提供してくれる存在」だ。Google検索には「広告が混じっている」という暗黙の了解があった。しかしAIアシスタントには、その了解がまだ形成されていない。

ユーザーは、AIを「広告が入っている検索エンジン」ではなく「信頼できるアドバイザー」として認知している。そのアドバイザーが広告を出した瞬間、裏切りとして受け取られる。

第2層: 対話の親密性

Anthropicが指摘した通り、AIとの会話はしばしば「センシティブで深く個人的なトピック」に及ぶ。健康の悩み、キャリアの相談、家族の問題。こうした親密な対話の中に広告が挿入されることの不快感は、ウェブページにバナー広告が表示される不快感とは次元が異なる。

信頼できる友人に悩みを相談している最中に、突然「この商品いいよ」と言われたら。その友人が商品のメーカーからお金をもらっていることが分かったら。もうその友人には相談しないだろう。

第3層: 検証不可能性

ウェブ検索では、広告をスキップしてオーガニック検索結果を見ればいい。複数のソースを比較すれば、情報の信頼性を自分で検証できた。

しかしAIの回答は、1つの統合されたテキストとして提示される。どの部分が広告に影響されていて、どの部分が影響されていないかを、ユーザー自身が検証する手段がない。この検証不可能性が、不信感を増幅させる。

[図4: 信頼のパラドックスの構造]

flowchart TB
    CENTER["🔍 AI広告の開示"]

    CENTER --> LEFT_PATH
    CENTER --> RIGHT_PATH

    subgraph LEFT_PATH["開示しない"]
        L1["発覚時に信頼崩壊"] --> L2["すべての回答が疑われる"]
    end

    subgraph RIGHT_PATH["開示する"]
        R1["63%が信頼低下と回答\n（Ipsos/eMarketer）"] --> R2["すべての回答が疑われる"]
    end

    L2 --> RESULT["💀 信頼のパラドックス\nどちらを選んでも信頼が毀損する"]
    R2 --> RESULT

    TIMELINE["📅 Perplexity\n2024年11月 広告導入 → 2026年2月 撤退"]

    RESULT --> TIMELINE

    style CENTER fill:#ffeaa7,stroke:#fdcb6e,color:#2d3436
    style RESULT fill:#fab1a0,stroke:#e17055,color:#2d3436
    style TIMELINE fill:#dfe6e9,stroke:#b2bec3,color:#2d3436
    style LEFT_PATH fill:#fef3f0,stroke:#e17055,color:#2d3436
    style RIGHT_PATH fill:#fef3f0,stroke:#e17055,color:#2d3436
Loading

4.5 Anthropicが証明した「不在の価値」

信頼のパラドックスに対するAnthropicの回答は、パラドックスを解こうとしないことだった。

「広告を入れても信頼を維持できるか？」という問いに対して、Anthropicは「広告を入れない」という選択をした。そしてその選択を積極的に宣言した。

スーパーボウルCMの結果を再掲する。

指標 結果
デイリーアクティブユーザー +11%増加
サイト訪問 +6.5%増
App Store順位 無料アプリトップ10に入った

「広告がない」こと自体を広告にしたAnthropicは、信頼のパラドックスの外側に立った。広告の開示/非開示で悩む必要がない。なぜなら、広告が存在しないからだ。

Altmanはこれに反論した。「Anthropicは裕福な人に高い製品を売っている。我々はサブスクリプションに払えない何十億の人々にAIを届ける必要がある」と。

この反論には構造的な正当性がある。AnthropicのモデルはAPI収入（70-75%）に依存しており、消費者向けの無料ティアを大規模に展開する経済的基盤がない。「広告を入れない」という選択は、高尚な理念だけでなく、ビジネスモデルの構造的帰結でもある。

しかし、理由が何であれ、結果は明確だ。市場は「広告がない」ことに価値を認めた。 DAU +11%という数字がそれを証明している。

4.6 パラドックスは解けるのか？

信頼のパラドックスに対して、3つの立場がある。

立場A: パラドックスは解ける（Google、Microsoft）

技術的な精度の向上と、バリュー・エクスチェンジの設計で、ユーザーが広告を「有用な提案」として受け入れる状態を作れるという立場。Microsoftのデータ（CTR +73%、CVR +16%）がこの立場を支持している。

立場B: パラドックスは解けない（Anthropic、Perplexity撤退後）

対話型AIにおける広告は、信頼を構造的に毀損するため、入れるべきではないという立場。Perplexityの撤退とAnthropicのDAU +11%がこの立場を支持している。

立場C: パラドックスは「今は」解けない（Google Geminiアプリ、Amazon）

技術的には可能だが、ユーザーの受容準備が整っていないため、タイミングを待つという立場。Pichaiの「非常に良いアイデアがあるが、ユーザー体験を先導する」という発言がこの立場を体現している。

どの立場が正しいかは、次章で検証する「5つの条件」が満たされるかどうかにかかっている。


Chapter 5: 「提案」としての広告は成立するか — 5つの条件

5.1 バリュー・エクスチェンジの設計原則

第4章で提示した信頼のパラドックスに対して、「それでも広告を入れて信頼を維持できる」と主張する陣営がいる。Google、Microsoft、OpenAI。

彼らの主張を構造的に検証するには、「提案としての広告」が成立するための条件を明確にする必要がある。

ユーザーが広告を「邪魔なもの」ではなく「有用な提案」と感じるには、以下の5つの条件が同時に満たされなければならない。

条件 定義 従来の広告 AI時代の広告
① 文脈的関連性 ユーザーの現在の関心と一致すること キーワードマッチング（低精度） 対話の文脈から意図を推論（高精度）
② タイミング 購買意図が高い瞬間に表示されること ページ表示時に常に表示 AIが意図の強度を判断し、最適なタイミングで提示
③ 実用性 情報・割引・利便性など本当の価値を提供すること クリックベイトが混在 AIが情報の質をフィルタリング
④ 非侵入性 体験に溶け込み、フローを中断しないこと バナー、ポップアップ、動画広告 対話の自然な延長として提示
⑤ 透明性 商業的性質が明確だが不快でないこと 「Ad」ラベル 「Sponsored」ラベル＋AIによる理由説明

5つのうち1つでも欠ければ、「提案」ではなく「押し売り」に戻る。

5.2 Google「Direct Offers」— 5条件の実装例

Googleが2026年に導入した「Direct Offers」は、この5条件を最も忠実に実装しようとした機能だ。

仕組みはこうだ。ユーザーがAI Modeで高い購入意向を示すプロンプト（例：「手入れの簡単なラグを探している」）を入力した際、AIは関連商品を提示するだけでなく、小売業者が設定した特別なディスカウントオファーを、関連性が高いと判断した瞬間にのみリアルタイムで挿入する。

5条件との対応を見てみよう。

条件 Direct Offersの実装
① 文脈的関連性 対話の文脈から「ラグを探している」という意図を推論し、ラグに関連するオファーのみを提示
② タイミング 「購入意向が高い」とAIが判断した瞬間にのみ表示。閲覧段階では表示しない
③ 実用性 「20%オフ」などの具体的なディスカウントを提供。情報ではなく直接的な経済的価値
④ 非侵入性 対話の流れの中で商品提案の一部として自然に表示
⑤ 透明性 「Sponsored」ラベル付き

理論的には5条件をすべて満たしている。しかし、第4章で見た「信頼のパラドックス」は、⑤の透明性が①〜④の効果を打ち消すリスクを示唆している。

5.3 Microsoft Copilotのデータ — 「提案」は機能する証拠

理論ではなくデータで検証する。Microsoft Copilotの広告パフォーマンスは、「提案としての広告」が少なくとも一部のユースケースで機能することを証明している。

指標 従来の検索広告との比較 意味
クリック率 +73% ユーザーが広告を「クリックする価値がある」と判断する確率が73%高い
コンバージョン率 +16% クリック後に実際に購入する確率が16%高い
購買までのジャーニー 33%短縮 認知から購買までの時間が3分の2に圧縮される

さらに、AIアシスタント経由のトラフィックは従来のオーガニック検索と比較してコンバージョン率が4.4倍というデータがある。

このデータが意味することは明確だ。対話の文脈の中で提示された広告は、従来の検索広告より効果が高い。 ユーザーは「邪魔だ」と感じるのではなく、「有用だ」と判断してクリックし、購入している。

ただし、ここには重要な注意点がある。MicrosoftのCopilotは検索の延長線上にある。ユーザーは元々「何かを調べている」「何かを買おうとしている」という明確な意図を持ってCopilotを使っている。

Anthropicが指摘した「健康の悩み、キャリアの相談、家族の問題」のような、意図が商業的でない対話においても同じ結果が出るかは、まだ証明されていない。

5.4 Googleの哲学 — 「中断ではなく発見の手助け」

GoogleのAds & Commerce担当VP/GMであるVidhya Srinivasanの言葉を、もう一度引用する。

「広告は中断するものではなく、顧客が商品やサービスを発見する手助けをするもの」

そして彼女はさらに踏み込んだ。

「明確な購買意図がない検索であっても、ユーザーを商品やビジネスにつなげることが最も有益な次のステップだとAIが理解できる。多くの場合、そのつながりこそが広告だ」

この2番目の発言は、極めて重要だ。

「明確な購買意図がない」場面でも、AIが「商品につなげることが最も有益」と判断して広告を出す。これは5条件の②（タイミング）の解釈を大きく広げている。ユーザーが「買いたい」と思っていない段階で、AIが「この人は買うべきだ」と判断して広告を出す。

これは「提案」なのか「誘導」なのか。

この境界線は、技術の精度だけでは引けない。ユーザーが事後的に「提案してくれてよかった」と感じるかどうかでしか判定できない。そしてその判定は、個人によって異なる。

5.5 Sam Altmanの転向が示す「経済的現実」

OpenAIのSam Altmanは、2024年5月に「広告が嫌いだ」と言い、2026年2月に広告を実装した。

この転向の背後にある経済的現実を直視する必要がある。

指標 数値
週間アクティブユーザー 9億人以上
うち無料/Goティア 約95%（約8.55億人）
2025年の現金消費 約80億ドル
2026年の推定現金消費 170億ドル
累積損失（黒字化前の予測最大値） 1,430億ドル

9億人のうち95%が無料。この8.55億人は、サブスクリプションでは収益化できない。広告以外に、この巨大な無料ユーザー基盤を収益化する手段がない。

Altman自身がXで述べた通り、「多くの人がたくさんのAIを使いたいが、お金を払いたくないことは明らかだ」。

CFOのSarah Friarがダボス会議で語った言葉は、この経済的現実を理念で包んだものだ。

「我々のミッションはAGIを人類全体のために実現することであり、支払える人だけのためではない」

しかし同時にFriarは、広告導入の原則も明確にした。

「北極星は、モデルが常に最良の回答を提供し、お金を払った回答ではないこと」

「会話を広告主と共有しない。データを広告主に売らない」

この原則が守られるかどうかが、OpenAIの広告が「提案」として機能するか「押し売り」に堕するかの分水嶺になる。

5.6 5条件の限界 — 信頼は「条件」では買えない

5つの条件をすべて満たしたとしても、第4章で示した信頼のパラドックスは解消されない可能性がある。

なぜなら、信頼は条件の集合ではなく、関係性の蓄積だからだ。

人間関係に置き換えてみよう。初対面の人が完璧なタイミングで、完璧に関連性のある、実用的な提案を、非侵入的に、透明性を持って行ったとしても、信頼されるとは限らない。信頼は、時間をかけた関係性の中で醸成されるものだ。

AIアシスタントとユーザーの関係も同じだ。ChatGPTやGeminiやCopilotに対するユーザーの信頼は、何百回もの対話を通じて蓄積されてきた。その蓄積された信頼を、広告の導入が一瞬で毀損するリスクがある。

Perplexityの事例が証明したのは、まさにこのことだ。技術的に洗練された広告フォーマットを導入しても、蓄積された信頼が不十分な段階では、ユーザーは離れる。

では、信頼が十分に蓄積された段階であれば、広告は受け入れられるのか？

この問いに答えるのは時期尚早だ。しかし1つ言えることがある。GoogleがGeminiアプリに広告を入れていない理由は、おそらくこの信頼の蓄積がまだ不十分だと判断しているからだ。 7.5億MAUという巨大な基盤を築いてから、ユーザーとの信頼関係が十分に深まった段階で広告を導入する。Pichaiの「ユーザー体験を先導する」という発言は、この戦略を示唆している。

[図5: 「提案としての広告」の5条件と信頼の関係]

flowchart TB
    subgraph PENTAGON["5つの条件"]
        direction LR
        C1["① 文脈的関連性\nContextual Relevance"]
        C2["② タイミング\nTiming"]
        C3["③ 実用性\nUtility"]
        C4["④ 非侵入性\nNon-Intrusion"]
        C5["⑤ 透明性\nTransparency"]
    end

    PENTAGON --> TRUST_CHECK{"信頼の蓄積は\nあるか？"}

    TRUST_CHECK -- "Yes" --> SUCCESS["✅ 提案として機能\nMicrosoft Copilot: CTR +73%"]
    TRUST_CHECK -- "No" --> FAIL["❌ パラドックス発動\nPerplexity: 撤退"]

    style PENTAGON fill:#edf5fc,stroke:#74b9ff,color:#2d3436
    style TRUST_CHECK fill:#ffeaa7,stroke:#fdcb6e,color:#2d3436
    style SUCCESS fill:#00b894,stroke:#00b894,color:#fff
    style FAIL fill:#e17055,stroke:#e17055,color:#fff
Loading

5条件の達成度比較:

条件 従来のデジタル広告 AI時代の広告（現在） 理想的な「提案」
① 文脈的関連性 ★☆☆☆☆ ★★★★☆ ★★★★★
② タイミング ★★☆☆☆ ★★★☆☆ ★★★★★
③ 実用性 ★★☆☆☆ ★★★★☆ ★★★★★
④ 非侵入性 ★☆☆☆☆ ★★★☆☆ ★★★★★
⑤ 透明性 ★★★☆☆ ★★★★☆ ★★★★★
信頼の蓄積 なし 構築中 必須前提

技術的な条件は整いつつある。しかし信頼は技術では買えない。

次章では、この信頼の課題を技術的に解決しようとするGoogleの最も野心的なプロジェクト —— Personal Intelligence —— を検証する。


Chapter 6: Personal Intelligence — 究極のパーソナライゼーションとプライバシーの境界

6.1 「あなたより、あなたを知っている」

Googleが2026年にベータ版として展開した「Personal Intelligence（パーソナル・インテリジェンス）」は、AI時代の広告の到達点と、その危うさの両方を体現するプロジェクトだ。

Gemini 3モデルを基盤とするこの機能は、単一のアプリ内検索にとどまらない。Gmail、Google Photos、YouTube、カレンダーなど複数アプリを横断してデータを推論し、ユーザー個人の文脈を深く理解する能力を持つ。

具体例を示そう。

ユーザーが「ミニバン用のタイヤを購入したい」とGeminiに話しかける。従来のAIなら、ミニバン用タイヤの一般的なおすすめを返す。

Personal Intelligenceは違う。

  1. Google Photosから車のナンバープレートを読み取り、車種を特定する
  2. Gmailから過去のタイヤ購入履歴や車のメンテナンス記録を抽出する
  3. YouTubeの閲覧履歴からユーザーのライフスタイル（アウトドア志向など）を推定する
  4. カレンダーから来月のキャンプの予定を確認する
  5. これらすべてを統合し、 「来月のキャンプに最適な全天候型タイヤ」 を提案する

ユーザーは「タイヤが欲しい」としか言っていない。しかしAIは、ユーザーの車種、走行パターン、ライフスタイル、予定を組み合わせて、ユーザー自身が言語化していないニーズを推論した。

ユーザーより、ユーザーを知っている。 これがPersonal Intelligenceの本質だ。

6.2 広告への応用 — 「究極の提案」か「究極の監視」か

このレベルのパーソナライゼーションが広告に応用されたらどうなるか。

第5章で検証した5条件のうち、①文脈的関連性と②タイミングの精度が桁違いに向上する。ユーザーが「タイヤが欲しい」と言った瞬間に、車種に適合し、来月のキャンプに最適な、過去に購入した店舗よりも安い全天候型タイヤの広告が表示される。

これは「提案」だろうか。それとも「監視」だろうか。

答えは、同じ行為がユーザーの受け取り方によって両方になり得るということだ。

  • 「すごい、まさに欲しかったものを提案してくれた！」→ 提案
  • 「なぜ私の車種を知っている？ メールを読んだのか？」→ 監視

この二面性こそが、Personal Intelligenceが体現するAI時代の広告の根本的なジレンマだ。

6.3 Googleが設定したガードレール

Googleは、このジレンマに対して明確なガードレールを設定している。

ガードレール 内容
デフォルト設定 OFF。ユーザーが明示的にONにしない限り機能しない
アプリ接続 ユーザーがどのアプリを接続するかを明示的に選択する
データの扱い ユーザーの個別データを直接学習（トレーニング）しない。プロンプトの処理方法を学習する
広告主への共有 個人データは広告主に直接共有されない。「特定のインテントグループへのリーチ」という抽象化された結果のみを提供

「データを広告主に売らない」という原則は、OpenAIのFriarもGoogleのSchindlerも繰り返し強調している。

しかし、ここに構造的な疑問がある。「データを広告主に共有しない」と「データを使って広告のターゲティングを最適化する」は、両立するのか？

Googleの回答は「する」だ。ユーザーのデータはGoogle内部でのみ処理され、広告主には「このインテントグループに広告を出したいですか？」という選択肢だけが提供される。広告主はユーザーの個人情報を見ることなく、AIが判断したインテントに基づいて広告を配信できる。

この設計は技術的には健全だ。しかしユーザーの心理的な受容は別の問題だ。

6.4 Metaの対極 — 「オプトアウト不可」の衝撃

Googleのガードレール設計と対照的なのが、Metaのアプローチだ。

2025年12月以降、WhatsApp・Instagram・FacebookでのMeta AIとの会話内容が、広告パーソナライゼーションに直接利用されるようになった。対象は約10億人の月間Meta AIユーザー。

そして最も衝撃的な事実がある。オプトアウト不可だ（EU・UK・韓国を除く）。

比較項目 Google Personal Intelligence Meta AI
データ利用の同意 明示的にON（デフォルトOFF） 自動的にON（オプトアウト不可）
対象ユーザー ONにしたユーザーのみ 約10億人全員（EU/UK/韓国除く）
広告主へのデータ共有 抽象化されたインテントグループのみ 会話データがターゲティングシグナルとして直接利用
AI回答内の広告表示 AI Overviewsにあり、Geminiアプリにはなし なし（データは利用するが回答内広告は非表示）

Metaの設計思想は明確だ。AI回答の中に直接広告を表示する代わりに、会話データそのものを広告エコシステム全体の燃料にする。ユーザーはMeta AIと自然に会話しているつもりだが、その会話の内容がFacebookやInstagramのフィードに表示される広告のターゲティング精度を上げている。

Mark Zuckerbergが描くビジョンはさらに先を行く。「目的を伝え、銀行口座を接続すれば、クリエイティブもターゲティングも不要」というフル自動化。広告主は広告を作る必要すらなくなる。AIがすべてを生成し、最適なユーザーに配信する。

これは「提案としての広告」だろうか。それとも「全面監視に基づく行動操作」だろうか。

6.5 規制の壁 — EU AI Act第50条

この議論に法的な制約を加えるのが、規制の動きだ。

規制 施行時期 内容 罰則
EU AI Act第50条 2026年8月2日 人間が作ったものと誤認しうるAI生成コンテンツへの開示義務 最大1,500万ユーロまたは全世界年間売上の3%
Apple ATT 施行済み アプリ間トラッキングにユーザーの明示的同意を義務付け —
米国州法 19州で施行済み カリフォルニア（SB-942）、ユタ（SB-149）等の包括的データプライバシー法 州ごとに異なる

EU AI Act第50条の2026年8月施行は、AI広告の歴史における最大の制度的転換点になる。AIが生成したコンテンツであることの開示が義務化されれば、第4章で示した「信頼のパラドックス」は技術的な課題ではなく法的な義務になる。

Metaのオプトアウト不可設計がEU/UK/韓国で禁止されている事実は、規制が技術の暴走を制御し得ることを示している。しかし、残りの世界の約10億人のユーザーは、同じ保護を受けていない。

6.6 プライバシーと広告の均衡点はどこにあるか

Personal Intelligenceが示す未来は、2つの極端の間にある。

極端A: すべてのデータを使って完璧にパーソナライズされた広告を提供する。ユーザーはプライバシーを完全に放棄するが、広告は完璧な「提案」になる。

極端B: 一切のデータを使わない。プライバシーは完全に保護されるが、広告は文脈と無関係な「割り込み」に戻る。

現実の均衡点は、この2つの間のどこかにある。Googleの「デフォルトOFF、明示的同意、抽象化されたインテントグループ」という設計は、その均衡点の1つの提案だ。

しかし、その均衡点は固定されない。技術の進化、規制の強化、ユーザーの意識の変化によって、常に移動し続ける。

[図6: パーソナライゼーションとプライバシーのスペクトラム]

flowchart LR
    LEFT["🔒 プライバシー\n完全保護"]
    RIGHT["🎯 完全\nパーソナライゼーション"]

    LEFT ~~~ A1 ~~~ A2 ~~~ A3 ~~~ A4 ~~~ A5 ~~~ A6 ~~~ RIGHT

    A1["Anthropic\nデータ不使用\n広告なし"]
    A2["Perplexity\n撤退後"]
    A3["Google Gemini\nPersonal Intelligence\nデフォルトOFF"]
    A4["OpenAI ChatGPT\n会話トピックベース\nターゲティング"]
    A5["Google AI Overviews\n広告あり\n検索データ使用"]
    A6["Meta AI\n会話データ直接利用\nオプトアウト不可"]

    style LEFT fill:#dfe6e9,stroke:#00b894,color:#2d3436
    style RIGHT fill:#fef3f0,stroke:#e17055,color:#2d3436
    style A1 fill:#b8e6d8,stroke:#00b894,color:#2d3436
    style A2 fill:#c8edd9,stroke:#00b894,color:#2d3436
    style A3 fill:#ffeaa7,stroke:#fdcb6e,color:#2d3436
    style A4 fill:#fad390,stroke:#f6b93b,color:#2d3436
    style A5 fill:#fab1a0,stroke:#e17055,color:#2d3436
    style A6 fill:#ff7675,stroke:#d63031,color:#fff
Loading

⚖️ EU AI Act 第50条（2026年8月施行） — 規制はスペクトラムの右側（高パーソナライゼーション側）を制約する方向に作用する。

究極のパーソナライゼーションと、ユーザーのプライバシーの間にある緊張関係。この緊張関係は、次章で見る「エージェンティック・コマース」の世界ではさらに先鋭化する。AIが「提案する」だけでなく、「購入を完結する」段階に進んだとき、何が起きるのか。


Chapter 7: エージェンティック・コマース — AIが買い物を完結する未来

7.1 次のパラダイムシフト — 「提案」から「取引」へ

ここまで6章にわたり、広告が「割り込み」から「提案」へ変わる可能性を検証してきた。

しかし2026年のデジタル経済において最も破壊的なイノベーションは、「提案」のさらに先にある。AIエージェントがユーザーの代理として自律的に取引を完結させる —— エージェンティック・コマース（Agentic Commerce）の台頭だ。

「ユーザーがAIをツールとして使って買い物をする」段階から、「AIが勝手に買い物をしてくれる」段階への移行。これは広告の概念を「提案」からさらに「実行」へと進化させる。

Gartnerの予測では、2028年までに60%のブランドがエージェンティックAIを使用して1対1のインタラクションを合理化するとされている。これは、メール、ウェブサイト、SNSといった従来の「チャネルベースのマーケティング」の終焉を意味する。

7.2 Universal Commerce Protocol (UCP) — Googleが作る「共通言語」

エージェンティック・コマースが社会規模で機能するための最大の技術的障壁は、統合問題だった。

無数のAIプラットフォーム（Gemini、ChatGPT、Claudeなど）と、無数の小売業者のバックエンドシステム（Shopify、独自システムなど）、そして多種多様な決済プロバイダーをどのようにつなぐか。各プラットフォームが独自のAPIや規格を要求すれば、小売業者は膨大な開発コストを強いられ、イノベーションは停滞する。

Googleはこの問題を根本から解消するため、業界の主要プレイヤーと共同でオープンソースの標準プロトコル 「Universal Commerce Protocol（UCP）」 を開発・公開した。

参加企業カテゴリ 主な企業
小売業者 Shopify、Etsy、Wayfair、Target、Walmart
決済・金融 Adyen、American Express、Mastercard、Stripe、Visa、PayPal
SaaS Salesforce（Agentforce Commerce向けネイティブサポート）

20社以上が支持するこのプロトコルは、特定のプラットフォームやマーケットプレイスではなく、 独立したエージェント、消費者インターフェース、小売業者のバックエンドが相互運用するための「普遍的な抽象化レイヤー」 として機能する。

UCPの中核となるアーキテクチャ設計は3つだ。

① Capability Centric Design（ケイパビリティ中心設計）: 小売業者は「商品ディスカバリー」「カート管理」「税金計算」「注文追跡」といった自社が提供可能な機能を機械可読なマニフェストとして宣言する。AIプラットフォーム側はこれを自律的に発見し、交渉し、動的に構成を最適化する。

② Decoupled Payment Architecture（分離された決済アーキテクチャ）: 決済手段と決済処理を明確に分離し、トークン化された安全な決済を可能にする。

③ 相互運用性の確保: AnthropicのMCP（Model Context Protocol）、Agent2Agent (A2A)、Agent Payments Protocol (AP2)と完全な互換性を持つ。

7.3 エージェンティック・チェックアウト — ファネルが「消える」

UCPの実装により、Googleは「AI Mode」および「Geminiアプリ」内に 「エージェンティック・チェックアウト」 機能を直接組み込んだ。

ユーザーは小売業者のウェブサイトに遷移することなく、検索エンジンの対話インターフェース上で商品の発見、比較、カート追加、そして決済までのすべてのプロセスを完了できる。

これが何を意味するか。

従来のデジタルマーケティングでは、「認知（ディスカバリー）→ 比較検討（エバリュエーション）→ インセンティブ付与 → 購入（トランザクション）」という購買ファネルが数日から数週間を要した。

エージェンティック・チェックアウトでは、このファネル全体が対話インターフェースという単一の環境内で数秒に圧縮・完結する。

従来のファネル 所要時間 エージェンティック・コマース 所要時間
認知（検索、広告接触） 数日 AIとの対話で商品を発見 数秒
比較検討（複数サイト巡回） 数時間〜数日 AIが複数の選択肢を対話内で比較提示 数秒
インセンティブ（クーポン検索） 数分〜数時間 Direct Offersがリアルタイムで割引を提示 即時
購入（サイト遷移、カート、決済） 数分 エージェンティック・チェックアウトで対話内完結 数秒

ファネルが「消える」のではない。ファネルが「1つの対話に圧縮される」のだ。

WayfairのCTOであるFiona Tanは、UCPについてこう述べた。「エージェントが発見からチェックアウトまでのギャップを埋めるための『共通言語』として機能し、高単価な商材であっても消費者が安心してオンラインで購入できる環境を提供する」。

7.4 広告の再定義 — 「見せる」から「実行する」へ

エージェンティック・コマースの世界では、広告の役割が根本的に変わる。

従来の広告は「見せる」ことが目的だった。ユーザーに商品やサービスの存在を認知させ、興味を持たせ、ウェブサイトに誘導する。

エージェンティック・コマースの広告は「実行する」ことが目的になる。AIエージェントが商品を発見し、比較し、最適なものを選び、購入を完結する。その一連のプロセスの中に、広告主がどの段階でどう介入するかが新しい広告の設計になる。

Google Adsの新機能「Direct Offers」は、この「実行する広告」の最初の実装例だ。ユーザーが高い購入意向を示すプロンプトを入力した際、AIは関連商品を提示するだけでなく、小売業者が設定したディスカウントオファーを関連性が高いと判断した瞬間にのみリアルタイムで挿入する。

さらに、Googleは小売業者が独自のAIエージェントを検索エンジン上に展開できる 「Business Agent」 機能を提供開始した。Lowe's、Michaels、Poshmark、Reebokなどが初期パートナーとして参加し、事実上の「仮想販売員」として機能する。

7.5 ディスインターメディエーション — 中抜きのリスク

しかし、エージェンティック・コマースには深刻なリスクがある。 ディスインターメディエーション（中抜き） だ。

顧客との直接的なインタラクションや貴重な行動データがプラットフォーム側に吸収され、ブランドの独立性が損なわれる可能性がある。

ユーザーが「ラグを買いたい」と言ったとき、AIがWayfairのラグを提案し、Googleのインターフェース上で購入が完結する。ユーザーはWayfairのサイトを一度も訪れない。Wayfairのブランド体験を一度も経験しない。ユーザーの認知の中では「Googleで買った」であって「Wayfairで買った」ではない。

これは小売業者にとって致命的な問題だ。AIインターフェース上での利便性と、自社プラットフォームへの顧客誘導という二律背反する課題に直面している。

UCPの設計では「小売業者がマーチャント・オブ・レコード（販売責任者）としての地位を保ち、顧客関係やデータの所有権を維持できる」とされている。しかし、顧客が自社サイトを訪れない状態で「顧客関係の所有権」がどこまで実質的に維持できるかは、今後の最大の論点になる。

[図7: エージェンティック・コマースによるファネルの圧縮]

flowchart LR
    subgraph TRADITIONAL["従来のマーケティングファネル"]
        direction TB
        F1["認知 — 数日"]
        F2["興味 — 数時間"]
        F3["比較 — 数時間"]
        F4["検討 — 数分"]
        F5["購入 — 数分"]
        F1 --> F2 --> F3 --> F4 --> F5
    end

    subgraph AGENTIC["エージェンティック・コマース"]
        direction TB
        A1["対話の中で\n認知→興味→比較→検討→購入\nが一気に完結"]
        A2["⚡ 数秒"]
        A1 --> A2
    end

    TRADITIONAL -- "UCP +\nエージェンティック・チェックアウト" --> AGENTIC

    style TRADITIONAL fill:#f5f5f5,stroke:#b2bec3,color:#2d3436
    style AGENTIC fill:#f0faf6,stroke:#00b894,color:#2d3436
    style A2 fill:#00b894,stroke:#00b894,color:#fff
Loading

※ ファネルが消えるのではない。ファネルが1つの対話に圧縮される。

エージェンティック・コマースは、広告を「見せるもの」から「実行するもの」に変える。しかし同時に、ブランドと顧客の関係を「直接」から「AIを介した間接」に変える。この変化が、次章で見るSEOとウェブサイトの存在意義をも根底から覆す。


Chapter 8: SEOの終焉 — 確率論的可視性の時代

8.1 「検索結果の1位をとるゲーム」が終わる

過去20年間、デジタルマーケティングにおける可視性の評価は「特定のキーワードで検索結果の何位に表示されるか」という、 決定論的（Deterministic） な順位トラッキングに依存してきた。

「自社のページをGoogle検索で1位に表示させる」。これがSEOの至上命題だった。何万社ものマーケティングチームが、何千億円もの予算を投じて、このゲームを戦ってきた。

そのゲームが終わる。

2026年1月、SparkToroとGumshoe.aiによる共同研究が、AI時代のSEOの無意味さを定量的に証明した。

8.2 SparkToro/Gumshoe.aiの衝撃的な実験

研究チームはChatGPT、Claude、GoogleのAI Modeに対して、「最高品質のヘッドホン」「おすすめのSaaSプロバイダー」といった同一のプロンプトを、数百人のボランティアを通じて計2,961回入力した。

結果は衝撃的だった。

発見 確率
AIが同一プロンプトに対して全く同じブランドリストを返す確率 100回に1回未満
提示されるブランドの 順序（ランキング） が一致する確率 1,000回に1回未満

100回に1回未満。つまり、同じ質問をしても、AIが返す答えは毎回違う。

これは従来の検索エンジンとは根本的に異なる。Google検索では、同じキーワードで検索すれば、ほぼ同じ順序で同じ結果が返ってきた。だからこそ「1位をとる」ことに意味があった。

しかしAIは確率論的エンジンだ。訓練データに出現する頻度や文脈の僅かな差異によって、意図的にユニークな回答を毎回生み出すように設計されている。「1位」や「2位」といった固定的なランキングポジションが存在しない。

研究者はこう断じた。

従来型のSEOツールを用いて「AIの回答における自社ブランドの掲載順位」を追跡することは、「愚か者の所業（a fool's errand）」である。

8.3 Google新特許 — 「あなたのウェブサイトを終わり」にする

SparkToroの研究がSEOの「計測」を無意味にしたとすれば、Googleの新特許はウェブサイトの「存在意義」そのものを問い直す。

2026年1月27日、Google LLCに付与された特許「特定のユーザーに合わせたAI生成コンテンツページ（AI-generated content page tailored to a specific user）」（US12536233B1）。

この特許が記述するシステムは以下だ。

① 企業のランディングページをリアルタイムで評価する。 コンバージョン率、直帰率、クリック率、デザイン品質をスコアリングする。

② スコアが閾値を下回った場合、AIがその場でページを生成し直す。 ユーザーの検索クエリ、検索履歴、アカウント情報、元のページから抽出できる情報をもとに、動的に最適化されたページを組み立てる。

③ 生成されたページへのリンクを広告枠として表示する可能性がある。 特許の請求項には「場合によっては、このナビゲーションリンクはスポンサードコンテンツ内に含まれることがある」と記載されている。

これが意味することを、率直に言語化する。

Googleがこの特許を実行に移した場合、「企業が狙って作ったLPが弱ければ、勝手にAIで書き換えてCVRを上げ、その入口リンクを広告枠として企業に提供する」権利を法的に保護したということだ。

ユーザーが目にするのは、企業のチームが構築したページではない。Googleの機械学習モデルが「見せるべき」と判断したページだ。

8.4 WebMCPとの連動 — ウェブサイトは「部品庫」になる

この特許は、Googleがその3週間前にリリースしたWebMCPと併せて読む必要がある。

WebMCPとは、ウェブサイトが構造化された機能や情報をAIエージェントに直接公開できるようにするプロトコルだ。ウェブサイト側が「自サイトで何ができるか」と「適切にナビゲートするために必要な情報」を機械可読のマニフェストとして公開する。

WebMCPが「ウェブサイトを部品に分解する」仕組みを提供し、新特許が「その部品をどう扱うかの決定権」をGoogleに与える。

2つは別々の製品ではない。同一インフラの2つのレイヤーだ。

Forbes JAPANの記事が的確に指摘した通り、「あなたの仕事は、もはや『目的地』を作ることではない。『パーツライブラリ』を作ることだ」。

8.5 「引用燃料（Citation Fuel）」としてのコンテンツ最適化

では、SEOが終焉した後のマーケティングは何をすればいいのか。

答えは「引用燃料（Citation Fuel）」だ。

AIエージェントが学習および推論しやすいデータ構造を提供し、自社の情報をAIの出力に確実に組み込ませる。自社サイトにトラフィックを呼び込むのではなく、AIの回答の中に自社の情報が確実に引用されるようにする。

従来のSEO 引用燃料としてのコンテンツ最適化
目的: 検索結果の上位に表示される 目的: AIの回答の中で引用される
指標: 検索順位、CTR、トラフィック 指標: AI回答における出現頻度（確率論的可視性）
手法: キーワード最適化、バックリンク構築 手法: 構造化データ、機械可読マニフェスト、AIが推論しやすいデータ構造
最適化対象: 人間のユーザー 最適化対象: AIエージェント

具体的には以下の施策が求められる。

① Google Merchant Centerの対話型データ拡張: 従来の「価格」「在庫」に加え、「一般的な質問への回答」「互換性のあるアクセサリー」「使用シーン」「代替品」といった多層的なデータを提供する。

② スキーマと構造化データの高度化: ArticleスキーマやFAQスキーマ、Productスキーマの実装。AIモデルが情報を正確に抽出できる形式。

③ 確率論的可視性の測定: 「数千回のAI生成結果において、自社のブランド名がどれほどの確率で言及されるか」を測定する。固定された順位ではなく、 出現頻度（Appearance frequency） をKPIとする。

8.6 Wayfairの実践 — 「顧客を顧客自身より深く理解する」

引用燃料の実践例として注目すべきは、家具小売大手のWayfairだ。

Wayfairは「顧客を顧客自身よりも深く理解する」というビジョンのもと、Gemini LLMを活用して行動データ（クリックや検索）から自由形式の潜在的関心を生成している。

例えば、ユーザーの行動パターンから「スペースを最適化する家具」「モダンでアースカラーの装飾」といった潜在的な関心（Interests）を生成し、それをパーソナライゼーションシステムにフィードバックする。固定されたカテゴリ分類ではなく、生成AIを用いて人間の行動を豊かに解釈する。

これにより、GoogleのAI Modeで「リビングに合うラグ」と検索したユーザーに対して、Wayfairの商品がAIの回答に自然に引用される確率が上がる。WayfairのサイトにSEOで誘導するのではなく、AIの回答の中にWayfairの商品が「引用」される。

「検索キーワードに最適化する時代」から、「AIエージェントの推論モデルとコンテキストに最適化する時代」への不可逆的なシフトが起きている。

[図8: SEOから確率論的可視性への移行]

flowchart LR
    subgraph DETERMINISTIC["決定論的SEOの時代（〜2024年）"]
        direction TB
        D1["検索窓にキーワード入力"]
        D2["固定された10件の結果"]
        D3["1位に自社サイト\n= トラフィック流入"]
        D1 --> D2 --> D3
        D_SHAPE["📐 ピラミッド型の順位構造\n1位が頂点、10位が底辺"]
    end

    subgraph PROBABILISTIC["確率論的可視性の時代（2025年〜）"]
        direction TB
        P1["対話プロンプト入力"]
        P2["AIが毎回異なる回答を生成"]
        P3["自社ブランドが\n言及される「確率」"]
        P1 --> P2 --> P3
        P_SHAPE["📊 確率分布（ベルカーブ）\n出現確率の位置で評価"]
    end

    DETERMINISTIC -- "構造的転換" --> PROBABILISTIC

    STAT["SparkToro/Gumshoe.ai:\n同じ回答が返る確率は\n100回に1回未満"]

    style DETERMINISTIC fill:#f5f5f5,stroke:#b2bec3,color:#2d3436
    style PROBABILISTIC fill:#f0faf6,stroke:#00b894,color:#2d3436
    style STAT fill:#fab1a0,stroke:#e17055,color:#2d3436
    style D3 fill:#dfe6e9,stroke:#b2bec3,color:#2d3436
    style P3 fill:#00b894,stroke:#00b894,color:#fff
Loading

SEOの終焉は、ウェブサイトの終焉ではない。ウェブサイトの役割の転換だ。「目的地」から「部品庫」へ。「人間に読ませる」から「AIに引用させる」へ。

そして次章、本書の結論として、ここまでの議論すべてを統合する問いに答える。


Chapter 9: 広告を入れても信頼を維持できる設計は可能か — 結論

9.1 本書の旅路を振り返る

ここまで8章にわたり、AI時代の広告の構造的変化を検証してきた。

第1章で、広告の原罪 —— 「割り込み」モデルの25年間が生んだユーザーの嫌悪 —— を確認した。第2章で、検索が対話に変わり、検索エンジンが取引レイヤーに変質している構造変化を見た。第3章で、7社がそれぞれ異なる選択をし、「広告導入派」と「広告拒否派」に二極化している現実を俯瞰した。

第4章で、透明にするほど信頼が下がるという信頼のパラドックスを発見した。第5章で、「提案としての広告」が成立するための5つの条件を定義し、その限界を検証した。第6章で、Personal Intelligenceがもたらす究極のパーソナライゼーションとプライバシーの緊張関係を分析した。

第7章で、エージェンティック・コマースが広告を「見せるもの」から「実行するもの」に変え、購買ファネルを数秒に圧縮する未来を描いた。第8章で、SEOの終焉と確率論的可視性の時代への移行、そしてウェブサイトが「目的地」から「部品庫」に変わる構造変化を確認した。

すべての議論が1つの問いに収束する。

広告を入れても信頼を維持できる設計は、可能なのか？

9.2 二項対立を超えて

本書を通じて明らかになったのは、「広告を入れるか入れないか」という二項対立では答えが出ないということだ。

事実 示唆
Perplexityは広告を入れて撤退した 信頼が不十分な段階での広告導入は致命的
Anthropicは広告を拒否してDAU +11% 「広告がない」こと自体が競争優位になり得る
Microsoft CopilotはCTR +73%、CVR +16% 適切な設計であれば、広告はユーザー体験を向上させ得る
OpenAIは理念を転換して広告を実装 経済的現実が理念を覆す力を持つ
GoogleはGeminiアプリに広告を入れていない 信頼の蓄積が不十分な段階では「待つ」選択も合理的
Metaは会話データをオプトアウト不可で利用 プライバシーの最低線は規制でしか守れない場合がある

これらの事実は矛盾しない。異なる条件下では、異なる選択が正しい。

9.3 複合方程式としてのAI広告

AI広告の未来は「押し売り vs 提案」という単純な図式ではなく、4つの変数が絡み合う複合方程式として展開される。

変数1: 信頼設計

ユーザーとAIアシスタントの間の信頼関係がどの段階にあるか。Perplexityは信頼の蓄積が不十分な段階で広告を入れて失敗した。GoogleがGeminiアプリに広告を入れない判断は、7.5億MAUとの信頼関係を優先している。

信頼は一度壊すと取り戻せない。 だから「いつ広告を入れるか」のタイミング設計が、「どう広告を入れるか」の技術設計と同等以上に重要になる。

変数2: プライバシー技術

Personal Intelligenceのような高度なパーソナライゼーションが、ユーザーのプライバシーを侵害せずに実現できるか。Googleの「デフォルトOFF、明示的同意、抽象化されたインテントグループ」という設計は1つの回答だ。Metaの「オプトアウト不可」は、もう1つの（危険な）回答だ。

変数3: 規制環境

EU AI Act第50条の2026年8月施行は、AI広告の透明性を法的義務にする。Apple ATTはiOSユーザーの75%にトラッキングオプトアウトを実現させた。規制は技術の暴走を制御する最後の砦になり得る。

変数4: ビジネスモデル

OpenAIの9億WAUのうち95%が無料ユーザーという経済的現実。Anthropicの70-75%がAPI収入というビジネスモデル。広告の導入/非導入は、理念だけでなくビジネスモデルの構造的帰結でもある。

[図9: AI広告の複合方程式]

flowchart TB
    TRUST["🤝 信頼設計\nユーザーとAIの関係性の深度"]
    PRIVACY["🔐 プライバシー技術\nパーソナライゼーション×\nデータ保護のバランス"]
    REGULATION["⚖️ 規制環境\nEU AI Act・ATT・州法"]
    BUSINESS["💰 ビジネスモデル\n広告依存 vs サブスク vs API"]

    TRUST --> CENTER["⚡ AI時代の広告の\n均衡点"]
    PRIVACY --> CENTER
    REGULATION --> CENTER
    BUSINESS --> CENTER

    CENTER -.-> G["Google"]
    CENTER -.-> O["OpenAI"]
    CENTER -.-> AN["Anthropic"]
    CENTER -.-> P["Perplexity"]
    CENTER -.-> ME["Meta"]
    CENTER -.-> MS["Microsoft"]
    CENTER -.-> AM["Amazon"]

    style CENTER fill:#ffeaa7,stroke:#fdcb6e,color:#2d3436
    style TRUST fill:#edf5fc,stroke:#74b9ff,color:#2d3436
    style PRIVACY fill:#edf5fc,stroke:#74b9ff,color:#2d3436
    style REGULATION fill:#edf5fc,stroke:#74b9ff,color:#2d3436
    style BUSINESS fill:#edf5fc,stroke:#74b9ff,color:#2d3436
    style G fill:#4285F4,stroke:#4285F4,color:#fff
    style O fill:#10A37F,stroke:#10A37F,color:#fff
    style AN fill:#D4A574,stroke:#D4A574,color:#fff
    style P fill:#20B2AA,stroke:#20B2AA,color:#fff
    style ME fill:#1877F2,stroke:#1877F2,color:#fff
    style MS fill:#00BCF2,stroke:#00BCF2,color:#fff
    style AM fill:#FF9900,stroke:#FF9900,color:#fff
Loading

9.4 方程式の解 — 「入れるか入れないか」から「信頼を維持できる設計が可能か」へ

この方程式には、単一の「正解」がない。4つの変数の組み合わせによって、無数の均衡点が存在する。

しかし、8章の分析を通じて、1つの原則が浮かび上がった。

広告の成否を決めるのは、技術の精度ではなく、ユーザーとの信頼関係の設計である。

Microsoft Copilotが成功しているのは、CTR +73%という技術的精度が高いからだけではない。検索という文脈でユーザーが「商業的な情報が混在すること」を暗黙に受け入れているからだ。

Perplexityが失敗したのは、広告の技術が悪かったからではない。ユーザーが「中立的な回答をくれる存在」として信頼していた空間に、商業的な情報を持ち込んだからだ。

Anthropicが成功したのは、技術が優れているからだけではない。「この空間には広告がない」という約束を、スーパーボウルCMで1億人の前で宣言したからだ。

信頼は約束であり、約束は設計できる。

9.5 Advertising, Redesigned — 広告の概念そのものを再定義する

本書の冒頭で、僕はこう書いた。

「僕たちは広告を嫌っている。これは感情的な話ではない。構造的な事実だ。」

8章の旅を終えた今、この構造的事実に対して、8章分の事実とデータを積み上げた上で、改めて向き合いたい。

僕たちが嫌っていたのは「広告」ではなく「割り込み」だった

第1章で提示した問題の本質をもう一度言語化する。

デジタル広告が25年間嫌われ続けたのは、広告であること自体が問題だったのではない。僕たちが欲しくもないものを、企業側の都合で、欲しくもないタイミングで、大量に見せられる —— この構造が問題だったのだ。

レストランのメニューを「邪魔だから消して」とは言わない。旅行ガイドのおすすめスポットを「広告だから読みたくない」とは思わない。それらは僕たちの意思決定を助ける情報だから歓迎される。

つまり、ユーザーが潜在的もしくは顕在的に「これが欲しい」と思っているタイミングで、それに適する情報だけを、自然な形で提示する —— この条件が満たされたとき、広告は「押し売り」から「ユーザーに寄り添った提案」に変わる。

これが、Googleがテキストガイドライン、Personal Intelligence、UCP、そしてAI Modeの設計を通じて追い求めている未来だ。そしてAnthropicが「その未来が実現するまで、広告を入れない」という別のルートで同じ認知転換を促している。

しかし、この未来は確定していない

本書で分析した7社の動向は、すべてが同じ方向を向いているわけではない。

OpenAIは「広告を入れても信頼は維持できる」と主張し、ChatGPTに広告を導入した。Perplexityは同じことを試みて「ユーザーが全てを疑い始める」と撤退した。Metaはプライバシーを犠牲にしてパーソナライゼーションを極限まで推し進めている。Anthropicは広告を一切拒絶した。

同じ問いに対して、世界で最も賢い人々が、真逆の答えを出している。

これが意味することは明確だ。AI時代の広告の最終形は、まだ誰にも見えていない。技術は急速に進化しているが、「広告を歓迎される存在に変える設計」は、技術だけでは完成しない。ユーザーの認知、規制の枠組み、ビジネスモデルの持続可能性、そして何より「企業がユーザーへの優しさをどこまで本気で設計できるか」という意志の問題が残っている。

3つのシナリオ — 2030年の広告の風景

本書の分析に基づき、2030年時点の広告の風景として3つのシナリオを提示する。どれが実現するかは、これからの5年間に僕たちが下す無数の選択に依存する。

シナリオA: 「優しい提案」が常態化した世界。 UCPとAgent Paymentsが標準化され、AIエージェントがユーザーの文脈を完全に理解した上で、購買の最終段階にだけ最適な選択肢を提示する。広告という言葉は使われなくなり、「パーソナルな提案」と呼ばれるようになる。ユーザーは広告を消すためにサブスクリプションに加入する必要がなくなる。なぜなら、提案そのものが価値ある情報だから。

シナリオB: 「信頼の二極化」が固定化した世界。 広告付きの無料AIと、広告なしの有料AIが完全に分離する。広告付きAIの回答を人々は半信半疑で受け取り、重要な意思決定には広告なしAIを使う。広告の「原罪」は解消されず、月額2,000〜20,000円の「信頼の対価」が新しい常識になる。情報の質がユーザーの経済力で分断される。

シナリオC: 「規制が設計を先導する」世界。 EU AI Actを起点に、AI広告の透明性・非侵入性・ユーザー同意に関する国際的な規制フレームワークが整備される。技術的にはパーソナライゼーションが可能だが、規制がその範囲を厳密に定義する。企業は規制の枠内で最適な設計を競い合い、結果として広告の質は向上するが、イノベーションの速度は大幅に低下する。

どのシナリオが実現するにせよ、1つだけ確かなことがある。

再定義の核心

広告の再設計（Redesign）とは、広告のフォーマットやターゲティングの精度を改善することではない。広告というものに対するユーザーの認知そのものを変えることだ。

「邪魔なもの」から「助けてくれるもの」へ。 「押し売り」から「寄り添った提案」へ。 「中断」から「発見の手助け」へ。

この認知の転換は、技術だけでは起こらない。ユーザーとの信頼関係を、広告の導入前に十分に構築し、導入後も維持し続ける設計が必要だ。

GoogleのVidhya Srinivasanは、Google Marketing Live 2025の壇上でこう語った。

「広告は中断するものではなく、顧客が商品やサービスを発見する手助けをするもの」

この言葉が理想論で終わるか、現実になるか。

それは、技術者の手腕だけでは決まらない。広告を設計するすべての人間が、ユーザーへの「優しさ」をどこまで本気で設計できるかにかかっている。そして、僕たちユーザー自身が、「優しい広告」を受け入れる準備ができるかにもかかっている。

答えはまだ出ていない。しかし、問いの形は変わった。

「広告を入れるべきか、入れないべきか。」

この問いは、もう古い。

「広告を、ユーザーが歓迎する存在に再設計できるか。」

これが、AI時代に僕たちが答えるべき、たった1つの問いだ。

広告を、再設計しよう。

参考文献

Google / Alphabet

OpenAI

Anthropic

Perplexity

Meta

Microsoft

Amazon

市場データ・調査

プロトコル・技術

本書は Leading.AI（合同会社Leading AI）が CC BY 4.0 ライセンスで全世界に無償公開するOSS書籍です。
著者: 山内怜史（Satoshi Yamauchi）— AIストラテジスト / ビジネスデザイナー
https://github.com/Leading-AI-IO/