CriteoのAI戦略：エージェント型コマース時代に挑む広告ビジネスモデルの革新

かつてリターゲティング広告で名を馳せたCriteoが、生成AI時代のコマースに向けて大胆な戦略転換を図っている。

ChatGPTのようなエージェントAIを脅威ではなく新たな広告流通チャネルと捉え、実験的に自社のコマースデータを大規模言語モデル（LLM）に接続する試みに踏み出した（ソース）。第三者クッキーの終焉に備えて小売メディアやファーストパーティデータ戦略へシフトしてきた同社にとって、このLLMへの接続は守勢に留まらず収益源の多角化にもつながる新機軸だ（ソース）。果たしてCriteoの現在の強みとは何なのか。そしてAIエージェント時代の広告ビジネスモデルはどう変わり得るのか。本稿では、この分野であまり語られない論点や新たな動向も織り交ぜつつ、CriteoのAI戦略を深掘りして考察する。

Criteoの強み：膨大なコマースデータと推薦AIエンジン

Criteo最大の武器は、20年近くにわたり蓄積してきた膨大かつ高度に構造化されたコマースデータだ。

同社は元々DVDのレコメンデーションエンジンから出発し、深層学習による広告最適化を磨き上げてきた経緯がある（ソース）。その「筋肉記憶」に支えられた推薦AIエンジンとデータ基盤は、LLM時代においても他社には真似できない差別化要因となっている。実際Criteoは、世界中の小売・ブランドから統合した日次7億人以上のアクティブユーザー（広告接触ベース）、年間1兆ドル超のEC取引額、そして45億件の商品SKUという規模の行動データセットを誇る（ソース）。これらのデータは数千の小売パートナーから提供され、在庫・価格・購買履歴などがリアルタイムで正規化されている（ソース）。

言わばCriteoは、オープンWeb上には存在しない高鮮度かつ精錬されたコマース情報の宝庫なのだ。このスケールと質の両面で勝るデータ資産こそが、生成AI時代に同社が打ち出せる最大の強みである（ソース）。一般的なLLMがウェブ上のテキストから学習しているのに対し、Criteoは実購買に裏付けられた行動データという「現実世界の文脈」を提供できる（ソース）。Komasinski CEOも「LLMがコマース領域に本気で参入するなら、我々のような広告レコメンドシステム由来のデータが不可欠だ」と強調している（ソース）。さらにCriteoは数百社規模の小売業者とのシステム統合を既に済ませており、広告配信インフラやAPIも完備している（ソース）。豊富な人材（R&D要員1,200名）と長年の最適化ノウハウ（ソース）も相まって、同社はAI時代の「裏方インフラ」として盤石な地位を築きつつある。

エージェント型コマースの台頭：AIが購買のゲートキーパーに

生成AIの台頭は、オンライン購買の常識を覆す可能性を秘めている。エージェント型コマースとは、AIエージェントがユーザーに代わって商品を検索・比較し、時に購入まで実行する新しい買い物の形だ（ソース1）（ソース2）。

たとえばユーザーが「週末のキャンプ用におすすめのバックパックを予算1万円で買っておいて」とAIに指示すれば、AIは最適な商品を選び購入手続きを済ませてしまう未来が現実味を帯びている。

McKinseyは2030年までにグローバルで3〜5兆ドル規模の取引がエージェント経由で行われると試算し（ソース）、Gartnerも2028年にはECサイト上のやりとりの20%がAIショッピングエージェントに置き換わると予測する（ソース）。この変革はかつてのウェブやモバイルの普及に匹敵し、むしろそれ以上の速さで進行すると言われる（ソース）。広告業界にとってこれは、マーケティングの相手が人間からAIエージェントへとシフトすることを意味する。

BCGは「もはや小売企業にとって最も重要な顧客は人間ではない可能性がある」とまで指摘しており（ソース）、企業は自社商品がエージェントに選ばれるための戦略を真剣に考えねばならない段階に来ている。従来の常識では、広告とは人間の消費者の注意を奪う行為だった。しかしエージェント型コマースでは、消費者の目に触れないところでAI同士が最適解を模索する。

ゆえにマーケターはアルゴリズムへの情報提供やインセンティブ設計といった新たなアプローチを求められるだろう。「広告が消費者を邪魔するのでなく、エージェントに情報を与えるものに変わる」という指摘は示唆的だ（ソース）。

CriteoのAI活用：データ接続からキャンペーン自動化まで

こうした潮流の中、Criteoは自社の強みを活かした具体的なAI活用策を次々と打ち出している。その中核がModel Context Protocol (MCP)と呼ぶ新たな接続方式だ。

これはAnthropic社が提唱するオープン規格で、LLMなどAIエージェントが外部データにアクセスするためのプロトコルである（ソース）。CriteoはこのMCP対応のAPIサーバーをいち早く開発し、LLMが商品を推薦する際に自由に自社データへ問い合わせできる環境を整えた（ソース）。実際、匿名の大規模LLMプロバイダーと提携し、Criteoのリアルタイム商品シグナル（関連性、トレンド、各小売での売れ行きなど）をLLMに流し込む実験も開始したという（ソース）。狙いは明快だ。汎用的なウェブデータだけでは精度の高い商品推薦は難しく、Criteoのようなトランザクション連動型データが必要不可欠になるというわけだ（ソース）。言い換えれば、AIエージェント内でCriteoが「レコメンドのプラグイン」役を果たし、裏で最適な商品棚を提供しようとしているのである。

また、CriteoはAIによる広告キャンペーン自動化にも力を入れている。

同社が発表した「Audience Agent」は、マーケターが「キャンプ用バックパックの売上を伸ばしたい」などと自然言語で指示するだけで、適切なオーディエンスセグメントや入札戦略を生成してくれるツールだ（ソース1）（ソース2）。従来、人手でカテゴリや属性を選んでいた作業をAIが肩代わりし、数クリックでキャンペーン設定を完了できるようにする試みである（ソース）。さらに2026年Q1には包括的なワークフロー自動化ソリューション「Commerce Go」をローンチ予定だ（ソース）。こちらはオーディエンス構築からチャネル配分、クリエイティブ生成（テキストから画像・動画生成まで）を一括で10分程度で行うもので、すでに数千件の自動キャンペーンが実施され高いROAS向上が報告されているという（ソース1）（ソース）。注目すべきは、これらの操作が必ずしもCriteoの管理画面上で行われる必要がない点だ。MCP経由でChatGPTやClaudeといったLLMのインタフェース内部から直接キャンペーンを構築できるため、極端に言えば「将来、マーケターはChatGPTに話しかけるだけでCriteo上の広告出稿が完結する」世界も視野に入る（ソース1）（ソース2）。実際、CriteoのParsons CPOは「旧来の煩雑なオーディエンス選択作業をAIで革新している一例だ」と述べており（ソース）、これによりメディアプランニングの工程自体が劇的に効率化されると強調している（ソース）。

さらに、小売領域ではリテールメディアのAIチャット統合にも着手している。多くの小売企業が自社サイトに生成AIチャットボットを導入し、顧客の問い合わせや商品ナビゲーションに活用し始めているが（ソース）、ここでの課題は収益化とユーザー体験の両立だ。チャットボットが商品を提案する際にスポンサー広告を紛れ込ませても、的外れな推薦ではユーザーの信頼を損ねてしまう。Criteoはこの点で、小売パートナー向けにチャット上のレコメンドロジックと収益モデルの橋渡し役を務めようとしている（ソース1）（ソース2）。具体的には、チャットAIがユーザーに商品提案を行う際、Criteoのデータを用いて関連性スコアを計算し、適切な商品だけをスポンサー枠として提示できるようにする。またブランド側には、単に表示可否の二択ではなく「関連性スコア〇点以上の場合のみ入札する」といったきめ細かな調整機能を提供し、収益と有用性のトレードオフを最適化する技術開発を進めているという（ソース）。このように、エージェント型コマース時代において「レコメンド精度」と「マネタイズ」の両立を図ることが、Criteoの存在意義となりつつある。

広告ビジネスモデルの革新：収益化手法はどこへ向かうか

最も注目すべき論点は、AIエージェント時代の広告収益モデルをどう設計するかだ。従来のインプレッション課金（CPM）やクリック課金（CPC）は、人間の閲覧を前提としている。しかしエージェントが自動で購買まで完了する世界では、「表示回数」も「クリック」も意味をなさない。Criteo内部でも現在、LLMとの提携における収益モデルは模索段階とされ、データライセンス供与によるフィーから問い合わせ回数ベースの課金、さらには会話画面内での商品推薦をネイティブ広告化する案までテーブルに上っている（ソース）。Komasinski CEO自身、「現状はまず効果検証ありきで、どうマネタイズするかはこれからだ」と認めつつ（ソース）、「LLM連携が実現すればネイティブ広告ソリューションとして非常に面白い」と言及している。

こうした中で急浮上している新説が、アフィリエイトモデル回帰である。エージェントが実際に購買まで行うなら、成果報酬型で手数料を取るのが最も合理的ではないかという発想だ（ソース）。事実、OpenAIのSam Altman氏も「ChatGPTが推奨経由で物を売るなら2%のアフィリエイトフィーを課すとかになるだろう」と示唆している（ソース）。このモデルならコンバージョンが発生した時のみ手数料発生となり、広告主（小売側）にとっても無駄なコストが生じないメリットがある（ソース）。さらに今日まで発達してきたアフィリエイトの追跡インフラ（クッキーやトラッキングリンクの体系）は、そのままエージェントと小売間の成果測定に応用できる。実際、Kantarはエージェント型コマースではCPAやレベニューシェア型が主流となり、小売メディアもアフィリエイト的エコシステムに変貌すると指摘する（ソース）。人間の目に触れるバナー広告やリンクが無意味になる以上、当然の帰結だろう。

もっとも、アフィリエイトモデルには透明性の確保という課題もある。仮にエージェントが報酬目当てに特定の商品ばかり推奨すれば、ユーザーの利益に反する結果を招きかねない。そこで重要なのが開示と信頼醸成だ。現在でも人間向けコンテンツでは「※リンク先で購入されると筆者に手数料が入ります」といった但し書きが必要だが、AIエージェントにも同様の説明責任を持たせるべきとの指摘がある（ソース）。例えばエージェントが「この提案には手数料インセンティブがありますが、その一部はユーザー還元（キャッシュバック等）されます」と説明すれば、むしろ66%の消費者が抱く「AIに購買を任せる不安」を和らげ信頼が高まるという調査結果もある（ソース）。Criteoが模索するネイティブ広告的なLLM内プロモーションにおいても、こうした透明性とユーザー利益の確保が鍵となるだろう。ユーザーの脳裏に広告と悟られず、それでいて倫理を損なわない絶妙な収益化モデル、それを実現できれば、まさにビジネスモデルの革新と言える。

信頼、競合、そして「AIに広告する」という発想

エージェント型AIと広告の交錯には、業界内でも見過ごされがちな論点がいくつか存在する。

その一つが信頼性とエコシステム全体の協調だ。前述の通り、消費者がAIアシスタントを信頼するには提案内容の中立性や妥当性が担保されねばならない。Criteoが強調する「レコメンドの有用性と収益のバランス」（ソース）は、単なる技術課題ではなく広告ビジネスの倫理的側面でもある。例えばAmazonやShopifyといった巨大プレイヤーは、自社サイトへの外部AIのアクセスをブロックする動きを見せている（ソース）。自社データが勝手に使われることへの警戒もあるが、ひとつにはユーザー体験を損なう無秩序な推奨を避けたい思惑もあるだろう。その点Criteoは、パートナー企業のデータを預かる立場としてプライバシー遵守やデータ利用の透明性を掲げており（ソース）、信頼できる仲介者となることに腐心している。AIエージェントに商品情報を提供する「コネクティブティッシュ（結合組織）」戦略（ソース）は、技術面だけでなく業界の信頼網を構築する取り組みでもある。

次に競合環境の変化にも目を向ける必要がある。エージェントが普及すれば検索連動広告やディスプレイ広告の価値は下がるかもしれないが、その穴を埋める新たな戦場が生まれる。Criteoは「AIがショーウィンドウになるなら、自分たちは棚を供給するベンダーになる」と表現した（ソース）。この言葉が示すように、今後はAIプラットフォーム上でいかに自社の商品棚を確保するかが企業間競争の焦点となる可能性が高い。他のアドテク企業や小売プラットフォームも黙って見ているわけではなく、Googleはショッピングエージェント用プロトコル（Agent Payment Protocol等）を準備し（ソース）、Amazonも自前の生成AIでレコメンド高度化を図っている。Criteoの強みであるオープンウェブと小売ネットワーク横断のデータは強力だが、最終的に勝者を決めるのは消費者（とその代理人であるAI）の選好だ。企業としては、自社がAI時代にどのポジションを取るのか（自前のエージェントを持つのか、他社エージェント内で最適解を狙うのか）早急に戦略を定める必要がある（ソース）。選択を誤れば、自社商品がいくら優れていてもエージェントの画面に現れない、そんな事態も起こり得るからだ。

最後に、「AIに広告する」という発想転換について触れておきたい。

従来のマーケティング理論は人間の心理や行動に基づいて構築されてきた。しかしAIエージェントが購買を代行する世界では、マーケターはアルゴリズムの評価軸を意識した戦略立案を迫られるだろう。具体的には、エージェントが重視するであろう商品データの充実度（在庫情報やレビュー評価など）や、前述の手数料インセンティブの設定、さらにはAI同士の交渉プロトコルへの対応といった、新しいマーケティング要素が浮上する。これはつまり、広告・販促担当者が半ばエンジニアやデータサイエンティストのような視点を持つことを意味する。ビッグ4コンサル企業もレポートで「スマート企業は既にエージェント対応のサイト構築や統合基盤の整備に着手している」と指摘しており（ソース）、まさに組織横断での迅速な適応が成否を分けるだろう。エージェント型コマースは、技術・ビジネスモデル双方で従来の常識を覆す「ゲームチェンジャー」なのである。

おわりに：AI時代の広告業界に問われるもの

Criteoが示すAI戦略は、広告とコマースの融合領域における大胆なフロントランナーの姿だ。膨大なデータ資産を盾にLLMという未踏の地へ踏み込み、「消費者の購買代理人」に広告するという未知のモデルに挑戦している。同社の取り組みは、単に自社の業績拡大策という枠を超え、業界全体への示唆に富む。広告業界の関係者にとって重要なのは、この流れを他人事と捉えないことだろう。AIエージェントが新たなゲートキーパーとなるなら、広告主も媒体社もデータ戦略や収益モデルを再定義せざるを得ない。こちらで述べられたように、Criteo自身このチャネルを現行ビジネスのカニバリではなく追加的な販路と見据えている。つまりROI次第では広告予算の一部が「AIエージェント経由の販促」にシフトしていく未来も十分あり得るのだ。

もちろん、Criteoの賭けが確実に実を結ぶ保証はない。エージェント型コマースが本当に主流化するか、規制やプライバシーの壁、競合の動向など不確実性も残る。だが一つ言えるのは、変化を恐れ守りに入るのではなく、自ら新しいルール作りに関与するプレイヤーこそが次代をリードするということだ。Criteoはまさにその先鞭を付けつつあり、「AIがショーウィンドウになるなら自社が棚を提供する側になる」というビジョンを打ち立てている（ソース）。広告業界に身を置く我々は、このビジョンの行方を注視するとともに、自社の戦略にどう落とし込むか思索を巡らせる時期に来ているのではないだろうか。

---

参考文献・情報源:

1. AdExchanger – Criteo Lays Out Its AI Ambitions And How It Might Make Money From LLMsadexchanger.comadexchanger.com

2. AdExchanger – Criteo Lays Out Its AI Ambitions…（データ規模に関する発言）adexchanger.comadexchanger.com

3. Digiday – How Criteo is turning LLMs into its next big advertising channeldigiday.comdigiday.com

4. Digiday – How Criteo…（AI活用戦略に関する言及）digiday.comdigiday.com

5. Digiday – How Criteo…（LLMは新たなチャネルか）digiday.comdigiday.com

6. Criteo公式ブログ – Powering AI-Assisted and Agentic Commerce: Criteo’s Vision for the Next AI Eracriteo.comcriteo.com

7. Retail TouchPoints – Agentic Commerce Meets Retail ROI: How the Affiliate Model Powers the Future of AI-Led Shoppingretailtouchpoints.comretailtouchpoints.com

8. Retail TouchPoints – Agentic Commerce…（消費者の信頼と開示について）retailtouchpoints.com

9. McKinsey – The agentic commerce opportunity（市場規模予測）mckinsey.com

10. BCG – Agentic Commerce is Redefining Retail（消費者のAI利用意向）bcg.com