AI agent同士が広告を自律的に売買する「Agentic Advertising」――2026年に入り、この概念が急速に現実のものとなりつつある。CES 2026では複数の主要プラットフォームが一斉にAI agent広告取引の製品を発表し、業界は実験段階から実装段階への移行を宣言した。
だが、AI agentによる広告取引は実際にキャンペーンを回してみてどうなのか？ 本記事では、すでに実施された4つのagent-to-agent広告キャンペーンの具体的な成果データと、そこから浮かび上がった課題を検証する。
なお、agent-to-agent広告取引の基盤技術であるAdCP（Ad Context Protocol）やPrebid Sales Agentの仕組みについては、以下の過去記事で詳しく解説している。
目次
2026年2月、アムステルダムのメディアエージェンシーDraft Digitalは、フィンテック企業BridgeFund向けにベネルクス地域初のagent-to-agentディスプレイキャンペーンを実施した。技術パートナーとしてScope3、パブリッシャーとしてVDS Publishers（およびそのアドテク子会社Planet Nine Media）が参画している。
広告主側では、Scope3のBuying Agentがキャンペーンブリーフ（ターゲット、コンテキスト設定、KPI）をAdCPフォーマットの構造化データに変換する。パブリッシャー側では、Planet Nine MediaのSales Agentが在庫情報・コンテキストデータ・価格条件を提示する。
両エージェントが事前に設定された交渉ルールに基づいて条件をすり合わせ、合意に達すると自動的にメディアバイイングが実行・アクティベートされる。従来のDSPやSSPは使用せず、オープンオークションも行われない。
| 指標 | 結果 |
|---|---|
| Working Media比率 | 約70% → 94% に向上 |
| 中間コスト | 1ユーロあたり€0.30 → €0.06 に圧縮 |
| キャンペーン立ち上げ | ブリーフィングから約2時間で配信開始 |
| 最適化 | リアルタイムで継続的に実行（従来の定期評価から脱却） |
Working Mediaとは？ 広告主が投じた予算のうち、実際に広告枚の購入（＝消費者へのリーチ）に使われた割合のこと。残りはDSPやSSPなど中間業者の手数料（Non-Working Media）として消える。業界平均では広告費の30〜50%が中間コストに消失するとされ、その改善はプログラマティック広告の長年の課題だ。
最大のインパクトはこのWorking Media比率の劇的な改善だ。従来のプログラマティック広告では、広告主が投じた1ユーロのうち約0.30ユーロがDSP、SSP、アドエクスチェンジなどの技術中間層に吸収されていた。agent-to-agent取引では、この中間コストが0.06ユーロにまで圧縮された。1ユーロあたり0.24ユーロ多くが実際のメディアインパクトに回る計算だ。
また、Draft DigitalはScope3の「Brand Standards」機能を活用し、LLMに自然言語プロンプトでブランド適合性の基準を定義させている。これにより、経済危機や詐欺関連コンテンツへの広告配信をコンテキストレベルで防止する仕組みを構築した。キーワードブロックではなく、コンテンツの文脈をAIが理解して判断する点が従来のブランドセーフティとの違いだ。
Draft DigitalのLars Postmusは「この仕組みは人間の代替ではなく、マーケティングスタックの中で動くインテリジェントなシステム。チームを支援し、運用の複雑さを取り除く」と述べている。次のステップとして、リアルタイムにオーディエンスセグメントに応じた広告クリエイティブを生成する「Brand Stories」のテストが予定されている。
2025年12月、独立系エージェンシーButler/Tillは飲料ブランドClubtails（Geloso Beverage Group）向けに、PubMatic AgenticOSを使用したCTV（コネクテッドTV）キャンペーンを実施した。これはAgenticOSの最初の本番キャンペーンとなった。
Butler/TillがClaude（LLM）に自然言語でキャンペーンブリーフを入力すると、AgenticOSがそれを解釈し、メディア戦略の策定、メディアバイイングの実行、リアルタイムでのパフォーマンス最適化を自律的に行った。PubMaticのActivateプラットフォーム経由でプレミアムCTV在庫に直接接続し、エージェンシーの担当者は高次の戦略策定やクリエイティブ開発に集中できたという。
AgenticOSは3層アーキテクチャで構成される。NVIDIAアクセラレーテッドコンピューティングによるインフラ層、プランニング・予測・測定を担うアプリケーション層、そしてActivateと接続するトランザクション層だ。
| 指標 | 結果 |
|---|---|
| キャンペーンセットアップ時間 | 87%削減 |
| 問題解決速度 | 70%削減 |
| メディアプラン生成 | 数秒で最適プラン提示 |
Butler/TillのCSO Scott Ensignは「PubMaticのAgenticOSは、我々とクライアントがこの新興技術の潜在的メリットを素早くテスト・検証するうえで不可欠なパートナーだった」と評価している。
このケースで特筆すべきは、LLM（Claude）が広告運用の入り口になっているという点だ。マーケターがダッシュボードを操作するのではなく、自然言語で「こういうターゲットに、こういう目的で配信したい」と伝えるだけでキャンペーンが動く。UIベースのDSP操作という概念自体が変わりつつある。
なお、キャンペーンの最終パフォーマンス指標（CTR、ROAS等）はQ1 2026中に公開予定とされているが、本稿執筆時点では詳細は未公表だ。
2026年1月、NBCUniversal、FreeWheel、独立系エージェンシーRPA、AIアナリティクス企業Newton Researchの4社が、史上初となるリニアTV＋ストリーミングを横断したagentic AIメディアバイイングを実施した。対象にはフットボールプレーオフのライブスポーツ在庫が含まれており（Digiday報道によればNFLプレーオフ）、AIエージェントがライブスポーツのリニアTV在庫を自動取引した史上初の事例となった。
売り側では、FreeWheelがデジタル用、NBCUniversalがリニアTV用のAIセールスエージェントをそれぞれデプロイ。買い側では、Newton ResearchがRPA向けにバイサイドエージェントを設計・実装した。通信プロトコルにはModel Context Protocol（MCP）が使用されている。
フローは以下の通りだ。
ライブスポーツの広告取引は、アドテク業界で最も「手動プロセスが残る領域」の一つだ。30秒の広告枠にクリエイティブの承認が間に合わない、尺が合わないなどの問題がリアルタイムで発生する。人間のオペレーションでは物理的に対応が追いつかないケースが多い。
agenticモデルでは、FreeWheelのアドサーバー内で直接キャンペーンが動くため、クリエイティブ承認もリアルタイムで処理可能になる。DSPやSSPを経由しないため、アドテクフィーも削減される。
NBCUniversalのRyan McConville（chief product officer and evp of ad products and solutions）はDigiday Podcastで「技術的には動作する。バイヤーが買いたいものとセラーが売りたいものを正確に表現する、機能するProof of Conceptだ」と述べる一方、「複数のエージェンシーが日常的にこのワークフローを使って既存プロセスを置き換えるまでには、まだ距離がある」とも認めている。
RPAのCEO Jim Helbergは「手動プロセスをオペレーション効率で再構築することで、人間はより高次の戦略的・市場的なニュアンスにフォーカスできるようになる」と述べている。
プレミアムTV在庫の大半は依然としてリニアTVに集中しており、ここがagenticに対応することは、デジタルストリーミングだけでなくTV広告全体の自動化への扉を開くことを意味する。McConvilleが指摘するように、OpenRTBでは対応できなかったビスポーク広告フォーマットやスポンサーシップ統合といった「マーケットの上位領域」を、エージェントなら自動化できる可能性がある。
2026年1月、Viant Technology（NASDAQ: DSP）は完全自律型広告プロダクト「Outcomes」を発表した。CES 2026で披露されたこの製品は、キャンペーンのセットアップ、最適化、日常管理を人間の介在を最小化して実行する。Ad Ageの報道によれば、CEOのTim Vanderhookは「no human in the loop（人間をループから外す）」アプローチを明言している。
中核となる「AI Lattice Brain」は、Viant Household ID、IRIS_ID、サプライクオリティスコア、過去のキャンペーンパフォーマンス、入札価格ダイナミクス、リアルタイム配信データなど、複数のシグナルを並列評価し、最適化の意思決定を自律的に実行する。
広告主は達成したいビジネスアウトカム（製品販売、顧客獲得、ROAS）を指定するだけで、あとはViantAIが実行を担う。
| 指標 | 結果 |
|---|---|
| CPA（AI Lattice Brain） | $15 |
| CPA（人間トレーダー） | $45 |
| 改善倍率 | 2.3倍（CPAベース） |
Ad Ageの報道によれば、ベータテストで対象となったのはホームデコレーションブランドMacKenzie-Childsのキャンペーンだ。注目すべきは、人間トレーダーはリターゲティング機能にアクセスできた一方、ViantのAIはリターゲティングなしで運用していたにもかかわらず、AIが大幅に上回ったという点だ。
ViantのCEO Tim Vanderhookはプレスリリースで「広告は何十年もの間、チームに結果ではなく複雑さの管理を強いてきた。Outcomesはそのモデルを反転させる」と述べ、Ad Ageの取材では「プランニングとセットアップからレポート確認、変更まで、AIがすべての意思決定を行っている」と明言している。
Google、Meta、Amazonの「ウォールドガーデン」がブラックボックス的な自動最適化を提供するのに対し、Viantはオープンインターネット上で透明性を保った自律実行を行う点を差別化としている。広告がどこに配信されたか、パフォーマンスがどう達成されたかの可視性を維持するという立場だ。
現時点ではCPAとROASなどのロワーファネル指標に対応しており、ミッド・アッパーファネル目標への対応は開発中とされている。
| 事例 | 取引モデル | DSP/SSP | 主要成果 | 人間の関与 |
|---|---|---|---|---|
| BridgeFund | Agent-to-Agent（AdCP） | 不使用 | Working Media +24pt、中間コスト80%削減 | エージェント設計・監督 |
| Clubtails | AgenticOS（Claude） | PubMatic Activate | セットアップ -87% | 戦略・クリエイティブ |
| NFL/NBCU | Agent-to-Agent（MCP） | 不使用 | リニア+デジタル横断の自動取引 | 最終承認 |
| MacKenzie-Childs | Autonomous DSP | Viant DSP内 | CPA 2.3倍改善 | 介在なし |
華々しい数字が並ぶが、冷静に見る必要がある。MiQのAdCPテストは5桁（数万ドル規模）、Teqblazeは約12のパブリッシャーでテスト中、Scope3はパブリッシャーカタログの検索可能化に取り組んでいる段階だ。これらはパイロットプログラムであり、市場変革ではない。
あるアナリストは「今は『興味深い会話』フェーズであり、『ビジネスを再構築する』フェーズではない」と指摘する。
agent-to-agent広告取引の標準を巡り、Scope3主導のAdCPとIAB Tech Lab主導のARTF（Agentic RTB Framework）が対立的な関係にある。IAB Tech LabのCEO Anthony Katsurは、AdCPを「深刻な欠陥がある」「リソースを食う」と批判している。
業界の大方の見方は「18〜24ヶ月の混在期間を経て収斂する。いつもこうだ」というものだ。
IBMのInstitute for Business Valueの調査では、経営層の45%がagentic AIの意思決定プロセスの不透明さを導入障壁として挙げている。また、IABの調査では米国広告業界プロフェッショナルの60%が精度と透明性への懸念をAI導入の最大の障壁としている。
エージェントが自律的に数百のシグナルを評価して入札を行う場合、なぜその判断に至ったかの説明可能性は依然として課題だ。
売り側の状況はさらに厳しい。パブリッシャーの多くはagentic取引に関心を持ちつつも、何が期待されるのか理解しておらず、参加するための技術的能力も不足している。Prebid Sales Agentが30〜45日以内に全パブリッシャーに提供される計画だが、導入のハードルは高い。
dentsuのChief Trading Officerが指摘するように、「1つの庭の中だけでagenticソリューションを展開できても、クライアントが求める『ビジネスをホリスティックに成長させる』という課題は解決できない」。Google、Meta、Amazonのエコシステムとの連携がなければ、agent-to-agent取引はオープンインターネットの一部分にとどまる。
4つの実証事例が示しているのは、agent-to-agent広告取引は技術的に動作し、特定の条件下では従来モデルを大幅に上回る成果を出せるという事実だ。
一方で、これらはすべてパイロット段階の事例であり、規模・再現性・標準規格の統一・パブリッシャーの技術的準備など、スケールへの課題は山積している。
IAB Tech LabのKatsurが述べるように「agentic AIの約束は本物だが、実用化には何年もの市場実験、標準化、プラットフォーム・エージェンシー・パブリッシャー間の認識統一が必要」だ。
2026年は、この技術が「概念実証」から「実運用」へと移行する最初の年になる。だが、業界全体がagenticに切り替わるには、まだ長い道のりが残されている。