過去20年間、メディアと広告業界はアテンションを通貨としてきた。インプレッション、リーチ、クリック数が定量化可能であるため、通貨となってきたのだ。しかし、その通貨の価値は徐々に低下している。ニューヨークのアドバタイジング・ウィークで明らかになったように、業界のリーダーたちは「誰が見たか」ではなく「何を変えたか」を問うようになっている。これは予測経済の台頭を意味する。予測経済では、資金を投じる前にオーディエンスが何を求めるかを知り、その価値を証明できることが競争優位の源泉となる。パフォーマンスは遅行指標から先行指標へとシフトしている。
業界の議論はいくつかの主要なテーマに集約される。第一に、AIエージェントは回答から行動へと移行しており、その成功には信頼できるガバナンス済みのデータ基盤が不可欠である。営業側では、広告営業変革担当バイスプレジデントのような役割が2年前にはほとんど存在しなかったが、エージェントが提案から支払いまでのプロセスにおけるスプレッドシートやメール、古いレートカードを引き継ぎ、営業担当者が関係構築と収益最適化に集中できるようになっている。第二に、測定はインパクトを証明しなければならない。マッキンゼーの調査によると、マーケティング支出の半分をビジネス成果に結びつけられるCMOはわずか3%である。この要請はエコシステム全体に波及しており、代理店は契約を再構築し、アドテク企業は製品に証明機能を組み込み、パブリッシャーは独自の測定を開始している。第三に、マーテクとアドテクは一つのスタックに統合されつつある。典型的な企業は90～120のツールを抱えており、チャネル単位のレポートでは不十分で、CMOは広告やマーケティングだけでなく、すべてのタッチポイントにわたる全体像を必要としている。第四に、コネクテッドTVとリテールメディアは閉ループを必要とする。パブリッシャーはオーディエンスインサイト、マネタイゼーション、クロスプラットフォーム測定のための統一データ基盤を必要とし、リテールメディアはクリーンルーム、ファーストパーティアクティベーション、閉ループ測定を必要としている。最後に、消費者行動はスタックよりも速く変化しており、エージェント型コマース、AI生成クリエイティブ、新たなインフルエンサーとしての大規模言語モデルがブランドの発見方法を変えている。
これらすべてが同じ前提を指し示している。それは、統一されガバナンスされたデータとAI基盤である。データが断片化していると、予測経済への適応は不可能になる。リーダーはこれらを個別のプロジェクトとして資金提供するのをやめ、すべてのペルソナが利用できる一つの基盤を構築すべきである。
予測はコンテキストから始まる。エージェントが顧客とビジネスをどれだけ完全に把握できるかが予測の質を決める。DatabricksのCEO、Ali Ghodsiが指摘するように、モデルの問題は知能ではなくコンテキストにある。PetSmartの事例はコンテキスト統合の力を示している。7,500万人のTreats Rewards会員のロイヤルティデータを活用し、バッチ・アンド・ブラストのキャンペーンを超えて、AI意思決定エージェントが大規模にパーソナライズされたメッセージを配信した結果、サロン予約が22%増加し、自動発送取引が13%増加した。この成果はより賢いモデルによるものではなく、データ基盤の統合によるものである。
カスタマー360ビューはコンテキストが最も重要となる領域である。マーケターはゴールデンプロファイルを別のCDPにコピーするのではなく、ビジネスを運営する場所でマーケティングを実行したいと考えている。Databricksのエージェント型CDPであるCustomerLakeはこの考えに基づいており、マーケティングチームとデータチームがガバナンスされたデータ上で直接、信頼できるカスタマー360プロファイルを構築し、オーディエンスをアクティベートし、エンゲージメントをパーソナライズできる。Genieはそのコンテキストを意思決定者に届ける。ガバナンスされた企業データに接続されたAI同僚として機能し、プランナー、マーケター、営業担当者が自然言語で質問し、自社の定義に基づいた回答を得ることができる。Genie OntologyはAIにビジネスの独自の定義、関係性、ビジネスルール、信頼できる情報源、権限を理解させる。回答や意思決定の際には、そのコンテキストを権威性と関連性でランク付けし、権限を適用して最も有用な部分を提供する。
その場でインテリジェントに行動するには、オペレーショナルコンテキストも必要である。顧客が何をしたか、何を提供されたか、エージェントが何をなぜ決定したかといった情報だ。DatabricksのサーバーレスPostgresデータベースであるLakebaseは、そのライブ状態を分析データの隣に保持し、エージェントの記憶、意思決定履歴、新鮮な特徴量を、脆弱な中間パイプラインなしで本番速度で利用可能にする。そこに到達するには、アイデンティティ、オーディエンス、メトリクスを一度定義し、中央でガバナンスするという単純な規律から始める。
コンテキストは予測に導く。残りの3つのC、すなわちコントロール、コスト、選択は、大規模に行動する余裕があるか、そして行動すべきかを決める。コントロールは、人材の観点だけでなくエージェントの観点からもアクセスをガバナンスすることである。エージェントはオーディエンスデータ、入札、ブランドに敏感なプレースメントに触れるため、ガバナンスがフロントドアでなければならない。Unity Gatewayは、すべてのモデルとエージェントのリクエストを単一のコントロールプレーンを通じて認証、監査、PIIガードレールで処理し、企業がガードレールを設定し、プラットフォームがそれを執行する。コストに関しては、AIのためのAIはもはやCFOに容認されず、トークン消費の最大化から価値の最大化へとシフトしている。Unity Gatewayはチーム、モデル、アプリケーションごとに支出を帰属させ、予算とレート制限を執行し、単純なリクエストをより安価なモデルにルーティングすることで、AIコストをビジネス価値に連動させる。選択に関しては、適切な仕事に適切なモデルを選ぶことが重要である。Unity Gatewayは複数のプロバイダーのモデルを単一のAPIで提供し、再エンジニアリングではなく設定で切り替えられる。オープンフォーマットに基づく基盤はデータのポータビリティを維持し、OpenSharingとDatabricks Clean Roomsにより、データをコピーせずにパートナーと協業できる。リーダーはガバナンス、コストの可視性、ポータビリティを後付けではなく、初日からの設計要件として扱うべきである。
今後、広告自体が変化する。広告回避率の上昇と意図の未開拓性により、広告は人々のしたいことの中断から、視聴者の意図に基づくよりインテリジェントで統合された1対1の体験へとシフトしなければならない。そこに到達するには、ブランド、代理店、アドテク、パブリッシャーにわたる新しいオペレーティングシステムとオペレーティングモデルが必要であり、すべてが成果に奉仕する。リーダーはAIがビジネスの成長レバーとなり得るかを大きく考え、最初に解き放つユースケース、すなわちオーディエンスプランニング、アクティベーション、測定オーケストレーションに小さく狙いを定める必要がある。新しい収益源、コスト削減、運用の簡素化といった「なぜ」から始める。すべての問題にエージェントが必要なわけではない。休眠顧客の再活性化、バイヤー向けのオーディエンスパッケージング、リテールメディアキャンペーンの閉ループ化など、意味のある意思決定を一つ選ぶ。コンテキストを集め、ガードレールを設定し、インパクトの測定方法に事前に合意し、そこから拡大する。最も速く最も遠くへ進むのは、ビジネス人材がより技術的になり、技術人材がよりビジネス中心になるチームであり、信頼できるコンテキスト、真のコントロール、選択の自由、価値に応じてスケールするコストの上に構築する。