複雑なデータを整理し、高品質な情報へ変換するイメージ。AI活用ではモデル性能だけでなく、入力されるデータの質が重要性を増している。（イメージ画像）
今回のニュースのポイント
博報堂DY ONEとGoogleは、次世代広告取引モデル「Buyer Direct」を活用した国内主要ブランド対象の実証実験（PoC）結果を公表しました。実証実験では、複雑な中間事業者を介さずアドサーバー間を最短ルートで直結することにより、不透明な中間コストの削減に加え、ターゲティング精度や広告配信パフォーマンスの大幅な向上が確認されました。将来的なAIエージェントによる自律的な広告取引（エージェンティック広告）の社会実装を見据えるなか、AIが本来の能力を発揮するための「高純度なデータ連携基盤」の確保が新たな競争軸となる実態が示されています。
本文
現在のデジタル広告市場においては、予約型や運用型といった取引形態ごとにサプライチェーンが分断されており、多数の中間事業者が介在することによる不透明な中間コストの増大やパフォーマンスの低下が構造的な課題となっています。また、複数のシステムを経由する過程でデータの鮮度や正確性が損なわれ、広告配信の最適化や将来のAI活用を支える質の高いデータ基盤の構築を妨げる要因にもなっています。こうした課題に対し、博報堂DY ONEとGoogleは、広告取引を最短経路化する「Buyer Direct」を用いた実証実験を実施し、その具体的な検証数値を明らかにしました。
実験では、博報堂DY ONEが保有するデータマネジメントプラットフォーム（DMP）「AudienceOne®」と、Googleの広告管理システム「Google Ad Manager」を最短経路で直接接続し、プレミアムメディアへの広告配信を行いました。まず、株式会社三越伊勢丹を対象とした大手新聞社サイトでの検証では、従来のDSPを用いたPMP（プライベート・マーケットプレイス）配信との比較が行われました。「Buyer Direct」を用いた配信では、従来のPMP配信と比較してクリック率（CTR）が21.7%向上し、クリック単価（CPC）を66.3%削減するというコスト効率の大幅な改善効果が確認されました。データ連携を最短経路化したことが、こうした結果につながったとしています。
続いて、株式会社ヤナセを対象としたビジネス系サイトおよび大手新聞社サイト計3媒体での検証では、従来の「純広告」との比較が行われました。その結果、媒体をまたいだ重複接触をコントロールすることで、純広告と比較して新規リーチが12.4%拡大したほか、ターゲット含有率は18%、CTRは8%向上しました。さらに、広告経由のサイト訪問者における平均エンゲージメント率は34%向上を記録しており、媒体横断での適切な配信コントロールとデータ活用によって、関心度の高い新規ユーザーとの接点拡大につながる動向が数値として実証されています。
今回の実証実験を通じて示された「Buyer Direct」の構造的なメリットは、単なる広告配信のコストパフォーマンス改善に留まりません。アドサーバー間を最短ルートで直結することは、複数経路を経由する際のデータ処理やサーバーホップを減らし、保有するインサイトを劣化させることなく正確に媒体側へ伝達することを可能にします。この「高純度なデータ連携」の実現は、不要なデータ処理の削減による環境負荷の低いサステナブルな広告運用を可能にすると同時に、今後の高度なAI活用を支えるデータ基盤の整備に直結する要素として位置付けられています。
博報堂DY ONEは現在、博報堂DYグループの横断的なAI専門家集団「HCAI Professionals」の活動の一環として、Googleと連携し将来の技術検討を進めています。その見据える先にあるのが、AIエージェントが広告主の意図や媒体価値を適切に理解し、リアルタイムに調整・最適化を行う「エージェンティック広告」の自律的な取引基盤です。AIが自律的に状況を判断して動く世界においては、入力されるデータにノイズが混じっておらず、高い鮮度と正確性を維持していることが運用の成否を分ける重要な要因となります。今回の最短経路化によるデータ連携の有効性は、AI時代における広告インフラの土台となる成果と捉えられています。
この「データの純度と最短経路化」を巡る課題構造は、広告業界だけに閉じたものではありません。近年の行政DXや企業DX、各産業におけるAI導入の議論においても全く同じ構造が存在します。デジタル庁が示したように、非効率な業務フローや重複したデータ処理、低品質なデータ構造を放置したままAIシステムだけを後付けしても、効果が限定的な「非効率の高速化」という罠に陥ることが繰り返し指摘されています。行政DXでも企業DXでも、AI活用の前提として事前の業務改革（BPR）や徹底したデータ整備が強く求められているのが共通の実態です。AIモデルやツールの性能がどれほど高度化しようとも、そのシステムに供給される元データの伝達経路や品質が最適化されていなければ、AIは信頼性の高いアウトプットを出すことができません。
生成AI時代の競争は、もはやAIモデルそのものの性能やデータ収集の「量」だけで決まる局面を過ぎつつあります。どれだけノイズのない「高純度なデータ」を確保し、それを劣化させることなくダイレクトに連携してAI活用の効果を高められるかという、データ基盤の質そのものが新たな競争力の源泉になり始めています。（編集担当：エコノミックニュース編集部／Editorial Desk: Economic News Japan）
