BayerとZoomのエージェント型AIの成果には、なお検証が必要
BayerとZoomは、有望なパイロットと独立して検証された事業成果との隔たりが広がるなか、エージェント型マーケティングをGoogle Newsの話題へと押し上げている。両社が報告する成果は、コンプライアンス審査、CRM更新、キャンペーン入札、パートナー調整といった、華やかではない運用業務に焦点を当てている。
この点は重要だ。なぜなら、エージェント型AIをめぐる最も声高な主張に異を唱えるからである。両社はマーケティング部門全体を自律システムに委ねているわけではない。入力、権限、期待される出力を定義できる、制約されたプロセスにエージェントを適用している。
したがって主な競争は、人間対機械ではない。管理されたワークフロー自動化と、自律型マーケティングという約束との競争である。BayerとZoomは、前者がすでに価値を生み出している一方、後者はエンタープライズ規模ではなお検証が難しいことを示唆している。
BayerとZoomが実際に変えたこと
注目すべき変化は、AIにコンテンツを作らせることから、運用システムを通じて業務を進めさせることへの移行だ。
Cannes Lionsにおけるエージェント型マーケティングについてのADWEEKの報道は、ブランド企業が代理店、メディア企業、広告テクノロジー企業より慎重であると伝えた。サプライヤーが野心的なエージェントの発表を推進する一方、ブランド企業は測定可能なボトルネックを抱える社内ワークフローに集中していた。
ADWEEKが共有したエージェント型AIの要約によると、Zoomはエージェントを使ってCRM更新を自動化している。これにより、マーケターは戦略やクリエイティブの判断により多くの時間を使えるようになるという。
CRM自動化は限定的ながら重要なユースケースである。CRM、すなわち顧客関係管理システムは、見込み客や顧客とのやり取りを記録する。従業員による記録が不完全、遅延、不整合なものになると、その価値は低下する。
エージェントは会議から関連する詳細を抽出し、やり取りを分類して、更新案を提示できる。また、会話をフォローアップのタスクに結び付けることも可能だ。ソフトウェアが単にテキストを生成するのではなく、文脈を評価し、複数のシステムにまたがって許可されたアクションを実行するとき、そのワークフローはエージェント型となる。
Bayerが報告したユースケースは、別の摩擦要因に対応している。同社は、コンプライアンス負荷の高いマーケティング承認と、外部メディアパートナーとのパフォーマンス指標の整合にエージェントを活用している。
この業務は、ソーシャル投稿の下書きよりも高いリスクを伴う。医薬品・ヘルスケア関連のプロモーションは、法務、規制、医療、ブランド、市場の審査を経る。見落とされた主張や古い要件は、キャンペーンの成果を超える影響をもたらしかねない。
エージェントの潜在的な価値は、こうした確認作業を調整できる点にある。不足情報を特定し、アセットを適切なレビュアーに回付し、資料を既存のルールと照合し、意思決定の記録を維持できる。
いずれの事例も、完全に自律したマーケティング運用を意味するものではない。人間は依然としてルールを定義し、アクセス制御を維持し、例外を確認し、公開された業務に対する責任を負っている。
この制約こそ、最も重要な発見でもある。BayerとZoomは、エージェントが境界の明確なワークフロー内で動く領域で価値を報告している。AIシステムが独力で戦略を策定し、キャンペーンを作成・承認・展開し、より広範なブランドへの影響を評価できるという証拠を示しているわけではない。
「エージェント型」という言葉は複数の自律性レベルを表し得るため、この違いはGoogle Newsの見出しではしばしば消えてしまう。CRMの入力を提案して承認を待つシステムは、確認なしで顧客記録を編集するシステムとは大きく異なる。
同じことはBayerにも当てはまる。コンプライアンスの根拠を収集するツールは、ヘルスケア上の主張を承認する権限を与えられたエージェントと同義ではない。
これらの導入事例には、依然として意味がある。AIを業務の周辺にある任意のアシスタントから、業務が完了するかを左右する運用経路へと移しているからだ。ただし同時に、エンタープライズ導入は厳格に統制されたアクションから始まることも示している。
ワークフローの摩擦が最初の標的になった理由
マーケティングチームは、調整コストが可視化され、反復的で、統合作業を正当化できるほど高コストな領域でエージェントを導入している。
現代のキャンペーンは、多くの専門システムをまたいで進行する。チームは、顧客記録、メディア購入、分析、コンテンツ管理、承認、レポーティングにそれぞれ別のアプリケーションを利用する。キャンペーンがオーディエンスに届く前に、情報はそれらのアプリケーション間を移動しなければならない。
この分断は、エージェントにとって有利な環境を生む。エージェントは、構造化されていない情報を解釈し、次の手順を判断し、承認済みのツールを呼び出せる。従来型の自動化は、入力にばらつきがある場合や、判断に文脈が必要な場合にしばしば機能しない。
この機会は、既存のマーケティングソフトウェアをまたぐオーケストレーション層を構築する企業を引き寄せている。たとえばGradialは、自社製品を、Adobe、Salesforce、ServiceNow、Databricksなどのプラットフォームを横断してエージェントが業務を実行するためのオペレーティングシステムだと説明している。
2026年6月、Gradialはこのモデルに関連する資金調達ラウンドを発表した。Axiosは、同社の顧客にAWS、Prudential、T-Mobile、Vanguard、Kaiser Permanente、U.S. Bankが含まれると報じた。
同報道は、特に強い顧客側の主張も引用した。T-Mobileは、Gradialの技術を用いてキャンペーン実行時間を80%から90%短縮し、報告上の精度は99%に達したと述べた。これらの数値は関係企業によるものであり、他のベンダー事例と同様に慎重な扱いが必要である。
それでも、マーケティングワークフローモデルは、規制の厳しいエンタープライズが初期導入者に見える理由を説明する助けとなる。こうした企業のワークフローには、多くのルール、承認、文書化の要件が含まれる。これらの制約は、自由度の高いブランド戦略よりも、エージェントに明確な境界を与える。
Bayerの承認プロセスはこのパターンに当てはまる。同社のエージェントは、曖昧な案件をエスカレーションしながら、既知のポリシーを繰り返し適用できる可能性がある。AIが人間の判断を置き換えたと主張せずとも、システムが審査時間を短縮したか、見落としを防いだかを検証できる。
Bayerは、最新のエージェントに関する議論以前から、より測定可能なクリエイティブ運用を構築していた。同社はCreativeXを使用して、定義済みの実践基準に照らしてデジタルアセットを評価し、その結果を代理店と共有している。
Digidayによると、Bayerはデジタルクリエイティブの品質測定対象比率を、およそ1年で約20%から70%へ引き上げた。また、市場およびブランドに対し、確立済みのベストプラクティス基準の80%到達を指示した。
これらは売上成長を独立して証明するものではなく、企業が報告した数値である。それでも、エージェント型ワークフローに必要な運用基盤を示している。エージェントが有用な判断を下すには、文書化された基準と構造化されたフィードバックが必要だ。
Bayerのマーケティング責任者は、クリエイティブ品質とメディア投資を結び付けるダッシュボードも確認している。このプロセスは、多額の支出が低品質な素材を支えているケースを検出する。
この基盤があれば、エージェント導入はそれほど不可解ではない。Bayerは、汎用チャットボットにヘルスケア広告のあらゆる側面を理解させようとしているのではない。すでに存在するスコア、ポリシー、レビュー、責任ある担当者のシステムにAIを組み込んでいる。
Zoomにも、会話がすでに自社プラットフォーム内で行われているという同様の利点がある。会議は文字起こし、参加者、タイムスタンプ、決定事項、割り当てられた業務を提供する。この文脈は、ユーザーにツール間でデータをコピーさせることなく、CRM更新やフォローアップアクションを支援できる。
Zoomは、エージェント型スキルを中心にAI Companionも拡張している。同社によると、このシステムは会議の文脈を利用し、Zoom Workplaceおよび接続されたアプリケーション全体でタスクを完了できる。
同社のエージェント型AIロードマップは、要約からアクションへの進化を説明している。これにより、顧客との会話から記録済みの営業またはマーケティングタスクへ至る直接的な経路が生まれる。
短期的な圧力は、手作業の調整に依存するマーケティングソフトウェアベンダーや代理店にかかる。ブランド企業が定型的な意思決定をコード化し、承認記録を保持できれば、パートナーにもそのワークフローとの統合を求めるようになる。
また、システム間で情報を移動させるために費やした労働時間に基づくサービスモデルにも疑問を投げかける可能性がある。エージェントは、戦略業務を置き換えなくても、反復的な実行の経済性に挑戦できる。
Google Newsは、より限定的なAIの成果を増幅している
見出し上の物語は自律型マーケティングだが、実際に機能しているのは特定の引き継ぎを軸とした監督付き自動化である。
Google Newsは、個別の企業実験を一つの広範な移行の証拠のように見せる可能性がある。Bayer、Zoom、メディア代理店、ソフトウェアベンダーはいずれも「エージェント型」という言葉を使うが、そのシステムが必ずしも同じ能力を共有しているとは限らない。
有用な定義は限定的なものだ。エージェント型AIとは、目標を解釈し、手順を選び、限定的な監督のもとで許可されたアクションを実行できるソフトウェアを指す。実際にシステムが持つ自律性は、監督の量と権限の範囲によって決まる。
ZoomのCRM事例は、独立したマーケティング管理というより、アクション指向の支援に近いように見える。システムは会話後の管理業務を削減できるが、オーディエンスの意思決定、ポジショニング、クリエイティブ判断、顧客関係は依然としてマーケターが担う。
Bayerの事例も同様に制約されている。エージェントは承認の回付を迅速化し、資料を文書化された要件と比較できる。しかし、プロモーション文言が臨床、規制、レピュテーション上の判断を伴う場合、責任を負う専門家の必要性をなくすことはできない。
こうした境界は、プロジェクトの価値を損なうものではない。むしろ、それらが本番環境へ進むもっともらしい道筋を持つ理由を説明している。
自由度の高いエージェントは、より大きな評価上の問題に直面する。キャンペーンは一つの指標を改善しながら、別の指標を損なう可能性がある。顧客獲得コストの低下は、リード品質の悪化、過剰なメッセージ頻度、長期的なブランド信頼の低下とともに起こり得る。
運用ワークフローは、より明確なテストを提供する。エージェントは正しいCRM項目を入力したか。アセットを適切なレビュアーに送付したか。必要な文書を保持したか。権限を持つ人物が最終アクションを承認したか。
これらの問いは、観測可能な結果を生む。ブランド戦略がこのように明確な評価ラベルを提供することはまれだ。
広告最適化におけるZoomの経験は、境界の明確な意思決定の魅力を示している。Metadataによると、ZoomはBid Agentを使用してLinkedIn広告を最適化し、クリック単価を77%削減するとともに、投資利益率を3倍にしたと報告している。
入札自動化の事例は、この技術を提供するベンダーによって公開された。したがって結果は、統制された比較ではなく、顧客事例として扱うべきである。
それでも、入札は機械支援に適している。システムは構造化されたキャンペーンデータを受け取り、予算とプラットフォームの制約内で動作し、確立されたパフォーマンス指標に照らして評価できる。
リスクは、入札での成功がマーケティングの残りの領域にも直接移転すると想定することにある。メディア最適化は、メッセージが真実であるか、独自性があるか、文化的に適切か、顧客にとって有用かという問題を解決しない。
Bayerの経験は、この緊張関係を可視化している。生成AIはコンテンツ供給を増やすが、コンテンツが増えることは、より良いコミュニケーションを保証しない。
Digidayは、自動化された制作が拡大する中で、Bayerが人間らしさを保つことを懸念していたと報じた。同社のCeline Baudin氏は、AIによってコンテンツの作成は容易になった一方で、意味のある素材を見分けることは難しくなったと述べた。
Bayerはまた、CreativeXのデータとして、Meta上のクリエイター広告の約45%で、最初の3秒以内に目に見えるブランド表示がなかったことを挙げた。この問題は、自動化によって出力量が増えても、基本的なコミュニケーション目標を満たせるとは限らないことを示している。
クリエイティブ品質に関する調査結果は、エージェントに異なる役割を与える可能性を示している。制作量を最大化するのではなく、エージェントがアセットを検査し、ポリシーや品質上の不足を特定し、人によるレビュー対象を優先順位付けできる。
これが、Google Newsの記事の中心にある逆転だ。エージェント型マーケティングは、その野心を絞り込むことで信頼性を高めつつある。
最も擁護しやすいシステムは、マーケターの代替を主張しない。マーケター、法務チーム、医療レビュー担当者、事業リーダーが依然として下さなければならない意思決定を取り巻く調整負担を軽減する。
数字はまだ自律型マーケティングを証明していない
公開されている証拠の大半はベンダーと参加企業によるものであり、エージェントの性能に関する標準化された指標は依然として乏しい。
利用可能な事例研究は前向きな兆候を示しているが、エージェント型マーケティングが組織をまたいで一貫して機能することを立証するものではない。企業ごとに、データ品質、権限、プロセス、チャネル、成功の定義が異なる。
Zoomが報告した広告面での改善は、特定の入札ワークフローから得られたものだ。Bayerのクリエイティブ網羅性に関する数値は、社内測定プログラムの拡大を反映している。T-Mobileが報告した実行面の改善には、別のベンダーと別の運用環境が関わっている。
これらの結果を、普遍的な投資利益率の推計に統合することはできない。答えているのは、個別導入に関するより限定的な問いである。
アトリビューションも別の問題を生む。エージェント導入後にキャンペーンの成果が改善した場合、複数の変数が変わっている可能性がある。チームは導入中に、予算、ターゲティング、クリエイティブ、承認ルール、レポーティング手法も見直すかもしれない。
適切なベースラインがなければ、実際には別の要因が生んだ改善をエージェントの功績と見なしてしまう恐れがある。ベンダーの事例研究は観測された変化を正確に報告していても、その原因を切り分けられない場合がある。
「エージェント」という言葉自体も比較を難しくする。ある製品は人が承認する提案を行うかもしれない。別の製品は、定められたしきい値の範囲内で変更を自動実行する可能性がある。さらに別の製品は、複数の専門モデルと業務アプリケーションを連携させるかもしれない。
これら3つをすべてエージェント型システムと呼ぶことは、自律性とリスクにおける重要な違いを隠してしまう。エンタープライズの購買担当者は、そのソフトウェアが何を読み取れるのか、何を変更できるのか、そしていつ停止しなければならないのかを問う必要がある。
Bayerにとって、監査可能性は特に重要だ。承認システムは、エージェントがどのルールを適用したか、どの証拠を確認したか、アセットのどのバージョンを扱ったか、そして誰が公開を承認したかを示す必要がある。
企業が後からプロセスを再構築しなければならない場面では、一見正しい結果だけでは不十分だ。マーケティングチームには、法務、セキュリティ、規制、事業の各ステークホルダーが理解できるログが必要となる。
CRM自動化には、それ自体のガバナンス上の課題もある。会議の文字起こしには、機密性の高い顧客情報、個人データ、戦略計画、不正確な発言が含まれる可能性がある。エージェントのアクセス権は、従業員の権限および情報収集時の目的に一致していなければならない。
エラーは連鎖する可能性もある。CRMでの誤った分類が、間違ったメールの送信、予測の変更、または別の従業員による顧客対応の変化を引き起こすかもしれない。
下流への影響コストが高いエラーに対しては、人によるレビューが依然として価値を持つ。実務上の設計上の問いは、すべてのループに人を置くべきかどうかではない。人の承認が、そのために生じる遅延を上回る価値を生むのはどこか、という点である。
チームは、可逆性と結果の重大さに従ってアクションを順位付けすることで、その問いに答えられる。社内要約の下書きは、医療上の主張を公開するよりもリスクが低い。CRM更新の提案は、顧客記録を削除または上書きすることとは異なる。
最も安全なシステムは、エージェントに限定的な権限を与え、実行前に出力を検証し、不確実なケースをエスカレーションする。また、ワークフロー、データ、外部ルールは変化するため、導入後も結果を監視する。
このガバナンス負担は、エージェントが単純に作業をなくすという考えを弱める。反復的な実行から、システム設計、評価、例外処理、説明責任へと、一部の労力を移すためだ。
それでも、それは良いトレードオフになり得る。ただし購買担当者は、効率を測定する際にこれらの責務を含めるべきだ。
Bayer自身の経験は、組織変革の方がテクノロジーより難しい場合があることを示唆している。同社のリーダーは、分断されたチーム全体で共有オーナーシップを築く取り組みについて説明してきた。エージェントだけで、不明確な説明責任を修復することはできない。
有効な主張、適格なリード、成功したキャンペーンの定義について部門間で見解が一致しなければ、自動化はその不一致をより速く実行するだけになる。信頼できるエージェントにルールの適用を期待する前に、組織がそのルールを決めなければならない。
したがって、ナレッジの品質は競争上のインプットとなる。チームには、人とエージェントの双方が取得できる、最新のポリシー、事例、意思決定、パフォーマンス記録が必要だ。
検索可能なナレッジベースは、ソース資料の確認を容易にすることで、その作業を支援できる。ただし、ガバナンスや専門家の承認を代替するものではない。
Google Newsの報道は、この証拠の不足を念頭に置いて読むべきだ。BayerとZoomは、信頼できる業務上のユースケースを特定している。しかし公開記録は、完全なマーケティング機能を自律エージェントが運用し、一貫して独立測定された成果を出していることを、まだ示していない。
マーケターが次に注視すべきこと
次の段階を左右するのは、監査証跡、継続的な導入、そして独立した検証に耐える成果だ。
第一のシグナルは、より深い本番利用である。企業は、エージェントがパイロットに限定されたままなのか、それともCRM、承認、キャンペーンのワークフローにおける標準的な構成要素となるのかを開示すべきだ。
利用状況は発表よりも重要である。ツールはデモでは好調に機能しても、従業員が通常とは異なるデータ、矛盾する指示、不足した権限に遭遇すると失敗する可能性がある。
Zoomについての重要な問いは、会話を起点とするアクションが顧客対応チーム全体で日常的なものになるかどうかだ。導入により、修正作業を増やすことなく、一貫したCRM記録と完了したフォローアップが生まれるべきである。
同社のより広範なAI戦略は、配布面での優位性をもたらしている。会議にはすでに、アクションに必要な文脈が含まれている。しかしZoomは、ユーザーが機密性の高い業務アプリケーションを接続するほど、そのシステムを信頼していることを示さなければならない。
第二のシグナルは、証拠の品質である。購買担当者は、エージェントの効果を他のキャンペーン変更から分離し、時間短縮やパフォーマンス向上と併せてエラー率も報告する測定結果を探すべきだ。
信頼できる評価では、ベースライン、サンプル、レビュー手順、対象期間を定義する必要がある。また、人がエージェントの作業を修正、却下、取り消した頻度も開示すべきだ。
企業が何を正しいと数えたのかを説明すると、精度に関する主張はより有用になる。技術的に有効なシステムアクションであっても、顧客またはキャンペーンの目的を支えられない可能性がある。
より長い測定期間も重要だ。エージェントは、対象オーディエンスを過度に絞り込んだり、やがて効果を失う戦術を繰り返したりすることで、短期的な指標を改善する可能性がある。
第三のシグナルは、圧力下におけるガバナンスである。Bayerのコンプライアンスワークフローは、明確な記録を維持しながら、ポリシー変更、通常とは異なる主張、市場間の差異を処理できれば、より説得力を増すだろう。
本当の試験は、エージェントが曖昧さに直面したときに訪れる。信頼できるシステムは、不確実性を認識し、ポリシーに裏付けられない自信満々の回答を出すのではなく、判断をエスカレーションすべきだ。
ベンダーは、承認コントロール、評価ダッシュボード、権限管理、追跡可能なアクション履歴を追加することで対応するだろう。これらの機能は、別のキャンペーンコンセプトを生成する能力よりも、エンタープライズでの導入に重要である可能性がある。
エージェンシーも戦略的な選択を迫られている。手作業による調整をサービスの一部として守ることもできるし、成果、判断、監督を軸にエンゲージメントを再設計することもできる。
エージェント型システムは、日常的な引き継ぎをより容易に点検できるようにする。クライアントは、単純な更新に複数の会議、メール、請求対象時間がなぜ必要だったのかを問うかもしれない。
同時に、ブランドには依然として外部の視点が必要だ。誰もその目標、ソースデータ、クリエイティブの方向性に異議を唱えなければ、効率的な社内システムは思い込みを強化する可能性がある。
より強いエージェンシーの立場は、自動化と独立した判断を組み合わせることにある。エージェンシーは、クライアントが評価基準を定義し、困難なケースに対してエージェントをテストし、社内ワークフローが見落とす結果を特定するのを支援できる。
マーケターは、「エージェント型」を調達の近道として使うべきではない。このラベルは、システムが組織の実際のプロセスに適合するかどうかを答えてくれない。
有用な評価は、境界が明確な1つのワークフローから始まる。チームはテクノロジーを選ぶ前に、その入力、意思決定、権限、失敗コスト、望ましい結果を文書化すべきだ。
次に、そのエージェントを現在のプロセスと比較する。その比較には、レビュー時間、修正作業、統合の保守、セキュリティコントロール、最終的なビジネス成果の品質を含める必要がある。
BayerとZoomがより強力な証拠を公開すれば、そのプロジェクトはエンタープライズマーケティングに関するより広い結論を支えることになる。開示が選ばれた成功指標に限られたままであれば、より慎重な解釈が維持されるだろう。
現時点では、Google Newsの物語は方向性として重要だが、見出しが示唆するよりも限定的である。エージェントは、特にルールと引き継ぎがすでに可視化されているマーケティング業務の中で、実際の仕事を見つけつつある。
機会は、ひとりで動くマーケティング部門ではない。会話、システム、パートナー、承認の間で現在失われている作業のための、より優れた運用レイヤーである。
そのレイヤーを導入する前に、繰り返し発生するボトルネックを1つ選び、正しいアクションが何を意味するかを定義しよう。そのうえで、エージェントがそれを安全に完了できるか、選択を説明できるか、継続的な利用を獲得できるかを問うべきだ。そのテストは、自律型マーケティングに関するまた一つの大きな約束よりも、多くを明らかにする。
