TOPICS

2026年、Google広告の運用は、手動でキーワードを並べたり入札単価を調整したりする「点」の運用から、AIをオーケストラのように指揮する「面」の運用へと完全に移行しました。

その中心にあるのが、Googleが提唱するAI時代の新しい広告運用フレームワーク「Power Pack（パワーパック）」です。

単一のキャンペーンに依存する時代の終焉と、3つの強力なAI駆動型キャンペーンを連携させる「Power Pack」の全貌を徹底解説します。

Google広告「Power Pack」とは？AI時代のフルファネル三種の神器
Power Packとは、単一の広告枠をハックする手法ではなく、「Demand Gen」「AI Max for Search」「Performance Max（P-MAX）」という3つのAI特化型キャンペーンを1つのチームとして機能させる統合戦略です。

認知から需要創出、そして購買の刈り取りまで、ユーザーのあらゆるタッチポイントをAIが連携して網羅します。

Power Packを構成する「3つの柱」とその役割

1. Demand Gen（デマンド ジェネレーション）：需要の創出
ユーザーが自発的に検索し始める前に、潜在的な「欲しい」を作り出すエンジンです。

主な配信面： YouTube（Shorts含む）、Discover、Gmailなどの視覚的かつパーソナルなスペース。
AIの役割： ファーストパーティデータや高度な「ルックアライクセグメント（類似オーディエンス）」を元に、まだ自社を知らないがコンバージョンする可能性の高い層へ、画像や縦型動画で感情的にアプローチします。

2. AI Max for Search：検索意図の完全捕捉
従来の「キーワードの一致」に頼る検索広告から脱却し、ユーザーの「検索の文脈」を理解する進化した検索キャンペーンです。

主な配信面： Google検索結果画面。
AIの役割： 広告主が設定したランディングページ（LP）や目標コンバージョンをAIが解析。ブロードマッチの高度化やキーワードレス（URL拡張など）により、「人間が想定していなかったが、極めて購買意欲の高い検索クエリ」を先回りして広告をマッチングさせ、機会損失をゼロにします。

3. Performance Max（P-MAX）：全チャネルの最適化（要）
Googleの全広告在庫を横断し、コンバージョン（成果）を最大化する絶対的な「コンバージョンクローザー」です。

主な配信面： 検索、YouTube、Maps、Gmail、Discover、ウェブサイトのバナー枠（GDN）などすべて。
AIの役割： Demand Genが刺激し、AI Maxが捉えたユーザーの行動行動をアカウント全体で共有。ユーザーが「今まさにコンバージョンしそうな瞬間」をAIが全チャネルから見つけ出し、動的にクリエイティブを配信して網羅します。

【比較】Power Packにおける各キャンペーンの役割分担

なぜ今、3つのキャンペーンを「セット」で回すのか？
これまでの広告運用では、それぞれのキャンペーンが独立して動き、データを食い合う「社内競合」が課題でした。しかし、Power Packではデータのシナジー（相乗効果）が働きます。

データの共有と学習の加速： Demand Genでユーザーが動画を視聴した、あるいはAI Maxで新しい検索傾向が見つかったといったデータは、アカウント内のAIの共通知となります。
P-MAXの精度向上： 上流（Demand Gen / AI Max）で良質なユーザーのシグナルが溜まるほど、下流を網羅するP-MAXのコンバージョン予測精度が爆発的に高まります。
点から面へ： 単体運用では防げなかった「検索はするがYouTubeは見ない」「動画は見るが検索はしない」といったユーザーの行動の隙間（死角）を、3本の矢で完全に排除します。

2026年最新の検証機能：「キャンペーン ミックス テスト」
Power Packを導入するにあたり、「本当に3つを同時に回した方が効果があるのか」を検証する仕組みもアップデートされています。

新機能である「キャンペーン ミックス テスト（Campaign Mix Experiments）」のベータ版を活用すれば、例えば「検索広告のみ」のグループと、「検索＋P-MAX＋Demand Gen（Power Pack）」のグループにトラフィックを均等に分割し、複数キャンペーンの組み合わせによる純粋な成果の増分（インクリメンタリティ）を正確にA/Bテストすることが可能です。

これにより、感覚値ではなく「定量的なデータ」を元に、Power Packの真価を証明できるようになりました。

結論：マーケターの仕事は「入札」から「オーケストレーション」へ
Google広告のAI化、そしてPower Packの登場によって、広告運用者の役割は「管理画面の職人」から「AIの指揮者（オーケストレーター）」へと完全に変わりました。

AIに任せるべき「配信の最適化」はPower Packというシステムに委ね、人間は「ファーストパーティデータの整備」「AIが好む高品質なクリエイティブ（動画・画像）の供給」「ビジネス全体の戦略設計」にその知性を集中させる。

この構造を作れた企業こそが、AI時代の広告競争を勝ち抜く切符を手にするのです。

Googleが先日の「Google I/O 2026」で発表し、テクノロジー界に最大の衝撃を与えたパーソナルAIエージェント「Gemini Spark（ジェミニ・スパーク）」。

従来の「チャット画面を開いて質問し、回答を待つ」という一問一答型のAIとは一線を画し、OSやデバイスの裏側で常に稼働しながらユーザーの行動を先回りしてサポートする「真の自律型エージェント」の全貌を、その特徴やビジネス・日常生活に与える影響を含めて徹底解説します。

Gemini Sparkとは何か？「知能」から「自律エージェント」への大躍進

Gemini Sparkの根底にあるのは、次世代LLM「Gemini 4.0」の圧倒的な推論能力です。これまでのAIアシスタントが「指示されたタスクをこなす手足」だったのに対し、Sparkは「ユーザーの意図と状況を察して、自ら計画を立てて実行するパートナー」へと進化しました。

Gemini Sparkを構成する「4つの破壊的機能」

1. 常時稼働型コンテキスト認識（Always-on Context）
Gemini Sparkは、スマートフォン（Android 17）や新発表のスマートグラスのOSレベルに深く統合されています。

視覚と聴覚の共有： ユーザーが今見ている景色、話している会話、スマートフォンの画面に映っている内容を、バックグラウンドでリアルタイムに（プライバシーに配慮したローカル環境で）理解し続けます。
先回りの提案： 例えば、友人と「来週の土曜日に京都でランチしよう」と話しているだけで、会話の文脈から好みを察し、最適なレストランの候補と空席状況を画面の隅にそっと提示してくれます。

2. クロスアプリ・エージェンシー（アプリ間の自動連携）
これまでは、AIに指示をしても「カレンダーアプリを開いて登録する」のは人間の役目でした。Gemini Sparkはこの壁を完全に取り払います。

タスクの完遂： 「先週、Aさんからメールで届いた見積書のPDFを探して、内容をスプレッドシートにまとめた上で、BさんにSlackで送っておいて」という複雑な指示に対して、複数のアプリを跨いで裏側で自動的にタスクを完了させます。

3. メモリ機能のパーソナライズ（Long-term Memory）
Sparkは、あなたとの過去の会話、スケジュール、購買履歴、仕事の進め方の癖を長期的に記憶します。

あなた専用の脳： 使えば使うほど、世間一般的な「正解」ではなく、「あなたにとっての最適解」を出すようになります。仕事のメールの下書きを作成させる際も、あなたの普段の口調や好むフレーズを完璧に模倣します。

4. デスクトップ変革「Magic Pointer（マジック・ポインタ）」
新OS「Aluminium OS」との組み合わせで真価を発揮するUI機能です。

文脈のハッキング： マウスカーソルを画面上のテキストや画像にかざして少し「シェイク」するだけで、Gemini Sparkがそのオブジェクトの文脈を瞬時に理解。要約、データ抽出、関連タスクの生成をワンクリックで行います。

【比較】従来のチャットAI vs Gemini Spark

ビジネスとマーケティングに与える決定的な影響
Gemini Sparkの普及は、企業のデジタル戦略にも劇的な変化を迫ります。

「検索」の概念が消滅する（GEOの必須化）： ユーザーが自分で検索してサイトを比較検討する機会はさらに激減します。Gemini Sparkが裏側で企業のWebサイトや構造化データをクロールし、「ユーザーに最適な1つの選択肢」として推薦する構造になるため、企業はAIに正しく読み取られるためのデータ構造化（GEO/LLMO）が死活問題になります。
B2Bコミュニケーションの高速化： 企業の担当者がGemini Sparkを導入することで、資材の調達、スケジュールの調整、契約書の一次チェックなどの「間接業務」が数秒で終わるようになります。これに伴い、ビジネスの意思決定スピードそのものが数倍に加速します。

結論：AIを「使う」から、AIと「生きる」へ

Gemini Sparkが提示したのは、テクノロジーの道具としての利便性ではありません。それは、人間が煩雑な作業やアプリの操作から解放され、「意思決定」と「クリエイティビティ（意志）」に100%集中できる世界の実現です。

プロンプトのテクニックを学ぶ時代は終わりました。これからは、この自律的な相棒に「何を委ね、自分は何を決断するのか」という、人間の主体性が試される時代が始まります。

2026年、GoogleのAI Overviews（AIO）やSearchGPTなどの生成AI（LLM）が検索インフラの主役に躍り出たことで、企業のデジタルマーケティングは「SEO（検索エンジン最適化）」から「LLMO（言語モデル最適化）」や「GEO（生成エンジン最適化）」へと完全にシフトしました。

AIはWeb上のあらゆる情報を巡回し、信頼できる「一次情報」や「独自のストーリー」を優先的に要約・引用します。その中で、今ひそかに注目を集めているのが、PR TIMESが提供するナラティブ発信サービス「PR TIMES STORY（ストーリー）」の活用です。

単なる「開発秘話の投稿ツール」を超え、なぜPR TIMES STORYが最強のAIO/LLMO対策になり得るのか、その構造を徹底検証します。

AIO / LLMO対策としての「PR TIMES STORY」徹底検証

【検証1】ドメイン権威性：AIクローラーを即座に引き寄せる「力」
2026年のAI検索において、AIが回答のソース（出典）として採用する基準の第一位は「情報の信頼性（E-E-A-T）」です。

圧倒的なドメインパワー： prtimes.jp は、日本のWeb空間において最大級のトラフィックと被リンク数を誇る超高権威ドメインです。
クローリングの超高速化： AI（Google-ExtendedやOpenAIのクローラー）は、信頼性の低い個人ブログや新設サイトの巡回を後回しにする一方、PR TIMESのようなニュースハブはミリ秒単位で常時監視しています。STORYに公開されたテキストは、瞬時にAIの「学習データ（ナラティブソース）」として取り込まれます。

【検証2】情報の解像度：AIが渇望する「一次情報」と「ナラティブ」の塊
従来のプレスリリースは「新商品が〇月〇日に発売」という事実（ファクト）の箇条書きになりがちです。しかし、AIは単なる事実だけでなく、「その事実の背景にある文脈（コンテキスト）」を理解しようとします。

「なぜ（Why）」を学習させる： STORYは、開発の苦労、失敗のプロセス、技術的なブレイクスルーなど、人間の生々しい「一次情報」で構成されます。
セマンティック検索へのジャストフィット： 現代のユーザーはAIに対し、「〇〇業界で、サステナビリティに本気で取り組んでいる企業の事例をストーリー仕立てで教えて」といった抽象的で複雑なプロンプトを投げます。STORYの深みのある長文テキストは、こうしたAIの高度な文脈理解（セマンティック検索）に驚くほど合致するのです。

【検証3】サイテーションの獲得率：ChatGPTやGeminiの「出典」を独占する
AIは回答を生成する際、複数のソースから情報をパッチワーク（ツギハギ）します。その際、最も「具体的でユニークな言葉」を使っているソースを好んで引用（サイテーション）します。

コピペ定型文の排除： どこにでもあるプレスリリースの文面は、AIによって「既知の情報」として要約の中に埋もれます。
「引用符」での採択： STORY内の「〇〇開発部長は〜と語る」といった具体的なエピソードや独自のデータ、開発年表は、AIにとって「ここにしかない情報」であるため、『出典：PR TIMES STORY』としてリンク付きで紹介される確率が飛躍的に高まります。

【比較】AIO対策における「リリース」vs「STORY」

4. LLMO効果を最大化するためのSTORY記述テクニック
PR TIMES STORYをAI対策として最適化（LLMO）するための、2026年最新のライティング・ルールです。

見出し（H2/H3）に「問い」と「答え」を配置する：
ユーザーがAIに質問しそうな言葉（例：「なぜ従来の〇〇は失敗したのか？」など）を見出しに含め、その直後に具体的な解決策を記述します。

具体的な「数値」と「人名（主語）」を明記する：
AIは曖昧な表現（例：大幅な改善、多くのスタッフなど）を信用しません。「324回に及ぶ実験」「エンジニアの山田が直面した〜」のように、固有名詞とファクトで文脈を補強します。

画像と動画の「文脈」をテキスト化する：
STORY内に挿入する開発風景の写真や図表には、AIが視覚的にもコンテキストを理解できるよう、詳細なキャプション（説明文）を付記します。

結論：STORYは、AI時代の「自社専用ホワイトペーパー」である
広告や通常のSEOがアルゴリズムの激変に振り回される中、PR TIMES STORYを活用したアプローチは、「AIの脳内に、自社の圧倒的なナラティブを直接叩き込む」という、最も長持ちする資産形成戦略です。

「事実だけを伝える企業はAIに要約され、物語を語る企業はAIに引用される。」

検索窓がチャットボットへと完全に置き換わった2026年だからこそ、美しく、泥臭く、圧倒的にユニークな「企業の舞台裏」をWeb上に置いておくことが、未来の顧客を先回りして獲得するための最大の鍵となります。

2026年、デジタル広告の世界は「AIによる自律運用」が完全に定着しました。GoogleのP-MAXやMetaのAdvantage+、さらには各種AIエージェントの進化により、かつて代理店が手数料20%の拠り所としていた「管理画面の細かい入札調整」や「キーワード選定」といった作業は、ほぼすべて自動化されています。

つまり、「内製化（インハウス化）の技術的ハードル」は、歴史上最も低くなっているのです。

しかし、多くの企業が内製化に踏み切って失敗するのは、準備の方向性を間違えているからです。2026年の今、社内で広告運用を自走させるために「本当に準備すべきこと」を解説します。

2026年版：デジタル広告内製化で「今すぐ準備すべき3つの資産」

1. データの準備：「AIに食わせる一級品の燃料」を整える
現代のAI広告において、成果の8割は「AIにどのようなシグナル（データ）を学習させるか」で決まります。オペレーターの操作技術ではなく、自社データの質こそが最大の武器です。

ファーストパーティデータ（CRM）のクレンジング： 過去の購入者、優良顧客、LTV（顧客生涯価値）の高いユーザーのデータを、いつでもAIにインポートできる状態に整理してください。
技術的なデータ連携（拡張コンバージョン・GA4）： サードパーティCookieが完全に廃止された今、コンバージョンデータを欠損なくGoogleやMetaのAIに伝える「拡張コンバージョン」の設定や、GA4の予測オーディエンス連携は、内製化のスタートラインとして必須の技術的準備です。

2. 体制の準備：「完璧な計画」を捨て「超高速DCA」を組む
内製化にあたり、3ヶ月かけて完璧な年間マーケティング計画を立てるような旧来の体制は不要です。AI時代に必要なのは、打席に立つ回数を圧倒的に増やす「超高速DCA（実行・検証・改善）」の体制です。

意思決定のフラット化： 「バナーを1枚差し替える」「予算を3万円動かす」ために、何層もの上長承認が必要な組織では、リアルタイムに最適化を繰り返すAIのスピードについていけません。現場に一定の裁量権を委譲する組織設計が不可欠です。
評価軸（KPI）の刷新： 現場の評価を、単なる「CPA（獲得単価）の安さ」だけで測るのをやめましょう。AIが効率を最適化したその先にある、リピート率（LTV）やブランドの認知度（指名検索数）など、経営に直結する指標をチームの共通言語として準備してください。

3. 思想の準備：「自社にしかない文脈（ナラティブ）」を言語化する
AIは、管理画面の数値を合わせることは得意ですが、「なぜこの商品が存在するのか」「誰のどんな深い悩みを解決するのか」という、消費者の感情を揺さぶるストーリー（文脈）をゼロから生み出すことはできません。

一次情報（体験・データ）の収集： 顧客インタビューの生の声、開発者の泥臭いこだわり、自社独自の調査データなど、「AIがWeb上をいくらクロールしても絶対に見つけられない一次情報」を社内で集約する仕組みを作ります。
クリエイティブの「種」をストックする： 内製化チームに必要なのは、洗練されたデザイナーではなく、自社の強みを泥臭く言葉にできる人材です。AIの画像・動画生成ツールを使いこなすためにも、その核となる「訴求軸のアイデア」を日常的にストックする文化を準備してください。

【比較】失敗する内製化準備 vs 2026年型の成功する内製化準備

結論：内製化とは、技術の習得ではなく「主権の奪還」である
デジタル広告の内製化とは、単に「代理店への手数料20%を浮かせるためのコストカット施策」ではありません。自社の最も重要な資産である「顧客データ」と「ブランドの思想」を他人に預けず、自らの手でコントロールし、AIという最強のエンジンを自社専用に調教していくプロセスそのものです。

「管理画面のボタンを押すだけの『作業』を内製化するな。AIの脳を育てるための『データと意志』を社内に取り戻せ。」

効率化のテクノロジーが出揃った今だからこそ、小手先のテクニックの準備をすべて捨て、自社の「データ」と「ナラティブ」を磨き上げるという本質的な準備に、全リソースを集中させてください。

最近、社外の経営者仲間や投資家から「根岸さんって、まさに最先端の『AIソロプレナー（AIを駆使する単独起業家）』ですよね」と言われる機会が増えました。

正直に言うと、自分ではそんな大層な肩書きを名乗ったつもりはありません。
私はただ、これまでの起業・売却・上場企業役員というキャリアの中で培ってきた「誰よりも早く現場を動かし、結果を出す」という執念を、現代の最強の武器である「AI」を使って突き詰めていただけです。

気づけば、かつて大企業が数十人のチームと数ヶ月の時間をかけてやっていたリサーチ、戦略策定、プロダクトのプロトタイプ作成、そして初期のマーケティング検証までを、私は今、デスクでコーヒーを飲みながら「たった一人」で、しかも数日で行っています。

今回は、なぜ私がそんな働き方に至ったのか、その舞台裏をお話しします。

「人が増えるほど遅くなる」という絶望からの脱却
私が以前、とある大手上場企業のコンサルティング案件をやっていた頃、最大のストレスは「スピードの減速」でした。
何か一つの施策を打つために、企画書を作り、会議を通し、各部署の調整を図る。人が増え、組織が立派になればなるほど、実行までの距離は遠くなっていきました。

そんな中、私の目に飛び込んできたのが、生成AIの爆発的な進化でした。

AIを単なる「効率化のツール」として使う人は多いですが、私はこれを「自分の思考の複製体であり、文句一つ言わずに24時間超高速で動く、超優秀な執行部隊」として捉えました。

私が1深く考え、1の指示（プロンプト）を出せば、AIは100のスピードとクオリティで実行（Do）の準備を整えてくれる。組織のしがらみをすべて排し、私の脳内と現場をダイレクトに繋いだ結果、私は気づけば一人で一つの「巨大な実行組織」になっていたのです。

その結果、異常事態として発生したのが、Google広告国内上位 3% 代理店に付与される Premier Partner ステータスを1人で3年連続獲得というものでした。

ソロプレナーだからこそできる、究極の「超高速DCA」
テスティファイが提唱する「AI時代の超高速DCA」は、このAIソロプレナーとしての私の実体験から磨き上げられたものです。

Do（実行）： AIと共に、数時間で戦略を具体的な形（ランディングページ、モックアップ、営業資料など）にする。
Check（検証）： 即座に市場に投入し、顧客のリアルな反応をデータとして回収する。
Adjust（調整）： 戻ってきたデータをAIに食わせ、数分で次の改善策を導き出し、また動く。

このサイクルを、会議室の承認なしに、一人で1日に何度も回す。
組織が「次の会議の予定」を調整している間に、こちらはすでに3回目の打席を終えているわけです。この圧倒的なスピードの前に、従来の「重たい戦略」が勝てるはずがありません。

支援のゴール：貴社の中に「1人1組織」の爆発力を生むこと
私が皆さんに伝えたいのは、「これからは全員一人でビジネスをすべきだ」ということではありません。

私がテスティファイを通じて実現したいのは、貴社の優秀な社員一人ひとりを、この「AIソロプレナー」のような圧倒的な機動力を持つ人材に変えることです。組織や人材というの壁に阻まれてくすぶっている個人や中小企業のポテンシャルを、AIという可能性と、私たちの超高速DCAで解放する。

「人が足りないから動けない」
「予算がないから大がかりな戦略は実行できない」

そんな言い訳は、もう通用しない時代です。
必要なのは、一人の人間の深い思考と、それを最速で形にするAI、そして何より失敗を恐れず「まず動く」という覚悟だけ。

あなたの会社に眠る戦略を、単なる資料で終わらせないために。

株式会社テスティファイ
代表取締役　根岸 大蔵

日本時間2026年5月20日に幕を閉じた、Googleの年次開発者会議「Google I/O 2026」。

Googleが「AI First」を掲げてから10年の節目となる今年は、従来の「検索して調べるAI」から、ユーザーに代わって自律的にタスクをこなす「動くAI（エージェント）」への大転換が印象的なイベントとなりました。

本記事では、企業のWeb担当者や開発者が絶対に押さえておくべき主要な発表内容を、最速でわかりやすくまとめました。

1. 次世代AIモデル「Gemini 3.5」と「Gemini Omni」の登場
今回のカンファレンスで最も注目を集めたのが、さらに進化した新しいGeminiファミリーの発表です。

【自律的にタスクをこなす「Gemini 3.5」】
「Gemini 3.5」は、最先端の知能と自律的な行動性を融合させたモデルです。ユーザーがPCを閉じている間でも、メール、カレンダー、ドキュメントを横断して複雑なタスクをバックグラウンドで処理し続けます。特定の情報をネット上で追跡・通知してくれる「情報エージェント」としての機能も備わっています。

【物理法則を理解する世界モデル「Gemini Omni」】
テキスト、画像、動画をすべて統合した新しいAIモデル「Gemini Omni」が発表されました。

物理演算の理解： 重力や運動エネルギーなどの物理法則を理解し、言葉の指示だけで自然な動画の生成や編集が可能です。
Gemini Omni Flashの提供： トークン出力速度が従来の4倍速く、コストは半額以下という高コスパモデルが5月20日よりAPIおよび全製品で提供開始されました。

2. Google検索「25年ぶり」の最大アップグレード（Generative UI）
私たちが毎日使う「Google検索」が、これまでの「青いリンクが並ぶ画面」から完全に脱却する劇的な進化を遂げました。

【インテリジェント検索ボックス（5/20展開開始））】
AIがユーザーの入力補完をサポートし、自分が本当に聞きたい質問を整形するのを手伝ってくれます。テキストだけでなく、画像、ファイル、動画などマルチモーダルな入力に対応しています。

【Generative UI in Search（今夏・無料展開）】
検索結果の画面が、質問内容に応じて「カスタムのインタラクティブUI」をリアルタイムで自動生成するようになります。
例えば、旅行の計画を検索すると、検索結果の画面自体が「ウィークエンドプランナー」のようなミニアプリとして構築され、そのまま保存・操作ができるようになります。

3. 「Ask YouTube」で動画視聴も会話型へ
すでにGoogleマップに導入されている「Ask Maps」に続き、YouTubeにも高度な会話型AI機能「Ask YouTube」が追加されます（2026年夏に米国から展開）。

【「Ask YouTube」でできること】
ユーザーが複雑な質問を投げかけると、関連する動画をリストアップするだけでなく、「動画内の最も関連性が高い秒数」へダイレクトにジャンプさせてくれます。動画の要約やテキスト解説も同時に表示され、動画情報のインプット効率が劇的に向上します。

4. Androidに「Gemini Intelligence」がネイティブ統合
スマートフォン向けOS「Android」も、AI前提の設計にアップデートされました（The Android Show: I/O Edition 2026）。

プロンプトによるカスタムウィジェット作成： 「毎週、高タンパクな作り置きレシピを3つ提案して」と指示するだけで、ホーム画面に専用のカスタムダッシュボードウィジェットが自動生成されます。
Quick Access： スマホ内のファイルを、PC側から直接閲覧・検索・挿入できるようになり、デバイス間の連携がシームレスになりました。
iOSとの連携強化： AndroidとiPhone間でのファイル共有機能の拡充に加え、RCSメッセージのエンドツーエンド暗号化が予定されています。

5. ハードウェア：AIスマートグラス「Audio glasses」が今秋登場へ
基調講演では、AIとシームレスに繋がるスマートグラス（Audio glasses）が今年の秋に登場予定であることもチラ見せされました。Samsungなどとの提携によるAndroid XRスマートグラスの動きも含め、Metaのスマートグラスへの対抗馬として今秋の大きな目玉となりそうです。

まとめ：ビジネスはどう変わるか？
Google I/O 2026の発表から見えてくるのは、「ユーザーが検索エンジンやアプリを行き来する手間が極限まで減る」という未来です。

検索画面の中でタスクが完結する「Generative UI」や、動画の特定シーンに直接ユーザーを誘導する「Ask YouTube」の登場により、今後のWebマーケティングやSEO戦略、コンテンツ制作のあり方も「Webサイトへの流入数を稼ぐ」だけではない、新しい評価軸（エージェントに選ばれるための最適化など）への適応が求められるでしょう。

株式会社テスティファイでは、こうした最新のAI・Webトレンドを踏まえたマーケティング支援やシステム開発を行っています。「自社のWeb戦略をAI時代に合わせてアップデートしたい」という企業様は、ぜひお気軽にご相談ください。

2026年、AIが「100点の専門知識」をわずか数秒で出力する時代。かつて重宝された単一の専門性は、凄まじい勢いでコモディティ化しています。

この激変期において、私が一人の人間として、そして経営者として確信している唯一の生存戦略があります。それが「ハイブリッドキャリア」です。

これは決して机上の空論ではありません。私自身、2005年に大学生で起業してから20年以上、この「掛け合わせ」の不条理な力に救われ、キャリアを切り拓いてきた張本人だからです。今回は私の生々しい歩みを踏まえ、AIに買い叩かれない人材価値の作り方を語らせていただければと思います。

【代表コラム】AIに自分の価値を計算させるな：20年の越境が導いた「ハイブリッドキャリア」

1. 2005年の学生起業と、「マーケ専門家」の限界
私のキャリアのスタートは2005年12月、青山学院大学経済学部に在学中、WEBマーケティングを支援する株式会社マイクログローブを設立したことでした。当時はまだリスティング広告やSEOの黎明期。ただひたすらに、デジタルマーケティングという「1本の縦軸」を深く掘り下げる日々でした。
もし私が、あのまま「デジタル広告の運用職人」という単一のアイデンティティに、20年経った今でもしがみついていたらどうなっていたでしょうか。
間違いなく、2026年の現在、GoogleのP-MAXや生成AIの自律運用によって、私の仕事の大部分は「無料のAI」にリプレイスされていたはずです。「作業の正確さ」や「データの処理速度」で、人間がAIのアルゴリズムに勝てるわけがないのです。

2. 2011年、M&A / EXITから始まった「異領域への投企」
私のキャリアの風向きが大きく変わったのは2011年12月です。立ち上げた会社を総合印刷サービスを展開する東京リスマチック株式会社（証券コード：7861）へ売却譲渡（M&A）しました。ここから、私の「ハイブリッドキャリア」への本格的な越境が始まります。
それまでの「デジタル・ブラウザの中の世界」から一転して、総合印刷サービスという「伝統的なリアル産業」の取締役へ。さらにその後は、持ち株会社として設立された株式会社日本創発グループ（証券コード：7814）の取締役として、M&A、マーケティング、そしてIR（投資家向け広報）や財務の深部にまで従事することになりました。

・デジタルマーケティング（WEB）
・リアル産業の経営（組織・製造）
・M&A/財務/IR（資本市場）

一見すると、これらは全く異なるバラバラの直線に見えるかもしれません。しかし、以前のコラムでも述べた実存主義の哲学者たちが「人間は未来に向かって自分を投げ出し続ける存在（投企）」と呼んだように、私は「マーケの人」「財務の人」という固定された本質を拒絶し、あえて未経験の領域へ自分を放り込み続けました。
結果として、この「デジタル×資本論×リアル経営」の交差点こそが、AIには決してシミュレーションできない、私だけの絶対的な参入障壁となったのです。

3. 「70点 × 70点 × 70点」の交差点に、AIは追いつけない
AI（GeminiやChatGPT）は、Webマーケティング単体なら100点の戦略を作れます。財務三表の分析やM&AのDD（デューデリジェンス）の手続きも、AIの方が圧倒的にスマートにこなすでしょう。

しかし、「伝統的な印刷会社の現場が抱える組織の痛みを理解しながら、資本市場（IR）のロジックで企業価値を語り、それを最新のデジタルマーケティングの数値に翻訳・実装する」という超複雑な文脈（ナラティブ）の構築は、まだ、どんな高度なAIでも計算不可能です。なぜなら、そこにはデータ化されていない、私自身の泥臭い「体験（一次情報）」が詰まっているからです。

トップ1%の天才（100点）になる必要はありません。
複数の異なる領域で、愚直に「上位20%（70点）」を取りに行く。その2つ、あるいは3つの軸が重なり合った時、あなたは市場において、AIやテクノロジーに代替不能な「唯一無二の変異種」になります。

結論：一本道を捨て、あなただけの「グラデーション」を生きる
効率化や自動化が極限まで進む2026年、AIが綺麗に舗装した「誰もが通る一本道」を歩むのは最も危険な選択です。その道の終着点には、AIやテクノロジーによる低価格な買い叩きが待っています。

私の20年は、意図して綺麗に設計されたものではありません。目の前の課題に対して、あえて非効率なリスクを取り、異なる草鞋（わらじ）を履き替えてきた結果の地続きです。

「過去の肩書きを捨てろ。AIが予測するキャリアパスを裏切り、あなたの中にしかない、歪（いびつ）で美しい掛け合わせを信じろ。」

自らの意志で越境し、葛藤し、実験を繰り返す。その泥臭いプロセスの中にしか、私たちが人間として生きる意味も、市場で指名買いされる価値も存在しない。私は自分の身を以て、そう確信しています。

株式会社テスティファイ
代表取締役　根岸 大蔵

2026年、サードパーティCookieの廃止が完了したデジタル広告市場において、Google広告の成果を左右するのは、入札のテクニックではなくプラットフォームのAIに供給する「データの質」です。

P-MAX（パフォーマンス最大化）やスマート自動入札など、GoogleのAIは極めて優秀ですが、自社が保有する「ファーストパーティデータ（顧客データ）」という正しい学習素材（シグナル）を与えなければ、本来のパフォーマンスを発揮できません。

AIの学習効率を最大化させ、広告効果を劇的に高めるためのファーストパーティデータ活用戦略を解説します。

Google広告×AI：成果を倍増させる「ファーストパーティデータ」学習戦略

1. なぜAIにファーストパーティデータを学習させるべきなのか？
2026年現在、ターゲットの年齢や性別、興味関心を手動で細かく指定する従来のターゲティングは過去のものとなりました。現在の主流は、AIに「ビジネスのゴール」と「理想の顧客像」を教え、配信対象を自律的に探させる手法です。

AIの「目印」になる： AIは、過去に購入や問い合わせをしたユーザーの行動特性（検索語句、YouTubeの視聴履歴、アクセス時間など）を多角的に分析します。
「購入しそうな人」の予測精度向上： 質の高い顧客データをインプットすることで、AIは「この既存顧客たちに類似した、今まさに購買意欲が高まっている未知のユーザー」をピンポイントで見つけ出せるようになります。

2. AIにデータを学習させる3つの主要ルート
Google広告のAIに自社データをフィードバックするための、2026年現在必須となっている3つの実装手法です。

① 拡張コンバージョン（Enhanced Conversions）
ユーザーがコンバージョン（購入や資料請求）した際に、入力された注文情報（メールアドレスや電話番号など）をハッシュ化（暗号化）してGoogleに安全に共有する技術です。

AIへの恩恵： Cookie規制によって見失いがちだったコンバージョンデータを正確に捕捉。AIの学習データが欠損するのを防ぎ、入札の最適化精度を維持します。

② カスタマーマッチ（Customer Match）
自社のCRM（顧客管理システム）やメルマガ会員、過去の購入者リストをGoogle広告にアップロードし、P-MAXなどの「オーディエンスシグナル」として設定します。

AIへの恩恵： AIに対して「これが我が社の優良顧客のリストだ」と直接教え込むことができます。AIはこれをヒントに、Google全域から類似ユーザーを高速で探索します。

③ GA4「予測オーディエンス」との連携
Google アナリティクス 4（GA4）の機械学習を活用し、「今後7日以内に購入する可能性が高いユーザー」などの予測データをGoogle広告へインポートします。

AIへの恩恵： 過去のデータだけでなく、システムが予測した「未来の行動シグナル」を学習させることで、競合に先駆けて熱量の高いユーザーへアプローチできます。

【比較】データの有無で変わるAIの挙動

3. 運用の注意点：「ガベージイン・ガベージアウト」を防ぐ
AIへのデータ学習において、最も避けるべきは「質の低いデータを混ぜてしまうこと」です。AIは与えられたデータをすべて「正しい正解」として学習します（Garbage In, Garbage Out：ゴミを入れたらゴミが出てくる）。

不正コンバージョンの排除： スパムメールやいたずらの問い合わせデータがGoogle広告に流れると、AIは「スパムを送るようなユーザー」を好ましい顧客だと誤認して学習してしまいます。
CRMの定期的なクレンジング： 購入キャンセルや返品になったデータを広告管理画面側にも適切にフィードバック（オフラインコンバージョンの修正）し、AIの軌道修正を行う体制が必要です。

結論：2026年の広告運用は「データマネジメント」である
AIが管理画面の操作（入札や配信枠の調整）を完全に自動化した今、マーケターの最大の役割は、AIという優秀なエンジンを動かすための「高品質な燃料（ファーストパーティデータ）」を絶やさずに供給することにあります。

「競合と同じAIツールを使っていても、そこに流し込むデータの独自性と精度で、広告の成約率は何倍も変わる。」

自社に眠っている顧客データを整理し、プライバシーに配慮した形で正しくAIに教育し続けること。それこそが、クッキーレス時代における最大の競争優位性となります。

いよいよ明日、2026年5月19日（米国時間）に開幕するGoogleの年次開発者会議「Google I/O 2026」。

今年のI/Oは、単なる既存プロダクトへのAI追加に留まりません。先行して配信された「The Android Show」や各種リーク情報から、Googleが「モデル（AI）」「ハードウェア（ウェアラブル）」「プラットフォーム（OS）」の3つのレイヤーすべてを再定義しようとしていることが判明しています。

明日10時（日本時間20日午前2時）の基調講演を前に、世界中のデベロッパーとテックファンが注目する4つの巨大な目玉・予想を徹底解説します。

明日開幕！「Google I/O 2026」最速大予想：AIがOSになる日の全貌

1. 「Gemini 4.0」の発表と常時稼働型AIエージェント
今回のカンファレンスの最大の中心地は、やはり基調講演で明かされるであろう次世代LLM「Gemini 4.0」（あるいはそれに準ずる大型アップデート）です。

GPT 5.5への対抗馬： 競合の最新モデルを凌駕するべく、推論能力とマルチモーダル処理が劇的に向上していると噂されています。
「自律型エージェント」の標準実装： 人間がプロンプトを入力して指示を待つ従来の形から、ユーザーの行動を先回りしてタスクを完遂する「常時稼働型エージェント（Always-on Agent）」のソリューションが公開される見込みです。
Gemini Liveの進化： 内部テスト中とされる「Capybara」や「Nitrogen」といったコードネームを持つ新しい音声モデルの存在がリークされており、より記憶力やファクトチェック能力に優れたリアルな会話AIが体験できるようになります。

2. 待望の「Android XRスマートグラス」の一般お披露目
Googleが数年前から仕込んできたXR（クロスリアリティ）戦略が、ついに具体的なハードウェアとして結実します。

日常使いできるAIグラス： 有名アイウェアブランド「Warby Parker」との提携により、いかにもな「ガジェット」ではなく、一日中かけていられる洗練されたデザインのスマートグラスが登場すると見られています。
レンズに溶け込むGemini： スマートフォンを取り出すことなく、今見ている風景や看板の外国語をレンズ上で翻訳したり、視覚情報をベースにGeminiがリアルタイムで音声アシストを行う、真のハンズフリー体験が提示される予定です。

3. 新OS「Aluminium OS」と新カテゴリ「Googlebook」
5月12日の事前放送で最もガジェットファンを驚かせたのが、AndroidとChromeOSの利点を融合させた新しいデスクトップ向けプラットフォーム「Aluminium OS」と、それを搭載したノートPC「Googlebook」の存在です。

アプリの壁を壊すUI： モバイルアプリの機動性とPCの生産性を両立。I/O 2026のセッションでは、デベロッパー向けにこの新OSへの最適化手法が詳しく語られます。
Magic Pointer（マジック・ポインタ）： マウスカーソルを画面上のオブジェクトに「シェイク」してかざすだけで、AIが文脈を理解してタスク（メール内の日付からカレンダー登録など）を提案する、デスクトップ版の「かこって検索」機能の詳細がデモされる予定です。

4. 「Android 17」とエコシステムへのAI完全統合
今秋リリース予定の「Android 17」のベータ版アップデートと、それに伴う周辺デバイス（Wear OS 7、Android Auto、Google TV）への影響も大きなトピックです。

Gemini Intelligenceによるアプリ間自動連携： OSレベルでAIが統合され、ユーザーの指示一つで複数のアプリを跨いだ複雑なワークフロー（例：「先週届いた写真の中から旅行のやつを選んで、〇〇にメッセージで送っておいて」）を自動化。
Wear OS 7の進化： スマートウォッチ市場での競争力を高めるため、ヘルスケアデータとGeminiが直結し、単なる数値記録から「パーソナルな健康アドバイザー」へと進化します。
Appleとの連携強化（RCSの暗号化）： AndroidとiOS間でのRCS（リッチコミュニケーションサービス）メッセージにおいて、エンドツーエンドの暗号化のロードマップが示される見込みです。

【まとめ】Google I/O 2026 期待される進化の比較

結論：アプリを「操作する」から、AIが「導く」世界へ

今年のGoogle I/O 2026が示すのは、いくつかの新機能の追加ではありません。Googleのすべての製品群を「AI中心（AI-First）」でゼロから組み直すという、ブランド思想そのものの完全な転換です。

ユーザーが検索やアプリの切り替えを意識することすらなくなる、そんな「画面の向こう側の未来」が、いよいよ明日、私たちの前に提示されます。

2026年、デジタル広告の歴史に新たな1ページが刻まれました。2026年2月にOpenAIが開始したChatGPT内での広告テストに続き、現在、セルフサービス型広告プラットフォームの一般開放に向けた動きが急速に進んでいます。

従来の「キーワード入札型」の検索広告とは異なり、ユーザーの「対話の文脈（コンテキスト）」に割り込むChatGPT広告。この巨大なパラダイムシフトを前に、企業のインハウス（社内）広告担当者が「今すぐ」「今後数ヶ月以内」に講じるべき具体的なアクションをまとめました。

ChatGPT広告本格化：インハウス担当者が今すぐ動くべき「実践ロードマップ」

【今すぐ（今月中）】取り組むべき短期アクション

1. 自社サイトの「AI可読性（LLMO）」の総点検
ChatGPTの広告や検索（SearchGPT機能）は、Web上の情報をリアルタイムでクロールして回答や広告を生成します。土台となる自社サイトの情報が整理されていないと、広告を出稿してもAIに「不適切なソース」と判断されるリスクがあります。

アクション： 商品スペック、価格、FAQなどを「構造化データ（Schema.org）」で完璧にマークアップする。

AIクローラー向けの案内ファイル「llms.txt」をルートディレクトリに設置し、自社の強みやファクトをAIに誤解なく読み取らせる環境を整える。

2. 広告アセットを「会話型（ナラティブ）」へリライト
従来のリスティング広告のような「【公式】〇〇通販｜今なら10%オフ」といった煽り文句やキーワードの羅列は、ChatGPTの自然な会話の流れを阻害するため、AIに弾かれるかユーザーに嫌悪されます。

アクション： ユーザーの「悩みや質問（クエリ）」に対して、直接的な『解決策（アンサー）』となるテキストアセット（見出し・説明文）を準備する。

例：「30代の乾燥肌に最適な、ベタつかないオールインワンジェル」など、文脈にジャストフィットする表現パターンをストックする。

【今後数ヶ月以内】に備えるべき中期アクション

3. 「OpenAI Ad Manager」の動向注視とアカウント確保
一部の限定ブランド向けパイプラインから、一般マーチャント向けのセルフサービス型管理画面のロールアウトが段階的に始まっています。

アクション： OpenAIのオフィシャルアナウンスや開発者コミュニティを監視し、広告主アカウントのウェイトリストが公開され次第、即座に登録できる体制を取る。

予算配分において、Google検索広告（リスティング）の一部を「AI検索広告枠」へと試験的にシフトできるよう、柔軟な予算枠を確保しておく。

4. ファーストパーティデータ（CRM）の整備
クッキーレスが完了した2026年において、AI広告の配信最適化（シグナル）に最も必要なのは、自社が保有する顧客データ（ファーストパーティデータ）です。

アクション： 自社のCRM（HubSpot、Salesforce、Shopifyなど）のデータを最新の状態にクレンジングする。

OpenAIのAPI連携やプライバシー保護されたデータマッチング機能が実装された際、即座に「自社の優良顧客に似たユーザー」をターゲットとしてAIに学習させられる環境を作る。

5. 効果測定（KPI）の再定義
ChatGPT広告は、必ずしも「クリックしてサイトに遷移する（Web型）」とは限りません。チャット内で購買や予約が完結する「ゼロクリック型」のコンバージョンも想定されます。

アクション： 従来の「クリック率（CTR）」「CPC」依存のレポートから脱却する。

AIの回答内で「自社ブランドが好意的に推奨されたか」を測る「AI推奨率（Rec Rate）」や、インプレッションベースでのブランド認知度を計測する新しい評価軸をチーム内で定義しておく。

【比較】従来の検索広告 vs ChatGPT広告の運用の違い

結論：代理店任せにせず、インハウスが「データ」を握る
ChatGPT広告の本質は、管理画面の細かいテクニックではなく、「AIに自社の正しいデータをいかに過不足なく供給できるか」にあります。これは、ビジネスの現場に最も近いインハウスの担当者にしかできない領域です。

「キーワードをハックする時代は終わった。これからは、AIという『知的エージェント』に、自社の商品価値を正しくプレゼンテーションする時代である。」

数ヶ月後にプラットフォームが一般開放されたとき、一歩リードしているのは、今すぐ自社のデータを「AIフレンドリー」に書き換え始めた担当者です。