DatabricksがAgentic media buyingを発信。AIは広告運用の実行役に近づく

相談相手から実行役へ

一言で言えば、AIは広告運用の相談相手から実行役へ近づいています。Databricksが2026年7月31日のブログで取り上げたAgentic media buyingは、その変化を広告の世界で見せる話です。

このニュースは、広告文をAIに作らせる話とは違います。広告を買う、売る、条件を合わせる、動きを記録する。そうした仕事の流れにAIエージェントが入る話です。

AIエージェント（目的に向けて道具を使いながら作業するAI）は、チャットで答えるだけのAIより、仕事の手順に近い場所で動きます。広告では、買い手側と売り手側の両方にエージェントが立つ形が見えてきます。

社内の広告会議で起きること

たとえば、社内の広告会議を思い浮かべると分かりやすいです。商品担当は売りたい商品を知っています。広告担当は予算と配信先を見ています。

代理店や媒体側は、広告枠と条件を持っています。人間の会議では、これらを持ち寄って話します。ところが、情報は別々の表や管理画面にあります。

Databricksが指摘する詰まりは、才能不足ではなく調整です。この見方は、AI導入の話を少し変えます。優秀な担当者をAIで代替する発想ではありません。

買うAIと売るAIが出会う

買い手エージェントは、広告主の目的を受け取ります。売り手エージェントは、媒体側の条件を扱います。両者が働くには、共通の土台がなければ会話が崩れます。

その土台としてDatabricksが挙げるのが、状態、モデル、ガバナンス、ID、オブザーバビリティです。ここが今回の核です。AIを増やすほど、裏側の管理が主役になります。

・状態は、前後のやり取りをつなぐ記憶です。

・モデルは、目的や条件を解釈する頭脳です。

・ガバナンス（権限や記録を管理する仕組み）は、ルールを守る仕組みです。

・IDは、AIが誰として動くかを示す情報です。

会社のデータ基盤が勝負になる

この5つは、普段の仕事にも置き換えられます。AIにメール文を作らせるだけなら、文章力が目立ちます。AIに発注や広告出稿を任せるなら、権限と記録の方が重くなります。

Databricksの開発者向けページは、企業データのある場所でエージェント型アプリを作る考え方を示しています。Databricks Appsは、認証とガバナンスを備えた実行環境です。Agent Bricksは、モデル、検索、道具を組み合わせてエージェントを動かします。

Lakebaseは、レイクハウス（データ保管と分析を一体で扱う基盤）内のサーバーレスPostgresエンジンです。Databricksは、エージェントの記憶や状態を保存する場所として説明しています。アプリと分析が同じ保存層を使う点も特徴です。

開発者向けページでは、用途も広告に限られていません。AIアシスタント、機械学習アプリ、対話型のデータ活用、業務プロセス自動化が並びます。広告は、AIが実行へ向かう一例として読めます。

使える日付はまだ空白

では、いつから使えるのでしょうか。今回の発表には、広告向け機能の価格や一般提供時期は書かれていません。すぐに全社で使える新ボタンの発表とは違います。

それでも、意味は大きいです。AIは、文章を返すだけの箱から、社内のデータと道具を使う実行者へ移っています。ここで差が出るのは、AIの名前だけではありません。

よい実行を任せる設計へ

自社の情報がどこにあるか。誰の権限で動けるか。失敗した時に履歴をたどれるか。こうした地味な条件が、AIに任せられる仕事の広さを決めます。

広告運用は、その変化が見えやすい場所です。お金、相手、条件、結果がすべて絡むからです。AI時代の仕事は、よい答えを得る力から、よい実行を任せる設計へ広がります。