2026年10月にマイアミで開催された「Agentic World 2026」の基調講演の冒頭で、Treasure AIのCEO&Co-Founderである太田一樹はある夏のインターン生のエピソードを語りました。そのインターン生は初日に、Treasure AIのチームがまだ手作業で編集していたHTMLメールテンプレートの作成に、大規模言語モデル（LLM）を活用してはどうかと提案しました。それから1年後、そのプロトタイプから発展した機能は、多くのTreasure AI顧客に利用されるまでになりました。太田が語ったように、「創造性はどこにでも宿っている」のです。
イベント内のセッション「Human-Led, Built to Act: The Future of an Agentic Experience Platform」で太田は、AIの低価格化とAIを活用する消費者の広がりがマーケティングをどう変えているのか、そして人が方向性を定めながら、ブランドがその変化に対応できるようTreasure AIがどのように支援していくのかを語りました。
コンピューターサイエンスを学ぶ学生だった頃、太田は、指導教授がアルゴンヌ国立研究所でIBMのスーパーコンピューター「Blue Gene」を構築する様子を見ていました。それは、基調講演の会場となったボールルームの約2倍の広さを占めるものでした。今では、太田の棚に置いてある弁当箱ほどの大きさのデスクトップAIシステムのほうが速いと言います。
AIは、コンピューティングや電力よりもさらに速いペースでコモディティ化しています。太田の経験則では、現在AIで100ドルかかるタスクは、12か月後には約1ドルになります。1年前に開催されたCDP Worldで、太田はAIがデータを分析し、セグメントとジャーニーを構築する様子を見せましたが、それには15分近くかかっていました。その作業は、今では数秒で終わります。業界の関心は、最も高性能なモデルを追い求めることから、コストあたりの知能へと移っています。これは、Treasure AI自身が学んだ教訓でもあります。全従業員にAIを展開したところコストが上昇し、コスト管理の仕組みを追加することになったのです。
消費者がこの変化を最初に実感するのは、検索体験です。太田は、GoogleがAI Overvieを表示した場合、検索ユーザーの大半が検索結果の最上位（1位）のリンクすらクリックしなくなるというデータを引用しました。第三者機関の調査もこの傾向を裏付けています。Ahrefsによる2026年の調査では、AI Overviewが表示された際、最上位ページの平均クリック率（CTR）が58%低下することが判明しています。
また、購買層は今やAIに直接問いかけるようになっています。マイアミへ出発する前、太田は旅行に最適なシェーバーを自身で選ぶのではなく、ChatGPTに選定させました。BtoBの購買担当者も同様に、Treasure AIと他のCDPの比較をAIに尋ねているはずだと太田は見込んでいます。これに対する Treasure AIの答えが「cdp.com」です。ここではAIエージェントが日々各CDPベンダーの動向を追跡し、カテゴリ百科事典としての鮮度を維持しています。太田によると、同サイトは現在、Google AI Overview から毎日まとまった規模の参照トラフィックを獲得しているとのことです。
現在、AI の利用の大半はいまだ「検索」にとどまっています。しかし、次の波は「行動を起こすAI」へと移行します。Sensor Tower によると、パーソナルAIエージェントアプリであるMetaの「Muse」は、9月のリリース後に米国 App Storeの無料アプリランキングで1位を獲得し、わずか約3週間で500万ダウンロードを突破しました。太田はこうしたアシスタントの具体例として、気になっていた映画のチケットをユーザーの承諾ひとつで代理予約したり、使わなくなったサブスクリプションを見つけ出して解約手続きまで代行したりする未来を語りました。
ここで、世界50億人のインターネットユーザーが、それぞれ自身のために動くパーソナルアシスタントを携える姿を想像してみてください。これこそが、あらゆる企業に向かって押し寄せる「エージェンティック・トラフィック（AI エージェントによるアクセス）」の正体です。消費者の行動様式がここまで劇的に変わる以上、企業の振る舞いもまた、それに合わせて変わらざるを得ないと太田は主張しました。
Treasure AI は、自社 CDP 内で20億を超える顧客プロファイルを管理しています。太田は、この実績により同社と顧客企業は「エンタープライズにおいて最も重要なデータを預かる管理人」としての役割を担っていると述べました。AI がそれらの実データに基づいて自律的に行動し始めるにつれ、その責任の重みはさらに増しています。
約15年にわたり、Treasure AIは顧客コンテキストを1か所に集約する強固なデータレイヤーを構築してきました。その領域は、バッチ処理とリアルタイムデータ、コンポーザブルなアーキテクチャ、ゼロコピーアクセス、そして最新のオープンカタログアクセスにまで及びます。ここからの目指すべきゴールは、リアルタイムで「ループを完結させる（クローズドループ化する）」ことです。すなわち、顧客データを収集・統合し、文脈を正しく理解し、次にとるべきアクションを判断し、施策を実行する――これを世界数十億人の消費者、そして彼らのために代理で行動するパーソナルAIアシスタント双方に向けて展開していくことです。
Snowflakeなどのパートナーとの連携により、Treasure AIは現在、データがCDPにある場合も顧客のデータウェアハウスにある場合も、ジャーニーやA/Bテストを含めて同等の機能を提供しています。Engagement AI Suiteは、エンゲージメントツール内にデータを保存せずにキャンペーンを配信できるため、ガバナンスをデータウェアハウスのレイヤーで維持できます。また、Iceberg形式のメタデータAPIを通じたオープンカタログアクセスにより、Snowflake、Databricks、BigQueryからCDPのデータを直接クエリできます。
AIには、CDPの外にあるコンテキストも必要です。Treasure AIは、Google Analytics、Google Search Console、クラウドデータウェアハウス向けのコネクタをリリースしました。太田は、広告プラットフォームやメール配信サービスなど、次に何を優先すべきかを決めるための協力を顧客に呼びかけました。さらに、Treasure AI Studioの共有ワークフォルダも発表しました。同じプロジェクトで働く人々がAIのメモリを共有できるため、専門家が築いた知識を新しい同僚も引き続き活用できます。
太田の推定では、現在、プラットフォームへのアクセスの95%から99%は人によるものです。今後は、アクセスの大半がAIを通じたものになり、その多くは人に代わってAIが作業する形になると太田は見ています。Treasure AIは、顧客がすでに使っているツールやAI環境からその機能にアクセスできるよう、プラットフォームをHeadless化しています。
太田は、こうしたプラットフォームのアップデートを段階的な改善だと位置付けました。より大きな問いは、現在100ドルかかり100秒を要するAIの作業が、1ドル・1秒で済むようになったときに何が可能になるか、ということです。1年前、太田は小さなタスクをこなす小さなエージェントについて語りました。それらは、現在Treasure AIが提供しているスキルになりました。より安価で高性能な知能によって、データやソフトウェアに近い複雑な作業にも手が届くようになっています。Treasure AIのDigital Workersは、そのために作られました。次のプロンプトを待つのではなく、継続的な責任を担うAIです。
Treasure AIのローンチメッセージ：Agentic Worldで、私たちはDigital Workersを発表しました。常に稼働し、ガバナンスの下で動作し、人間の関与を保つ、あなたのAIチームメイトです。
各Digital Workersは、プロンプト、スキル、スケジュールされたタスク、アクションをまとめたフォルダで構成されるAIチームメイトです。役割、考え方、目標、成功基準を定義するペルソナファイルも備えています。太田は、3つの役割の例を紹介しました。
目指しているのは、チームが人材と並んでDigital Workersを加え、常に稼働するAIチームメイトとして、マーケティングの仕事を止めずに進め続けることです。
太田はマーケティングアナリストに、データ上で何が起きているのかを尋ねました。アナリストが指摘したのは、9月27日を境に、特定カテゴリーを熱心に調べる層がわずか1日で約400件から500件超のプロファイルへと急増した事実でした。さらに深掘りしたところ、この急増の要因が、CDPの基礎を解説するコンテンツハブに掲載された「統計とトレンド」の記事にあると判明。読者はその記事を起点に、ベンダー比較ガイドやCDPの仕組みを解説する技術記事へと回遊していました。記事の露出度とオーディエンス規模が連動して増減していたことから、これは一時的な「発見の波（突発的な関心の高まり）」であることが浮き彫りになりました。
自社カンファレンス「Agentic World」の開催が迫っていたため、太田はこの好機を活かして次に何を打つべきかを問いました。アナリストは自らSQLを書いてデータを抽出し、この関心の波をイベントへの動員につなげる施策を提案。具体的には、熱量の高い読者層への招待メール送付、共有顧客プロファイルを解説する補足ページの展開、そしてイベントを告知するトップページバナーの設置です。その後、アナリストはメール文面の作成実務をチャネルマーケターへとスムーズに引き継ぎました。
執筆に取り掛かる前に、チャネルマーケターはアナリストへ訴求の切り口と施策のゴールを確認しました。返ってきた方針は明確でした。「実践的な AI と顧客データ活用のセッションを前面に打ち出すこと」「無料参加登録を明確なネクストアクションとして設計すること」、そして「事前登録数を成果指標（KPI）とすること」の3点です。これを受け、マーケターは自然言語による指示だけで Treasure AIのAPIを呼び出し、施策配信機能（Engage）内でメール作成からキャンペーン設定までを迅速に組み上げました。ただし、人間の承認なしには配信できない安全設計となっているため、ドラフトは担当者による最終確認と送信承認のプロセスへと回されました。太田は、こうしたアプローチによってキャンペーン運営にかかるコストを70%〜80%削減できると試算しています。
ランディングページの作成と Personalization Studio の操作のみに権限が限定されたエージェントのWebマーケターは、共有顧客プロファイルの概念をわかりやすく解説する専用ページをドラフト作成しました。このページは、既存の cdp.com ガイドと検索流入で競合を起こさずにキャンペーンを後押しできるよう「noindex」に設定され、人間による確認を待つため非公開のまま保持されました。続けて、cdp.comのトップページ向けに2種類のバナーを作成。1回の訪問で深く閲覧した読者向けと、複数日にわたって再訪した読者向けにバナーを出し分ける設定を行い、本番公開前にレンダリング表示の最終確認が必要である旨のアラートを残しました。太田は、このようなデジタルワーカーを活用すれば、長期にわたる A/B テストの継続的な最適化まで自律的に行えるようになると指摘しています。
本質は、単に「AI エージェント同士がチャットで会話すること」ではありません。厳格に定義された権限の範囲内で、役割から役割へとシームレスに実務が受け渡され、そのすべてのステップを人間が指揮し、承認することにあるのです。
太田は、AIの安全性をエンジニアリングの問題）として捉えています。適切な権限が与えられていない AI は、何も実行できないからです。各Digital Workersは、独自のガードレールが敷かれた安全なコンテナ環境で個別に実行され、あらゆるネットワーク接続やファイルアクセスは漏れなく追跡・監査されます。それぞれのDigital Workersが果たすべき目的、参照できるデータの範囲、実行可能なアクション、そして「どの判断を必ず人間側に委ねるべきか」を決定するのは、あくまで企業のチーム自身なのです。
太田は、AIの導入が現場のどこから広がり始めているかについて語りました。メール配信ジャーニーのような複雑なワークフローは多数のチームが関与するため、初期段階で最も強い引き合いがあるのは「アナリティクス（データ分析）」領域です。デジタルワーカーであれば、24時間365日休むことなくデータを分析・監視し続けられるからです。さらに「言語の壁」の克服も後押ししています。顧客企業の中には60〜70カ国にまたがってCDPを運用しているケースもありますが、デジタルワーカーを活用すれば、国や市場ごとに個別の運用チームを抱えることなく、多言語・複数市場のオペレーションを横断的に支援できるのです。
太田は、大胆な予測で講演を締めくくりました。エンジニアリングの世界では、コードを手書きすることから、アーキテクチャ、設計、テストに関する指針や原則を示すことへと仕事が移りつつあります。太田は、同じ変化があらゆる部門で起きると見ており、12〜15か月以内に、セグメントやジャーニーを手作業で構築する人はいなくなると予測しています。人に残るのは、指針を示すことと判断することです。
太田のメッセージは、マーケティングの未来は「人が導き、AIが動く」ものだということです。人が方向性を定めて重要な判断を下し、その間にある作業の多くをAIが担います。Digital Workersのデモを実際に見るには、本ブログの上部にある基調講演の全編動画をご覧ください。
Treasure AIが自社のプラットフォームを表す言葉です。顧客データを統合し、AIを使ってそのデータに基づいて行動する顧客データ基盤であり、人の指示の下で、顧客のシグナルからエンゲージメントまでのループをリアルタイムでつなぎます。エージェンティック・エクスペリエンス・プラットフォーム (Agentic Experience Platform) の詳細はこちらをご確認ください。
Digital Workersは、いわばAIのチームメイトです。一度に一つの依頼に答えるのではなく、継続的なマーケティング業務を担うAIという、Treasure AIのビジョンを形にしたものです。それぞれが、プロンプト、スキル、スケジュールされたタスク、アクションと、目標や成功基準を定義するペルソナを組み合わせています。Agentic Worldで太田は、マーケティングアナリスト、チャネルマーケター、Webマーケターという3つの役割の例を使って、このコンセプトを説明しました。
いいえ。基調講演のデモでは、ワーカーがデータを分析し、ドラフトを準備しましたが、作業を指示し、結果を承認したのは人でした。チームは、各ワーカーがアクセスできるものと実行できることを定義し、すべてのワーカーの活動は追跡・監査されます。
Headlessなアクセスを通じて利用できます。太田が挙げたのは、tdxコマンドラインツール、Agent Gateway（まずはSlackとMicrosoft Teamsから提供し、ClaudeとChatGPT Enterprise向けのリモートMCPサーバーを開発中）、そして外部AIツールに当プラットフォームとの連携方法を教える bundled skills です。
Treasure Data, Inc.
米国本社CEO＆共同創業者
学部課程在学中の2006年、人工知能（AI）開発大手のプリファード・ネットワークス（東京・千代田）の前身であるプリファード・インフラストラクチャーの最高技術責任者（CTO）に就任。 2011年に米シリコンバレーにて芳川裕誠（現取締役会⻑）、古橋貞之（現チーフアーキテクト）とともにトレジャーデータを創業。同社最高技術責任者（CTO）を経て、21年6月より現職。
