Agentic World 2026 で、私たちはDigital Workers を発表しました。24時間365日動き続け、ガバナンスと人間による確認・承認の仕組みを備えた、マーケティングチームの AI チームメイトです。会場では、マーケティングアナリスト、チャネルマーケター、Webマーケターの3つの役割を実演しました。どれも機能ではなく、役割です。ジョブディスクリプション（職務定義）があり、スケジュールがあり、独自の権限と独自の監査証跡があります。顧客データを読み、何が変わったかを調べ、業務に必要な成果物を作成し、次のアクションを提案して、人間の承認を待ちます。あるお客様ではEmailマーケティング業務フローの80%をAIに任せることに成功しました。
マーケティングソフトウェアは、3つのステップで進んできました。
ステップ1：人間がデータを分析し、ツールを操作する。私たち自身の集計では、プラットフォーム上の操作の 95% 以上は、人間が UI を動かすことから生まれています。
ステップ2：AI がツールを操作する。前回の記事「Treasure AI が "Headless" へ」で、私たちは API、MCP、Agent Gateway を通じてプラットフォームを AIエージェントに開放しました。人間が AI に指示し、AI が MarTech スタックを直接操作します。ただし、作業を始めるのも方向づけるのも、まだ人間です。
AI が MarTech を操作できるようになった次に、何が来るのか。
ステップ3：AI が仕事そのものを実行する。Digital Worker は、同じ Headless アーキテクチャを使って仕事を遂行します。データを読み、変化を調べ、次のアクションを下書きし、人間に承認を求める。ステップごとにプロンプトを打つのではなく、人間が役割、目標、スケジュール、境界を与えます。任せるのはクリック操作ではなく、仕事そのものです。
ステップ3は、AIに仕事そのものを任せるという意味で全く異なるステップです。だから、求められる精度やガバナンスも異なります。いま可能になった理由は、知能のコストが下がり、誰もやりたくなかった仕事をこなすのにAIを使えるようになったからです。
Digital Worker の実体は、フォルダです。地味に聞こえますが、これが正直な説明です。自分が誰で、どう考えるかを書いたペルソナファイル、目標、成功条件、読み込めるスキル、触れられるツール、動くスケジュール、そして超えてはならない権限。それが分離されたコンテナで起動します。ネットワーク呼び出しもファイルアクセスも、すべて記録されます。
デモでは、次の3つの役割を紹介しました。
まずはデモをご覧ください（25:26 から見る）。アナリストは、深い階層のカテゴリを探索するユーザーが急増したことを検知し、それが CDP の基礎解説ハブにある統計記事への流入だと突き止めました。そして、そのオーディエンスが1日で約400プロファイルから500強まで増え、そのあと元に戻るのを見ています。アナリストの読みはこうです。一時的な発見の波であり、テクニカルイベントに招待する価値のあるオーディエンスだ、と。そこでイベントへの招待を提案し、チャネルマーケターに招待メールを依頼しました。
2つのワーカーが互いにやり取りし、ブランドに沿った招待メールがキャンペーンビルダー内に作成され、人間の承認を待つ状態になりました。続いて Webマーケターが、noindex ディレクティブを付けたランディングページを用意しました。正規のガイドと競合せずにキャンペーンを支えるためです。さらに、閲覧パターンで分けた2種類のホームページバナーも作りました。
1回のセッションで、5つの成果物が戻ってきました。発見、メール、ランディングページ、そして2種類のバナーです。誰もキャンペーンビルダーを開いていません。それでも、最終的には人間が承認します。その前提は変わりません。この仕事の形については以前も書きました。前回の Headless 記事の英語版では、ある火曜日の業務を例に、その姿を示しました。今回のデモでは、その仕事を実際にワーカーが引き受けています。
前回の記事で紹介した Headless は終着点ではありません。6段階の成熟度モデルの、レベル2です。各レベルは、あなたのチームとシステムの間の分業です。誰がデータを分析し、誰がツールを操作し、誰が何をするかを決め、誰が承認するのか。
| レベル | 運用モデル | 自動化される業務 | 人間の役割 | 追加されるもの |
|---|---|---|---|---|
| 0 | 管理された顧客コンテキスト | — | 探索、分析 | カスタマーデータプラットフォーム：プロファイル、行動、同意 |
| 1 | 人間が運用するオムニチャネルアクティベーション | 10〜30% | 設計、実行 | Engage + Personalization Studio（または既存のツール） |
| 2 | Headless マーケティング | 約40% | 指示、承認 | Treasure AI Studio、Agent Gateway、API、MCP、スキル |
| 3 | AI ワークフォース | 約60% | 委任、レビュー | Digital Workers |
| 4 | 常時稼働オペレーション | 約80% | 例外の承認 | 常時稼働の AI オペレーション：オーケストレーションとガードレール |
| 5 | 自律的なグロース最適化 | 100% | 目標設定、統制 | 自己改善するマーケティング：実験し、学び、次の意思決定を改善する |
見るべきは、パーセントの列ではなく、人間の役割の列です。設計と実行は、指示と承認になり、委任とレビューになり、例外の承認になり、目標設定と統制になります。仕事がなくなるわけではありません。上に移るのです。時間は減り、判断は増えます。
レベル3以降への移行をご検討の方は、ぜひご相談ください。お客様の現場に入り込むフォワードデプロイエンジニア（FDE）が、あなたのチームの現在地から入り、Digital Worker を動かすために必要な基盤を作ります。レベル4と5は、お客様ごとの導入支援プロジェクトとして構築します。そのプロジェクトには6〜12か月の計画があり、パッケージ製品の出荷日のようなものではありません。レベル2より上では、アクセスモデル、評価、ワークフロー統合、品質テストは私たちのエンジニアが担い、目標と承認はあなたのチームが持ちます。
手書きのセグメントとジャーニーが12〜15か月でなくなるという私たちの予測は、市場についての主張であり、導入の約束ではありません。6〜12か月という期間は、1つのチームのための別個のプロジェクト計画です。導入のペースは、お客様ごとの状況によって決まります。
ワーカーの下で、プラットフォームは4つのことをループで回しています。管理された顧客コンテキスト：アイデンティティ、プロファイル、行動とトランザクション、コンテンツ、品質、音声。リアルタイムAIシグナル：解約リスク、購買傾向、オファーへの親和性、ライフタイムバリューなど、何が起きそうかを予測します。シグナルとコンテキストの交差点から次の最適なアクションを導き、その理由も一緒に出すAI デシジョンエンジン。理由を説明できないアクションは、マーケターが出すべきアクションではないからです。そしてパーソナライゼーションとエンゲージメント：メール、SMS、プッシュ、アプリ内、Web、接続されたチャネルへ。私たちのスイートでも、すでにお使いの MarTech でも構いません。その反応が戻ってきて、コンテキストを豊かにします。これが15年かけて作ってきたループです。400以上の CDP 導入、70以上のマイクロサービス、60か国以上での導入。上に載っているエージェントは新しいものです。その土台は、新しいものではありません。
その上にあるのがアクセス層です。Claude、Codex、Copilot、Teams、Slack のためのAgent Gateway、API、MCP、そして外部のエージェントにこの環境での働き方を教えるスキル。あなたのチームはTreasure AI Studio で仕事を続けてもいいし、すでに使っているツールの中にいてもいい。誰にも時間がない仕事は、ワーカーが引き受けます。
各レベルは、プロダクトの機能と、それを動かすために必要なサービスをセットにしています。プロダクトは提供内容の一部にすぎません。レベル2からは、フォワードデプロイエンジニアがあなたのチームに入り、運用モデルを一緒に作ります。ソフトウェアを渡して終わり、ではありません。サービスは提案の一部です。
レベル2では、AI が動かす業務のガバナンスを整えます。アクセス、権限、承認ゲート、モニタリング、監査可能性です。私たちのエンジニアがワークフローを統合し、あなたのチームがそれに依存する前に、出力の品質をテストします。統制は、あなたのデータ、あなたの同意モデル、そしてあなたのチームが委任できると判断した意思決定に合わせて作ります。
上のレベルに進むと、作業は変わります。ワーカーのタスクを定義し、ワーカーとトリガーをつなぎ、人間への受け渡しを設計します。午前2時にできた下書きが、午前8時に正しい人のもとに届くように。次に、その仕事が成果を改善したのかを測る実験を設計します。これが、プロンプト集を自分で配備するのではなく、ひとつの役割を組織の中で信頼できるものにする方法です。
目標と承認は、あなたのチームのものです。今回提供するワーカーでは、配信のような顧客に届くアクションや、大量エクスポートのような機微な操作は、理由を添えたうえで、明示的な人間の承認を待ちます。すべての実行はレビュー用に記録されます。ワーカーがあなたの代わりに動いても、責任はあなたに残ります。もしチームが、書くより承認する方が多くなってしまったら、それを直すのは私たちの導入上の問題です。マーケターに新たな負担を押しつける話ではありません。
自動化率は目標値であり、監査済みのベンチマークではありません。公表できるエラー率はまだなく、ない数字を作るつもりもありません。この移行は、お客様と私たちが共同で進める導入作業であり、ソフトウェアがひとりでに入るという約束ではありません。
過去30年間、ソフトウェアは人が仕事をするのを助けるものでした。しかし、AIの発展によりAIが仕事そのものをこなす事ができます。デモでは、アナリストの発見、招待メール、ランディングページ、2種類のバナーが1回のセッションで戻ってきて、その間の受け渡しはワーカーが行いました。我々は本来やるべきツール操作や確認に、時間を使わなくてよくなったのです。
今回デモで紹介した3つの役割は、あくまで一例です。フォワードデプロイエンジニアとともに、ビジネスに必要な役割やワークフロー、目指す成果に合わせた独自の Digital Worker を作ることができます。
あなたのチームに Digital Worker を迎えてみませんか。まずは、どんな仕事を任せたいかをお聞かせください。