Google広告を運用していると、ある段階で避けにくい疑問があります。
Googleが自社の自動化機能を推奨しているとき、その提案をどこまで信頼すべきなのでしょうか。
今回この疑問が生まれたのは、実際のBtoB向けSearchキャンペーンを準備していたときでした。
最初は、完全一致とフレーズ一致、除外キーワード、手動で管理した広告文、上限CPCを設定したMaximize Clicks、GA4によるコンバージョン計測という、比較的コントロールしやすい構成から始めました。
制限を増やすことで予算を守っているのか。それとも、Google Adsが持つ高度な判断能力まで制限しているのか。
という問いです。
結論から言えば、Google Adsの自動化は単なるマーケティング用語ではありません。実際に、人間では個別に処理しきれないシグナルをオークションごとに評価する仕組みがあります。
一方で、「自動化を増やせば必ず成果が上がる」と考えるのも危険です。
重要なのは、自動化を信じるか疑うかではなく、自社の目的と計測環境に対して本当に成果を改善しているかを検証できる状態にすることです。
「自動化」は一つの機能ではない
Google Adsでは、複数の異なる仕組みがまとめて「自動化」や「AI」と呼ばれがちです。
たとえばMaximize Clicksも自動入札の一種です。予算の範囲内で、できるだけ多くのクリックを獲得するように入札額を調整します。
しかし、これはコンバージョンを基準に最適化するSmart Biddingとは異なります。
Googleの現在の説明では、Maximize Conversions、Target CPA、Target ROAS、Maximize Conversion ValueなどのSmart Biddingは、各オークションでコンバージョンまたはコンバージョン価値を予測しながら入札を調整する「auction-time bidding」を使用します。端末、地域、時間帯、ブラウザ、言語、リマーケティングリストなど、複数のコンテキストシグナルも考慮されます。
つまり、Maximize Clicksでは主に、
「この予算で、できるだけ多くクリックを獲得する」
ことをシステムに任せています。
一方、Smart Biddingでは、
「定義したコンバージョンにつながる可能性を、オークションごとに判断する」
部分までGoogleに任せることになります。
似ているようで、最適化している対象が違います。
完全一致やフレーズ一致は、もう古いのか
日本語版Google Adsでは、Broad Matchは現在「インテント マッチ」と呼ばれています。
インテント マッチでは、キーワードそのものだけでなく、ユーザーの最近の検索行動、ランディングページの内容、広告アセット、広告グループ内の他のキーワードなども照合に利用される場合があります。
そのため、インテント マッチとSmart Biddingを組み合わせると、人間が事前に想定していなかった検索語句まで発見できる可能性があります。
ただし、これは完全一致やフレーズ一致が不要になったという意味ではありません。
現在のGoogle Adsでも、ユーザーの検索語句と適格な完全一致キーワードが同一の場合、その完全一致キーワードを持つSearchキャンペーンが優先される仕組みがあります。
実務上の違いは、単純な「新しい方法と古い方法」ではなく、
コントロールと探索のバランス
と考えた方が分かりやすいと思います。
完全一致やフレーズ一致は、購入したい検索意図の範囲を比較的明確にできます。
インテント マッチやAI Maxは、その範囲をGoogle側の解釈によって広げ、新しい需要を探します。
その探索が価値を生む場合もあれば、BtoBのように検索数が少なく、問い合わせの質に大きな差がある商材では、関連しているように見えても商談につながりにくい検索まで広がる場合があります。
自動化を使わないと、Googleから高く請求されるのか
この点は慎重に分けて考える必要があります。
Googleが公開しているAd Rankの主な要素には、入札額、広告とランディングページの品質、Ad Rankのしきい値、競合状況、検索時のコンテキスト、アセットなどの予測効果が含まれています。
公開されている仕組みの中に、
「AI Maxや自動化を使っていない広告主には追加料金を課す」
という要素はありません。
もちろん、自動化によって結果的なCPCが変わることはあります。
Smart Biddingが「このオークションはコンバージョンの可能性が高い」と判断すれば、通常より高い入札を行う場合があります。反対に、可能性が低いと判断したオークションでは入札を抑えることもできます。
そのため、見るべきなのは必ずしもCPCの低さだけではありません。
1クリックの価格と、1件の有効な顧客を獲得する効率は別の問題です。
AI Maxは何を変えるのか
AI Maxは、従来のSearchキャンペーンを完全に別のキャンペーンタイプへ置き換えるものではありません。
既存のSearchキャンペーンに対して、
- Search Term Matching
- Text Customization
- Final URL Expansion
などの自動化機能を追加します。
Search Term Matchingでは、インテント マッチだけでなく、アセットやランディングページを利用したkeywordlessな照合も活用されます。
Text Customizationでは、既存広告、ランディングページ、アセットなどを利用して、検索内容に合わせた広告文を生成できます。
Final URL Expansionでは、Googleがより関連性が高いと判断したページへユーザーを送ることができます。
つまり、AI Maxを有効にするとGoogleが判断できる範囲が広がります。
それは新しい需要を発見できる可能性を意味する一方で、広告主が事前に予測できる範囲が狭くなることも意味します。
AI Maxの実績は、まだ「一律に良い」とは言えない
第三者データを見ると、この点はさらに明確になります。
Smarter Ecommerceが250以上のAI Maxキャンペーンを分析したデータでは、コンバージョン価値は中央値で約13%増えた一方、CPAも中央値で約16%増加しました。
ただし、この分析対象はretail / e-commerceキャンペーンです。BtoB全体の結果として読み替えることはできません。また、ROASの変化もアカウントごとの差が大きく、AI Maxが常に効率を改善したわけではありません。
別の初期ケーススタディでは、BtoB SaaSアカウントでAI Maxが新しい検索語句を多数発見した一方、情報収集目的の検索も多く含まれ、完全一致やフレーズ一致より低いCVRになった事例も報告されています。
ただし、こちらはサンプルが非常に小さく、著者自身も統計的に一般化できるデータではないと明記しています。
ここで重要なのは、
「AI Maxは良い」「AI Maxは悪い」
という結論ではありません。
むしろ、アカウントによって結果の幅が大きいからこそ、実際のキャンペーンで比較する価値があります。
AI Overview内の広告は、日本ではどうなっているのか
AI Overviewとの関係は、さらに注意が必要です。
2026年9月17日時点で、AI Overviewの上または下に表示される広告は、AI Overviewが提供されている200以上の市場で既存の広告キャンペーンから配信対象になります。
しかし、AI Overviewの内部に表示される広告は、現在英語のみで、米国、カナダ、オーストラリア、インド、シンガポールなど一部の国に限定されています。
日本は現時点で対象国に含まれていません。
さらに、AI Overview内部に広告を表示するには、Searchのインテント マッチやAI Maxのkeywordless targetingなど、AIベースのターゲティングが必要です。
ただしGoogle Adsでは現在、AI Overview内だけを指定して広告を配信することも、そこだけの実績を分離してレポートすることもできません。
そのため、日本語の日本向けBtoBキャンペーンについて、
「AI Maxを使わないとAI Overview内の広告機会を失う」
と現時点で判断するのは正確ではありません。
将来は変わる可能性がありますが、2026年9月時点では、日本向けキャンペーン全体の方針を変更する理由にはなりません。
最初にコントロールを重視したのは間違いだったのか
今回のケースでは、そうは考えていません。
ただし、理由は「新しいアカウントではSmart Biddingを使えないから」ではありません。
Google自身、たとえばTarget CPAはコンバージョン履歴がなくても開始できると説明しています。
今回、完全一致・フレーズ一致とMaximize Clicksから始めた理由は、まずbaselineを作りたかったからです。
どの検索語句で広告が表示されるのか。
クリック単価はいくらなのか。
どの検索意図がサイト内で行動につながるのか。
どの問い合わせが実際に商談対象になるのか。
最初にこの状態を観察しておけば、自動化を追加した後に何が変化したのかを判断しやすくなります。
ただし、このbaselineを厳密な意味で「control group」と呼ぶのは適切ではありません。
後から、
- Maximize Clicks → Smart Bidding
- Exact / Phrase → Intent Match
- AI Maxを有効化
と複数の条件を同時に変更した場合、結果が改善しても、どの変更が原因だったのか切り分けられないからです。
Google Adsには現在AI Max専用のExperimentがあり、既存キャンペーンのトラフィックと予算を分けて、controlとtreatmentを比較できます。
本当に「AI Maxによって成果が変わったのか」を知りたい場合、このような比較の方が意味があります。
BtoBでは「何をコンバージョンと教えるか」がさらに重要になる
自動化が高度になるほど、広告運用者が細かな入札を決める重要性は下がります。
一方で、Googleに何を成功として教えるかの重要性は上がります。
たとえば問い合わせフォームの送信だけをPrimary Conversionとして最適化すれば、システムが学習できる成功条件は基本的に「フォーム送信」です。
しかしBtoBでは、問い合わせが来たことと実際に商談対象になるリードが来たことは同じではありません。
Google Adsでは現在、Qualified LeadやConverted Leadといった、より深いファネルのコンバージョンを取り込み、Smart Biddingに利用する仕組みも提供されています。
AIに多くを任せるのであれば、単に多くのデータを渡すだけでは足りません。
ビジネス上の価値に近いデータを渡せているかを確認する必要があります。
Go 5tudioでは「自動化するか」ではなく「どう検証するか」を考える
今回の整理から、私たちが実務上重視したい順序はシンプルです。
Control → Measurement → Test → Comparison → Optimization
最初に計測を整えます。
次に、現在のキャンペーンが何を生み出しているかを理解します。
そのうえで、自動化を一度にすべて有効にするのではなく、可能な範囲で条件を分けてテストします。
そしてクリック数だけではなく、
- コンバージョン
- CPA
- 有効リード
- 検索語句
- LP上の行動
- 実際の商談につながったか
まで確認します。
自動化によって新しい有効需要を獲得できたのであれば、広げる価値があります。
トラフィックだけが増え、問い合わせの質やCPAが悪化したのであれば、設定を見直します。
重要なのは、Googleの推奨設定を採用したかどうかではありません。
自社のデータで、その判断を説明できるかどうかです。
Googleが自動化を勧めること自体は間違いではない
Googleには、人間の運用者が一件ずつ処理できない大量のオークションシグナルがあります。
その能力をまったく利用しないことにも機会損失はあります。
一方で、Googleは広告の技術提供者であると同時に、広告枠を販売する事業者でもあります。
そのため、プラットフォームから提示される推奨設定は、
「必ず従うべき中立的な答え」
ではなく、
「自社データで検証する価値のある仮説」
として扱う方が健全だと考えています。
問いは、
GoogleのAIを信用すべきか？
ではありません。
より実務的なのは、
このキャンペーン、この目標、この計測データにおいて、自動化はコントロールした方法より良いビジネス結果を生んでいるか？
という問いです。
結論：自動化は運用をなくすのではなく、運用する場所を変える
Search Adsは、単純に「キーワードを買う」仕組みから少しずつ変化しています。
Smart Bidding、インテント マッチ、AI Max、AI Overviewは、Googleが検索意図やコンテキスト、コンバージョン確率をより広く解釈する方向へ進んでいることを示しています。
この変化自体は現実です。
しかし、戦略が不要になるわけではありません。
むしろ自動化が増えるほど、
- 正しいコンバージョンを定義すること。
- 検索語句とリード品質を確認すること。
- 適切な比較方法を作ること。
- アルゴリズムが生み出した成果をビジネス側で評価すること。
が重要になります。
以前は、広告運用の多くが「どのキーワードに、いくら入札するか」にありました。
これからは、より多くの仕事が、
何を目標にするか、どのデータを渡すか、どこまで任せるか、そして結果をどう検証するか
へ移っていくのだと思います。
それが、AI時代のGoogle Ads運用における人間の役割です。
