AI最適化広告のブラックボックス化は、広告費の問題ではなく内部統制の問題です

山崎行政書士事務所
5月8日
読了時間: 13分

山崎行政書士事務所のクラウド法務から見た、生々しい現場評価

確認日：2026年5月7日。企業名、媒体名、人物名、サービス名、情報源名は出しません。以下では、現場で実際に起きる構造として記述します。

1. 結論

私は、AI最適化広告の問題を「広告運用の効率化」や「広告不正対策」の範囲だけでは見ません。

これは、広告費、顧客データ、AI学習、委託先管理、ブランド毀損、内部統制、取締役会への説明責任が一体化したクラウド法務の問題です。

特に危ないのは、広告主がこう言い始める状態です。

「AIが最適化しているので任せています」「配信先はプラットフォーム側の判断です」「代理店から月次レポートは来ています」「CPAは改善しています」「でも、どのサイトに出ているかは分かりません」「不正クリックかどうかは分かりません」「偽情報サイトに出ていたかは確認できません」「コンバージョンデータをAIがどう学習しているかは分かりません」

この状態は、広告運用ではなく、統制不能です。

山崎行政書士事務所のクラウド法務として、私はこう見ます。

AI最適化広告は、成果を出す仕組みであると同時に、広告費を不正ネットワークへ流し、偽情報サイトを支え、自社ブランドを毀損し、顧客データを不透明に処理する危険な経路にもなる。

2. 数字が示していること

数値として、AI最適化メニューは将来的に運用型広告予算の約7割、推計2.5兆円規模へ移行するとされています。

広告不正の国内被害推計は約1592億円。国内広告流通額の約28%にあたる約9322億円を解析した推計で、2018年以降2.7倍に拡大しています。

平均の広告不正発生率は4.81%。しかし、不正発生率が高いネットワークでは21.4%。つまり、悪いネットワークに乗ると、広告費の5分の1以上が不正に吸われる可能性があります。

MFA、つまり広告収益目的の低品質サイトへの広告掲載件数は前年比約14倍。MFA被害額のうち約62%がAI最適化キャンペーン由来とされています。

さらに、偽・誤情報が掲載されている媒体に自社広告が出ているのを見た場合、92%の人が広告主への印象が悪くなるとされています。広告体験を阻害した責任については、広告主が最も多く35.0%と見られています。

この数字の意味は明確です。

AI最適化広告の失敗は、広告代理店やプラットフォームだけの問題ではなく、広告主自身の信用問題になる。

3. 現場で最初に起きる異変

現場では、最初にこういう数字が出ます。

クリック数が増えた。表示回数が増えた。CPAが下がった。CVが増えた。AI最適化が効いているように見える。

マーケティング会議では喜ばれます。

「AI配信、成果出ています」「CPAが改善しました」「人手で運用するより効率的です」「媒体選定はAIに任せた方がよいです」

しかし、少し掘ると違う景色が見えます。

問い合わせの質が悪い。フォーム送信が不自然。電話番号が存在しない。同じIP帯から大量クリックがある。コンバージョン直前の行動が機械的。滞在時間が極端に短い。動画視聴完了率だけ異常に高い。アプリ内広告のクリックが深夜に偏る。低品質サイトからの流入ばかり増えている。広告掲載先を確認すると、偽情報、違法転載、生成AI量産ページ、過激な見出しのサイトが混ざっている。

この時点で、単なる広告運用の問題ではなくなります。

4. AIが「不正」を成果として学習する

ここが一番怖いです。

AI最適化広告は、成果データを見て次の配信を調整します。つまり、どのクリック、どの表示、どのコンバージョンを「良い成果」と見なすかで、次の配信先が決まります。

もし、ボットクリックや誤タップ、低品質サイトの架空コンバージョンが成果として入ると、AIはそれを学習します。

人間なら怪しいと思う挙動でも、AIはこう判断します。

「この媒体はクリック率が高い」「この配信面はCVが出る」「このユーザー群は反応がよい」「このクリエーティブは成果が高い」「このネットワークに予算を寄せるべき」

その結果、広告費がさらに不正な配信面へ寄っていきます。

これは、広告不正の問題であると同時に、AI学習データ汚染です。

私は、AI最適化広告では、成果データをそのままAIへ返してはいけないと考えています。

最低限、次を分ける必要があります。

有効なコンバージョン。疑わしいコンバージョン。不正クリック由来のコンバージョン。MFAサイト由来のコンバージョン。誤タップ疑い。ボット疑い。重複クリック。短時間大量アクセス。同一端末・同一IP帯からの不自然な反応。

これを分けないと、AIは不正を「成果」として覚えます。

5. 広告主が「知らなかった」と言えない時代

昔なら、広告主はこう言えたかもしれません。

「配信先は代理店に任せていました」「プラットフォームが自動配信しました」「当社は不適切サイトを指定していません」「詳細な配信面は分かりませんでした」

しかし、今はそれでは通りません。

消費者から見ると、広告が出ている企業が責任者です。偽情報サイトに広告が出ていれば、そのサイトに資金を流しているように見えます。違法転載コンテンツに広告が出ていれば、権利侵害を支えているように見えます。詐欺的サイトの横に企業広告が出ていれば、信用を与えているように見えます。

広告配信の仕組みが複雑でも、消費者はそこまで見ません。投資家も、取引先も、監査人も同じです。

「AIが自動でやりました」は、説明になりません。AIを使ったのは広告主です。予算を出したのも広告主です。委託先を選んだのも広告主です。

山崎行政書士事務所のクラウド法務では、ここを明確にします。

広告主は、AI最適化の仕組みを完全に理解できなくても、配信先の管理、委託先の監督、リスクの把握、説明資料の整備をしなければならない。

6. マーケティング部門だけに背負わせてはいけない

この問題をマーケティング部門だけに任せるのは危険です。

マーケティング部門は、成果を求められます。CPA、ROAS、CTR、CVR、売上、リード数。短期成果を追う構造があります。

その中で、低品質な配信面でも数字が良ければ、止めにくくなります。

「成果は出ています」「止めると獲得数が落ちます」「競合もやっています」「代理店は問題ないと言っています」「プラットフォームの推奨設定です」

こう言われると、現場では止めにくいです。

だから、この問題は内部統制として扱うべきです。

経営層。法務。情報システム。マーケティング。広報。監査。委託先管理。個人情報管理。ブランド管理。

全部が関わります。

広告の不正配信は、単なる無駄遣いではありません。ブランドリスク、社会的責任、個人データ処理、委託先監督、AIガバナンスの問題です。

7. 私が現場で最初に確認すること

AI最適化広告の相談を受けたら、私はまず広告文ではなく、データと契約を見ます。

誰が広告運用しているか。代理店か、社内か、複数委託先か。どのプラットフォームを使っているか。AI最適化メニューの利用範囲はどこか。配信先レポートを取得できるか。サイト単位、アプリ単位、ドメイン単位で確認できるか。MFA除外設定はあるか。不正クリック除外設定はあるか。ブランドセーフティ設定はあるか。ブロックリスト・許可リストはあるか。コンバージョンデータを誰が送っているか。そのデータに個人情報が含まれるか。広告プラットフォームに渡したデータが再学習に使われるか。代理店が独自ツールを使っているか。ログを何日保存しているか。不正が疑われた場合、返金・補償・調査協力の条項があるか。

この確認をせずに、「AI広告を効率化しましょう」とは言えません。

8. 契約で一番弱いところ

現場でよくあるのは、広告代理店や運用委託先との契約が古いことです。

「広告運用を委託する」「媒体選定を任せる」「月次レポートを提出する」「成果改善に努める」

この程度しか書いていない契約があります。

AI最適化広告の時代には足りません。

私は、契約・SOWに少なくとも次を入れるべきだと考えます。

配信先開示の範囲。ドメイン別・アプリ別レポートの提出。MFA除外の運用。アドフラウド検知ツールの利用有無。不正クリック判定時の除外・返金対応。ブランドセーフティ基準。ブロックリスト更新頻度。AI最適化メニュー利用時の説明義務。コンバージョンデータの取扱い。個人情報・顧客データの第三者提供範囲。再委託先・利用ツールの開示。ログ保存期間。監査協力。不適切配信発覚時の初動報告期限。偽情報・違法コンテンツ掲載面への配信停止手順。取締役会・監査向け資料作成協力。

これを入れないと、事故時に代理店はこう言います。

「媒体詳細はプラットフォーム側が開示しません」「AI最適化なので制御できません」「不正判定は当社ではできません」「契約上、詳細ログ提出義務はありません」「再委託先に確認します」

この状態では、広告主は説明できません。

9. AI最適化広告では、コンバージョンデータも法務対象になる

広告AIに渡すコンバージョンデータは、単なる成果指標ではありません。

購入。問い合わせ。資料請求。来店予約。会員登録。アプリインストール。診断完了。カート投入。定期購入。解約防止。高額商品の検討。ローン・保険・医療・教育サービスの申込。

これらには、個人データやセンシティブな推測情報が含まれることがあります。

現場では、広告成果を上げるために、できるだけ多くのデータを渡したくなります。

「精度を上げるためです」「AI最適化には必要です」「プラットフォーム推奨です」「代理店から求められています」

しかし、クラウド法務としては、必ず止まって確認します。

そのデータは広告配信目的で利用できるか。本人に説明しているか。プライバシーポリシーに書いているか。第三者提供や共同利用に該当しないか。国外移転はあるか。広告プラットフォーム側で再利用されるか。ハッシュ化しても個人関連情報として扱う必要がないか。削除請求に対応できるか。未成年や要配慮に近いデータが混ざらないか。

広告データは、マーケティングデータであると同時に、個人情報保護・プライバシーの対象です。

10. 配信面ブラックボックス化をどう潰すか

私は、配信面のブラックボックス化を完全に消すことは難しいと見ています。ただし、放置してはいけません。

最低限、次の統制を入れます。

ドメイン別レポート。アプリ別レポート。配信面カテゴリ別レポート。MFA疑いサイト一覧。偽情報・違法コンテンツ疑い媒体の除外。高リスク媒体への配信停止。広告不正率の月次確認。異常クリック率の検知。短時間大量クリックの除外。不正疑いコンバージョンの学習除外。ブランドセーフティ監査。代理店からの配信先証跡提出。取締役会向けリスク報告。

私は、広告運用でも「ゼロトラスト」に近い考え方が必要だと思っています。

プラットフォームを完全に信じない。代理店を完全に信じない。AI最適化を完全に信じない。数字だけを信じない。実際の配信先、ログ、不正率、ブランド影響を確認する。

広告AIにも監査が必要です。

11. MFAサイトへの広告掲載は、社会的責任の問題です

MFAサイトは、単に低品質な広告面ではありません。

こうした場所に広告費が流れると、広告主は結果的にそのエコシステムを支えます。

これは、CSRやESGの観点でも問題になります。広告費が偽情報、違法コンテンツ、詐欺的サイトの収益源になるからです。

私は、ここを経営層に必ず説明します。

広告不正は、経理上の損失だけではありません。ブランドの信頼損失です。社会的責任の問題です。投資家説明の問題です。顧客から見た企業姿勢の問題です。

「広告運用の細かい話」ではありません。

12. 山崎行政書士事務所として作るべき成果物

私は、この領域で次の文書を作るべきだと考えています。

AI広告運用リスク台帳

AI最適化メニュー、広告代理店、プラットフォーム、配信先、コンバージョンデータ、不正率、MFAリスクを一覧化します。

配信先確認チェックリスト

ドメイン別、アプリ別、カテゴリ別に、配信先を確認する手順を定めます。

アドフラウド対応規程

不正クリック、ボット、誤タップ、架空CV、MFA掲載を検知した場合の対応を定めます。

ブランドセーフティ基準

偽情報、違法コンテンツ、過激表現、差別的表現、政治・宗教・暴力・性的コンテンツなどへの掲載基準を定めます。

広告代理店・運用委託契約条項

配信先開示、不正率報告、ログ提出、再委託、AI最適化利用、返金・補償、監査協力を明記します。

コンバージョンデータ利用整理表

どの成果データを広告AIへ渡すか、個人情報・個人関連情報・センシティブデータの有無を整理します。

不適切配信時の初動フロー

発見、配信停止、証跡保全、代理店連絡、プラットフォーム申告、社内報告、広報判断、再発防止までを定めます。

経営層向けAI広告統制レポート

広告費、不正率、MFA掲載率、高リスク媒体、返金交渉状況、ブランド毀損リスクを経営判断できる形にまとめます。

13. Azure・クラウド運用の観点

広告AIそのものは外部プラットフォームで動くことが多いですが、広告主側にもクラウド統制は必要です。

顧客データをどこから出しているか。CDPやDWHはどこにあるか。広告連携APIは誰が管理しているか。APIキーはどこに保存しているか。広告タグは誰が追加できるか。タグマネージャーの権限は誰にあるか。コンバージョンAPIのログはあるか。送信データの項目は確認しているか。委託先がタグを勝手に追加できないか。DLPで外部送信を監視しているか。

Azure環境なら、私は次を見ます。

Entra ID。条件付きアクセス。PIM。APIキーのKey Vault管理。Purviewによるデータ分類。DLP。Sentinelへのログ集約。広告連携APIの監査ログ。StorageやDWHからの外部送信ログ。委託先アカウント。タグ変更の承認フロー。GitやIaCによるタグ管理。Logic AppsやFunctions経由のデータ送信記録。

広告データ連携も、クラウドからの外部送信です。「マーケ部門の設定」では終わりません。

14. 現場で一番危険な事故パターン

私が最も怖いのは、この流れです。

マーケティング部門がAI最適化広告を導入する。代理店がプラットフォーム推奨設定で運用する。配信先はブラックボックス。MFAサイトや偽情報サイトにも広告が出る。そこでボットや誤タップによるコンバージョンが発生する。AIはそれを成果と学習する。さらにその配信先へ予算を寄せる。不正率が上がる。顧客データも広告最適化に使われる。ある日、SNSで「この会社の広告が詐欺的サイトに出ている」と拡散される。経営層がマーケ部門に確認する。マーケ部門は代理店に確認する。代理店はプラットフォームに確認する。プラットフォームは詳細開示に時間がかかる。ログがない。契約にも提出義務がない。結局、広告主が説明できない。

これが一番危険です。

広告費の損失だけなら、まだ会計上の問題です。しかし、ブランドが毀損し、顧客や投資家から不信を持たれたら、経営問題になります。

15. 山崎行政書士事務所としての見解

私は、AI最適化広告の問題を、次のように整理します。

広告運用のAI化は、マーケティング効率化ではなく、広告費の流れ、顧客データの流れ、ブランドリスクの流れを見えなくするリスクでもある。

だから、必要なのはAIを止めることではありません。AIに任せる範囲を決めることです。

どのデータをAIに渡すか。どの配信面を禁止するか。どの不正率で停止するか。どのMFA疑いでブロックするか。どのコンバージョンを学習から除外するか。どのログを代理店に提出させるか。どのレベルで経営報告するか。どの事故で広報対応するか。

ここまで決めるのがクラウド法務です。

行政書士としては、契約、規程、責任分界表、事実証明資料、監査説明資料、委託先管理文書、プライバシー関連文書の作成支援が中心です。個別紛争、損害賠償請求、交渉代理、訴訟対応は弁護士等との連携領域です。

16. 最終評価

私は、AI最適化広告を否定しません。むしろ、適切に使えば有効です。

しかし、AIに配信を任せるなら、広告主は次を持たなければなりません。

配信先の可視化。不正率の監視。MFA除外。ブランドセーフティ基準。コンバージョンデータの統制。広告代理店契約の見直し。ログ提出義務。AI学習データの汚染対策。不適切配信時の初動手順。経営層への定期報告。

山崎行政書士事務所のクラウド法務として、私はこのテーマを次の一文で整理します。

AI広告の本当のリスクは、AIが間違えることではない。広告主が、自社の広告費がどこに流れ、どのデータを使い、どの媒体を支え、どのログで説明できるのかを把握できなくなることだ。

AI最適化広告は、広告を速くします。しかし、統制がなければ、詐欺サイト、偽情報サイト、不正ネットワークへも速く資金を流します。

私は、広告AIを使う企業には、必ずこう求めます。

成果を見る前に、配信先を見ろ。CPAを見る前に、不正率を見ろ。AIを信じる前に、ログを見ろ。代理店に任せる前に、契約を見ろ。