投資が殺到する「計測屋」の正体
2026年2月、ニューヨークのあるベンチャーが評価額10億ドルに到達しました。直近のシリーズC（9,600万ドル）を主導したのはLightspeed。それ以前のシリーズBをSequoia、シリーズAをKleiner Perkinsがリードしています。累計調達額は1億5,500万ドルを超えます。2024年の創業から、1年半あまりの会社です。
この会社は、何屋なのでしょうか。答えは、生成AIが企業をどう語るかを「計測」する会社です。社名はProfound。生成AI最適化（GEO）と呼ばれる分野で、初のユニコーンになりました。顧客は700社を超え、Fortune500の13%が使うと発表しています（同社発表。当社もこの領域のツールを実務で使っています）。
世界で最も目利きとされる投資家たちが、そろって「AIの回答の中身」を次の戦場と見なしました。その事実だけでも、いま起きている変化の大きさが伝わります。そしてこのProfoundが、ひとつの職種を発明しました。マーケティングエンジニアです。
何をする職種なのか。なぜ生まれたのか。そして日本の広報・PRは、どう対応すればいいのか。順にほどいていきます。
第1章｜マーケティングエンジニアとは何か
マーケティングエンジニアとは、AIエージェントと自動化の仕組みを組み立て、AI時代のマーケティング業務を回す人材です。Profoundが2026年4月、自社イベント「Zero Click」で職種として制度化しました。同社は「新しく増員する枠ではない。SEOやグロース出身の人材を、CMO（マーケティング責任者）直下に置き直すものだ」と説明しています。
つまり、まったくの新採用というより、既存のマーケ人材の役割を組み替える発想です。求人票を見ると、輪郭がはっきりします。
| 項目 | 内容（求人票より） |
|---|---|
| 想定年収 | 13.5万〜20万ドル |
| 位置づけ | 伝統的なマーケティング職ではない |
| 筆頭の職務 | AIエージェントの構築 |
| 求めるスキル | Python・JavaScript ＋ AIエージェントの実務経験 |
注目したいのは、筆頭の職務が「広告運用」でも「コンテンツ制作」でもなく、エージェントの構築である点です。ある実務者は、以前なら数日かかった作業をAIコーディング支援ツールで1時間に短縮したと語っています（本人申告）。ここに伏線があります。コードを書くのはAI、人間がやるのは指示と、良し悪しの判断（taste）です。
この職種を提唱したProfound。その創業者兼CEOが、James Cadwallader（ジェームズ・キャドワラダー）氏です。氏は自身の対談動画で、この職種が生まれた背景を語っています。動画のタイトルは、そのまま「マーケティングエンジニア／エージェントが読者になる（agents as the audience）」。買い手がAIに尋ねて選ぶ時代には、企業の発信を人間の読者ではなく、AIエージェントを読者と見なして設計し直す必要があります。この一点に、新しい職種が生まれた理由が凝縮されています。
これはProfound1社の思いつきではありません。Google社のマーケティング担当VPは、ある対談で「マーケティングエンジニアは2026年の採用だ」と言い切りました。ほかにもClayの「GTMエンジニア」、Rampの「Agentic Operator」など、呼び名こそ違え、同じ形の職種が各社で立ち上がっています。AIを使って売る仕組みそのものを組み立てる人。それが、いま世界で取り合いになっている人材像です。
第2章｜日本でも同じ結論が出ていた
日本でも同じ景色を、先行して言葉にしたマーケターがいます。ファンベースの提唱者として知られる佐藤尚之氏です。氏は2025年12月、『AIに選ばれ、ファンに愛される。変わる生活者とこれからのマーケティング』（日経BP）を出しました。米国が「職種と資本」でこの変化に応じたのに対し、日本では「思想」が先に言葉になっていた、と言えます。
本書の中心にあるのは、「世界一賢い生活者」という概念です。AIと一心同体になり、世界中の情報から自分だけの最適解を引き出せる買い手のことです。企業と生活者のあいだにあった情報の非対称性が、崩れます。
「年間何億円もかけた広告キャンペーンが、たった一回のAIへの相談で整理され、無効化される」（佐藤尚之氏『AIに選ばれ、ファンに愛される。』）
では、この賢すぎる買い手に選ばれる道はどこにあるのか。佐藤氏は「2つしかない」と言います。AIルート（AIに選ばれる道）と、ファンルート（ファンに愛される道）です。
とりわけAIルートの構造は、当社がAI Pulseで行っている実測と重なります。氏はこう整理します。第一次選考でAIが候補を3〜5個に絞り、第二次選考で人間が1つを選ぶ。「機械が絞り、人間が決める」。当社が別の記事（なぜAIは第三者の評価を重視するのか）で「考慮集合（consideration set）」と呼んだものと、同じ構造です。米国は職種と金額で、日本は思想で、当社は実測データで。三者が同じ変化を、別々の入口から言い当てています。
第3章｜「メディアに売り込む時代は終わった」のか
ここで、ひとつの極論に向き合います。
エージェントが読者なら、記者への売り込みなどのメディアリレーションズも、もう要らないのではないか。買い手がAIに相談して決めるなら、人間向けの広報活動は空振りに終わるのではないか。佐藤氏の次の一節は、その気分を後押しするようにも読めます。
「広告コピーも、プレスリリースも、インフルエンサーのサクラ的推奨も、AIは瞬時に裏を取り、競合と比較し、真偽を客観的に判定する」（同書）
AIは、自己申告を額面どおりには受け取りません。ここまでは、極論に分がありそうです。
ところが、同じ本に矛盾が仕込まれています。そのAIは、どこから情報を得ているのか。
「AIが情報を得ているのはほぼネット上のデータからである。ウェブサイト、ニュース記事、SNS投稿、レビューサイト、すべてを学習材料としている」（同書）
ニュース記事。レビュー。第三者の声です。AIは自社の自慢話を割り引く一方で、第三者に語られた事実を手がかりにします。これは当社の実測とも一致します。当社がClaudeの回答を分解した検証では、AIは自社サイトの主張よりも外部メディアの記述を重く扱いました。AIに引用される情報源をたどると、その8割前後がアーンドメディア（＝外部メディア掲載）に由来します（マシンリレーションズとは）。
だから極論は、半分だけ正しいのです。「一方的な売り込み」は終わり、「第三者に語られること」はむしろ最重要になりました。メディア掲載は、AI時代の入場券に変わりました。
念のため補っておきます。佐藤氏自身は「メディアの時代が終わる」とは言っていません。氏が終わると見るのは、企業から生活者への一方的な広告（BtoC）です。メディア記事はむしろ、AIの学習材料として価値が残る、というのが本書の立場です。ここは取り違えないようにしたいところです。
第4章｜メディアの中の人も、もうAIである
もう一段、奥があります。第三者＝メディアに載ればいい。では、その記事を書いているのは誰でしょうか。
事実として、記者の82%が業務でAIを使っています（Muck Rack「State of Journalism 2026」。米国を中心とする1,044人への調査）。米国だけの話ではありません。新興国の記者を対象にしたトムソン・ロイター財団の調査でも、8割超が業務でAIを使い、うち約半数は日常的に使うと答えています。取材メモの整理も、初稿づくりも、AIが手伝う時代です。
日本でも、動きは同じです。日本テレビは2026年2月、朝番組『ZIP!』の企画コーナーに、ネタ探しから企画書づくりまでを担うAIエージェントを導入したと発表しました。社内のディレクターの判断軸と、Google検索などの外部情報を統合し、企画の前段階を丸ごとAIが引き受ける仕組みです。ニュースを作る側でも、AIが情報を集め始めています。
情報を集めるだけではありません。記事そのものをAIが書く例も、すでにあります。朝日新聞のシステム「おーとりぃ」は、高校野球の戦評記事を、スコアブックのデータから試合終了直後に自動で書き上げます。ネタ探しから執筆まで、報道のいくつもの工程に、AIが入り込んでいます。
ここから、ひとつの循環が見えてきます。これは当社の解釈です。企業はAIに選ばれたい。だから第三者（メディア）に載ろうとする。ところがその記事は、記者がAIを使って書く。その記事を、今度は別のAIが読んで、生活者に答える。企業はそのAIの回答を計測して、また対策する。AIに選ばれるために、AIへ対策する。ぐるぐると回り始めています。
佐藤氏も、同じ形の観察をいくつも書いています。企業側のAIと生活者側のAIが向き合う構図、「AI同士のいたちごっこ」、そしてAI同士が直接やり取りする世界。そのうえで、氏はこう漏らします。
「AIの選考基準がわからない。今日選ばれても、明日選ばれるとは限らない。ブラックボックスすぎるのだ」（同書）
この循環を、異常事態として嘆く必要はありません。これから当たり前になる、情報の流れ方の常態だと捉えるほうが、打ち手を考えやすくなります。
第5章｜ループの外にあるのは「一次情報」だけ
すべての層がAI化した循環。そのなかで、AIが自力では作り出せないものは何でしょうか。
答えは、一次情報です。まだ誰も書いていない事実。自社だけが持つ実測データ。現場でしか手に入らない一次証言。そして、ファンの生の声。AIは、既にある情報を組み替えるのは得意ですが、世界にまだ存在しない事実を生むことはできません。佐藤氏も、こう見立てています。
「検証可能な一次情報は、むしろ希少かつ強力な資源になるだろう」（同書）
同じ結論を、冒頭のProfoundも共有しています。そのCEO、James Cadwallader氏は、対談でこう言い切りました。
「あなたは、現実とAIのあいだのAPIだ」（Cadwallader氏・対談動画より）
現実で起きたことを、AIに手渡す係。それが、これからの発信者の役割だという見立てです。AIが自社をどう語るかを計測して回るツールを作った当のトップが、最後に効くのは計測のスコアではなく、AIには作れない一次情報だと言っています。
佐藤氏は、もうひとつの答えも用意しています。ファンです。
「AIが取り上げるような『ポジティブ』かつ『熱心・詳細』なクチコミをしてくれるのは、圧倒的に『ファン』である」（同書）
氏はこれを、AIルートとファンルートが掛け合わさる相乗効果（A×Fシナジー）と呼びます。ファンの熱のこもった声（循環の外側で生まれるもの）が、AIの評価（循環の内側）を動かす。当社が「ループの外にある一次情報が、ループの中を動かす」と考えるのと、ほぼ同じ構図です。
ここで、広報・PRの仕事を当社なりに定義し直します。「メディアに売り込む」から、「循環に正確な一次情報を供給し、AIという読者に選ばれる形に設計する」へ。これは、当社がマシンリレーションズと呼んできた実践そのものです。佐藤氏は、その先をこう言い切ります。
「このAIの論理を超えた『関係性』こそが、AI時代における企業の生命線になる」（同書）
そして、この定義し直された仕事を回す人材こそが、第1章のマーケティングエンジニアでした。定義が一周して、ようやく腑に落ちます。エージェントと仕組みを組み立てる技術と、循環の外にある一次情報を見極める目。その両方を持つ人が、これからの発信を担います。
第6章｜広報PRの対応は3つ
とはいえ、現場の悩みは具体的です。佐藤氏の次の指摘が、そのまま効きます。
「巨大企業は専任チームを作れるが、普通企業は担当者の片手間になりがちだ」（同書）
ここで、仕事を2つに分けて考えます。AIによって価値が下がるものと、価値が上がるものです。コードを書く、文章を整える、データを集める。この種の作業は、AIでどんどん価値が下がります。一方で、どの一次情報に価値があるかを見極める目（taste）と、自社だけが持つ一次情報そのものは、価値が下がりません。むしろ希少になります。
この前提に立つと、広報・PRの選択肢は3つに整理できます。
| 選択肢 | 中身 | 現実性 |
|---|---|---|
| ① 採用 | マーケティングエンジニアを自社で雇う | 世界で取り合い。中小企業には買えないことが多い |
| ② 育成 | 社内の広報・マーケ担当を育てる | 本流。ただし地図（何を学ぶか）と先生（伴走役）が要る |
| ③ 外注 | 外部の専門家と組んで始める | 今日から始められる。社内に知見を残す設計が鍵 |
現実解は、はっきりしています。外部連携から始めて、育成につなぐ。外部と組んで今日動き出し、そのあいだに社内へ知見を移していく。採用を待っていると、変化に置いていかれます。
もうひとつ、計測の話を添えます。佐藤氏は、こう書いています。
「測れないものは管理できない。管理できないものに、投資判断はできない」（同書）
なお、佐藤氏自身の答えは、ファンルート側の指標（顧客幸福度＝著者の会社の登録商標）です。AIルート側の計測（AIにどう見られているか＝AI可視性）については、氏は「これから多くの企業がトライするだろう」と書くにとどめています。そのAIルートを計測するのが、冒頭で紹介したProfoundのような計測ツールです。Profoundの強みは、データの取り方にあります。同意を得た利用者パネルから、人々がAIに実際に打ち込んだ「生のプロンプト」を、月間数億件、累計15億件以上も集めています。マーケターが想像で作る架空の質問ではなく、本物の問いが土台です。ただし、万能ではありません。対象は米・英・独・仏・韓国など10地域で、日本はまだ含まれていません。しかも、集めたプロンプトはパネルの偏りを統計で補正したうえで「一般の利用者を代表する」数字であって、ある企業の実際の顧客が打ち込んだ問いそのものではありません。日本語圏の実像や、自社の本当の顧客の入力とは、まだ完全には直結しないのです。
言い換えれば、世界最先端のランナーでさえ、まだ未知数を抱えているのがLLMO／AIO（AI検索対策）の領域です。だからこそ、個別のスコアを追いかける以上に、AIがなぜそう答えるのかという原理を理解し、変化に臨機応変かつ素早く適応していくことが、ますます効いてきます。当社のAI Pulseも、その立場に立っています。日々LLMの挙動を分析して技術的な裏づけを取りながら、それを広報・PRの具体的な打ち手にまで落とし込み、お客様を支援しています。計測を売る当事者が計測を説く、という点では、当社も佐藤氏と同じ立場です。だからこそ、フェアに並べておきます。
明日からできる4つのアクション
- 自社がAIにどう語られているか（AI可視性）を測る。主要なAIに自社名で聞くのが第一歩です。あわせて、AIボット（クローラー）が自社サイトにどう訪れているかのアクセス分析も欠かせません（通常のGA4ではAIボットを数えきれないため、別の手立てが要ります）。
- 自社だけが持つ一次情報（データ・事例・現場の声・ファンの声）を棚卸しする。
- 発信する情報を「エージェントが読者」の前提で設計する。意味の通る自己完結した文章と、構造化データが鍵です（詳しくはClaudeは何を読んで答えているかへ）。
- 外部と組むなら、「社内に何を残すか」を先に決める。丸投げにしないための一歩です。
まとめ
たった1行で言えば、こうです。
メディアアプローチの終わりではなく、読者の交代。AIという新しい読者に、自社だけの一次情報を届く形で渡し、人間には愛され続けること。それがこれからの広報・PRの仕事です。
佐藤尚之氏は、本書を「選ばれ続けるとは、愛され続けること」という言葉で貫きます。AIという新しい読者に選ばれ続けるためにも、最後に効くのは、人に愛される関係でした。技術の話は、めぐって関係の話に戻ります。
AI時代の広報・PRを支援するサービス
自社がAIにどう語られているかを知りたい方は、AIでの見え方を可視化するAI Pulseをご覧ください。プレスリリースをAIで添削するPressNaviもあります。ご相談はこちらからお気軽にどうぞ。
関連記事
参考文献・参考リンク
- 書籍：佐藤尚之『AIに選ばれ、ファンに愛される。』日経BP、2025年12月
- Profound／マーケティングエンジニア：シリーズC 9,600万ドル（2026年2月・Lightspeed主導、既存投資家Sequoia・Kleiner Perkins等）／評価額10億ドル・累計1億5,500万ドル超・GEO初のユニコーン（2024年創業）／「Marketing Engineer」求人票／「Zero Click」制度化発言／Google VP「the hire of 2026」発言／Profound CEO James Cadwallader 対談動画「Marketing engineers／agents as the audience」（YouTube: youtube.com/watch?v=wPLBjMLEthk）
- メディアのAI活用（第4章の実例）：日本テレビ「ZIP!」（itmedia、2026年2月）／朝日新聞「おーとりぃ」＝高校野球の戦評を自動記事生成／トムソン・ロイター財団『Journalism in the AI era』＝新興国の記者の8割超がAI利用（うち約半数が日常的に）
- 当社の実測・既報：Muck Rack「State of Journalism 2026」（米国を中心とする記者1,044人・82%がAI利用）／マシンリレーションズ／なぜAIは第三者を重視するのか／Claudeは何を読んで答えているか
