この記事の芯 — マーケのAI化でも大事なのは2つ。コンテキスト（その人の“今の状況”を読む＝的外れな売り込みを防ぐ）とガバナンス（顧客データを外に出さない＋最後は人が承認）。
1:1の最適化を、安全に両立させる話です。
これまでのマーケティングは「対象を決め→キャンペーンを作り→一斉に配信して終わり」が基本でした（ウォーターフォール型＝上流から下流へ一方向に流す進め方）。でも今は、人もAIも複数の窓口を行き来し、買う判断は数秒で起きる時代。“作って配って終わり”の一回限りでは、一人ひとりには届きません。Databricksは、これを根本から変える Agentic CDP「Customer Lake」（CDP＝顧客データを1か所に集めて活用する基盤。Agentic＝AIエージェントが自動で回す）と、終わらないキャンペーン 「Infinity Campaign」 を発表しました。
なぜ「一斉配信」では届かないのか
買い方そのものが変わったからです。
- AIと人が一緒に買う（エージェントが調べて提案する）
- 購入の判断が数秒で起きる
- 窓口（チャネル）が増え続ける
こういう相手に、数週間かけて作る“一回限りのキャンペーン”では追いつけません。ここで効くのがコンテキスト＝その人の「今」の状況。最新の行動シグナル（直前に何を見た・買ったか）を読めないと、すでに買った商品をまた勧めるような“的外れ”になってしまいます。
Infinity Campaign：終わらない“常時接客”
Infinity Campaign は、始まりも終わりもない「エバーグリーン（常時稼働）」なキャンペーン。AIエージェントが各顧客の最新シグナルを読み、次の最適な一手を自動で決めて実行します。LLMがその場で1:1パーソナライズするので、事前に作り込んだMLモデルすら不要。人は戦略・全体の指揮・最終承認に専念します。
Customer Lake：データを“外に出さない”CDP
Customer Lake は、Databricks上で動くAgentic CDP。CDPとはCustomer Data Platform（カスタマー・データ・プラットフォーム）＝「顧客データを1か所に集めて、マーケに使える形に整える基盤」のこと。
最大の特徴は、データをレイクハウス（自社のデータ置き場）から外に出さずに処理すること——ここがガバナンス（統制）の肝です。目標は「1日1億件のパーソナライズ体験」。中身は2つのAIでできています。
- Profile Agent（顧客を知るAI）：バラバラのデータをCustomer 360（顧客の全体像）に自動でまとめる。別々のデータが同一人物かを見分ける名寄せ（Identity Resolution）は、難しいケースだけLLMが補い、最後は人の確認に回せる。第三者データとの突き合わせもClean Rooms（互いに中身を見せ合わずに照合できる“安全な部屋”）で、データを外に出さずに実施。
- Campaign Agent（届けるAI）：自然な言葉で「こういう人に」と指示すると、オーディエンス作成からキャンペーン設計まで自動。ガードレール（逸脱防止）・シミュレーション・効果測定も標準。仕上げた施策はReverse ETL（整えたデータを広告・CXツールへ戻す連携）でワンクリック配信できる。
デモ：AIの“判断”まで見える
「世界初のGenTech CDP」として実演。Genieに話しかけて「今シーズン500万円以上買ったファン」のようなオーディエンスを言葉で作成。Campaign Agentは顧客ごとに送る・送らないを判断し、たとえば顧客「Marcus」へはあえて配信を見送った理由（評価・タイミング・頻度の上限など）まで開示します。“なぜそうしたか”が見えるから、人は安心して任せられ、必要なら止められる。Customer Lakeは本日よりプレビュー提供開始。
持ち帰り：データ活用の現場視点
マーケは「セグメントで束ねて一斉に」から「一人ひとりに、今、最適を」へ。鍵は2つ——その人の文脈（コンテキスト）を読むことと、顧客データを外に出さず、最後は人が承認すること（ガバナンス）。この両立ができるかどうかが、これからのCDP選びの分かれ目になります。
