AI動画広告は本当に効果が出るのか｜配信実データで見るCTR・CPCの実態

生成AIを使えば、動画広告は安く、早く、大量に作れるようになりました。ただし「たくさん作れること」と「CTRやCPAが改善すること」は、まったく別の話です。

「AI動画広告 効果」で検索すると、CTRが200%改善した、CPCが4分の1になったという数字が並びます。一方で「AIで作ったけど反応が悪かった」という声も同じくらい聞きます。この落差は、AIツールの優劣ではなく比較対象・広告目的・媒体・元のクリエイティブ水準がバラバラなまま数字だけが独り歩きしていることから生まれます。

この記事では、公開されている実データをエビデンスの強さで格付けしながら並べ直し、自社で検証するときに何と何を比べればよいのか、必要な配信量はどれくらいかまでを実務で使える形に落とします。私たち自身の配信実データも一次情報として開示します。

結論：AI動画広告は条件付きで効果が出る

公開データから確認できるのは「AIで作れば自動的に成果が上がる」という効果ではありません。成果が出た事例には、例外なく次の構造がありました。

AIによる制作・分析の高速化 × 多数のクリエイティブ検証 × セグメント別の訴求 × 人間による品質管理と停止判断

AIが担っているのは1つ目だけです。残りの3つは運用設計の話であり、ツールを導入しただけでは手に入りません。逆に言えば、この3つがすでに回っているアカウントほど伸びしろが大きくなります。

AI動画広告を3つに分けないと事例が読めない

事例を評価する前に必ずやるべき整理があります。世の中で「AI動画広告の成功事例」と呼ばれているものは、実はまったく異なる3種類の技術が混ざっています。

分類	内容	代表例	効果を生む経路
生成型	映像・人物・音声・アバターをAIで生成する	AIアバター、商品URLからの動画生成、AI吹き替え	制作費削減、パーソナライズ、多言語展開
制作支援型	AIで台本・コピー・構図・尺・素材の組み合わせを設計する	既存動画の分析からの大量派生	バリエーション増加、PDCA高速化
配信最適化型	AIが入札・配信先・クリエイティブの組み合わせを選ぶ	Google Performance Max、TikTok Smart+	オークション効率・配信効率の改善

この区別が重要なのは、最も有名な国内成功事例が「生成型」ではないからです。後述するNTTドコモの事例は、既存動画約160本をAIで分析し、セグメント別に有効な色・構図・カット割りを抽出して105本へ展開した制作支援型です。「生成AI動画ツールを1本契約すれば同じ成果が出る」とは読めません。

公開されている配信実データを並べる

以下は、AI動画広告の効果として公表されている主要な数値です。数字の大きさではなく、右端のエビデンス評価から読んでください。

データ・事例	AI動画の定義	主な比較結果	エビデンス評価
MIT・HBS研究者による2万1,000人超の実験	AIアバターによるパーソナライズ動画	CTR：静止画比+9.4%、汎用動画比+6.5%	高：対照実験。ただしp値等は非公開
NTTドコモ／YouTube	予測AIによる素材分析と大量制作	CTR+216%、CPCを4分の1、LP申込+130%	中〜高：国内公式事例。ただし複合施策
TikTok公式集計	AI支援されたSpark Ads素材	CTR+53%、CVR+48%、動画完了率+132%	中：公式集計。母数・条件が非開示
九州カード／メンバーズ	生成AIによるペルソナ・コピー・静止画・動画の量産	CTR約1.43倍、CPA約13%減	中：前後比較。動画単独の効果ではない
AJIO（ファッションEC）／Google公式	商品フィードから毎時100本超を自動生成	1.8倍の規模でクロスセル、追加CV+20%	中：公式事例。AI動画単独の寄与率は不明
ZEE5（動画配信）／Google公式	Geminiによる編集・複数尺生成	成果は手動編集版と同等。制作時間16分の1、動画数3倍	中：「同等」の絶対KPIは非公表
Creatify内部比較	AI動画5本 vs 最良UGC・プロ制作動画	CPC約31%減、成果単価約28%減	低〜中：ベンダーの自己評価
RingWave Media・1MORE／Meta・EC	AIアバター・多言語動画	CTR+130%／+47.86%、CPC-26%、ROAS+14.74%	低〜中：ベンダー事例、絶対値が非公開

エビデンスの強度をどう見分けるか

広告の世界では「CTRが◯%改善」という相対値だけが流通します。その1行がどれくらい信用できるかは、比較設計が開示されているかで決まります。

評価	条件	読み方
高	ランダム化、対照群、十分なサンプル、測定条件が明確	因果効果に比較的近い
中〜高	広告主・媒体の公式事例で比較条件が一定程度開示	実務での再現性はあるが、複合施策の可能性
中	前後比較、または媒体の内部集計	市況・ターゲティング・入札の影響を排除できない
低〜中	ツールベンダーの成功事例	選択バイアス。好調な事例だけが公表される
低	母数・期間・比較対象・絶対値が不明	仮説形成にのみ使う

この領域は「中」以下の情報が圧倒的に多いのが実情です。予算、入札方式、絶対CTR、クリック数、CV数、標準誤差まで開示した事例はほとんどありません。

最も注意すべきはベースラインが分からないことです。「CTRが100%改善」と書かれていても、それが0.2%→0.4%なのか、1.5%→3.0%なのかで意味はまったく違います。前者は媒体や目的によっては依然として低水準ですが、後者は実務上の大きなインパクトです。相対値しか出ていない事例は、自社の予測値として使えません。

CTR改善率が6.5〜216%とばらつく理由

上の表を見ると、CTRの改善率は6.5%から216%まで30倍以上の開きがあります。この幅はAIツールの優劣ではなく、比較の土俵が違うことによって生じています。「静止画と比べた」のか「既存の勝ち動画と比べた」のか、元のクリエイティブ水準はどうか、広告目的は認知かコンバージョンか、制作本数増加やターゲティング変更が同時に走っていないか。これらが揃っていない数値は、そもそも横に並べられません。

したがって、これらを平均して「AI動画の平均CTR改善率」を算出することは統計的に不適切です。「AI動画広告の平均CTRは◯%」と書いている記事があれば、その時点で疑ってください。信頼できる一律の平均値は、現時点で存在しません。

NTTドコモの事例も同じです。CTR216%増・CPC4分の1は事実ですが、中身は①既存動画のAI分析 ②3カ月で105本という制作量 ③ジャンル別・アフィニティ別の配信 ④低成果動画の停止の合計であり、企画と停止判断は人間が担っています。

pitattoの配信実データ

ここからは私たち自身の一次情報です。下は不動産の案件で配信した、AI生成映像にオリジナル楽曲を掛け合わせた広告動画です。

アニメ調

このクリエイティブは CTR 10.04% / CPC ¥18 を記録しました。特定アカウントでの実績であり、集計条件が業界平均と揃っていないため「業界平均の何倍」という読み方はできませんが、この記事の主張と矛盾しないよう絶対値で開示しています。

実務上の示唆として重要なのは、CTRの数字そのものよりもこの作り方が持つ運用上の性質です。ロケや出演者の再手配が不要なため訴求違いの派生版を数日単位で追加でき、物件・エリア・季節など撮影できない条件も映像化でき、音（楽曲・歌詞）だけを差し替えれば映像を作り直さずに別クリエイティブとして成立します。お客様からは「曲が頭に残っていて来店した」という声もいただきました。

強調しておきたいのは、この数字は「AIで作ったから出た」のではないということです。訴求・冒頭・音の設計があって初めて機能します。AIが効いているのは「その仮説を短期間に何本も試せる」という一点で、これは公開事例から読み取れる構造とまったく同じです。

業界平均と比べてどう評価するか

「業界平均を超えたか」を知りたくなりますが、絶対値のベンチマークはAI動画の効果を証明しません。自社の結果が極端に外れていないかを確認する「診断値」として使ってください。

媒体・目的	参考CTR	参考CPC・CPV	注意点
Meta／トラフィック目的	1.71%	CPC 0.70米ドル	米国554キャンペーンの中央値。動画限定ではない
Meta／EC広告全体	2.19%	CPM 14.19米ドル、CPA 38.19米ドル	約3万5,000ブランドの集計。EC中心
TikTok／インフィード	1.0%	CPC 1.02米ドル	第三者集計。TikTok公式の全広告主平均ではない
YouTube／スキップ可能インストリーム	0.5〜2.0%	CPV 0.05〜0.10米ドル	認知目的ではCTRだけで評価しない
YouTube Shorts	0.1〜0.5%	CPV 0.10〜0.30米ドル	形成途上の参考値

Metaは業種差も大きく、金融・保険0.98%、ファッション1.29%、旅行2.76%と3倍近い開きがあります。詳しくはMeta広告の動画CTR平均は？業種別ベンチマークと改善目安にまとめています。

比較の優先順位を間違えない

外部ベンチマークは補助でしかありません。精度が高い順に並べると次のとおりです。

優先順位	比較対象	理由
最優先	同一アカウント・同一期間・同一目的・同一ターゲットの非AI対照群	オークション、市況、季節要因をそろえられる
次点	自社の直近3〜6カ月の同一フォーマット中央値	ブランド、商品単価、LP特性が反映される
補助	同業種・同媒体・同目的の外部ベンチマーク	異常値の発見には使える
非推奨	異媒体・異目的のCTR単純比較	クリック定義と最適化目標が異なる

CTRが上がってもCPAが改善しない理由

AI動画の検証で最も多い落とし穴がこれです。指標の関係を式にすると理由がはっきりします。

指標	定義
CTR	クリック数 ÷ インプレッション数
CPC	広告費 ÷ クリック数
CVR	コンバージョン数 ÷ クリック数
CPA	広告費 ÷ コンバージョン数 ＝ CPC ÷ CVR

CPAはCPCとCVRの割り算で決まります。つまりCTRが上がってCPCが下がっても、CVRが同じ割合で落ちればCPAは1円も改善しません。

これはAI動画で特に起きやすい現象です。AIらしい珍しい映像は新奇性でクリックを集めますが、その多くは商品への関心ではなく映像への興味です。LPに着いた瞬間に期待とのズレが生じ、離脱します。Googleも、自動生成された動画の商品と最終URLの商品が一致しない可能性があるとして、整合性の確認を求めています。動画内の商品・価格・特典・期限とLPを一致させること。AI動画に限った話ではありませんが、量産するほど不整合の発生確率が上がります。

成果が出た事例に共通する6つの要因

エビデンス評価が「中」以上の事例だけを見ると、成功要因は6つに集約されます。

成功要因	実務上の意味
勝ち要素をAIに入力する	白紙から作らせず、既存の高成果素材を分析・転用させる
冒頭数秒で訴求する	0〜5秒で中断・問題提起・商品提示を行う
セグメント別に変える	年齢だけでなく、興味・用途・課題・言語で出し分ける
本数と更新頻度を増やす	一作に集中せず、複数案を継続投入する
低成果素材を停止する	生成本数をKPIにせず、配信結果で淘汰する
人間がメッセージを管理する	事実・ブランド・法務・感情表現を人が確認する

1番目と5番目が特に重要です。AIの生成本数を成果指標にしてしまうと、判断が「作る」側に偏ります。NTTドコモの事例で効いていたのは、105本作ったことよりも低成果の動画を止め続けたことでした。

また、Googleが上位広告主8,000キャンペーンをAI分析した結果でも、成功広告には強い冒頭フック、トレンドやポップカルチャー、印象的な音楽、ユーモアが共通していました。AI動画であっても、広告表現の基本原則は変わりません。冒頭の設計は動画広告の最初の3秒でスクロールを止めるフック12パターンで型として整理しています。

効果が出ない典型パターン

失敗は「制作上の失敗」と「検証上の失敗」に分かれます。厄介なのは後者で、数字が出ているのに何が効いたのか分からない状態を生みます。

失敗パターン	起こる問題	対処
AIらしさを企画の中心にする	新奇性だけでクリックされ、CVRが低下	商品価値・証拠・オファーを中心に据える
AI版と通常版で台本まで変える	何が効いたのか分からない	最初のテストでは表現手段以外を固定する
人物の口・手・商品形状が不自然	不信感、コメント悪化、ブランド毀損	フレーム単位で人が確認する
商品仕様をAIが補完する	色・容量・価格・機能の誤表示	実商品素材を固定し生成範囲を限定する
動画とLPのメッセージが違う	CTR上昇、CVR低下、CPA悪化	オファー・商品・CTAを一致させる
1本だけ配信する	偶然変動とクリエイティブ疲弊を判別できない	対照群と複数の挑戦案を用意する
AI利用の表示を省略する	審査落ち、配信制限、信頼低下	各媒体のAIGC表示要件を確認する

法令・媒体規定の確認は制作前に

1つ目は媒体のAI生成コンテンツ表示です。TikTokでは、完全なAI生成、または実素材を大幅にAI加工した画像・動画・音声には、AI生成コンテンツである旨の表示が必要です。未開示のAIGCが発見された場合、広告が拒否または制限される可能性があります。

2つ目は景品表示法です。実際より著しく優良と誤認させる表示は規制対象であり、故意でなく誤って表示した場合も対象になり得ます。AIが商品仕様を勝手に補完してしまうリスクは、この観点から見れば単なる品質問題ではありません。

金融・医療・美容・求人など規制の厳しい業種では、生成速度よりも承認フローの設計が成果を左右します。九州カードの事例でも、禁止表現やブランドルールをプロンプトと制作工程に組み込んでいました。

中小事業者が検証するときの手順

ここからは実際に試すときの設計です。ツール導入費より、十分な配信母数と計測環境を優先してください。

最初はAI版と既存の勝ち動画を50:50で配信する

比較対象を「過去の平均」にしてはいけません。市況も季節も入札環境も違います。同一キャンペーン内で、同一期間・同一予算で並走させます。

フェーズ	期間の目安	配信費の配分
対照実験	最初の2週間	既存の勝ち動画50% / AI版50%
要素検証	次の2週間	勝ち動画60% / 改善案30% / 新規仮説10%
拡張	以後	勝ち動画70〜80% / 検証枠20〜30%

初回の50:50は効果を測るための実験配分です。通常運用では自動最適化に任せてよいのですが、因果を確かめたい局面では予算の自動的な偏りを抑える必要があります。テストの変数統制や期間設計は動画広告のABテスト設計で扱います。

判定に必要なインプレッション数を先に計算する

ここを飛ばすと偶然の変動を「AIの効果」と読み違えます。両側検定・有意水準5%・検出力80%・二群均等配信を前提とした概算は次のとおりです。

基準CTR	検出したい改善	比較後CTR	必要インプレッションの概算
0.5%	相対+20%	0.6%	約85,700／群
1.0%	相対+20%	1.2%	約42,600／群
1.0%	相対+30%	1.3%	約19,700／群
1.5%	相対+20%	1.8%	約28,300／群
2.0%	相対+20%	2.4%	約21,100／群

月間2万インプレッションの広告主がAI動画5本と通常動画5本を同時に比較すると、1本あたりの母数はまったく足りません。小規模アカウントでは「AI版 vs 既存の勝ち動画」の二群比較に絞り、差が確認できてからフック・人物・尺・CTAを分解してください。

予算配分は「配信費と計測」に寄せる

項目	総予算に対する目安
広告配信費（AI版と対照版の均等配信）	70〜80%
クリエイティブ制作・AIツール	10〜15%
計測・LP改善（タグ、フォーム、メッセージ整合）	10〜15%
法務・品質確認（表示、権利、利用許諾）	5%前後

媒体費が月30万〜100万円程度であれば、最初から複数媒体に細分化せず、1媒体・1コンバージョン目的・1主要オーディエンスに絞ったほうが差を読み取れます。制作コスト側の内訳はSNS動画制作の費用相場｜内訳と安く抑える現実的な方法を参照してください。

AI動画が向く状況・向かない状況

導入適性が高い	効果が出にくい
商品・地域・ペルソナ・言語別に多数の動画が必要	月間インプレッションが少なく比較の母数が不足
勝ち訴求は分かっており、派生案を増やしたい	商品価値やオファー自体が曖昧
疲弊の早いMeta・TikTok・Shortsを運用している	1本の高品質なブランドムービーだけを作りたい
人間が審査し、低成果広告を停止できる	CV計測・広告タグ・LP計測が未整備

右列に2つ以上当てはまるなら、AI動画の導入より先にやるべきことがあります。特に計測が未整備のままAI動画を入れると、成果の有無すら判定できません。差し替えの判断基準は動画広告のクリエイティブ疲弊とは？差し替え頻度の判断基準で扱っています。

よくある質問

質問	回答
AI動画は通常の動画よりCTRが高いですか	対照実験では静止画比+9.4%、汎用動画比+6.5%の改善例があります。ただし全業種共通の傾向ではありません
AI動画広告の平均CTRはいくつですか	AI限定の信頼できる一律平均は存在しません。媒体・広告目的別に自社データで判断してください
AI動画にするとCPCは下がりますか	CTR改善で下がる可能性はありますが、CPMや入札環境にも左右されます
AI動画と実写はどちらが良いですか	同じ台本・同じ条件で比較し、商品とブランドに応じて使い分けます
AI動画であることを表示する必要がありますか	媒体規定と加工度によります。TikTokでは大幅なAI生成・加工に表示が必要です
成果は何で測るべきですか	CTRだけでなく、CVR・CPA・売上・商談率・LTVまで見ます

まとめ｜AIは成果装置ではなく、検証速度を上げる装置

この記事の中心メッセージは1文に集約できます。AI動画広告は「作れば成果が出る広告」ではない。既存の勝ち要素を大量・高速・個別に検証する仕組みとして使ったときに、CTR・CPC・CPAを改善する可能性が高まる。

公開データから確認できるのは、CTRが6.5〜9.4%改善した実験、大量制作と運用改善でCTR216%増・CPC4分の1を達成した国内事例、CTR53%増・CVR48%増というTikTok公式集計です。一方で予算・入札・絶対CTR・サンプルサイズまで開示した事例は少なく、「AI動画広告の平均CTR・CPC」を1つの値で示すことはできません。

だからこそ、判断は外部データではなく自社の配信で行います。同一商品・同一オーディエンス・同一入札条件で、AI版が既存の勝ち動画よりCTR・CPC・CVR・CPAを改善したか。この1点だけを見てください。

そして、AI動画に取り組む価値があるかどうかは、AIの性能ではなく「検証を回せる体制があるか」で決まります。作る速度が10倍になっても、止める判断と測る仕組みがなければ、増えるのは制作物だけです。