ポジショニングの判断力
72競合、文化、そして会社自身の希望的観測に対抗しながら、購買者の頭の中で所有すべき一つの主張を選ぶことは、モデルが過去のデータから引き出せるパターンではなく、不確実性の下での戦略的な賭けだ。
濃いマスほど、このテーマでその指標が高いことを示します。
低高
マーケターは需要に責任を持つ職業だ。誰が製品を買いそうか、なぜ買うのかを見極め、ポジショニング、価格戦略への関与、広告、コンテンツ、流通の選択など、その理解を売上に変えるすべてを組織する。日々の仕事はクリエイティブブリーフの作成や広告レビューから、キャンペーンダッシュボードの分析、リサーチの実施、予算交渉まで幅広い。仕事の内容は、ブランド、パフォーマンス、コンテンツ、プロダクトマーケティングのどれに属するかで大きく変わる。
法律上は必須ではなく、業界に免許もない。実際には多くの企業マーケターが学士号(マーケティング、経営学、心理学、コミュニケーション学)を持っているが、それは大企業がスクリーニングに使うからだ。一方で代理店やスタートアップはポートフォリオと実績で採用することが多い——自分で運営したキャンペーン、伸ばしたチャネル、広告プラットフォームの認定資格など。マーケティングは実績が正式な資格の代わりになりうる数少ない高収入職種の一つだ。
国、経験年数、専門分野によって大きく異なる。米国では、労働統計局(BLS)が2023年の広告・販促・マーケティングマネージャーの年収中央値を約15.7万ドルとしており、新人コーディネーターは通常4.5万〜5.5万ドルから始まる。英国のマーケティングマネージャーは一般的に4.5万〜6.5万ポンド(2024年)、インドのブランドマネージャーはドル換算ではるかに低い。大企業のCMOはボーナスや株式報酬を除いても数十万ドルを稼ぐ。
広告はマーケティングの中の一つの手段にすぎない。マーケティングはどの製品を、どの価格で、どのチャネルで、どのセグメントに、どんなポジショニングで提供するかという需要システム全体をカバーするが、広告は具体的にその提案の有料プロモーションを指す。E・ジェローム・マッカーシーが1960年に定式化した4Pがこの区別を標準化した——広告は4つのPのうち「プロモーション」という一つの中に収まる。広告を一切買わないマーケターも多い。
製品(Product)、価格(Price)、流通(Place)、プロモーション(Promotion)——マーケターが操る4つのレバーで、E・ジェローム・マッカーシーが1960年の教科書『ベーシック・マーケティング』で定式化し、1967年以降フィリップ・コトラーの『マーケティング・マネジメント』を通じて世界に広まった。このフレームワークの要点は、間違った製品を間違った価格で間違ったチャネルで売ろうとするとき、プロモーションだけでは救えないということだ。後年、人(People)やプロセス(Process)などのPを加える派生形もあるが、元の4つはこの分野共通の基本文法であり続けている。
すでに仕事の大部分を代替しつつある。メディアバイイングは数年前からプログラマティック化しており、生成AIは今や広告文の草稿、広告バリエーションの制作、レポートの作成をこなす。自動化に抵抗するのは判断力——競合が真似できないポジションを選ぶこと、ある文化が新鮮だと感じるものと恥ずかしいと感じるものを見分けること、戦略に資金を出すよう役員会を説得することだ。チャネル運用だけを実行するマーケターは実質的に代替のリスクが高く、戦略を担うマーケターはそうではない。
マーケティングは自動化を待っているのではなく、すでにその何年も先を進んでいる。プログラマティックシステムは2010年代にほとんどのメディアバイイングを引き継ぎ、レコメンデーションアルゴリズムはターゲティングの多くを引き継ぎ、生成AIは今や広告文、画像、動画バリエーションの初稿をほぼ限界費用ゼロで生み出している。このサイトが扱う60の職業の中で、マーケティングは露出度の高い半分にしっかり位置している——この分野に入ろうとする人にとって率直な出発点だ。
しかしその露出は職務単位ではなく、タスク単位のものだ。最初に自動化されたのは実行部分——入札、バリエーション作成、報告、セグメンテーション——だった。抵抗するのは判断の層だ——競合が真似できないポジションを選ぶこと、ある文化が新鮮だと感じるものと白けたものと感じるものを見分けること、成果が出る前に戦略に資金を出すよう組織を説得すること。この職業はその判断の層へと圧縮されつつあり、その圧縮は新人職には決して優しくない。
マーケティングの日々の業務の大部分——メディアバイイング、定型的なコピーや素材の制作、報告、オーディエンスセグメンテーション——はすでに自動化されているか、明らかに自動化可能だ。それがこのスコアを、ここで扱う60職種のうち露出度の高い半分に位置づける理由だ。それでもより上がらないのは判断の核心があるからだ——ポジショニング戦略、クリエイティブな審美眼、文化的なタイミング、社内での説得は今も人間の領域であり、ブランドの成長に対する説明責任には今も名前が必要だ。
肩書きではなく業務単位で算定。低いほど安全。
AIが奪えない仕事 →競合、文化、そして会社自身の希望的観測に対抗しながら、購買者の頭の中で所有すべき一つの主張を選ぶことは、モデルが過去のデータから引き出せるパターンではなく、不確実性の下での戦略的な賭けだ。
特定のオーディエンスが来四半期に何を新鮮だと感じ、何を面白いと感じ、何を恥ずかしいと感じるかを知ることはリアルタイムの文化的判断であり、過去のデータで訓練されたモデルは構造的にトレンドの後を追い、大規模に空気を読み違えれば高くつく。
取締役会は結果に責任を持つ人物が主張する戦略に資金を出す。CMOの短い平均在任期間は、この説明責任が本物であることの厳しい証拠であり、システムに委任することはできない。
マーケティングの仕事の多くは市場ではなく会議室で死んでいく。予算を勝ち取り、営業と製品を整合させ、承認プロセスを通じてアイデアを守ることは組織内の政治であり、深く人間的なゲームだ。
生成ツールは既存の分布をリミックスするにすぎない——『Think Small』や『フェビコルのバス』のような、カテゴリーの慣習をリセットする驚くべきアイデアは、参照できる前例がないものを主張する意志を持つ人間から今も生まれている。
プログラマティックオークションはすでにデジタル広告掲載の大部分を実行し、ミリ秒単位で入札を最適化している。人間の役割は目標、予算、ガードレールの設定へと縮小した——一人のプランナーが、かつてはメディアバイイングのフロア全体で行っていたことをこなしている。
自動化されたレポート、異常検知アラート、AIが書く成果サマリーは、かつて若手マーケターの数週間を消費していたアナリスト業務に取って代わりつつある。今も価値を持ち続けるスキルは数字を集計することではなく、数字を問いただすことだ。
商品説明、広告バリエーション、メールシーケンス、リサイズされたクリエイティブは今や大量に生成され、自動テストによって改善される。プラットフォームはフィードと予算からクリエイティブそのものをますます自動生成するようになっている。
類似オーディエンスモデル、予測セグメント、自動キャンペーンタイプといったアルゴリズムによるオーディエンス発見は、手作業によるターゲティングを常に上回るが、プライバシー規制はこの作業の一部をファーストパーティデータに関する人間の判断へと戻し続けている。
マーケターの成果物は完成した素材から、インプットへとシフトしつつある——生成システムを導き、何千ものバリエーションを生み出させる戦略、ブランドルール、プロンプト、フィードバックループだ。クリエイティブディレクションは制作を吸収しつつあり、重要になるポートフォリオはますます、作った成果物ではなく示された判断力になっている。
EUのGDPR(2018年)、アップルのアプリ追跡透明性(2021年)、そしてサードパーティクッキーの長い段階的廃止は、マーケティングが20年かけて築いた監視インフラを解体しつつあり、予算をファーストパーティデータ、コンテキスト連動配信、そして皮肉にもブランド広告のより古い論理へと押し戻している。
インフルエンサーやクリエイターとのパートナーシップは、かつて代理店やテレビに向かっていた予算を今や担い、個々の人物をメディア企業に変えている。マーケターの技芸は、キャスティング、交渉、共同制作へとシフトしている——自ら管理できない何千もの小さな契約規模の声を扱う仕事だ。
特にソフトウェア業界では、グロースループ、オンボーディング、紹介、価格実験——プロダクト主導型成長——がかつて広告が担っていた仕事を行い、マーケターとプロダクトマネージャーの境界を溶かし、アナリティクスの習熟を両者共通の入職要件にしている。
メディアミックスモデル、増分効果実験、アトリビューションシステムを構築する——実際に何が効いたかを判断する定量的な仲裁者であり、予算が因果関係の証拠を求める中、大規模マーケティング組織で最も急成長している採用職種だ。
生成パイプラインを運営する——ブランドセーフティのガードレール、モデル選定、プロンプトライブラリ、そしてかつて代理店のフロアを必要としたキャンペーン量を小さなチームで生み出すことを可能にする人間によるレビューワークフローだ。
複数のプラットフォームにわたりインフルエンサーやクリエイターとの関係を発掘し、交渉し、管理する——タレントスカウトとメディアバイヤーと外交官を兼ねた役割であり、2015年にはほとんど存在しなかったが、今では部門全体をまかなうまでになった。
マーケティング、法務、エンジニアリングの間に立ち、データ収集、同意フロー、ターゲティングを世界中のGDPR型規制に準拠させる——2018年以降の規制がほぼゼロから生み出したキャリアだ。
可逆の3レンズ: 補助、一部置換、新ニッチ。教材であり予測ではありません。
役割は残し、AIが下書き・仕分け・調査を加速。判断と責任は人側。
狭いタスク群が先に圧縮され、隣接スキルが伸びることも。
規制下でAI出力を信頼する監督・統合・ドメインQAが生まれ得る。
消えつつある業務は、マーケティングを一般職の大量雇用者にしていたもの——レポートの作成、クリエイティブのバージョン管理、メディアの出稿だ。価値が集中しつつある業務は、常に稀少だったもの——戦略、審美眼、そして未実証のアイデアを守り抜く胆力だ。この職業は底辺で小さくなり、頂点でよりレバレッジの効いたものになりつつあり、伝統的な入職ラダーである若手の実行業務は目に見えて短くなっている。
個人にとって、守るべき領域は明確だ——戦略の対話、顧客洞察、損益を自分のものにし、あらゆる新しいツールを縄張りではなくレバレッジとして扱うこと。2035年のマーケターは、大部分の成果物を生み出すシステムを指揮し、ホプキンスが1923年にそうであったように、需要が測定可能なほど成長したかどうかで評価されるだろう。スコアカードは、仕事のあり方を変えるあらゆる技術を生き延びる。
分野だけでなく、6つのスコアが近い職業です。
帳簿の番人――文字そのものを生み出したほど古い技を受け継ぎ、いまはそれを自動化するために作られたソフトウェアと折り合いをつけている。
AI耐性 35 🗺️会社が次に何を作るべきか、なぜそれを作るのかを決める仕事。顧客のニーズ、事業目標、エンジニアリングの制約を、誰か一人がすべてを所有するわけではない一つの共有計画へとまとめ上げる。
AI耐性 50 📊データからパターンを見つけ予測モデルを構築する職業――2008年生まれの肩書きだが、その土台には数値を数え、検証し、可視化してきた3世紀分の営みがある。
AI耐性 38 🎮遊びの設計者――古代のセネトの盤からテトリス、そして30億人が遊ぶ今日の巨大産業まで、ゲームがプレイヤーに何を求めるかを決める人。
AI耐性 65 🎞️絵と絵のあいだで何が起こるかを決める職人——パリでレイノーが手描き映像を映写した時代から、無料ソフトで作られたラトビア発のオスカー受賞作まで。
AI耐性 56 📋法を執行し公共サービスを提供する、試験で選抜された政府の常勤スタッフ――選挙で選ばれた政治家が入れ替わっても動き続ける行政機構そのもの。
AI耐性 42会社を興す人——機会を見出し、リスクを背負い、給料の支払いに責任を持つ。アッシリアの隊商金融業者からベンチャー支援の創業者まで。
AI耐性 88 💹企業に値を付け、資本を動かすディールメーカー——メディチ家のフィレンツェから今日のピッチブックまで続く商売で、巨額の金が動くときの信用に対価が支払われる。
AI耐性 42 🧾帳簿の番人――文字そのものを生み出したほど古い技を受け継ぎ、いまはそれを自動化するために作られたソフトウェアと折り合いをつけている。
AI耐性 35 🗺️会社が次に何を作るべきか、なぜそれを作るのかを決める仕事。顧客のニーズ、事業目標、エンジニアリングの制約を、誰か一人がすべてを所有するわけではない一つの共有計画へとまとめ上げる。
AI耐性 50 💱希少性を研究する学者――アダム・スミスのピン工場から中央銀行の意思決定室まで、どんなモデルも捉えきれないものを予測せよと求められ続けている。
AI耐性 62 🌿組織が事業上の義務を果たしながら環境・社会への害を減らせるよう、戦略、測定、報告を主導する。
AI耐性 66