これまでBtoBオウンドメディアの成果指標といえば、検索順位やPV数が中心でした。ところが生成AIの普及により、検索結果をクリックせずに「答えだけを得る」行動が急速に広がっています。順位は維持しているのに流入が減るという現象に、不安を感じている方も多いのではないでしょうか。

実際、AIによる回答表示やゼロクリック検索の増加は、BtoBのリード獲得モデルそのものを揺さぶっています。一方で、AIに正しく理解・引用されるメディアは、新たな信頼獲得チャネルとして存在感を高めています。今、問われているのは「検索で勝つ」ことではなく、「AIに選ばれる」ことです。

本記事では、AIO・GEO・AEOといった新しい最適化概念から、データが示す市場変化、日本企業の事例、そして実践的な対応の方向性までを整理します。オウンドメディアの価値を再定義し、次の一手を描くための視座を得たい方にとって、必ずヒントとなる内容をお届けします。

検索から回答へ：生成AIが変えたBtoBオウンドメディアの前提

生成AIの普及によって、BtoBオウンドメディアを取り巻く前提は大きく変わりました。これまでの主戦場は「検索結果で上位表示され、クリックを獲得すること」でしたが、今は検索から回答へと重心が移っています。ユーザーは青いリンクを比較検討するのではなく、AIに質問し、統合された答えをその場で受け取るようになっています。

この変化を象徴するのが、GoogleのAI OverviewsやPerplexity、ChatGPT Searchといった生成AI検索です。複数の調査によれば、2025年時点でGoogle検索の約60%がゼロクリックで完結しており、AI要約が表示されるクエリでは、従来1位だったページのCTRが平均30%以上低下したと報告されています。順位が維持されていても流入が減る現象は、BtoB領域でも顕著です。

重要なポイント：BtoBオウンドメディアは「訪問される場所」から「AIに参照される情報源」へ役割が変わっています。

ユーザー体験の観点でも変化は明確です。たとえば「製造業向けCRMの比較」や「SaaS導入期間の目安」といった問いに対し、AIは複数サイトの情報を統合し、結論と理由を同時に提示します。このとき参照されるのは、網羅的で信頼性が高く、文脈が整理された情報です。単なる一般論や用語解説は、AI自身が生成できるため価値を失いつつあります。

従来の前提生成AI時代の前提
検索順位とクリックが成果指標回答内での引用・言及が成果指標
キーワード最適化が中心文脈理解・信頼性が重視
PV最大化が目的意思決定支援が目的

専門家の間では、この変化を「Search ExperienceからAnswer Experienceへの移行」と呼ぶ見方が一般的です。プリンストン大学などの研究でも、生成AIは信頼できる一次情報や構造化されたデータを優先的に参照する傾向が示されています。つまり、BtoBオウンドメディアは検索流入を集める装置ではなく、AIに理解され、語られるための基盤として再設計する必要があります。

この前提転換を受け入れられるかどうかが、生成AI検索時代におけるBtoBオウンドメディアの生存を左右します。読者は人間だけではなく、AIでもあるという認識が、すべての出発点になります。

AIO・GEO・AEOとは何か？混乱しがちな新概念を整理する

AIO・GEO・AEOとは何か？混乱しがちな新概念を整理する のイメージ

生成AI検索の普及に伴い、AIO・GEO・AEOといった新しい最適化概念が一気に登場しました。その結果、オウンドメディアの現場では「結局、何が違いで、何から理解すべきなのか」という混乱が起きています。この3つは似た言葉に見えますが、対象と目的が明確に異なります。

まず押さえるべき前提は、検索体験が「リンクを探す行為」から「答えを得る行為」へと移行している点です。OpenAIやGoogleの公式発表や複数の業界レポートによれば、ユーザーはAIに質問し、その場で完結する回答を求める傾向を強めています。この変化に対応するため、最適化の考え方も分化しました。

概念主な対象重視する成果
AIOAI全体・LLMブランド理解・推奨
GEO生成AI検索引用・参照元化
AEO回答エンジン直接回答の採用

AIOは最も包括的な概念です。ChatGPTやPerplexityのようなAIが、自社や自社コンテンツを正しく理解し、文脈の中で扱える状態を作ることを目的とします。単なる露出ではなく、「どんな会社か」「どんな強みを持つか」まで含めて認識されることが重要です。

GEOは、生成AIの回答プロセスにおいて、自社コンテンツが引用元として選ばれることに特化します。プリンストン大学などの研究チームが提唱した概念として知られ、独自データや一次情報が引用されやすいと報告されています。BtoBでは、信頼性の証明として極めて相性が良い考え方です。

AEOは、質問に対する最短距離の答えを提供する最適化です。Googleの強調スニペットやAI Overviewsの延長線上にあり、「〇〇とは何か」「平均期間はどれくらいか」といった具体的な問いに対し、自社の回答がそのまま使われることを狙います。

重要なのは、これらが対立概念ではなく、SEOの上に重なる役割分担だという点です。

専門家の間では、従来のSEOで基盤を整えつつ、AEOで答えを押さえ、GEOで引用を獲得し、その総体としてAIOを成立させるという捉え方が主流になりつつあります。混乱しがちな用語ですが、目的軸で整理すると、次に取るべき一手が明確になります。

データで見るAI検索時代の現実とBtoBへの影響

AI検索の普及は概念論ではなく、すでに数値としてBtoBマーケティングの前提を覆しています。**検索順位が高いにもかかわらず、流入が減る**という現象が各国で同時多発的に確認されており、オウンドメディアの成果指標そのものが再定義を迫られています。

海外の複数調査によれば、2025年上半期時点でGoogle検索の約60％がゼロクリックで終了しており、モバイルに限ると7割を超えるケースもあります。さらにAI Overviewsが表示された検索結果では、オーガニック1位ページのCTRが平均で30％以上低下したと報告されています。**これは「順位＝集客」という20年来の公式が崩れたことを意味します。**

BtoB領域ではこの影響がより深刻です。The ABM Agencyの分析では、検索順位を維持しているBtoBサイトでもCTRが2％から0.2％まで急落する事例が確認され、「BtoB SEOパラドックス」と呼ばれています。検索結果画面やAI回答内で“読まれてはいるが、訪問されない”状態が常態化しつつあります。

変化点従来の検索AI検索時代
ユーザー行動リンクをクリック回答をその場で消費
主要KPIPV・セッション引用・言及・可視性
価値の源泉上位表示信頼できる情報源

この現実を象徴するのが、BtoBインバウンドの成功モデルとされてきたHubSpotの事例です。複数のトラフィック分析レポートによると、同社は2024年末から2025年にかけてオーガニック流入の7〜8割を失った可能性があります。原因は、汎用的なビジネス知識コンテンツがAI Overviewsに代替されたことでした。

HubSpotの経営陣は決算説明の中でこの影響を認め、**ブログ流入の最大化から「AIに最も引用されるCRMになる」戦略へ舵を切る**と明言しています。PVを稼ぐ広く浅い記事よりも、AIが参照せざるを得ない専門性と一次情報へ集中する判断です。

重要なポイント：流入減少は失敗ではなく、評価軸が「クリック」から「AI内での存在感」へ移行した結果です。

日本市場では、この変化がさらに早く進行しています。Perplexity AIの利用において、日本は米国・インドに次ぐ主要市場とされ、全体トラフィックの約5％を占めています。業務時間中のデスクトップ利用が多く、BtoBの調査・比較フェーズで深く使われている点が特徴です。

加えて、ソフトバンクによるPerplexity Proの無料提供施策が普及を後押しし、「まずPerplexityで調べる」という行動がITリテラシーの高い決裁者層で定着し始めています。**広告ノイズが少なく、出典付きで整理された回答が得られること**が、BtoB用途との相性の良さにつながっています。

これらのデータが示すのは明確です。AI検索時代において、BtoBオウンドメディアは単なる流入装置ではなく、AIにとって信頼できる知識インフラであるかどうかが問われています。数字はすでに、その現実を突きつけています。

日本市場に特有の動きとPerplexity AIの存在感

日本市場に特有の動きとPerplexity AIの存在感 のイメージ

日本市場における生成AI検索の広がりは、欧米とは異なる独自の様相を見せています。中でも存在感を急速に高めているのがPerplexity AIです。各種調査によれば、日本は米国、インドに次ぐPerplexityの主要利用国であり、全体トラフィックの約5％を占めています。特筆すべきは、**デスクトップ利用率が約88％と極めて高く、業務時間中のリサーチ用途として定着している点**です。

この背景には、日本のBtoB意思決定者が重視する「効率性」と「信頼性」があります。広告表示が最小限で、回答ごとに出典が明示されるPerplexityは、製品比較や市場調査といった複雑なタスクと相性が良いと評価されています。ITreviewやMarkeZineなど国内専門メディアでも、調査・企画部門での活用が進んでいると指摘されています。

項目日本市場の特徴BtoBへの影響
主な利用シーン業務リサーチ・比較検討検討段階がAI内で完結
デバイスデスクトップ中心資料作成・稟議と直結
評価軸出典・透明性引用されるかが重要

さらに、日本特有の加速要因として注目されるのがソフトバンクによる戦略的提携です。ソフトバンク、ワイモバイル、LINEMOユーザー向けにPerplexity Proを1年間無料提供する施策は、ビジネスパーソンへの接触機会を一気に拡大しました。PYMNTS.comなど海外経済メディアも、この施策が日本での法人利用を押し上げていると分析しています。

こうした環境変化により、「ググる」に加えて「パープレく」という行動が一部で定着しつつあります。特にSaaS、ITサービス、コンサルティング領域では、**最初の情報接触がPerplexityの回答になるケースが増えている**と現場担当者からの声も聞かれます。

重要なポイント：日本のBtoBではGoogle最適化だけでは不十分で、PerplexityをはじめとするAI検索で「引用される前提」の情報設計が競争力を左右します。

PerplexityはRAG型アーキテクチャを採用しており、信頼性の高い一次情報や専門性のある解説を優先的に参照します。そのため、日本企業のオウンドメディアにおいては、単なるSEO記事ではなく、調査データ、制度解説、業界知見といった**AIが引用したくなるコンテンツ**が評価されやすくなります。

日本市場では慎重な比較検討文化が根強く、AI検索はその補助線ではなく中核になりつつあります。この流れを捉え、Perplexity上での可視性を意識した情報発信ができるかどうかが、今後のBtoBオウンドメディアの明暗を分ける要素になるでしょう。

AIはどう情報を理解するのか？RAGと検索メカニズムの基礎

生成AIは、人間のように記事を最初から最後まで読んで理解しているわけではありません。質問に対して「どの情報を探し、どの情報を使って答えを作るか」というプロセスを高速で繰り返しています。その中核にあるのがRAGと呼ばれる仕組みです。

RAGは、検索と生成を組み合わせたアーキテクチャであり、現在のPerplexityやChatGPT Search、GoogleのAI Overviewsの基盤になっています。プリンストン大学やジョージア工科大学の研究でも、この構造が生成AIの信頼性を高める現実的な手法として位置づけられています。

まずAIは、ユーザーの質問文を意味単位に分解し、関連性の高い情報をWebや内部データベースから探します。ここでは従来のSEOと同様に、キーワードだけでなく意味的な近さが重視されます。

RAGにおける情報理解の流れ

  • 質問文の意図を解析し、重要なトピックを抽出する
  • 信頼性や権威性を加味しながら関連情報を取得する
  • 取得した情報を文脈として統合し、自然文で回答を生成する

このときAIは、文章をそのまま覚えるのではなく、情報を小さな単位に分割して扱います。これらはベクトル化され、意味の近い情報同士が結び付けられます。そのため表現が多少違っても、同じ概念として理解されます。

要素AIの見方オウンドメディア側の示唆
キーワード意味の一部同義語や言い換えも含める
見出し構造情報の優先順位結論や定義を冒頭に置く
数値・事実引用しやすい根拠具体的に明示する

さらに重要なのが、AIには事前学習された知識とRAGで取得する最新情報の二層構造がある点です。総務省の制度概要のような不変情報は前者、最新の市場動向や製品仕様は後者として扱われます。

AIは「最新で、信頼でき、構造が明確な情報」を優先的に理解し、回答に利用します。

つまり、AIに正しく理解されるとは、文章がうまいことではありません。質問に対する答えが、切り出しやすい形で存在しているかがすべてです。この視点を持つことが、RAG時代のオウンドメディア運営の出発点になります。

技術面から考えるAIO対応：構造化とサイト設計の重要性

生成AI検索に最適化されたオウンドメディアを構築するうえで、技術面の対応はもはや土台ではなく競争優位そのものになりつつあります。AIは文章の巧拙よりも、情報がどれだけ構造的に整理され、機械可読な形で提供されているかを重視します。

従来のSEOでは、人間が読みやすいページ設計と検索エンジン向けの最適化がほぼ一致していました。しかしAIOの文脈では、第三の読者としてAIエージェントが明確に存在します。このAIに正しく理解されないサイトは、いくら良質なコンテンツを持っていても引用や参照の候補にすら上がりません。

重要なポイント：AIOでは「誰に読ませるか」が人間からAIへ拡張され、サイト全体の構造設計が評価対象になります

技術面でまず重要なのが構造化データです。schema.orgに基づくマークアップは、GoogleだけでなくPerplexityやChatGPT SearchなどRAG型AI検索でも活用されています。BacklinkoやSchema Appの解説によれば、構造化データはAIが事実関係を抽出する際のアンカーとして機能し、ハルシネーションの抑制にも寄与するとされています。

特にBtoBオウンドメディアで優先度が高いスキーマは以下です。

  • Organization：企業の実在性と属性を明示し、ナレッジグラフ形成を支える
  • Product：製品比較や推奨回答で直接参照されやすい
  • FAQPage：AEO文脈で回答文としてそのまま引用されやすい

次に見落とされがちなのがサイト構造そのものです。AIはページ単体ではなく、ディレクトリ構成や内部リンクから「このサイトは何の専門家か」を判断します。Search Engine Landが解説するナレッジグラフの仕組みによれば、トピックが一貫して整理されたサイトほど、エンティティとして認識されやすくなります。

例えば、用語解説、事例、製品情報が無秩序に混在しているサイトよりも、情報タイプごとに明確に分離された設計の方が、AIは文脈を誤認しにくくなります。

設計要素AIからの評価BtoBでの効果
明確なディレクトリ構造専門領域を理解しやすい引用・推奨の精度向上
内部リンクの一貫性トピックの関係性を把握エンティティ強化
重複ページの整理情報の信頼性向上誤引用リスク低減

さらに近年注目されているのがllms.txtの存在です。これはAIエージェント向けの案内板のような役割を果たし、「どの情報を優先的に読むべきか」を明示します。RankabilityやOMNIUSのガイドでも、ランキング要因ではないものの、AIの理解効率を高める低コスト施策として評価されています。

構造化とサイト設計の本質は、AIに余計な推測をさせないことです。情報を探させるのではなく、正しい形で差し出す。この姿勢が、AIO時代の技術設計における最重要思想だと言えます。

AIに引用されるコンテンツの条件とライティングの変化

生成AIに引用されるコンテンツには、従来のSEO記事とは明確に異なる条件が存在します。結論から言えば、AIは「読みやすい文章」ではなく「再利用しやすい情報」を評価しています。Google AI OverviewsやPerplexityが採用するRAGの仕組みでは、Webページは回答生成のための部品として扱われるため、文章表現そのものよりも、情報の明確さと構造が重視されます。

特に重要なのが、事実と意見の切り分けです。AIは統計データ、定義、条件、比較といったファクト情報を優先的に抽出します。TerakeetやBay Leaf Digitalの分析によれば、数値・条件・対象範囲が明示された記述は、曖昧な説明に比べて引用率が有意に高いとされています。

**AIに引用される文章は「説明文」ではなく「仕様書」に近づいています。**

この変化により、ライティングの作法も大きく変わりました。感情的な導入やストーリー展開は、人間の読者には有効ですが、AIにとってはノイズになります。現在は、各段落の冒頭で結論や定義を示し、その後に補足を加えるBLUF型構成が引用されやすいと、Search Engine LandやSemrushの調査でも指摘されています。

  • 結論・定義・要点を段落の最初に書く
  • 主語と対象を省略しない
  • 数値・条件・前提を明示する

また、文章だけでなくフォーマットも重要です。AIはリストやテーブルを高精度で解析します。特にBtoB領域では、導入条件や比較軸が整理されたテーブルが、そのままAIの回答に再構成されるケースが増えています。

要素従来のSEO重視AI引用重視
導入文共感・問題提起定義・結論
文章構造起承転結結論先行
情報表現抽象表現数値・条件明示

さらに重要なのが、AIは「誰が言っているか」を強く意識する点です。BacklinkoやSchema Appによれば、著者や組織が明確で、専門性が文脈上伝わるコンテンツほど、引用時の信頼スコアが高まります。これはE-E-A-Tの延長線上にある変化です。

つまり、これからのライティングは、人に読ませる技術と同時に、AIに正確に抜き出させる設計力が問われます。文章力そのものよりも、情報設計と構造化の巧拙が、オウンドメディアの生存を左右する時代に入っています。

ブランドはAIにどう認識されるか：エンティティとナレッジグラフ

生成AIはブランドを「キーワードの集合」ではなく、意味を持つ実体として認識しています。その中核にある概念がエンティティとナレッジグラフです。エンティティとは、企業名、製品名、人物、業界といった一意に識別できる存在を指し、AIはそれらの関係性をグラフ構造で理解しています。

Googleや生成AIが参照するナレッジグラフでは、「どの企業が」「どの業界で」「何を提供し」「誰と関連しているか」が整理されています。Search Engine Landによれば、ナレッジグラフは単なる検索補助ではなく、回答生成の土台となる知識基盤です。つまり、ここに正しく登録・理解されているかどうかが、AIに推薦される前提条件になります。

**AIにとってブランドは、露出量よりも「一貫した意味と関係性」を持つかどうかが重要です。**

例えばBtoB SaaS企業の場合、ブランド名が「業界名」「解決する課題」「代表的な製品カテゴリ」と強く結びついていると、AIは比較検討の文脈でその企業を自然に想起します。Terakeetの分析では、エンティティが確立されたブランドほど、AI回答内での言及頻度と文脈の正確性が高い傾向が示されています。

AIがブランドを理解する主なシグナル

  • 公式サイトでの明確な企業・製品定義
  • 構造化データによる組織・人物・製品情報の明示
  • 信頼できる外部メディアからの第三者言及

これらのシグナルが揃うことで、AIは「同名異義語」や誤認を避け、正しいブランド像を維持できます。特にSchema.orgのOrganizationやProduct、Personスキーマは、AIがエンティティ同士を結び付ける際の重要な手がかりになります。

要素AIでの役割ブランドへの影響
エンティティ一意な実体としての識別誤認・混同の防止
ナレッジグラフ関係性の理解推薦・比較文脈での露出増
第三者言及信頼性の補強権威性の向上

重要なのは、ナレッジグラフは一度作れば終わりではない点です。製品アップデート、組織変更、代表者交代などがあれば、情報の更新と整合性維持が欠かせません。Backlinkoによれば、情報の不整合はAIの回答精度低下やネガティブな文脈生成につながる可能性があります。

オウンドメディアの役割は、単なる集客装置ではなく、ブランドエンティティを定義し続ける公式データソースになることです。**AIにどう見られ、どう語られるかを設計すること自体が、これからのブランド戦略そのものになります。**

成果はどう測る？AI時代のオウンドメディアKPI

AI時代のオウンドメディアでは、成果の測り方そのものをアップデートする必要があります。PVやセッション数だけを追いかけていると、実態よりも過小評価してしまうからです。Google AI OverviewsやPerplexityの普及により、ユーザーはクリックせずに「回答画面上で情報を消費する」ケースが急増しています。

実際、海外の調査では2025年時点で検索の約60%がゼロクリックに終わるとされ、特にBtoB領域では順位が維持されていてもCTRが激減する現象が確認されています。つまり、見られているのに来訪されないという状態が常態化しているのです。

重要なポイント：AI時代のKPIは「流入量」ではなく「AI上での存在感」と「意思決定への影響度」を測る指標にシフトします。

この変化を踏まえ、まず押さえるべきKPIは「AI Visibility（AI可視性）」です。これは特定の質問に対して、ChatGPTやPerplexityなどの生成AIが自社や自社コンテンツを回答に含める頻度を指します。SEO順位の代替ではなく、AIの回答空間に登場できているかを測る指標です。

次に重要なのが「Share of Citation（引用シェア）」です。AIの回答内で提示される参照リンクや出典のうち、自社が占める割合を見ます。プリンストン大学らのGEO研究でも、AIは信頼性の高い一次情報を優先的に引用する傾向が示されており、引用される＝信頼されていると捉えられます。

KPI測定対象意味合い
AI VisibilityAI回答への登場頻度想起・認知の獲得度
Share of Citation引用・参照割合信頼性・権威性
Sentiment言及文脈ブランド評価

さらに見逃せないのが「Sentiment（文脈・感情）」です。AIが自社をポジティブに語っているのか、中立なのか、あるいはネガティブなのかを定性的に評価します。Semrushの分析によれば、AI経由のブランド評価は購買検討に直接影響しやすく、同じ露出でも語られ方で成果が大きく変わるとされています。

これらのKPIは、必ずしも高度なツールがなくても測定できます。主要な質問文を固定し、週次・月次でAIに同じプロンプトを入力して記録する定点観測は、今なお最も信頼性の高い方法です。

  • 自社名・製品名でAIが何を語るか
  • 競合と並んだときの扱われ方
  • 引用元として自社が選ばれているか

最後に、AI経由で実際に流入したユーザーの質にも注目します。PerplexityやChatGPT Searchからの訪問は、事前に要点を理解した上で来訪するため、直帰率が低く、CVRが高い傾向があると複数のBtoB分析で報告されています。量が少なくても、商談化や受注への寄与度で評価する視点が不可欠です。

AI時代のKPI設計とは、「見えない影響力」を可視化する試みです。数値の減少に一喜一憂するのではなく、AIの回答空間で意思決定に関与できているかを問い続けることが、これからのオウンドメディア運営の成否を分けます。

先進企業の事例に学ぶAI検索時代のオウンドメディア戦略

AI検索時代のオウンドメディア戦略を考える上で、先進企業の実践事例は極めて示唆に富みます。共通しているのは、PVや検索順位といった従来指標から脱却し、**AIにどう理解され、どう引用されるか**を起点にメディア設計を再構築している点です。

象徴的な事例がHubSpotです。The Digital Bloomの分析によれば、同社は2024年以降、オーガニックトラフィックの70〜80%を失いましたが、戦略の軸を「流入最大化」から「AI検索での引用獲得」へと大胆に転換しました。CEO自らが決算説明会で言及した通り、HubSpotは一般知識型コンテンツを縮小し、**AIが参照せざるを得ない深い専門性と一次情報**に集中しています。

重要なポイント：先進企業ほど「検索流入が減る前提」で、AI引用・回答内露出をKPIに置き換えています。

日本企業ではSmartHRが代表例です。HRzineなどの報道によれば、SmartHRはAI機能のリリース時に、仕組みや利用条件、学習データの扱いまで詳細に言語化し、ヘルプページやプレスリリースとして公開しています。これにより、PerplexityやGoogleのAI Overviewsで、**正確な一次情報源として安定的に引用される状態**を作り出しています。

企業注力ポイントAI検索時代の示唆
HubSpot一般知識型記事の縮小と専門特化AIが代替できない情報への集中が必須
SmartHR機能情報・条件の徹底的な明文化ハルシネーション防止と引用安定化

海外では、BtoB SaaS企業を中心に「ドキュメント主導型オウンドメディア」への回帰も進んでいます。Bay Leaf Digitalの調査によれば、API仕様、導入プロセス、制約条件などを詳細に公開している企業ほど、生成AIからの引用率が高い傾向があります。これはRAGの仕組み上、**構造化され更新頻度の高い公式情報が優先的に取得される**ためです。

これらの事例から学べる実践知は明確です。

  • まとめ記事よりも、AIが事実として扱える公式情報を増やす
  • 製品の強みだけでなく、制約や非対応事項も明記する
  • メディアを「集客装置」ではなく「信頼できる知識ベース」と再定義する

AI検索時代に成果を出している企業は例外なく、オウンドメディアを企業活動の副産物ではなく、**AIと社会に対する公式な発言の場**として位置づけています。この視点を持てるかどうかが、2026年以降のメディア価値を大きく左右します。