概要
本記事は、大企業のマーケティング担当役員300人を対象とした調査に基づき、AI検索への対応と組織の現状を明らかにしています。この調査は、急速に成長するテクノロジー、変化に積極的な経営陣、そして技術変化をサポートするためのインフラの準備不足を浮き彫りにしています。
AI検索は急速な成長を見せており、2023年初頭にはほぼゼロだったにもかかわらず、現在ではウェブトラフィック全体の平均35%を占めています。しかし、これにより従来のSEOが不要になるわけではありません。データは、従来のSEOのウェブトラフィックシェアも増加しており、2025年の45%から2026年には53%へ8ポイント上昇すると予測しています。
これは、AI検索が消費者発見の新しいメカニズムを追加するものであり、既存のSEOを置き換えるものではないことを意味します。消費者はチャットボットでアイデアを洗練させた後、より具体的なクエリで検索に移行することが多いです。
Googleは意図的に検索、AI概要（AI Overviews）、AIモードの区別を曖昧にしています。これは、検索におけるリーダーとしての地位を守るためです。広告主はAI検索結果に表示され始めていますが、自身が気づいていないケースもあります。
ChatGPTからのトラフィックは、現在のところ単一のUTMソースリファラルしか提供せず、マーケターはトラフィックがChatGPTから来た高インテントのものであることは理解できるものの、それ以上のコンテキストは得られません。マーケターは、ChatGPTボットのウェブサイトでの行動を理解するために、検索ログを詳細に調査せざるを得ない状況です。
Google Gemini Adsは比較的簡単に展開でき、Search Adsを利用していれば、多くの場合Googleによって自動的にオプトインされています。一方で、ChatGPTの参照トラフィックは、初期の発見段階を過ぎた高インテントユーザーとして扱い、無駄なファネルを挟まずに直接的なパスを提供することが重要です。
SEOとAIの背後にある技術は大きく異なります。検索は関連性によってコンテンツをランク付けしますが、AIは複数のシグナルを集約して回答を抽出します。同じ製品に対して「豪華」と「手頃」といった矛盾する意図のページが複数存在する場合、LLMは情報が衝突し混乱する可能性があります。AI検索に備えるには、SEO戦略がAIにとって足かせとなる状況に注意が必要です。
AI検索のシェアが拡大するにつれて、マーケターが予算を割り当てるのは当然ですが、その規模は驚くべきものです。企業の経営幹部の65%がマーケティング予算全体の25%以上をAIに、28%が半分以上を割り当てています。
マーケターはこれらの予算の成果測定に自信を持っていると回答していますが、実情は異なります。3分の2が「非常に自信がある」と答え、80%がAIアトリビューションは従来のSEOよりも明確だと回答しているにもかかわらず、66%が測定の基本に課題を抱えていると報告しています。
M&C Saatchi PerformanceのMohammed Faizan氏は、現在の測定方法が不十分であると指摘しています。「チームが見ているのは、ファネルの小さく明確な部分、つまりAIプラットフォームからの明確な参照やラストクリックコンバージョンに過ぎません。AIは実際にはアトリビューションモデルに直接現れるのではなく、ブランド検索の成長、直接トラフィックの増加、そして「説明不能なコンバージョン急増」の中に隠れています。」
AI検索が有料チャネルとして拡大するにつれて、現在のところ存在しない新しいアトリビューションフレームワークが必要となります。消費者がチャットボットでの会話、検索、リターゲティング広告に一週間を費やした場合、その販売をどのようにアトリビュートするかは大きな課題です。
これらの課題に対処するため、すべてのチャネルからのデータを測定し、収集することが重要です。オーガニックトラフィック、有料検索、LLM参照など、計測可能なすべてのソースからのデータを活用することで、将来のアルゴリズムによるモデル化されたアトリビューションの基盤を築くことができます。
また、プラットフォームが報告する数値ではなく、最終的な影響に焦点を当てることが重要です。広告の測定モデルが実際の成果から乖離するほど、誤ったアトリビューションのリスクが高まります。各プラットフォームが主張するシェアに基づいてモデル化するのではなく、プラットフォームへの投資がもたらす実際の販売成果をモデル化すべきです。
完全なレポートには、追加の知見（Finding 3-5）が含まれています。マーケターはAIに対して迅速に行動する意思があり、AIは全体的にマーケティング担当者にとってプラスの影響をもたらしています（マイナスのパフォーマンスが見られるのはわずか3%）。しかし、将来の見通しについては懸念が楽観論を上回っています。
解説
今回の調査結果は、AI検索がSEOを完全に置き換えるものではなく、むしろ新しい顧客発見の経路を追加する存在であるという重要な視点を提供しています。これは、マーケティング担当者がAIとSEOを連携させ、統合的な戦略を構築する必要があることを強く示唆しています。
GoogleがAI OverviewsやAI Modeと従来の検索結果の区別を意図的に曖昧にしていることは、マーケターにとってアトリビューション測定の複雑さを増しています。UTMパラメータの徹底的な活用に加え、ChatGPTなどのLLMからの参照トラフィックを、単なる「高インテント」としてだけでなく、ユーザーがファネルのどの段階で流入したかをより詳細に把握するためのログ分析が不可欠となるでしょう。
SEOとAIの技術的違い、特にLLMが複数の情報を集約する性質を理解した上でコンテンツ戦略を練り直す必要があります。例えば、製品の特徴を「豪華さ」と「手頃さ」のように異なる側面から強調するページを複数作成するSEO戦略が、AIにおいては一貫性のない情報と見なされ、逆効果になる可能性を考慮すべきです。
マーケターがAIに多額の予算を投じているにもかかわらず、その効果測定に課題を抱えているという事実は非常に重要です。現在のアトリビューションモデルではAIの貢献度を正確に捉えきれていない可能性が高く、特に初期段階でのAIの影響はブランド検索の成長や直接トラフィックの増加といった形で隠れているという指摘は、測定方法の抜本的な見直しを促します。
M&C Saatchi PerformanceのMohammed Faizan氏の指摘は、AIの貢献が目に見えにくい部分にあることを明確に示しています。「ブランド検索の成長」「直接トラフィックの増加」「「説明不能なコンバージョン急増」」といった指標の中にAIの影響を読み解く視点は、多角的なアプローチで効果測定を行う重要性を示しています。
今後、AI検索が有料チャネルとして拡大していくことを考えると、より洗練されたアトリビューションフレームワークの構築が急務となります。単一のラストクリックモデルに依存するのではなく、AIがユーザーの購買ジャーニー全体にどのように影響を与えているかを多段階で評価できるモデルが必要となるでしょう。
この課題に対応するためには、オーガニック、有料、LLM参照など、可能な限り多くのチャネルからデータを収集し、それを基にしたモデル化されたアトリビューションに移行する準備を進めるべきです。また、各プラットフォームが報告する数値だけでなく、インクリメンタリティテストなどを通じて実際の販売成果への貢献度を評価し、投資対効果を明確にすることが、賢明な意思決定のために不可欠となります。
- 掲載元: Search engine journal
- 公開日: 2026-06-10T05:00:46+00:00
AI Search In 2026: Five Findings From 300 Enterprise Marketing Execs
