概要
AIモデルが企業について「すでに持っている知識（パラメトリック・スタンディング）」は、短期間のキャンペーンでは形成されず、何年にもわたる多様な外部からの記述によって構築されます。これは、モデルが検索を行う前に、その重みに保持している情報です。
パラメトリック・スタンディングは、モデルに投入されたトレーニングデータが圧縮された結果であり、データが大量に入っても全てがそのまま利用可能な形で残るわけではありません。
研究によると、モデルが特定の事実について正確であるためには、事前学習中に多数の関連文書に接している必要があります。また、情報が少ないトピックについては、モデルの規模を拡大するだけでは不十分です。
Allen-ZhuとLiの研究は、モデルが知識を確実に抽出するためには、事前学習中に十分に多様な表現で情報が登場することが不可欠であることを示しています。単一のソースからの繰り返しの情報よりも、多くの独立したソースからの多様な表現が、モデルの知識として定着するために重要です。企業が自社で大量のコンテンツを公開するだけでは、この「多様な独立した記述」の代わりにはなりません。
このため、パラメトリック・スタンディングの構築には時間がかかります。多くの独立した関係者が、多様な方法で企業を記述するプロセスは、短期間で達成できるものではなく、長年の蓄積が必要です。
AIモデルのトレーニングに使われるコーパス（例：C4）は膨大ですが、特定の企業が自社で公開するコンテンツが占める割合はごくわずかです。また、Common Crawlのようなクローラーは、大規模でトラフィックの多いプラットフォームのコンテンツを過小評価する傾向があり、これらのサイトは企業について多くの記述が集まる場所でもあります。
多くの言語モデルが一般的に使われ始めたのは約4年前ですが、そのトレーニングデータは大幅に古いものです。例えば、C4のソースは2019年4月のスナップショットに基づき、その92%が2011年から2019年の間に作成されたと推定されています。これにより、モデルが企業について持っているイメージは、実際にその最適化が考慮されるようになるずっと以前の活動に基づいていることになります。
企業を記述する「文章そのもの」は、PR、アナリストリレーションズ、コミュニティ管理、レビューなど、マーケティング部門が関わる多くの機能の成果ではありますが、企業が直接作成したものではありません。ジャーナリスト、アナリスト、顧客といった外部の独立した人々によって書かれたものです。
したがって、「アーンドメディア」の概念が極めて重要になります。企業が直接コントロールできないアウトプットに対して、間接的に影響を与え（人員を雇用するなどのコストをかけて）、第三者からの言及を獲得することが、パラメトリック・スタンディングを形成する唯一のメカニズムです。
モデルの重みにエンコードされた情報は、簡単に変更できません。これは、研究者が直接パラメータにアクセスしても、単一の事実を変更することが難しいという事実が示しています。しかし、この性質は耐久性も生み出します。数千もの独立した記述から構築されたスタンディングは、たった一つの悪い四半期の業績や不都合な記事、競合のキャンペーンによっては容易には崩れません。
実務家にとっての教訓は、パラメトリック・スタンディングがキャンペーンのタイムスケールではなく、モデルの世代のタイムスケールで変化するという点です。それは「公開すること」ではなく、「記述されること」に反応します。企業が外部の人々が「記述したい」と思わせるような存在になるための努力が重要であり、これはこれまでAIの成果として直接測定されてこなかった多くの部門の業務にまたがります。
現在のAIモデルが企業について何を言っているかは観測可能ですが、その入力（パラメトリック・スタンディング）を直接作成することはできません。次世代モデルが企業について何を言うかは、現在からその時までの間に独立した関係者がその企業をどう記述するかによって決まります。この「記述」をマーケティングチームが直接書くことはできませんが、広範に影響を与えることは可能です。
解説
この記事が示唆するのは、AI時代におけるSEOやブランディング戦略の根本的な転換です。これまでのコンテンツマーケティングや技術的SEOの多くは、検索エンジンの「検索レイヤー」、つまりクローラーがWebを巡回し、インデックスを作成し、クエリに基づいて関連情報を検索・表示するプロセスに焦点を当てていました。しかし、この記事は「パラメトリック・スタンディング」、すなわちAIモデルが「既に知っていること」の重要性を強調しており、これは従来のSEOの範疇を大きく超えるものです。
企業は、自社が発信する情報だけでなく、「他者が自社についてどのように語っているか」に焦点を移す必要があります。これは、広報（PR）、アナリストリレーションズ、コミュニティマネジメント、顧客サービス、製品開発、さらには社員の行動に至るまで、企業活動のあらゆる側面が「外部からの記述」に影響を与えることを意味します。これらの記述は、最終的にAIモデルのトレーニングデータに組み込まれ、企業のパラメトリック・スタンディングを形成します。
したがって、短期的なキャンペーンやバズを狙った施策だけでなく、長期的な視点で企業の信頼性、評判、顧客体験を向上させる取り組みが極めて重要になります。例えば、質の高い製品やサービスを提供し、優れた顧客サポートを行うことで、肯定的な顧客レビューやSNSでの言及が増加します。これらは、単なるWebサイトのトラフィックやコンバージョンだけでなく、AIモデルが企業を理解するための貴重な「記述」となります。
特に重要なのは、「アーンドメディア戦略」です。メディア露出、業界内の影響力を持つ人物（インフルエンサー、アナリスト）との関係構築、そして顧客との良好な関係を通じて、第三者からのポジティブな言及を促すことが、AI時代の権威構築の鍵となります。これらの活動は、直接的な売上には結びつきにくい「コスト」と見なされがちでしたが、今後はAIモデルが企業を評価する上で不可欠な「投資」として捉え直す必要があります。
また、AIモデルが持っている企業の記述は、しばしば古い情報に基づいているため、現在の評判や情報がすぐにモデルに反映されるわけではないという時間差を理解することが重要です。今日の努力が実を結ぶのは、数年後の次のAIモデル世代においてかもしれません。このタイムラグを考慮し、一貫した長期的なブランディングと評判管理が求められます。
企業は、「AIモデルが自社についてどのように語っているか」を定期的に監視し、自社のブランドイメージやメッセージとの間にギャップがないかを確認するべきです。もしネガティブな記述や不正確な情報が見つかった場合、それは外部からの記述に影響を与えるための新たな戦略を練るヒントとなります。ただし、パラメトリック・スタンディングは直接編集できないため、外部からの記述を変えるための間接的な努力が必要となります。
最終的に、AI時代のSEOは、単なるWebサイトの最適化を超え、企業活動全体を最適化し、「外部からどう見られ、どう語られるか」という視点を取り入れることを意味します。これは、マーケティング部門だけでなく、経営層を含む全社的な取り組みが不可欠であることを示しています。
- 掲載元: Search engine journal
- 公開日: 2026-08-06T14:30:36+00:00
