第550回:AI検索が引き起こす二極化時代…情報発信できない企業が淘汰される前に、今すぐ取り組むべきこと

この記事でお伝えしたいこと（先にまとめ）

ラウンドナップWebコンサルティングの中山陽平です。

この記事では、AI検索・AIサーチが当たり前になっていく中で、 「情報発信ができない会社」がどんどん不利になり、 勝ち組と負け組の二極化が加速していくという話をしています。 その上で、今から具体的に何をスムーズにし、どう動いていくべきかを、 現場での経験を交えながらお伝えします。

• AI検索は「判断基準」と「候補リスト」をまとめて返すようになり、検索のルールが変わりつつあること
• その結果、情報をきちんと外に出せる会社と、出せない会社の差が一気に開く可能性が高いこと
• 生き残るためには、商品説明よりも先に「自社のストーリー・ミッション・何を解決する会社か」を言語化し、継続的に発信していく必要があること
• 「来期に向けてゆっくり準備」ではなく、「今年できることは今年やる」くらいのスピード感が求められていること

収録当時の考え方に加えて、2025年時点でのAI検索やツールの最新状況も、 引用元付きで補足しながら整理していきます。

AIサーチが変える「探し方」：判断基準ごとAIに任せる時代

少し前までは、私自身も「AIが本格的に検索の主役になるのは、もう少し先だろう」と考えていました。 人間の検索行動にはクセがありますし、検索エンジンに入力するキーワードも、ある意味長年の習慣です。 その習慣が丸ごとAIに置き換わるには、時間がかかるだろうと見ていたのです。

ところが、ここ1〜2年の変化を見ていると、その前提を修正せざるを得ないと感じています。 特にAIサーチのように、AIが検索と回答を一体化して返してくれる仕組みが広がると、 ユーザーの「探し方」そのものが変わっていきます。

従来の検索：判断基準は自分で考える必要があった

従来のGoogle検索では、基本的に次のような二段階のプロセスを踏んでいました。

1. まず「どう選ぶべきか」という判断基準を自分で調べる（例：○○の選び方、おすすめ、買ってはいけない○○ など）
2. そのうえで、候補となる商品やサービスを検索し、候補を見比べて最終的に選ぶ

つまり検索エンジンには、「調べたい情報を探すための道具」としての役割だけを期待していて、 何を基準に選ぶべきかというところまでは、自分で考えたり、別途調べたりする必要がありました。

AIサーチ：判断基準と候補がワンセットで返ってくる

一方で、PerplexityのようなAIサーチや、検索機能付きの各種LLM（大規模言語モデル）、 ChatGPT、DeepSeek R1などを使ってみると、体験がまったく違います。

例えば、 「こういう状況で、こういうものを探している。どんな基準で選ぶべきか。そして、具体的に何がおすすめか」 とAIに聞くと、

• 一般的に押さえるべき判断基準の一覧
• その基準に照らして選ばれた具体的な候補リスト

この両方が、最初からセットで返ってきます。 ユーザーは、あまり深く考えなくても、自分の希望条件をざっくり伝えるだけで、 AI側が「こういう基準で選ぶといいですよ」「その基準なら、このあたりが候補です」と まとめて提示してくれるわけです。

しかも「こういう基準で返して」と明示的に指示しなくても、 「この辺でおいしいラーメン屋ある？」と聞くだけで、 AIのほうでレビューや特徴を踏まえて勝手に基準を組み立て、 「こういう観点で見ると、この店とこの店が良さそうです」と返してくれたりします。

ここまで来ると、ユーザーにとっては、 「自分で判断基準を考える」という負担そのものがAIに肩代わりされている状態です。

採用市場が先に示した「二極化」の未来

AIサーチが広がっていくと、何が起こるのか。 私は「勝ち組」と「負け組」の二極化が、今以上にはっきりしてくると考えています。

その先行事例として、すでに起きてしまっているのが採用市場です。

魅力を伝えられる会社と、残り物だけが集まる会社

採用の世界では、 「入りたい」と思わせるストーリーを打ち出せている会社と、 そうでない会社の差が、すでにはっきり出ています。

前者は、主に大企業が多いですが、 「自分の人生のストーリーの中に、この会社での数年間を組み込みたい」と思わせるだけの情報発信ができています。 一方で、魅力の打ち出しが十分でない会社は、

• よほど給与や待遇が抜きん出ている
• 労働条件が極端に良い

といった明確なメリットがない限りは、 言い方は少しきついですが、「他で採用されなかった人」だけが、なんとか集まるような状況になりがちです。

これは、その会社の中身が悪いというより、 「きちんと魅力を伝えられていない」ことが問題なのですが、 結果としては、きれいに二極化してしまっています。

同じことが購買行動にも起きる

AIサーチが一般的になると、同じ構造が購買行動のほうにもそのまま波及する可能性が高いです。

これまでは、 「地元の地域名＋リフォーム」「駅名＋歯医者」などで検索してもらい、 自社サイトに来てもらえれば、ページの中身を読んでもらうことで魅力を伝えられる、 というゲームでした。

ところが、 AIがユーザーの代わりに判断基準を決めて、候補を選んで返すようになると、 ユーザーが自分でいろいろなサイトを巡る機会そのものが減っていきます。

結果として、

• AIが持っている判断基準のリストに「きれいにハマる」情報を出している企業
• Webサイトに来てもらえれば魅力は伝えられるが、そもそもAIの候補に挙がらない企業

この2つの間で、大きな差がついてしまうことになります。

AIが好むのは「最小公倍数的な基準」：価値基準の平坦化が進む

AIサーチは、多くの場合、 「なるべく多くの人に無難に当てはまりそうな基準」を優先しておすすめを返します。 いわば、最小公倍数的な基準です。

その結果どうなるかというと、

• 価値基準が平坦化していく
• AIが提示する判断基準のバリエーションが減っていく
• その限られた基準の中での「激戦」になりやすい

つまり、「AIが用意した土俵」で戦うしかなくなっていくわけです。

その土俵で勝ちやすいのは、資産を持っている会社

このとき強いのは、

• すでに大量の情報やコンテンツを外に出している会社
• 広報・ブランディング・見せ方のノウハウを持っている会社
• 人的・資金的なリソースがあり、必要なコンテンツを素早く作り続けられる会社

です。

ざっくり言えば、 すでに資産を持っている会社、あるいは資産を作る能力が高い会社がますます有利になる構図です。

逆に、「自分たちはほとんどコンテンツを出せていないし、これから作る体制もない」となると、 この先はかなり厳しい状況になりつつある、と感じています。

Googleや各ツールのAI化：当時の見立てと今の状況

収録当時の感覚：AI検索は「じわじわ」入ってくるだろう

少し前の私は、 「Googleが検索に本格的なAIサーチを入れるのは、まだ先だろう」と見ていました。 ここ数年の動きを見ても、Googleは慎重で、 検索結果のコアな部分を大きく変えるのは簡単にはやらないだろうと感じていたからです。

その代わり、

• Googleマップのビジネスプロフィールに、AIがFAQ的な回答を返す機能をテストする
• さまざまなサービスの中に、少しずつAIによる回答や提案を「しれっと」差し込んでいく

といった形で、細かい機能レベルでAIが入り込んでくるだろうと考えていました。 ユーザーは最初、それがAIだと意識していないのですが、 便利に使っているうちに「これAIがやってくれているのか」と気づき、 態度が変わっていく、というイメージです。

2025年時点の状況：検索・マップともにAIが前面に出てきている

2025年現在の状況を見ると、当時の予想以上のスピードでAIが検索や地図に組み込まれています。

たとえば、Google検索では「AI Overviews」と呼ばれる機能が導入され、 検索結果の上部に、AIが生成した要約やポイントが表示されるケースが増えています。 ユーザーは、従来の青いリンクを一つずつ開かなくても、 要点をざっと掴めるようになってきました。

また、Googleマップでも、Geminiモデルを使った生成AI機能が順次展開されており、 「○○な雰囲気の店」「友だちと行ける場所」といった、かなりあいまいな質問にも答えてくれるようになっています。

この流れは、私がもともと想像していた 「細かい機能にちょっとずつAIが入り込む」というシナリオよりも、 さらに一歩進んで、ユーザーの検索体験の「表側」にAIが出てきた と言ってよい状況です。

同時に、ChatGPT側でもプロダクト検索やショッピングリサーチなど、 購入行動に近い領域での機能拡張が続いており、AIに「候補を選んでもらう」文化は着実に広がっています。

コンテンツを出せない会社が危ない本当の理由

こうした状況の中で、 「自分たちの情報を外に出せないままAI時代に突入してしまう」ことは、 ますます危険度が増しています。

分かってはいるけれど、コンテンツを出せない現実

とはいえ、「じゃあ今日からしっかり情報発信しましょう」と言って、 すぐにできるなら誰も苦労しません。 現場で多くの企業を見ていると、コンテンツを出せない理由はいくつもあります。

• 社内規定やコンプライアンスの制約が多く、「外に出せる情報」が極端に限られている
• 文化として、「表に出るのが苦手」「あまり目立ちたくない」という空気がある
• 「いいものを作っていれば、そのうち売れるはずだ」という考え方が根強い
• コンテンツ制作やディレクションの専門人材がそもそも社内にいない
• 頼めそうなフリーランスや外部パートナーは、すでに多くの案件で手一杯

副業人材に期待できるかというと、それもなかなかハードルが高いのが現実です。

その結果、 「コンテンツを出すべきなのは分かっているけれど、具体的にどう動けばいいか分からない」 という状態で止まってしまっている企業が、本当に多いと感じています。

まずは「何屋か」より「何を解決する会社か」を言語化する

では、何から始めればよいのか。 私が現場でいつもお伝えしているのは、 いきなり記事を量産しようとするのではなく、自社のストーリーと言葉を先に整えましょう ということです。

自社のストーリーを掲げる

具体的には、次のようなことを言葉にしていきます。

• 私たちの会社は、日々どんな価値を提供しているのか
• どんな未来を目指して仕事をしているのか（ミッション・ビジョン）
• 「何を売っている会社か」ではなく、「何を解決する会社か」
• 会社名に「二つ名」をつけるとしたら、何と表現できるか（例：○○県で△△といえばこの会社、のようなポジション）

AIサーチの世界では、 単に「何屋か」だけでは差別化になりません。 「○○な課題を解決するならこの会社」というストーリーで認識されることが重要になってきます。

理念やミッションを決めるのは、現場だけでは完結しない

この作業は、一部の担当者だけで勝手に決めて良い性質のものではありません。

• 企業理念やミッションの再定義
• 事業の方向性の見直し
• 社内での合意形成

など、会社全体の文化に関わる話になるからです。

特に、歴史の長い企業で、従業員数もある程度多いところほど、 会社を変えるのは簡単ではありません。 一方で、10名程度の小さな組織であれば、 全員で一部屋に集まって「これからこうしていこう」と決めれば、 動き出すまでのスピードはかなり早くなります。

自社がどちらのタイプに近いのかを一度振り返ってみてほしいところです。

DeepSeekなどローカルLLMの進化と「気づいたら使っていた」状態

AIに対する人の態度が変わる瞬間は、 「便利に使っていたものが、実はAIだったと気づいたとき」です。

最初は「AIはちょっと怖い」「あまり信用できない」と感じていた人でも、 日常的に使っているサービスの裏側でAIが動いていて、 「これってAIのおかげだったのか」と気づくと、 一貫性を保とうとして態度が軟化しやすくなります。

収録当時の感覚：ローカルで動く高品質モデルに驚いた

収録当時、私自身もDeepSeekをはじめとするモデルをローカル環境で試し、

• 日本語にきちんと対応したバージョンが登場していること
• 考えている過程も含めて日本語で分かりやすく解説してくれること
• それが手元の環境で動いてしまうという事実

に、正直驚きを覚えました。

一方で、スマホアプリなどクラウド前提の使い方については、 情報管理の観点から慎重に見ている企業も多く、 「ローカルに落として、自社のルール内で運用する」という方向性のほうが、 現実的だろうという感覚も持っていました。

2025年時点の状況：DeepSeek本体もWeb・アプリ・APIで利用しやすく

p