AI検索時代のSEO情報ブログ

ここ数年、Google検索だけでなく、ChatGPT、Perplexity、Gemini（AIモード）など、AIを用いた新しい検索手段が急速に広がっています。私のクライアント企業や協会会員からも、「お客様が ChatGPT で商品を検索するようになった」、「Perplexity で比較されているので対策が必要だ」という声が増えてきました。

しかし、そもそも人々は AI検索でどのようなクエリ（質問）を入力しているのか？これは今後のSEO・AI時代のコンテンツ戦略を考える上で、非常に重要な問題です。今回は、信頼できる海外調査・研究・実証データを出典を明記しながら紹介し、AI検索で使われているクエリの傾向を分析します。

AI検索のクエリは「キーワード」ではなく「自然文の質問」に変わった

AI検索における最大の変化は、「キーワード検索 → 質問検索」への転換です。従来のGoogle検索では「大阪 焼肉 個室」「iPhone 価格 比較」のようにキーワードを羅列するのが一般的でした。



しかし AI検索では、ユーザーは自然な文章で質問します。

例：
「大阪で個室があってゆっくり食事できる焼肉店をおすすめ順に教えて」
「iPhone と Android の違いを初心者でもわかるように比較して」
「40代で副業を始めるなら何がおすすめ？」



この傾向は国内外の調査でも明らかです。

AI-REACH の分析によれば、AI検索の入力内容には「日常会話のような自然文」が圧倒的に多いと報告されています。これは、AIが「文章の意味」を理解し、意図を解釈する能力に長けているため、ユーザーが「話しかけるように検索する」スタイルに移行しているためです。

私のクライアント企業でも、「ChatGPTに聞いたら○○と出たので、それを参考に比較しました」という声が増え、自然言語での「相談系クエリ」が増加していることを日々感じます。

実証データ：ChatGPTで多いクエリは「情報収集」「実用」「提案依頼」「文章作成」が中心

ChatGPT の利用目的を分析した論文（OpenAI社と学術研究者による共同調査）では、ユーザーが ChatGPT に投げるクエリの 約77% が「情報検索・実用的なガイド・文章作成支援」 のいずれかに分類されると報告されています。

この論文は、ChatGPT の最も利用されるカテゴリとして次を挙げています：
・Practical Guidance（実用的アドバイス）
例：「明日面接があります。質問の答え方を教えてください」

・Seeking Information（情報探し）
例：「ブログのSEOとは何か？初心者向けに説明して」

・Writing（文章作成支援）
例：「採用メールのテンプレートを作ってほしい」

これはつまり、ChatGPTは「調べる」「まとめる」「文章を作る」という作業の入口として使われているということです。この傾向は私の現場経験とも一致します。企業担当者の多くは、Google検索よりも ChatGPT で情報整理を先に行うようになっています。

AI検索では「比較系」「おすすめ系」「提案系」のクエリが著しく増えている

AI検索と従来検索の最大の違いは、「比較してほしい」「提案してほしい」という高度な要求が急増している点です。
これは、AIに「ランキング」「おすすめ理由」「選択肢の整理」を求めるユーザーが増えたためです。

たとえば：
・「2025年に買うべきノートPCを用途別におすすめして」
・「東京で小規模歯科医院を探している。料金が安くて上手なところは？」
・「中学生の子どもに合うオンライン英会話を比較して」

このことはDataCamp社の調査結果により裏付けされています。


DataCamp は AI検索クエリを大きく次のように分類しています：
・Informational（情報収集）
・How-to（方法・手順）
・Comparison（比較）
・Recommendations（おすすめ）
・Opinion-based（意見を求める）

これらのうち、特に伸びているのが「How-to」「Comparison」「Recommendations」です。



私はこの傾向を「AI比較時代」と呼んでいます。ユーザーは「選ぶ前にAIに整理させる」行動を取るようになり、企業側は AIに「比較される前提」のコンテンツを用意しなければ勝てない時代に突入しています。

Perplexity では「情報ソースを指定する質問」が増えている

Perplexity は、単なる生成AIではなく、リアルタイム検索と出典提示を前提に設計されたAI検索エンジンです。回答には常に参照元ページへのリンクが番号付きで表示され、「どの情報を根拠に答えているのか」をユーザーが即座に確認できる構造になっています。



そのためユーザー側も、「とりあえず聞いてみる」ではなく、「どの情報源に基づく答えなのか」を最初から意識した質問を行うようになります。


この設計の影響で、Perplexity では次のような「情報源を条件として含むクエリ」が増えています。

例：
・「最新の不動産価格を政府統計の数値で教えて」
・「SEOに強い米国の専門家が語っている2025年のトレンドは？」
・「今日のAIニュースを一次情報だけで要約して」

これは、回答の正しさ＝出典の信頼性という認識が、ユーザー側に強く根づき始めていることを意味します。

このようなユーザー行動の変化は、会話型・回答型検索（Answer-focused / Conversational Search）に関する研究でも確認されています。

生成AIによる検索では、
・出典が少ない
・出典が曖昧
・回答と出典の対応関係が分かりにくい

といった場合に、ユーザーの信頼度が大きく低下することが報告されています。


さらに、AI検索においては「出典の見せ方そのもの」がユーザー行動に影響することも分かっています。出典リンクが明確に表示されるほど、ユーザーは
・回答を鵜呑みにせず
・根拠を確認し
・必要に応じて情報源を指定して再質問する

という行動を取りやすくなります。

つまり Perplexity が「証拠を提示しながら回答するAI検索」であること自体が、
・情報源を意識した質問
・一次情報・専門家・公式データを指定するクエリ

を自然に増やしている、と言えます。

私は実際、クライアント企業の担当者から「この情報、Perplexityで調べたら政府統計から引用されていました」という話を頻繁に聞きます。

従来の検索エンジンでは、ユーザーが「どこ情報か」を明示して検索する習慣はほとんどありませんでした。この点は、AI検索時代における非常に大きな質的変化だと感じています。

AIによる概要のクエリは「要点をまとめて」が中心

Google が検索結果に導入したAIによる概要（AI Overview） は、ユーザーの検索クエリに対して、複数のページ内容を横断的に整理・要約し、最初に提示する機能です。

従来の検索結果のように「青いリンクを並べて、どれを読むかはユーザーに任せる」のではなく、Google自身が「まず要点をまとめて提示する」設計になっています。

この仕様の影響で、ユーザーの検索クエリも次のような「要約・整理を前提とした聞き方」が増えています。

例：
・「このニュースのポイントだけ教えて」
・「日本の所得税制度の概要を簡単に」
・「渋谷で話題のカフェをまとめて知りたい」

これは、検索行動が「自分で複数ページを読む」→「AIにまず整理してもらう」方向へ明確にシフトしていることを示しています。



Google はこの変化を前提として、AIによる概要が参照する情報源の評価基準についても明確に言及しています。AI が要約を生成する際には、E-E-A-T（経験・専門性・権威性・信頼性）を重視して参照先を選ぶことが強調されています。

重要なのは、ここで起きている変化は「AIが勝手に要約している」のではなく、ユーザー自身が最初から「要約される前提」でクエリを入力しているという点です。

つまり、「細かく調べたい人向けの検索」ではなく「全体像を素早く把握したい人向けの検索」が、AIによる概要を前提に増えている、ということです。

この文脈においては、「網羅的で整理された一次情報・公式情報・専門家情報を持つページ」ほどAIによる概要に参照されやすくなります。

逆に言えば、
・断片的
・主観的
・根拠が弱い

コンテンツは、要約の材料として選ばれにくくなるという構造です。

AI検索に入力される「具体的なクエリ例」

AI検索では、従来の「名詞の羅列」ではなく、文脈・背景・条件・目的を含むクエリが入力されます。以下は、出典に基づいて整理した「AI検索に非常に多い」クエリの傾向です。

�@ 問題解決・相談型クエリ（Practical Guidance）

AI検索で最も多いのは「相談に乗ってほしい」という種類の質問です。
例：
・「40代でキャリアに行き詰まっています。今からできる転職準備を教えてください」
・「客単価を上げたいのですが、飲食店でできる取り組みは？」
・「子どもの寝つきが悪い原因は？今日からできる改善策は？」

この論文では、ユーザーのクエリの多くが「実用的アドバイス（Practical Guidance）」であると明確に説明されています。
これは、AI検索が「相談相手」として利用されていることを意味します。

�A やり方・手順のクエリ（How-to）

How-to クエリは、ChatGPT検索で最も伸びているカテゴリのひとつです。

例：
・「GA4でコンバージョン設定を行う手順を初心者向けに教えて」
・「WordPressでブログ記事を公開するまでの流れをわかりやすく」
・「SEOで上位表示を狙うための記事構成の作り方を教えて」

これらはユーザーの「知識不足を補ってほしい」「先生になってほしい」というニーズを反映しています。

�B 比較クエリ（Comparison）

AI検索では「比較の代行をAIに求める」ケースが急増しています。

例：
・「医療脱毛と美容脱毛の違いを料金・効果・痛みで比較して」
・「Indeedと求人ボックスの違いを採用側目線で教えて」
・「ShopifyとBASEはどちらが初心者に向いているか？」

比較は従来、複数サイトを回って行うものでしたが、AIは同時に複数情報を統合して比較表のようにまとめるため、相性がよいのです。

DataCamp の調査でも「Comparison」が主要カテゴリとして挙げられています。

�C おすすめクエリ（Recommendations）

AI検索での定番クエリが「おすすめしてください」です。

例：
・「渋谷でデートに向いたレストランを3つ教えて」
・「福岡の注文住宅会社で評判が良いところを教えて」
・「プログラミング未経験者におすすめの副業を教えて」

ユーザーは、自分で情報を探すより、AIに「最適解」を提示してほしいと考えるようになっています。

�D 文章作成補助クエリ（Writing）

文章の「骨組み」や「下書き」を作らせるための検索も非常に多いです。

例：
・「クレーム対応メールの文例を作って」
・「採用ページの自己紹介文のテンプレートを作って」
・「歯科医院のブログ記事を初心者向けに書いて」

先ほどの OpenAI の論文でも、Writing は ChatGPT の主要利用カテゴリであるとされています。

�E ニッチな悩み・ロングテールクエリ

従来の検索では届きにくかった「細かい情報」でもAIは理解できるため、細分化された質問が増えています。

例：
・「軽度の吃音がある中学生が自信をつけるには？」
・「40代男性、体力が落ちているが週3で運動可能。おすすめのトレーニングは？」
・「小規模歯科医院でスタッフが辞めないためのマネジメント方法は？」

このような「人に聞くレベルの相談」は、AI検索になって初めて可能になったクエリです。

AI検索クエリから見える「ユーザーの本音」

これらのクエリ傾向から、ユーザーがAI検索に求めているものが見えてきます。

�@「手間を省きたい」

AI検索は、比較・調査・整理を代行してくれます。これは、多忙な社会人や専門知識の少ないユーザーにとって大きな価値です。

�A「第三者の中立的アドバイスがほしい」

AIは特定企業の広告に左右されないため、「中立的な提案」を期待するユーザーが増えています。これは企業にとって「AIに選ばれる重要性」を意味します。

�B「後押ししてほしい」

特に買い物・サービスの利用に関する質問は、「迷っているから後押ししてほしい」という心理が強く反映されています。

企業が取るべき「AI検索対策（AEO）」は何か？

�@ まず「比較される前提」でコンテンツを作る

AIは比較して回答するので、
・特徴
・違い
・他社との差別化
・料金
・利点と弱点

を公式サイトで明示しないと、AIはその企業を紹介できません。

�A E-E-A-T の証拠をサイトに載せる

AIは裏取り可能な情報を好みます。Google公式も E-E-A-T を強調しています。多くの企業サイトはこれが不足しているため、AIに選ばれません。

�B 「おすすめ質問」に答えるページを作る

AI検索に最適化されたFAQやブログ記事が必要です。

まとめ

AI検索の普及により、ユーザーの「問い」は大きく変わりました。Google検索のような断片的なキーワードではなく、背景・悩み・条件を含んだ「自然文の相談クエリ」が主流になっています。

企業がやるべきことはただ一つ。それは、AIに紹介されるだけの証拠（E-E-A-T）と、AIが比較しやすい情報構造をサイトに持たせることです。これを実行した企業から順に、
ChatGPT、Perplexity、AIモードの「検索結果」に表示されるのです。

2025年7月、香港のデジタルマーケティング領域で最も影響力のある組織 IAB Hong Kong（Interactive Advertising Bureau Hong Kong） と、同じ香港に拠点を置く Aloha Group Limited（データ分析・AIマーケティング会社） が、「How GEN AI is Reshaping Search Engine」 というレポートを共同公開しました。

Aloha Group は、APAC（アジア太平洋地域）の企業向けに「AI × データ × マーケティング」の分析ソリューションを提供するテクノロジー企業で、IAB Hong Kong は 700 社以上の広告・マーケ企業が加盟する業界団体です。この2者が市場データを統合し、「AIが検索をどう書き換えたか」 を世界で最も早い段階でまとめたレポートとして、国際的に注目されています。

私は全日本SEO協会として日々会員企業やコンサルティング先から「AIモードで流入が減った」「ChatGPT 検索に出ない」「Perplexity で引用されたい」など多くの相談を受けていますが、このレポートはその悩みに対する「答えのヒント」が数多く含まれていました。

今回は、このレポートの重要部分を引用して、AI初心者・SEO初心者の方にもわかりやすく解説します。

2023〜2024年、検索回数そのものが急増していた

「人々はこれまで以上に検索を行っています。2023年から2024年にかけて、検索回数は驚異の21.64％増加となりました」

多くの人は「AI検索が普及すると検索回数は減るのでは？」と考えます。しかし実際にはAI検索が登場したことにより検索の絶対量はむしろ増えています。

理由は明確で、
・ChatGPT
・Gemini
・Perplexity
・Copilot

など複数の検索行為が「追加」されたことで、検索の母数そのものが膨らんだのです。

2025年5月時点の「AI検索プラットフォームの市場シェア」

このレポートでは、AI検索の全体像として次のようなデータが示されています。

「ChatGPT が 79.79% と圧倒的首位で、続いて Perplexity（11.83%）、Copilot（5.18%）、Gemini（1.95%）が続きます。」

この「ChatGPTの圧倒的首位」というデータは、日本国内でも体感として一致しています。

全日本SEO協会の会員からも、「ChatGPTに質問してから Google 検索に行くことが減った」という声が急激に増えています。検索は「Googleだけの世界ではない」時代に完全に入りました。

それでも Google は依然として圧倒的巨大

AI検索が台頭しているとはいえ、このレポートは次のような事実も伝えています。
「2024年時点で、Google は ChatGPT より約373倍多い日次検索を処理しています。」

つまり、
・「AI検索は急成長」
・「しかし、Googleの基盤は依然として桁違いに大きい」

という「二重構造」が生まれています。

これが現在の SEO・AI最適化における最大の難しさであり、多くの企業が迷っているポイントです。

実際、私のクライアント企業の中でも「検索流入の70%はまだGoogleだが、問い合わせに至るのはAI検索由来のケースが増えている」という現象が起きています。

AIによる概要が検索結果を根本から変えた

メディアでも話題になりましたが、このレポートによれば、「AIによる概要」の表示率は急速に上昇しています。

「2024年第4四半期、情報検索の約42.5%に AI 生成の概要が表示され、前期比で8.8ポイント増加しました。」

ここが最も本質的です。

AIによる概要の登場により、ユーザーがリンクをクリックしなくても答えが手に入る。これは SEO の常識であった「1位を取ればクリックされる」という前提が崩れた瞬間でした。

実際、このレポートにはこう書かれています。

「AI概要の影響で、多くの業界で CTR（クリック率）が 34.5％も減少しました。」

私のクライアントでも検索順位は変わらないのにクリック数だけ大幅に減ったという現象が相次ぎました。これこそAI時代のSEOを理解する上で最重要のポイントです。

次に訪れるのが「GEO（Generative Engine Optimization）」という新しい概念

レポートでは SEO の進化系として、「GEO（Generative Engine Optimization）」という概念が提示されています。GEOとはAIO、AEO、LLMOとも呼ばれるもので、AI検索に自社サイトを最適化する新しいジャンルのことです。

「SEOはGEOへと進化しつつあります。生成AIが正確に理解しやすい構造と形式でコンテンツを作る必要があります。」

GEO のポイントは明確です。
・AI が読み取れる構造を持っているか（構造化、見出し、FAQ など）
・専門性や実体験が明記されているか（E-E-A-T）
・情報が最新かつ正確か（古い情報はAIが引用しない）
・表や比較、How-to が整理されているか




実際、私が SEOコンサルティングで支援したサイトでも、「FAQを追加しただけ」で AI検索で取り上げられ始めた例があります。

AIは整理された情報を好む。このレポートの中でも強調されています。

AI検索で取り上げられるサイトの「本質的な条件」とは何か

これまでご紹介したように、Aloha Group Limited と IAB Hong Kong のレポートは「AIが検索の主役になりつつある」という現状をデータで裏付けています。しかし、ではどんなサイトが AI 検索に取り上げられやすいのか？ここが、私が全国の協会会員から最も多く受ける質問です。

実はレポートには、この問いに関して非常に示唆的な部分があります。

「生成AIエンジンは、明確で構造化され、検証可能で、専門性に富んだコンテンツを優先します。」

この一文は、「核心を突いた指摘」だと感じます。なぜなら、ChatGPT や Gemini、Perplexity は 「文章を理解して新しい文章を作る仕組み（大規模言語モデル：LLM）」 であり、構造化された文章・明確な主張・専門性のある解説から答えを導きやすいからです。

実際、私が会員企業のサイトをAI検索向けに改善した際、「FAQの追加」「実体験の追加」「表や比較データの追加」を行うだけで、AIによる引用が目に見えて増えることがありました。

GEO（Generative Engine Optimization）に必要な4つの柱

Aloha × IAB Hong Kong のレポートは、SEOがGEOへ進化する流れを明確に説明しています。

「SEOはGEOへと移行しつつあります。GEOとは、AIが情報をどのように解釈し、選択し、引用するかに焦点を当てた最適化手法です。」

この分析を踏まえ、私自身のコンサルティング経験から、GEOに必要な4つの柱をまとめると次のようになります。

�@ Structure（構造）

AIは構造化された文章を読み取りやすい。
・H1/H2/H3を正しく使う
・箇条書きよりも論理の流れを重視する
・FAQやHow-to、比較表を明記する
・結論をはっきり示す

構造化されていない情報は、AIに「拾われにくい」。

�A Expertise（専門性）

レポートでも次のように強調されています。
「AIシステムは、専門知識や実際の経験が反映されたコンテンツを高く評価します。」

Google も公式に E-E-A-T を重視していますが、AI検索ではその重要性がさらに強まっています。「本当に詳しい人が書いた文章かどうか」が、AIには文章の特徴からわかってしまう時代です。

私の場合、20年以上のSEOコンサルティング経験や、会員企業からの相談事例を書くことで、AI検索からの引用が安定して増えています。

�B Verifiability（検証性）

AIは「信頼できる情報源」を優先して引用します。
・出典
・公式サイトへのリンク
・統計データ
・自社調査
・実験結果

Alohaレポートには次のような一文があります。

「引用可能な事実や透明性のある出典は、AI生成回答に取り上げられやすくします。」

これはGEOだけでなく SEOの概念にも一致しています。

�C Clarity（明確さ・平易さ）

AIが理解しやすい文章とは、ユーザーにとっても読みやすい文章です。
・冗長な表現を避ける
・1文章を短く
・主語と述語を明確に
・文脈が途切れない文章構造

AI が理解しやすい文章とは、「人が理解しやすい文章」でもあるのです。

実例：私のクライアント企業で起きた「AI検索からの流入増加」

ここで、私がコンサルティングしているクライアントの実例をご紹介します（業種と数値は特定できない形に調整しています）。

ケース1：FAQを整理しただけで AI検索に表示されるようになった建築会社

2024年後半、建築業のクライアントが「ChatGPTに社名で質問しても情報が出てこない」と悩んでいました。

そこで私は次の対策を提案しました。
・主要10テーマのFAQを作成
・各FAQに見出し・補足写真・簡潔な説明を追加
・それぞれに根拠（建築基準法・社内実績）を付記

実施後、ChatGPT に「自然素材の家とは？」と質問すると、この会社のページから内容が引用されるようになりました。

ケース2：専門家コメントの追加で Perplexity の引用が発生

ある医療系サイトでは、一般的な説明が多く、専門性の不足からAI検索に取り上げられませんでした。

そこで、
・医師の実体験コメント
・自院のデータ（統計）
・治療の流れの詳細

を追加したところ、Perplexity が回答の根拠としてそのサイトを引用し始めました。AIは「一般論」より「専門家の声」を評価するのだと痛感した事例です。

ケース3：ブログ形式から「論文形式」に変更して引用が発生

情報が雑多に書かれていたブログを、次のように整理し直しました。
・問題提起
・理由
・方法
・実例
・まとめ

文章を構造化すると、Geminiの回答に引用されるようになりました。

生成AI時代の SEO／GEO 実践チェックリスト（50項目）

Alohaレポートの内容と、私の現場経験を組み合わせて、「AI時代のSEO・GEOに必要な50項目」 を網羅的に整理しました。

�@ 構造

1. ページタイトルが明確
2. H1は1ページに1つ
3. H2/H3で論理構造を表現
4. パラグラフが長すぎない
5. 結論を最初に示す
6. FAQを追加
7. How-to/手順を明記
8. 表や図解を挿入
9. 引用元を明記
10. スキーマ（構造化データ）の活用

�A 専門性

11. 著者情報（プロフィール）
12. 経験年数
13. 実績
14. 実例の記載
15. ケーススタディ
16. 専門家コメント
17. 社内データ公開
18. 比較分析
19. 失敗例の説明
20. 一般論との差別化

�B 検証性

21. 公的データへのリンク
22. 研究論文の引用
23. 統計の出典
24. 最新情報であることの明示
25. 参考文献リスト
26. 根拠の説明
27. 法律・規制・基準の明記
28. 正確な用語の定義
29. 誤解を避ける補足
30. 記述の透明性

�C 明確さ

31. 一文を短く
32. 主語を省略しない
33. 専門用語の解説
34. 難解な表現を避ける
35. 文と文のつながりを明確に
36. 読者の疑問に答える形で書く
37. 実例を入れる
38. 画像にテキスト説明を追加
39. スマホで読みやすい文章
40. 前提条件の明示

�D AI最適化

41. Q&A形式で要点整理
42. 要約文をページ上部に配置
43. 文章の意味段落を明確に
44. 競合との違いを可視化
45. 特徴を箇条書きで整理
46. AI向けの「質問文」を想定
47. AIの引用構造を理解
48. 画像のalt説明を正しく記述
49. リンク先の内容を要約
50. ページ全体の一貫性

今日から実践できる「AI時代のGEOステップ」

ここまで非常に多くの要素を扱ってきましたが、まず初心者がやるべきステップは次の3つです。

ステップ1：既存記事の「構造」を整える

・見出しを整理
・結論と要点を前に
・FAQを追加

ステップ2：専門性・経験を加える

・体験談
・クライアント事例
・社内データ

ステップ3：AI検索で質問される「想定Q」をページに入れる

例：
「○○とは何ですか？」
「初心者でもできますか？」
「費用はいくらですか？」

これらをページの中で明確化すると、AI検索に取り上げられやすくなります。

まとめ

Aloha × IAB Hong Kong が2025年7月に発表したレポートは、「検索がAIによってどう再定義されたか」を世界で最も早く体系化した資料です。

この記事で扱ったポイントを総合すると、
・検索回数は増えている
・AI検索が急成長し、Googleとの「二重構造」に
・AIによる概要 がクリックを奪い、CTR は3〜4割減少
・SEOはGEOへ進化し、AIに理解される文章が必要
・そのためには「構造」「専門性」「検証性」「明確さ」の4軸が不可欠

となります。

私自身、全国の企業からSEOやAI検索に関する相談を受けていますが、はっきり言えるのは、「AI検索に最適化できる企業が、これからの時代に圧倒的に有利になる」ということです。そして、それは大企業にだけ許された戦略ではありません。地方の中小企業でも、FAQや実体験、専門家コメントを入れるだけでAI検索の結果に引用されるケースが増えています。

AIが検索の主役になる時代。SEOの本質は変わりませんが、「見せ方」 が変わります。ぜひ、この記事の内容を今日から実践に活かしてください。

2025年11月26日、Google／Alphabet CEOのサンダー・ピチャイ氏が、Google DeepMindのローガン・キルパトリック氏がホストを務める番組「Release Notes」に出演しました。テーマは、Gemini 3のローンチを軸に、Googleが進めてきたAI戦略の全体像です。

動画タイトルは「サンダー・ピチャイ氏が語る「Gemini 3」「バイブ・コーディング」とGoogleのフルスタック戦略」
Sundar Pichai: Gemini 3, Vibe Coding and Google's Full Stack Strategy
です。

このインタビューは、新しいAIモデルの紹介にとどまらず、Googleがなぜ今このタイミングで一気にAIを展開し始めたのか、その背景をCEO自身の言葉で語っている点に特徴があります。本記事では、発言の流れを追いながら、私たちサイト運営者に与える影響について考えていきます。

「すべてが一気につながった」――Gemini 3ローンチの手応え

インタビュー冒頭でピチャイ氏は、Gemini 3をはじめとする一連のAIプロダクトのローンチ（公開）について、率直な感情を語っています。
「ここ数週間、ほぼ毎日のように何かを出荷している。それらがすべて一つの流れとしてつながった感覚があり、本当に特別な瞬間だ」
「Google内部で長年積み上げてきた技術や投資が、ようやく「形」として同時に世に出た」

ピチャイ氏は、この点に強い手応えを感じている様子でした。番組ホストのキルパトリック氏も、Gemini 3やNano Banana Proの反響が非常に大きいことに触れ、「この進化の瞬間をどう捉えているか」と問いかけます。

長期視点を貫いてきたGoogleのAI投資

この問いに対し、ピチャイ氏は「この瞬間は、何年も前から続いてきた投資の結果だ」と説明します。Googleでは、短期的な競争に一喜一憂するのではなく、長期的な技術基盤づくりを優先してきたといいます。

その起点として挙げられたのが、2012年のGoogle Brainによる画像認識のブレークスルー、いわゆる「猫の論文」です。
さらに、
・2014年のDeepMind買収
・2016年のAlphaGoの成功
・同じく2016年に発表された初代TPU

といった出来事を振り返りながら、これらがすべて「AIファースト企業への転換」を見据えた布石だったと語ります。「2016年の時点で、次の大きなプラットフォームシフトが来ると確信していた」ピチャイ氏にとって、生成AIの急成長は「突然の出来事」ではなく、想定していた流れが加速した結果だったことがうかがえます。

生成AIが「使われる段階」に入ったという認識

ピチャイ氏は、今回の生成AIブームについて、過去の技術進化との決定的な違いにも触れています。
それは、「ユーザーがすでに使う準備ができていた」という点です。

消費者、開発者、企業――あらゆる層が、生成AIを実用的な技術として受け入れるタイミングが重なった。その結果、GoogleはGeminiを単なる研究プロジェクトではなく、全社的なプロダクトとして本格展開する決断を下したと説明します。

この判断に伴い、Google BrainとDeepMindを統合し、現在の「Google DeepMind」が誕生しました。同時に、データセンター、TPU、GPUなどインフラへの投資も大幅に加速しています。

「外から見ると静かだった」時期の正体

インタビューの中盤で、キルパトリック氏は興味深い指摘をします。それは、「外部から見ると、Googleは一時期静かに見えた」という点です。

これに対しピチャイ氏は、次のように答えています。
「外から見ると、私たちは静かだったり、遅れているように見えたかもしれない。しかし実際には、その間に必要なすべての土台を整えていた」

生成AIブーム初期、Googleは他社に比べて控えめに見えた時期がありました。しかしその裏側では、フルスタックでAIを展開するための準備が進められていた、という説明です。

ここで言うフルスタックとは、AIモデルそのものだけでなく、学習・推論を支える半導体やデータセンターといったインフラ、ソフトウェア基盤、そして検索やYouTubeなどのプロダクトへの組み込みまでを、一体として設計・最適化していく考え方を指します。

そして今、その準備が整い、「出荷フェーズ」に入った――それが、ここ数週間の急激なリリースラッシュにつながっている、というわけです。

Geminiは「検索の新機能」ではないという認識

インタビューの中で、キルパトリック氏はある重要な気づきを語ります。それは、Geminiが単一のプロダクトではなく、Googleのあらゆるサービスを貫く「一本の線」のような存在になっているという点です。

検索、YouTube、Gmail、クラウド、Waymo、さらには開発者向けの環境まで。これまでバラバラに見えていたGoogleのプロダクト群が、Geminiを中心に再び結びつき始めている――そんな印象を受けた、とホストは述べます。

これに対しピチャイ氏は、この指摘に強く同意します。
「Geminiは、AIファースト戦略を最も分かりやすい形で体現している存在だ」

AIファーストという言葉は以前から使われてきましたが、Geminiという「具体的な形」を得たことで、社内外の誰にとっても理解しやすくなった、という認識が示されました。

フルスタック戦略とは何か

ピチャイ氏が繰り返し使う言葉に、「フルスタック」という表現があります。これは単に「全部やる」という意味ではありません。
・モデルそのもの（Gemini）
・それを支えるインフラ（TPU、GPU、データセンター）
・学習・推論の仕組み
・プロダクトへの組み込み
・開発者への提供

これらすべての層を自社で設計し、連動させて改善していくという考え方です。ピチャイ氏は、このフルスタック構造があるからこそ、
「一つの層での改善が、他のすべてに波及する」

と説明します。

たとえば、基盤モデルの事前学習（プレトレーニング）が進化すれば、その効果は検索、生成UI、音楽生成、動画生成など、あらゆるプロダクトに一斉に現れる。それが、今Google内部で起きている現象だと語られます。

Geminiが一気に「同時展開」されている理由

今回のGemini 3のローンチで印象的だったのが、複数のプロダクトで同時に展開された点です。
・検索のAIモード
・生成UI
・開発者向けツール
・音楽・メディア生成

これについてピチャイ氏は、Googleだけでなく、他社も含めた「同時出荷（SIM shipping）」が起きている点に注目します。
「これは、もはや一社だけの話ではない。多くの企業が、同時に同じレイヤーでイノベーションを起こしている」

ここで語られているのは、競争の激しさだけではありません。技術が成熟し、複数のプレイヤーが同時に前進できる段階に入ったという認識です。

Nano Banana Proが象徴する「情報の圧縮」

インタビュー後半で話題に上がるのが、Nano Banana Proです。特に注目されたのが、インフォグラフィック生成の反応でした。インフォグラフィックとは、複雑な情報を図や視覚表現で整理し、短時間で理解できるようにしたコンテンツ形式のことです。

ピチャイ氏は、この反応を見て、過去のPowerPointの歴史を思い出したと語ります。スライドが普及した結果、情報は整理されるどころか、逆に増え続けてしまった。
一方で、Nano Banana Proによるインフォグラフィックは、
「情報を圧縮し、理解しやすい形に変換する」

可能性を示している、と評価します。

情報を増やすのではなく、理解しやすく再構成する方向への進化。これが、今回の生成メディアの大きな特徴だという見方です。

Googleの使命との接続

この点について、キルパトリック氏は「Googleの使命との一致」を指摘します。世界中の情報を整理し、誰もがアクセスできるようにする。インフォグラフィックは、その使命を新しい形で実現する手段になり得る。

興味深いのは、Nano Banana Proのチーム自身も、
「最初からインフォグラフィックを狙っていたわけではない」

と語っていたというエピソードです。

モデルの性能が向上し、テキスト表現能力が高まった結果、自然と「使える形」が見えてきた――それが、今回のブレークスルーだったと説明されます。

創造性を引き出すツールとしてのAI

ピチャイ氏は、生成AIのもう一つの側面として、
「人々の中に眠っていた創造性を引き出している」

という点を挙げます。

これまで、ツールの制約によって表現できなかったアイデアが、AIによって一気に形になる。その結果、「自分は創造的ではない」と思っていた人が、実は多くのアイデアを持っていたことに気づく。

「この現象は、ブログやYouTubeが登場したときと似ている」

とピチャイ氏は語ります。

ピチャイ氏の「成功の測り方」――反応、利用、そして現場感覚

インタビューの中で印象的だったのは、ピチャイ氏が「ローンチの成功をどう測るか」をかなり具体的に語っている点です。

彼は、ローンチ当日はX（旧Twitter）などで一般ユーザーの反応を直接見て、良い点だけではなく、課題や不満点も拾うといいます。必要があれば、社内に改善を促すような形でフィードバックを返すこともある。つまり、CEO自身が「現場の反応」を重要な指標として扱っているわけです。

一方で、当然ながら社内ではダッシュボードで利用状況を追い、QPS（クエリ数／秒）などの指標を見ながら、どの程度使われているのか、容量は足りているのかを確認している様子も語られます。

ピチャイ氏の言葉をまとめると、成功の判断は、オンライン上の反応、社内の計測データ、そして自分の体感――この三つを組み合わせて行う、ということになります。

「Gemini 3はまだ序章」――開発のリズムと次のモデル

キルパトリック氏は、Gemini 3が出たとはいえ、まだロードマップの最初のページに過ぎないと述べます。特に、Flashのような派生モデルがまだ控えていることにも触れます。

これに対しピチャイ氏は、Google DeepMindのチームが一定のリズムで継続的に前進していることを強調します。おおむね半年ごとに大きな節目を作り、進化のフロンティアを押し上げていく、という姿勢です。

また、ここで語られるのは「次はもっとすごい」という話だけではありません。モデルが良くなればなるほど、そこからさらに明確な改善を出すのは難しくなる。それでも進歩を続けること自体が、今のAI開発における醍醐味になっている、という含みもあります。

Flashについては「より多くの人に届ける上で重要だ」という文脈で語られ、性能だけでなく、提供規模や運用面での価値が意識されていることも分かります。

Vibe Codingとは何か――「ソフトウェアを作る力」が広がっていく

インタビュー後半で中心的な話題になるのが、Vibe Codingです。

キルパトリック氏は、Vibe Codingを「ソフトウェアを作る力が、従来のエンジニアだけのものではなくなっていく流れ」として捉えています。これは経済的にも非常に大きな意味を持つ、と彼は言います。ソフトウェア開発が生み出してきた価値は歴史的に見ても巨大であり、その力がより多くの人に開かれていくのは、大きな転換点になる、というわけです。

ピチャイ氏もこの見方に賛同し、過去のインターネットの変化に重ねて語ります。ブログが「書く人」を増やし、YouTubeが「作る人」を増やしたように、AIは「作る」という行為そのものをさらに広げていく。

そして重要なのは、これは社外の話ではなく、すでにGoogle社内でも起きているという点です。ピチャイ氏は、AIツールの普及により、これまでコードを書かなかった人が初めてコード変更（CL）を提出するケースが増えている、と述べます。

コミュニケーション担当が作った「アニメーションHTML」という具体例

このVibe Codingの話で、最も分かりやすい具体例として出てくるのが、社内のコミュニケーションチームの人物が、子どもにスペイン語の活用を教えるために、Gemini 3を使ってアニメーション付きのHTMLページを一発で作ったというエピソードです。

この例が象徴しているのは、「技術的な知識の有無」が壁になりにくくなっていることです。以前なら、こうしたものを作るには、エンジニアに頼むか、相当の学習が必要でした。ところがAIを使えば、思いついた瞬間に「形」にできる。

ピチャイ氏は、こうした変化を「人々が頭の中で思い描いた通りに表現できるツールが、より身近になった」と表現しています。ツールの制約が外れた結果、これまで表に出てこなかった創造性が、次々と表に出てくる。彼はそのことに強い期待を示します。

「今が最悪の状態」――これから必ず良くなるという確信

ピチャイ氏が面白い比喩として挙げるのが、Waymo（自動運転）に対して以前から言ってきた言葉です。
「これは、今がいちばん下手な運転だ。これから良くなるしかない」

彼はこの感覚を、Vibe Codingを含むAIツール全般にも当てはめます。つまり、私たちが今触っているAIは、将来から見れば最も未熟な状態であり、ここから急速に改善していく。この「今が最悪」という言い方は、悲観ではなく、進化の確信を強く表している言葉だと受け取れます。ピチャイ氏は、これからの改善スピードに強い手応えを感じているようです。

次の10年の賭け――AIの次に来るものは何か

インタビューの終盤では、より長期の未来について話が移ります。ピチャイ氏は、10年前の大きな賭けが「AIへのフルスタック投資」だったと振り返ったうえで、同時にGoogleが多角化を進めてきたことにも触れます。

YouTube、クラウド、Waymo。これらはいずれも短期では成果が見えにくい領域ですが、時間をかけて育ててきた。
そして、次の未来の賭けとして挙げられるのが量子コンピュータです。ピチャイ氏は「5年後には量子に対して、今のAIと同じような興奮が生まれているかもしれない」と語ります。

さらに驚きの話として出てくるのが「Project Suncatcher」です。これは、データセンターを宇宙に作るという構想で、現時点ではムーンショット（突飛に見える挑戦）に近いものです。しかしピチャイ氏は、将来必要になる計算資源の規模を考えると、突飛に見える話も次第に現実味を帯びてくる、と説明します。

そして、27のマイルストーンを設定して段階的に進めるという、いかにもGoogleらしい進め方にも触れます。2027年には宇宙空間にTPUがあるかもしれない、という発言は冗談交じりですが、狙いは「計算資源の未来」を遠い視点で考えていることを示すものです。

ピチャイ氏が最後に語った「今後の楽しみ」

最後にピチャイ氏は、ロードマップの話に戻り、Geminiがさまざまなプロダクトに入り続けていくことへの期待を語ります。
Flow、NotebookLMなど、すでにコミュニティが育ち始めているプロダクトにも触れ、ジャーナリストが活用したり、研究用途で使ったりする人が増えていることを評価します。そして「チームはまず少し寝る必要がある」と冗談を言いながらも、全体としては「ここからさらに加速していく」という空気で締めくくられます。

このインタビューを、私はどう受け取ったか

今回のインタビューを通して私が強く感じたのは、Googleが語っているのは「Gemini 3がすごい」という話だけではない、という点です。むしろ重要なのは、AIがGoogleのあらゆるプロダクトに同時に入り込み、しかも改善のテンポが速くなっているという「構造」の話です。

これが意味するところは単純で、AIの影響は「検索」や「広告」や「一部の先進的な分野」に限定されない、ということです。情報発信、コンテンツ制作、ユーザーの理解、比較検討、意思決定――そうした行動の途中にAIが入り、支援し、場合によっては代替する場面が増えます。つまり、サイト運営者が向き合う相手は、従来の「検索エンジン」や「SNSアルゴリズム」だけではなくなっていきます。

もう一つ重要なのは、Vibe Codingの話が象徴している通り、「作る力」が急速に民主化することです。これまで外注や専門職の領域だったものが、一定の品質で誰でも作れるようになります。その結果、世の中にはページも動画も資料も「量」が一段と増える。そうなると、サイト運営者が勝負すべきポイントは、単なる制作力ではなく、何を伝えるのか、なぜそれが必要なのか、誰のどんな課題を解決するのかという設計に戻っていきます。

私は、AI時代ほど「本質的な価値」が問われる時代はないと思っています。技術が進めば進むほど、表面的な差は縮まります。だからこそ、長期的には「誰にとって役に立つのか」「何を信頼の根拠として示せるのか」「なぜその情報を発信するのか」が、サイトの存在意義としてより強く問われるはずです。今回のピチャイ氏の言葉は、その未来が「いつか」ではなく、すでに始まっていることを静かに示していた。私はそう受け取りました。

2025年12月2日、The Wall Street Journalは、OpenAIが社内で「コードレッド（非常事態）」を宣言し、ChatGPTの改善を最優先事項として全社的に取り組んでいると報じました。

このニュースは、単なる企業間競争の話ではありません。検索という行為そのものが、いま不可逆的な変化の局面に入っていることを示す出来事です。

The Wall Street Journalは、この動きを次のように伝えています。
「OpenAIのCEOサム・アルトマン氏は、Googleとの競争激化を受け、ChatGPTの改善を目的に従業員に『コードレッド』を宣言した」

ここで注目すべきなのは、「コードレッド」という言葉が選ばれている点です。これは通常、経営判断の中でも極めて例外的で、事業の根幹に関わる危機が生じた場合にのみ使われる内部用語です。OpenAIは、自社の主力プロダクトであるChatGPTが、このままでは検索体験の中心的存在でいられなくなる可能性を、かなり現実的なリスクとして捉え始めていると考えるのが自然でしょう。

実はGoogleも、同じ言葉を使っていた

今回のOpenAIのコードレッドを理解するためには、ひとつ重要な前提があります。それは、この言葉がOpenAIだけに使われたものではない、という点です。

2022年、ChatGPTが急速に注目を集め始めた直後、Googleの経営陣もまた社内で「コードレッド」を発令していました。当時のGoogleは、検索市場で圧倒的な地位を築いていましたが、それでもAIの登場を「通常の競争」ではなく、「非常事態」として扱ったのです。

この事実を時系列で見ると、構図は非常に示唆的です。ChatGPTが登場した直後はGoogleがコードレッドを出し、数年後にはOpenAIが同じ言葉を使っている。つまり、検索体験の主導権が揺らぐ局面では、必ずこの言葉が使われているのです。検索とAIの歴史は、流行の積み重ねではありません。検索体験の「中心」がどこにあるのかが、何度も書き換えられてきた歴史だと言えます。

なぜOpenAIは、いま「コードレッド」を出したのか

The Wall Street Journalの報道から読み取れるのは、OpenAIがGoogleの動きを単なる競合の追い上げとして見ていない、という点です。問題は機能の一部ではありません。応答の質、処理速度、情報の信頼性といった、検索体験そのものの満足度において、ChatGPTの優位性が揺らぎ始めているという認識です。ここで重要なのは、検索の中心がすでに「検索結果の一覧」ではなく、「AIが返す答えそのもの」に移行しつつあるという構造です。

ChatGPTの初期リリース時、Googleはこれまでの検索市場での優位性を失うのではないかと言われました。しかし数年が経ち、今度はOpenAIが、検索体験の主役の座から外れるかもしれない、という危機感を抱き始めています。今回のコードレッドは、その認識が社内で共有された結果だと考えられます。

AI検索は「検索エンジンの進化」ではない

ここで一度、はっきりさせておく必要があります。AI検索は、従来の検索エンジンが少し便利になったものではありません。

これまでの検索では、ユーザーはキーワードを入力し、並んだリンクを比較し、自分で答えを探していました。しかしAI検索では、質問を投げかけると、AIが一つの答えを提示し、そこで体験が完結します。この変化は、検索順位が一つ上下する、といった話とは次元が違います。検索という行為の主役が、人間からAIへと移りつつある、という変化です。

OpenAIが最優先しているものの正体

WSJの報道を読み解くと、OpenAIが今回の局面で最優先しているのは、広告モデルでも新規プロジェクトでもありません。それは、ChatGPTというプロダクトが「信頼される存在であり続けられるかどうか」です。

AI検索では、一度でも「この答えは信用できない」と感じられた瞬間に、ユーザーは別のAIへ移動します。検索体験の中心がAIになるほど、この傾向は強まります。OpenAIは、この現実を正面から受け止め、ChatGPTの利用体験そのものを立て直す必要があると判断したのでしょう。コードレッドという言葉は、その覚悟の表れです。

なぜこの話は、SEO担当者・サイト運営者の未来に影響するのか

ここからが、私たちサイト運営者やSEO担当者にとっての本題です。AI検索が進むにつれて、検索順位を維持しているにもかかわらず、サイトへの訪問が減るという現象が、すでに現場で起き始めています。

また、内容的には十分に価値があるはずの記事が、AIの回答に一切引用されない、という相談も増えています。これは一時的なアルゴリズム変動ではありません。検索体験そのものの構造が変わり、情報の流れ方が変わっている結果です。

AIは「正しさ」だけでサイトを選んでいない

「正しい情報を書いているのに、なぜAIに引用されないのか」
この疑問は、私が現場で最もよく聞くものの一つです。しかしAIは、単に情報が正しいかどうかだけを見ているわけではありません。それ以上に重視しているのは、「誰が、その情報を語っているのか」という点です。これは、Googleが長年重視してきたE-E-A-T（経験・専門性・権威性・信頼性）が、AI検索によってより露骨に表面化した結果だと私は見ています。

「良い記事を書けば評価される」時代が終わった理由

これまでのSEOでは、情報量を増やし、網羅性を高め、丁寧に書くことで評価を得られる場面が多くありました。しかしAI検索では、その前提が崩れ始めています。

AIは、同じテーマについて書かれた複数の良質な記事を、すべて平等に扱うことができません。そのため、「このテーマについて最も信頼できる代表者は誰か」を選びにいきます。この段階で、発信者の背景が見えないサイトや、テーマが散漫なサイトは、どうしても不利になります。

OpenAIのコードレッドが示した「本当の競争軸」

OpenAIがコードレッドを出した理由は、Googleより多くの機能を実装するためではありません。本当の競争軸は、「誰が検索体験の信頼の中心になるのか」です。

OpenAI自身が、AIは信頼されなければ存在価値を失う、という現実を認めたとも言えます。そしてAIが信頼されるためには、信頼できる情報源が不可欠です。つまり、AIに選ばれるかどうかは、すでにサイト運営者側の問題になっています。

SEOは終わらない。ただし、別のものになる

AI検索が進むたびに、「SEOは終わった」という声が必ず出ます。しかし私は、その見方には賛成しません。

SEOは終わりません。ただし、順位を操作する技術から、信頼される存在として設計される活動へと、完全に姿を変えます。GoogleとOpenAI、両方が「コードレッド」を出したという事実は、その変化が一時的な流行ではなく、不可逆な構造変化であることを示しています。

まとめ

AIは、これから評価を始めるわけではありません。すでに、静かに、しかし確実に、「どのサイトを参照するか」「どのサイトを無視するか」を学習し続けています。

OpenAIのコードレッドは、その現実を私たちに突きつけた出来事でした。あなたのサイトは、AIにとって「信頼できる語り手」になれているでしょうか。私は、SEOとAI検索の現場に立つ人間として、この問いを多くのサイト運営者と共有し、これからの答えを一緒に考えていきたいと思っています。

生成AIは、企業の広告制作やコンテンツ発信の現場に急速に浸透しています。画像制作、コピー作成、アイデア出しなど、これまで人の手で行ってきた作業が、驚くほど短時間で形になるようになりました。
私自身、SEOやWebマーケティングの現場で多くの企業と接していますが、「AIを使うかどうか」ではなく、「AIをどう使うか」が企業の評価を大きく左右する時代に入ったと強く感じています。特にここ数年、日本国内では AIを使ったこと自体ではなく、その使い方が原因で炎上や批判につながった事例 が、実際にニュースとして報じられるようになりました。

私のクライアントとのコンサルティングの現場でも、「AIを使うと叩かれそうで怖い」「何がダメで、何なら許されるのか分からない」という声をよく聞きます。ただ、これまでの炎上事例を冷静に見ていくと、そこにははっきりとした共通点があります。炎上は偶然起きているのではなく、企業側が無自覚のまま踏んでしまう「地雷」があるのです。

事例�@ ワコム炎上に見る「ブランドと行動のズレ」

2024年1月、ペンタブレットで知られる株式会社ワコムが、米国法人の公式SNSに投稿した新年ビジュアルをきっかけに、思わぬ批判にさらされました。投稿されたドラゴンのイラストについて、「AI生成画像ではないか」という指摘が相次いだのです。その後、ワコムは画像の使用を停止し、経緯を説明する対応を行いました。

この件で重要なのは、「本当にAI画像だったかどうか」ではありません。問題の本質は、ワコムという企業の立ち位置にありました。

ワコムは、イラストレーター、漫画家、デザイナー、アニメーターなど、「描くことを仕事にする人たち」を長年支えてきた企業です。その企業が、少なくとも「人が描いたとは感じられない」ビジュアルを広告に使ったことで、
「クリエイターの仕事を軽んじているのではないか」
「自分たちの味方だと思っていた企業に裏切られた気がする」

という感情的な反発が生まれたのです。

私はこの事例を見て、AI活用で最も危険なのは技術の問題ではなく、ブランドストーリーとのズレだと改めて感じました。AI画像のクオリティが高いか低いか以前に、
「あなたは誰のための会社なのか」「何を大切にしてきた企業なのか」
そこが行動と一致していないと、ユーザーは非常に敏感に反応します。

事例�A JALに起きた「クオリティ軽視」が招いた批判

次に紹介したいのが、日本航空（JAL）の事例です。JALが展開していた、ステータス性の高いクレジットカード関連サイトに掲載されたビジュアルについて、SNS上で「不自然ではないか」という指摘が相次ぎました。

ポップコーンの容器にストローが刺さっている、フォークや小物の形がおかしい、人物の指や持ち物の描写に違和感がある。こうした 生成AI画像特有の「細部のズレ」 が話題となり、批判が広がったのです。結果として、JALは画像を差し替え、謝罪対応を行いました。


このケースで私が強く感じたのは、「AIを使ったから叩かれたのではない」という点です。JALという企業は、安全性、信頼性、ブランド価値を非常に重視される存在です。

しかも、年会費を伴う高価格帯のカードプロモーションでした。その文脈で、
「どこか雑に見える」「チェックが甘そうに見える」

そんな印象を与えてしまったことが、致命的でした。

AI画像は、一見それらしく見える反面、細部の違和感が「企業姿勢そのもの」への不信につながりやすい。これは、私が企業サイトの監修をする際にも、何度も注意しているポイントです。

ここまで2つの事例を見て、私がはっきり感じていることがあります。それは、AI炎上の多くは「AIの失敗」ではなく「企業判断の失敗」だということです。
AIは道具にすぎません。しかし、その道具を「どの文脈で」「誰に向けて」「どんな思想で使うのか」を誤ると、ユーザーは技術ではなく 企業の姿勢 を見て批判します。

「怒り」ではなく「失望」から始まる炎上がある

これまでワコムとJALの事例を通して、AI活用において「ブランドと行動のズレ」や「クオリティ管理の甘さ」が、どれほど強い反発を生むのかを見てきました。今回はもう少し踏み込んで、「人の感情」が直接引き金となった炎上事例を取り上げたいと思います。

AIを巡る炎上というと、著作権や倫理、クリエイター保護といった理屈の話を想像する人が多いかもしれません。しかし実際には、
「なんとなく嫌だ」
「見ていて不安になる」
「がっかりした」

という、言語化しにくい感情が、炎上の起点になるケースも少なくありません。

事例�B サクラクレパスに向けられた「裏切られた」という感情

老舗画材メーカーであるサクラクレパスは、海外（スペイン）でのイベントにおいて展示したポスターに、生成AIで作成されたと見られるビジュアルを使用していました。
この事実が明らかになると、日本国内でも批判が広がりました。

批判の内容は、「AIを使ったことが悪い」という単純なものではありません。サクラクレパスという企業は、クレパスや絵の具を通じて、「描くことの楽しさ」「人の手で表現する喜び」を支えてきた存在です。

だからこそ、「その会社が、実際の画材を使わずにAIで作った絵を使うのか」「長年応援してきた気持ちを裏切られたように感じる」という声が生まれました。私自身、このニュースを見たとき、AI活用が「合理的」であればあるほど、ブランドの歴史や文脈と衝突する危険があると強く感じました。

AIは効率的です。しかし、効率だけで選択した行動が、長年積み重ねてきた信頼や共感を一瞬で崩すこともあります。

ここまでの事例を通して、私が思うのは、炎上は必ずしも「怒り」から始まるわけではないということです。
多くの場合、その前段階には、
・期待していたのに、違った
・信頼していたのに、雑に扱われた気がする
・好きだったブランドが、遠くなった気がする

という、静かな失望があります。AIは、その失望を増幅させる装置になりやすい。なぜなら、人はAIに対してではなく、AIを使った「企業の判断」や「姿勢」に反応するからです。

炎上しなかった事例から見える「正しい距離感」

ここまで見てきた、ワコム、JAL、サクラクレパスといった国内事例に共通しているのは、AIの性能や是非そのものよりも、企業の判断や姿勢がユーザーにどう映ったかが評価を分けた点です。では逆に、AIを使いながらも大きな炎上に至らず、比較的好意的に受け止められた事例はないのでしょうか。その代表例として挙げられるのが、伊藤園の取り組みです。

伊藤園「お〜いお茶 カテキン緑茶」のAIタレント起用

伊藤園は、「お〜いお茶 カテキン緑茶」のプロモーションにおいて、AIタレントを起用したビジュアル表現を行い、話題になりました。一部では議論も起きましたが、ワコムやサクラクレパスのような強い炎上には発展していません。

この事例が比較的受け入れられた理由は、非常に分かりやすいと私は感じています。伊藤園は、「人間のモデルやタレントの代替」としてAIを使ったのではなく、「未来」「健康」「テクノロジー」といった抽象的な世界観を表現するための存在としてAIを使いました。

つまり、誰かの仕事を奪ったようにも見えず、誰かの努力を軽んじたようにも映らなかった。さらに、全体のクオリティが高く、「雑にAIを使った」「手を抜いた」という印象を与えなかったことも大きかったと思います。

炎上する企業と、炎上しない企業の決定的な違い

ここまでの事例を並べてみると、炎上するかどうかを分けるポイントは、実はとてもシンプルです。それは、「AIを使った理由を、自分たちの言葉で説明できるかどうか」に尽きると、私は考えています。

ワコムやサクラクレパスの事例では、ユーザー側から見て、「なぜそこでAIを使ったのか分からない」「その選択は、あなたたちの歴史と合っていないのではないか」という疑問が生まれました。

一方、伊藤園の事例では、「なるほど、そういう表現だからAIなのか」と、見る側が納得できる余地があった。この差は非常に大きいのです。

AIは「使うかどうか」ではなく「どう説明できるか」

私自身、SEOやWebマーケティング、そして最近ではAI検索（AIO）の文脈で、多くの企業の相談に関わってきました。その中で、今はっきりと言えるのは、AI活用の成否は、技術力ではなく「思想」で決まる時代に入ったということです。

AIは便利です。早いし、安いし、それなりの形をすぐに出してくれます。しかし、その「それなり」をそのまま世に出すと、ユーザーは必ずこう感じます。
「雑に扱われているのではないか」
「この会社は、私たちをどう見ているのだろう」

AIが炎上を生むのではありません。AIを使って楽をしようとしたように「見えてしまう判断」が、炎上を生むのです。だからこそ私は、企業に対していつもこうお伝えしています。AIを使う前に、
「なぜ今、これにAIを使うのか」
「その理由を、ユーザーに説明できるか」

を、必ず自問してください、と。

これからAIを使う企業が注意すべきこと

AIは、使い方次第で信頼を一瞬で失わせる道具にも、ブランドを一段引き上げる道具にもなります。

重要なのは、AIを「魔法の道具」として扱わないことです。AIはあくまで、企業の思想や価値観を拡張するための補助線にすぎません。その補助線が、これまで描いてきたブランドストーリーと噛み合っているのか。それとも、知らないうちに線を壊してしまっていないか。

今回紹介した国内事例は、これからAIを使うすべての企業にとって、非常に現実的なヒントになるはずです。ぜひ一度、「自社がAIを使う意味」を、言葉にしてみてください。
そこから、炎上しないAI活用は始まります。