生成AIに自社が出てこないのは、なぜか。

不在は、いちばん気づきにくい。

AIに何かを尋ねたとき、返ってくるのは「挙がった数社」の名前です。私たちは、そこに並んだ名前は見ますが、そこに並ばなかった名前は、見えません。検索結果なら「自社は5ページ目にあった」と分かりますが、AIの回答には順位表がありません。挙がらなかった企業は、ただ、文章のなかに存在しないだけです。

だから、AI上の不在は、最も気づきにくい問題です。広告の反応が悪ければ数字で分かり、検索順位が落ちれば順位で分かります。けれど「AIが自社を一度も挙げていない」という事実は、誰かが意図して測りにいかないかぎり、表に出てきません。気づかないうちに、検討の入口から外れている——これが、いま静かに起きていることです。

そして厄介なことに、不在は「悪い評価」よりも見えにくい。悪く言われているなら、まだ話題には上がっています。不在は、話題にすら上がっていない状態です。良いも悪いもなく、ただ、いない。

だから、まず、自分たちを測ってみました。

不在を語るなら、まず自分たちで確かめるのが筋だと考えました。そこで、私たちは、自社（AEO総研）を対象に計測しました。買い手がAEO・LLMO・GEOといった領域でAIに尋ねそうな問い——「対策をどう始めるか」「診断はどこでできるか」「相談できる先はどこか」といった買い手意図の問い——を用意し、出典を示すタイプのAIに、同じ問いを繰り返し投げました。

結果は、はっきりしていました。私たちの名前は、一度も挙がりませんでした。引用元としても、回答本文のなかでも、現れなかった。しかも、それは一度きりのまぐれではなく、繰り返しても安定して「不在」でした。代わりに挙がっていたのは、すでにこの領域で語られ、引用され続けている事業者の名前でした。

これは、私たちにとって、痛みのある記録です。けれど同時に、はっきりした出発点でもあります。私たちは、AIに推されるための観測を掲げている。その当事者が、まず自分の不在を正面から認め、なぜ出ないのかを構造として説明できなければ、誰の役にも立ちません。本稿は、その自己計測の記録を土台にしています。

ひとつ、付け加えておきます。私たちが「出てこない」のは、サイトを公開して間もないからでもあります。記事も、計測の蓄積も、まだ外の世界に十分に行き渡っていない。つまり私たちは、これから書く「不在の理由」を、いま自分自身で体験している最中です。だからこの整理は、机上の一般論ではありません。

出てこない理由は、たいてい「魅力」ではありません。

「AIに出てこない」と気づいた企業の多くが、最初にこう考えます。「商品が弱いのか」「知名度が足りないのか」。けれど、原因の大半は、そこにはありません。

前の調査ノートで書いたとおり、AIの答えは、外にある無数の文章を引用・参照して組み立てられています。AIは、自社サイトの自己紹介を、そのまま信じて代弁してくれるわけではありません。AIが見るのは、自社が「外でどう語られ、どこで引用されているか」です。だとすれば、出てこない理由は、商品の良し悪し以前に、こうなります。

AIが根拠にする引用元・参照元のなかに、自社の情報が、十分な形で存在していない。

これを、本稿では被引用構造の欠落と呼びます。魅力の欠如ではなく、引用される構造の欠落。両者はまったく別の問題で、打ち手も変わります。魅力の問題なら商品や訴求を磨く話になりますが、被引用構造の問題は、商品をいくら磨いても直りません。AIが読みにいく場所に、自社が確かな形で語られているか——それが問われています。

言い換えれば、不在は「評価が低い」状態ではなく、「評価する材料がAIの手元にない」状態です。AIは、材料が乏しい対象を、自信を持って薦められません。沈黙は、否定ではなく、情報の不足のサインなのです。

不在には、いくつかの型があります。

「被引用構造の欠落」と一口に言っても、その中身は同じではありません。私たちの観測では、不在は、おおよそ次の型に分かれます。具体名は出しませんが、自社がどれに当てはまるかを考えながら読んでみてください。

第一に、そもそも語られていない型。自社についての記述が、自社サイト以外にほとんど存在しない。第三者のメディアにも、比較記事にも、レビューにも、名前が出てこない。AIは参照する材料を持たないため、当然、挙げようがありません。新しい企業や、外部発信の薄い企業に多い型です。私たち自身も、いまここにいます。

第二に、語られてはいるが、AIの見る場所にない型。情報は発信しているのに、それがAIの引用しにくい場所——たとえば、自社しか見ないクローズドな場所や、AIがたどりにくい形式——に留まっている。発信の「量」はあるのに、AIの参照する「地形」の外にある状態です。手間をかけているのに効かない、という企業の多くが、ここに当てはまります。

第三に、語られているが、食い違っている型。自社サイトの記述と、外で語られている内容が噛み合わない。社名や事業内容、基本的な事実が、場所によってばらばら。AIは、整合の取れない情報を、確かな根拠として扱いにくく、割り引いて見ます。情報はあるのに、信頼の裏づけとして機能していない状態です。

この三つは、対処の順序が違います。第一の型は「まず外に語られる足場をつくる」、第二の型は「発信をAIの見る地形に移す」、第三の型は「食い違いをなくし整合させる」。自社がどの型の不在なのかを取り違えると、打ち手の方向ごとずれます。

だから、打ち手は「発信を増やす」ではありません。

不在に気づいた企業が、次にやりがちなのは「とにかく発信を増やす」ことです。記事を量産し、SNSの投稿を増やす。けれど、被引用構造の欠落は、発信の量だけでは埋まりません。AIが見ていない場所にいくら積んでも、地形の外にある以上、参照されないからです。

効くのは、量ではなく、場所と整合です。自社の業種で、AIが実際に引用元として頼っているのはどこか。その地形のなかに、自社が確かな形で語られる足場をつくれているか。そして、自社サイトと外の参照元のあいだに、食い違いがないか。順序としては、新しい発信を足す前に、まず「どの型の不在か」を見極め、足場と整合を整えるほうが先です。

そして、これは予算の大きさで決まる勝負ではありません。大きな予算を地形の外にばらまくより、小さな労力でも、AIが見にいく場所で確かに語られるほうが効きます。規模が小さくても、被引用構造を満たせば挙がる余地がある——これは、これまでの調査ノートで繰り返し見てきたことです。

まず、不在を、測ることから。

すべての出発点は、不在を「測る」ことです。なんとなく「出ていない気がする」ではなく、自社の業種の買い手が尋ねそうな問いで、実際にAIが何を・誰を挙げているかを、繰り返し確かめる。挙がるのは誰か。引用されているのはどの場所か。そのなかに自社はいるか、いないか。いないとしたら、それはどの型の不在か。

私たちは、その計測を自分自身に対して行い、「一度も現れなかった」という記録を得ました。痛みはありますが、これが before の値です。ここから、被引用構造を一つずつ整えていったとき、その不在がいつ、どう動くのか——それを、自分たちで測りながら確かめていきます。不在を認め、測り、構造として捉える。遠回りに見えて、これが、AIに推されるための最初の一歩です。

出てこないことは、終わりではありません。出てこない理由が構造にあるのなら、構造は、変えられます。まず、自社の不在を、正確に知ることから始まります。