こんにちは！Grow Group広報担当のイトウです。
AIに「この業界でおすすめの会社は？」と聞いたとき、自社の名前は出てくるのか。
検索ではなくAIに聞いて会社を探す方が増えるなかで、ここが集客の分かれ目になりつつあるそうです。
2026年7月29日・30日に開催された「経営oneplusサミット2026 Summer」に、Grow Groupのプロデューサー部門 マネージャーのカバさんが登壇しました。
Day2の講演テーマは「AIに『選ばれる』会社になる。── 生成AI時代に問い合わせが集まり続けるWeb戦略」です。
この記事では、その講演の内容をレポートします。
目次
この記事でわかること
- 顧客の情報収集が、検索からAIへどう変わったのか
- AIに引用・推奨される会社の3つの条件
- AIを使って改善のPDCAを回す方法と、AIを使う3つの領域
- 明日から始められること
まず、AIに自社の名前を聞いてみる
講演の冒頭でカバさんが投げかけたのは、「自社はどれくらいAIに言及されているか」という問いでした。
自社の業界で「おすすめの会社は？」とAIに聞いたとき、名前を出してもらえるかどうか。
AI検索が広がるなかで、ここがとても重要なポイントになっているそうです。
そして、今回の講演のゴールは2つありました。
AIに選ばれ、推奨される会社になること。
そして、AIを使い続けて改善のサイクルを回すことです。
検索の主役は、なぜAIに移りつつあるのか？
検索の場面でも、AIを使う人が増えている
日本での生成AIの利用は前年から大きく伸び、検索の場面でAIを使う人も増えているそうです。
若い世代ほど、その傾向が強いとのことでした。
BtoBでも、担当者が営業と会う前に候補を絞り込むのが当たり前になっています（調査データはDay1の記事で紹介しています）。
その情報収集にも生成AIが使われている、とカバさんは話していました。
ゼロクリックで、サイトに来なくなる
これまでのSEOは、記事をたくさん書いてサイトに来てもらい、会社を知ってもらう施策が中心でした。
ところが今は、AIがまとめた回答だけで満足して、サイトを訪れない人が増えているそうです。
いわゆる「ゼロクリック」です。
Day1の記事では、AIが候補を3社ほどに絞って推薦する流れを紹介しました。
Day2で強調されていたのは、サイトを訪れないまま、AIの回答だけで完結してしまう点です。
顧客の導線そのものが変わりつつある、とカバさんは説明していました。
| 顧客の導線 | |
|---|---|
| これまで | 検索する → サイトを訪問する → 比較する → 問い合わせる |
| これから | AIに質問する → AIがWebの情報を参照する（RAG） → AIの回答で完結する |
AI経由で来た人は、問い合わせ率が高い
だからこそ、AIに引用される会社になることは、問い合わせや売上につながる費用対効果の高い施策になる、とカバさんは話していました。
SEOで上位でも、AIに引用されるとは限らない
現場では、検索順位が高いのにAIには引用されていない、ということが起きているそうです。
SEOで積み上げてきた資産と、AIの引用は、ぴったり一致するわけではないとのことでした。
AIは、経験・専門性・権威性・信頼性（E-E-A-T）を見ている点ではSEOと重なります。
ただ、自社サイトの中だけでなく、Web上のさまざまな情報をもとに評価しているそうです。
だからこそ、SEOに加えて、AIに引用されるための「GEO」「LLMO」を積み重ねることが大切だと話していました。
最終的な意思決定にも、AIが使われている
カバさんが現場で「ひしひしと感じている」と話していたのが、意思決定者のAI活用です。
事前の情報収集だけではありません。
各社の提案書や、それぞれのメリット・デメリットをAIに読み込ませて、最終的な選定の判断材料にするケースもあるそうです。
検討のテーブルに乗るかどうかだけでなく、最後の1社を決める場面にまで、AIが入ってきているということですね。
AIに選ばれる会社には、どんな条件がある？
GEO・LLMOとは、AIの回答の中で自社の情報が引用・推奨されるように、Webを最適化する取り組みのことです。
Day1の記事に出てくるAIOとも、ほぼ同じ取り組みを指す言葉です。
カバさんによると、AIが評価しているのは、サイトの中のコンテンツ量だけではないそうです。
情報が正しいか、誰が言っているのか、そのノウハウをどの企業が持っているのか。そうした点が評価されて、AIに引用されるとのことでした。
SEOを捨てるのではなく、その延長線上に積み重ねる施策だ、とも話していました。
カバさんが挙げた「AIが選ぶ基準」は3つです。
基準1：一次情報（誰が言っているか）
コンテンツがあふれる今、選ばれる理由になるのは「自社にしかない情報」だそうです。
例として挙がったのは、次のようなものです。
- 他社がまだ解決していない事例
- 他社のサイトに載っていない情報
- 自社で行った独自調査のデータ
- 制作実績や事例、お客様の声
他サイトの要約や、AIで作っただけのコンテンツでは足りません。
そこからさらに深掘りした、自社でしか出せない情報。
AIが選ぶときの優先度は、そこが高くなっているとのことでした。
基準2：構造化された情報
Googleからは、「サイト側にひと手間加えるとAIに引用されやすくなる」とされる一部の施策について、根拠はほとんどないという注意喚起もあったそうです。
とはいえ、AIや検索エンジンが情報を読み込むためのデータは、きちんと構造化しておくことが重要だと話していました。
具体的には、構造化データの実装と、明確な見出し・文章の構造です。
ユーザーにとって読みやすく、クローラーにとっても読み取りやすい。
そんな整理された情報になっているかがポイントだそうです。
基準3：情報の鮮度と一貫性
AIは最新の情報をもとに回答をつくるので、情報の鮮度も重要とのことでした。
Webサイトだけでなく、プレスリリースやSNSでも、最新の情報を定期的に出していくことが前提です。
さらに、その内容がそろっていることも欠かせないそうです。
ある場所では「良い」、別の場所では「悪い」と書かれている。
そんなふうに情報の整合性が取れていないと、引用されにくくなる事例もあったと話していました。
サイトだけ更新していればいい、というわけではないんですね。
支援先では、商談化率や指名検索にも変化が出た
Grow Groupが支援している企業でも、技術の裏側や現場の判断基準など、その会社にしかないノウハウを記事にしました。
月ごとに計測して推移を追うと、AIからの引用も、そこからの獲得効率も上がっていました。
問い合わせが増えただけではありません。
問い合わせから商談に進む割合も、高い傾向が出ています。
もう1つの変化が、指名検索（社名での検索）の増加です。
AIに「おすすめの企業」を聞き、出てきた社名をコピーしてそのまま検索する。
そうした行動によって、社名で検索される数も増えていました。
広告で社名を知ってもらうのとは別の道筋で、指名検索が伸びていく。
AIの影響は、問い合わせの数以外のところにも出ているんですね！
AIを「使い倒す」には、何から始める？
議事録をまとめる、コラムのたたき台を作る。
そうした用途でAIを使っている企業はあっても、業務そのものを改善できた企業はまだ少ない、というのがカバさんの印象だそうです。
Day1でも、改善サイクルがないことが、成果の出ない会社の共通点として挙がっていました。
一方で、Grow Groupでは、AIを使いながらPDCAを回し続けられる仕組みづくりを徹底してきました。
講演では、その流れを4つの段階で紹介していました。
1. 計測：まずデータを溜める
GA4（Google アナリティクス 4）やヒートマップツールで、定量的に現状を把握します。
AI時代にいちばん重要なのは、このデータを溜めることだそうです。
続けて活用していくための土台になります。
2. 分析：溜めたデータをAIに渡す
溜めたデータは、MCP（AIを外部のツールやデータにつなぐ仕組み）などでつないでAIに渡していきます。
3. 改善：判断にノウハウを生かす
分析をもとに改善施策を出す段階では、何が正解で何が失敗かの判断が難しいもの。
Grow Groupには、「この施策をやったら結果はどうだったか」という改善データが大量に溜まっています。
それを生かして、その会社に合った改善施策を導き出しています。
4. 検証：次の改善へつなげる
最後に検証し、また分析・改善・検証へ。
この流れを一気通貫で回せることが、今の時代のポイントだと話していました。
AIを使う3つの領域とは？
カバさんは、AIを使う領域を3つに分けて紹介していました。
| 領域 | 講演で紹介された使い方 |
|---|---|
| コンテンツ制作 | 自社の一次情報をAIに溜め、記事の作成から更新までを回す |
| 分析・改善 | GA4などのデータをAIで分析し、改善につなげる |
| DX化 | 単純作業を仕組み化し、人は人にしかできない仕事に集中する |
コンテンツ制作：一次情報をAIに溜めておく
Grow Groupでも、コンテンツ制作にAIを活用しています。
ただし、AIに丸ごと作らせると構造が汎用的になり、一次情報も入りません。
そうしたコラムは、SEOでもLLMOでも引用されにくく、かえってデメリットになるとのことでした。
そこで、自社が持っている一次情報をAIに溜めておき、それをもとに記事をつくる。
さらにWordPressへ自動で投稿するところまで、制作から更新の流れを丸ごとAIで回せるようになっているそうです。
分析・改善：データの分析にAIを使う
GA4などのデータを使った分析・改善も、一部はAIで行うことができるとのことでした。
DX化：人が関わるべきところに集中する
コピペのような作業は仕組み化して、AIに任せる。
そのぶん、一次情報をつくる、営業する、お客様に情報を届けるなど、人が関わるべきところに力を注ぐ。
今の時代だからこそできることだ、と話していました。
明日から何をすればいい？
講演の最後に、カバさんは次のような進め方を提案していました。
- まず今日、社内でAIに「おすすめの企業」を聞いてみる
- 何ができていて、何ができていないのかを棚卸しする
- そのうえで、改善を回す仕組みをつくる
自社で進めながら、難しいところは外部の会社に任せる。
そして測定し、アクションプランに落とし込んでいく、という流れです。
1つ目は、スマートフォンがあればすぐに試せますね！
最後に
AIに選ばれる会社になるには、自社にしかない一次情報を発信すること。
そして、AIを使い倒して改善を回し続けること。
講演全体を通して伝えられていたのは、この2つでした。
まずは、自社の名前がAIの回答に出てくるかどうか、確かめるところから始めてみてください。
Grow Groupでは、30分の無料面談で、こうした取り組みのご説明や、自社に合わせた課題解決のご提案も行っています。
ぜひお気軽にご相談ください。
