人工知能の台頭：有料およびオーガニックな地理検索エンジンの改善の必要性

過去2年間、ブランドに対して与えられてきたアドバイスはほぼ一貫していた。それは、AIで言及され、推奨されるようにすれば、望ましい結果が得られるというものだ。

検索エンジン最適化（GEO）であろうと、人工知能エンジン最適化（AEO）であろうと、目標は同じです。それは、AIがあなたのブランドを理解し、それに関する正確な情報を取得し、顧客からの問い合わせがあった際にそれを推奨できるようにすることです。

この状況は、アマゾンが第2四半期の決算発表でひっそりとある数字を発表し、この助言を覆し始めるまで続いた。

アンディ・ジャッシー氏によると、Alexa for Shopping内でスポンサー付きのプロンプトをクリックした買い物客は、クリックしなかった買い物客に比べて、購入する可能性が48%以上高く、支出額も21%多いことが明らかになった。

このデータはAmazon自身から提供されたものであり、独立した業界標準ではありませんが、有料広告がAIを活用したショッピング体験に単に付随するものではなく、不可欠な要素になりつつあることを示す、これまでで最も明確な兆候の一つです。

これは重要な点です。なぜなら、AIを活用したショッピングは、入手可能な最良の商品を表示しようとするオープンなアシスタンスシステムと、レコメンデーションを取り巻くビジネス環境を制御するクローズドなエコシステムという、全く異なる2つのモデルに分かれ始めているからです。

ブランドにとって、これらのモデルは、認知度の価値について全く異なる認識を生み出す。

AIを活用したショッピングプラットフォームはなぜ多様化しているのか？

つい最近まで、人工知能の出現を単一の存在として捉えるのは理にかなっていた。ブランドは、AIモデルが自社を理解し、アシスタントが自社を記憶し、顧客が関連する質問をした際に自社ブランドを推奨してくれることを期待していた。しかし、推奨機能を提供するプラットフォームが収益化を目指す広告事業も展開している場合、この前提を維持するのは難しくなる。

Amazonはその最も分かりやすい例です。顧客が購入商品を決定するのと同じ会話の流れの中に、スポンサー付きの広告が表示されることがあります。Googleも同様の方向に向かっており、ますます会話型の検索やショッピング体験に広告を統合しています。

商業的な動機は非常に明確だ。AIを活用した会話の中で有料のレコメンデーションが従来の広告よりも高いコンバージョン率を達成できれば、プラットフォーム側はPlus広告をそうした会話に組み込む強力な正当性を見出すだろう。

しかし、期限を定めない援助は、異なる問題に直面する。その価値は、勧告が資金提供者によってではなく、その妥当性に基づいてなされているという認識に大きく左右される。

これにより、収益創出と信頼構築のバランスを取ることがはるかに難しくなる。結果として、単一のAI駆動型ショッピングチャネルではなく、さまざまなビジネスインセンティブを中心に進化する複数のエコシステムが生まれることになる。

地理的可視性（GEO）の向上と人工知能体験（AEO）の向上は、依然として十分なのでしょうか？

地理的可視性最適化（GEO）と人工知能エクスペリエンス最適化（AEO）の基本原則は依然として有効です。正確で具体的かつ整理された情報は、AIシステムが製品を理解し、その関連性を判断する可能性を高めます。

しかし、重要な違いが明らかになってきている。GEOとAEOは可視性の問題を解決するが、必ずしもビジネス上の問題を解決するとは限らないのだ。

あるブランドはAIによるレコメンデーションで高い視認性を獲得していても、その視認性を収益に結びつけることができない場合があります。同様に、有料広告による視認性向上も、製品情報の不足を永久に補うことはできません。AIは、製品が何であるか、ターゲット層は誰か、そして競合製品とどのように異なるかといった、信頼できるデータを必要とします。

したがって、ブランドにとっての問題は、自社製品が推奨されるかどうかという単純なことにとどまりません。各プラットフォームで推奨機能がどのように動作するのか、広告が意思決定プロセスに組み込まれた場合に何が起こるのか、そして広告の露出が最終的に顧客獲得につながるのかを理解する必要があります。

代理店運営型取引改善（ACO）の役割はどこにあるのか？

ここで、エージェント型コマース最適化（ACO）が重要になってきます。

GEOとAEOは、主に人工知能を通じてブランドの理解しやすさ、検索しやすさ、視認性を向上させることを目的としています。一方、ACOは、この問題をビジネスレベルにまで広げ、AIが購買決定を下したり、影響を与えたりするようになります。

インテリジェントエージェントにとって、製品コンテンツは判断基準の一部に過ぎません。価格、在庫状況、仕様、バリエーション、配送、返品、取引完了機能など、他にも多くの要素が重要です。したがって、製品がAI向けに最適化されていても、エージェントが行動するために必要な情報が不完全または矛盾している場合、その製品はエージェントにとって不適切な選択肢となります。

このため、ACOは、完全性、文脈、引用、正確性、顧客獲得という5つのCの原則を通して理解することができる。

最初の4つの原則は、AIシステムが製品を理解し、自信を持って推奨できるかどうかを判断するのに役立ちます。5つ目の原則は、可視性指標だけでは答えられないビジネス上の疑問を提起します。それは、その推奨が顧客獲得につながったかどうかです。

したがって、ACOはAIを活用したショッピングの次の段階に対する運用上の対応策を表しています。つまり、AIプラットフォーム全体で製品がどのように表示されるかを継続的に監視し、これらのシステムが軌道から外れ始めた場合に、コンテンツ、カタログ、およびコマースの基盤となるデータを修正するということです。

プラットフォームが多様な広告手法やレコメンデーション手法を開発するにつれて、この点はますます重要になってきます。基盤となるプラットフォームがそれぞれ異なるビジネス戦略を採用する中で、ブランドは単一のAI搭載型ショッピングに最適化することはできません。

ブランドは今、何をすべきか？

解決策は、ジオ検索エンジン最適化（GEO）やAIを活用した検索エンジン最適化（AEO）を捨てて新しい用語を使うことではありません。基本は変わりません。正確な製品情報、明確な構造、一貫性のあるデータ、そして顧客が実際に尋ねている質問に答えるコンテンツです。今日における違いは、ブランドは最初の推奨後の動向を監視する必要があるということです。

AIプラットフォームはどのような製品を強調しているのか？どの競合他社が勢力を拡大しているのか？製品情報に不正確な点や欠落している点は何か？これは様々な支援プログラム間でどのように異なるのか？この過程において、有料広告はどのような役割を果たすのか？そして最終的に、この広告露出は新たな顧客獲得につながるのか？

Amazonの48%というコンバージョン率は、購入意欲のある時点でAIとの会話の中に表示されることと、単にAIの横に表示されることとは商業的に明確に区別できることを示唆している点で重要です。他のプラットフォームもこれに追随すれば、AIの存在、有料広告、そして商取引の区別はさらに曖昧になるでしょう。

したがって、チャンスは地理情報検索エンジン最適化（GEO）や人工知能エクスペリエンス最適化（AEO）を置き換えることではなく、それらを基盤として構築することにある。AIがショッピングに関する質問に答えることから購買決定に影響を与えることへと移行するにつれ、可視性は最終目標ではなく出発点となる。

この現状から恩恵を受けるブランドは、GEO/AEOの基本原則とACOを組み合わせ、5つの要素（5C）を改善し、最終的にはAIを単に言及する頻度だけでなく、それが生み出す追加収益の額で評価するブランドです。