2026年、今までのSEOは通用するのか？ 「AIO（AI最適化）」の最前線と、AIがWebサイトに与える真の影響

登 章良（のぼる あきら）氏

株式会社Hakuhodo DY ONE SXOソリューション局 局長／SEOシニアコンサルタント／ONE-AIO Lab所長／Ahrefs 日本公式アンバサダー。
2010年よりSEOに携わり、事業会社でSEOエンジニアとしてWeb制作を経験。2014年にアイレップ（現Hakuhodo DY ONE）へ入社後、SEOコンサルタントとして企業のWeb戦略支援に従事。現在はSEO部門を統括し、自然検索流入とコンバージョン最大化を支援している。

サイトトラフィックは本当に減っているのか？

AI検索の台頭により、ユーザーの検索行動がAI検索内で完結してしまい、Webサイトのトラフィックが減少していると囁かれている。実際のところ、AI検索はWebサイトのトラフィックにどの程度の影響を与えているのだろうか。

この問いに対し、登氏は2つの視点で整理する。

• 検索プラットフォーム全体として見ると、AI検索の影響は限定的
• しかし特定のサイトでは、AI Overviewsの影響でトラフィックが減少している

AI Overviewsとは、Google検索結果の最上部に表示される、生成AIによる概要のことだ。

まず、「影響は限定的」とはどういう意味なのか。

Hakuhodo DY ONEが集計した「検索エンジンのトラフィック推移」を見ると、ChatGPTやGeminiなどのAI検索エンジンの利用は確かに急拡大している。しかしそれでも、Googleを中心とした従来型検索エンジンの利用シェアは依然として圧倒的だ。

上記のグラフは検索エンジン自体の利用動向を示したものです。実際に各サイトへの流入という観点で見てもGoogleを始めとした従来型検索エンジン経由での流入比率が高く、状況は大きく変わりません。複数業界を横断的に調査しておりますが、多くのサイトにおいて、流入全体に占めるAI検索エンジンの比率は限定的な印象です（登氏）

少なくとも現時点では、AI検索の台頭がそのまま“検索流入の急減”につながっているわけではないというのが実態だ。

「検索流入が減っている」のはKnowクエリへの依存度が高いサイト

検索流入全体を俯瞰すると、AIによる影響は限定的に見える。しかし登氏は、「誰を主語にして語るかで、見え方は大きく変わる」と指摘する。業界やサイトタイプ、さらには流入キーワードの性質によって、AI Overviewsの影響度合いには大きな差が生まれているのだ。

その違いを読み解く鍵となるのが、ユーザーの検索意図（クエリタイプ）別のAI Overviews表示率である。

Hakuhodo DY ONEでは、複数業界の主要プレイヤーを対象に、検索流入キーワードを、「Know」「Do」「Go」に分類し、それぞれにおけるAI Overviewsの表示状況を継続的に調査している。2025年12月時点の、それぞれのクエリのAI Overviews表示傾向は次のとおりだ。

このデータが示すのは、「AI Overviewsは、情報収集を目的とするKnowクエリに集中して表示されている」という事実だ。

つまり、ゼロクリックサーチの影響を最も受けやすいのは、Knowクエリへの依存度が高いサイトである。具体的には、金融・保険、BtoBといった業界や、情報提供を主軸とするメディア型サイトが該当する。実際、あるBtoB業界のSearch Consoleのデータでは、一部のKnowクエリにおいて、AI Overviews導入後にGoogle掲載順位1位のページのクリック率が約40％も減少していた事例が確認されているという。

一方で、購入・申込・予約などの行動を目的とするDoクエリや、企業名・サービス名を指名検索するGoクエリでは、AI Overviewsの表示頻度は相対的に低い。現時点では、これらのクエリを主戦場とするサイトにおいて、トラフィックの急落などの大きな影響は確認されていないという。

AI検索がユーザーの意思決定プロセスを変えつつある

では、AI検索の急成長によって、ユーザーの検索行動にはどのような変化が起きているのだろうか。登氏は、ユーザーの意思決定プロセスそのものが変わりつつあると指摘する。

従来であれば、検索とサイト訪問を繰り返しながら意思決定していたプロセスが、AIのインターフェース内での追加質問や対話を通じて完結するようになりつつあります（登氏）

これまでの購買ファネルでは、「認知 → 興味関心 → 比較 → 検討 → 購入」という流れの中で、検索とWebサイト訪問が複数回発生していた。しかし現在は、比較や検討の多くがAIとの対話の中で行われ、企業サイトを訪れるタイミングが「ほぼ決めた後」に後ろ倒しされるケースが見込まれるという。

こうした行動変化は、企業サイトのトラフィック減少としてネガティブに捉えられがちだが、登氏は別の側面にも注目する。それは、トラフィックの質の変化だ。

生成AIの台頭によりゼロクリック問題が指摘される一方で、AI検索経由の流入は従来型検索経由の流入と比べて、コンバージョン率が高いというデータも確認されています。このことから、サイトへ訪問するトラフィックの品質は高まっている可能性があります（登氏）

AI検索は単に検索トラフィックを減少させる存在ではなく、より意思決定に近いユーザーを企業サイトへ導く役割を担い始めているとも言えそうだ。

AIOの鍵を握るAI検索の内部構造：「学習」「推論」「RAG」とは

AIO（AI最適化）を考えるうえで、AI検索の内部でどのような処理が行われているのかを理解しておく必要がある。登氏は、AI検索の動作を大きく「学習」と「推論」の2つに分けて説明した。

• 学習：過去に収集された大量のテキストデータをもとにモデルが知識を蓄積するフェーズ
• 推論：ユーザーの質問に応じて、その場で必要な情報を参照・統合し、回答を生成するフェーズ

この推論の過程で使われる代表的な仕組みが、「RAG（Retrieval-Augmented Generation：検索拡張生成）」である。RAGでは、AIが自ら検索エンジンを用いて複数のWebページを参照し、その内容を統合したうえで回答を生成する。

そのためAIO（AI最適化）においては、学習フェーズで参照される学習データと、推論フェーズで参照される検索データの双方に、自社ブランドや自社情報が含まれている状態をつくることが重要になる。

こうした技術的背景から、AI検索への対応はGEO（生成エンジン最適化）やLLMO（大規模言語モデル最適化）、AEO（回答エンジン最適化）などとも呼ばれる。本記事では、これらを個別に区別するのではなく、総称として、AIO（AI最適化）という言葉で扱っていく。

「クエリファンアウト」とは何か

AI検索を理解するうえで、もう一つ欠かせない概念が「クエリファンアウト（Query Fan-out）」である。これは、従来の検索エンジンとAI検索との違いを生み出している仕組みだ。

クエリファンアウトとは、ユーザーが入力した1つの質問を、AIが複数のサブクエリに分解し、それらを並列で検索・情報収集する仕組みを指す。これにより、検索意図をより深く、網羅的に捉えた回答が生成される。

たとえば、「履歴書の書き方を詳しく知りたい」という質問が入力された場合、AIはこの文言をそのまま検索するのではなく、内部で以下のようなサブクエリに分解する。

• 履歴書の書き方 詳しいサイト
• 履歴書 作成方法 サイト
• 履歴書 書き方 ガイド

AIはサブクエリごとに検索を行い、複数のページから必要な情報を拾い集めて回答を生成する。その結果、AIが参照するコンテンツは、質問文と同じ言葉が書かれたページに限らず、周辺テーマを扱ったページにも広がる。

この仕組みを踏まえると、AIOでは、メインクエリだけでなく、関連するサブクエリ群においても検索結果上で評価される状態をつくることが重要になる。

もっとも、どのようなサブクエリが生成されるかは、AIプラットフォームやモデルによって異なる。自社で対応する場合は、AIプラットフォーム毎の回答傾向を踏まえ、周辺領域の検索キーワード群について検索意図を満たすコンテンツを着実に拡充していくことが、結果としてクエリファンアウトへの対応につながる可能性が高い。

AIプラットフォームごとの違い

ChatGPT、Gemini、Perplexityなど、AI検索を提供するプラットフォームは複数存在する。各プラットフォーム毎にプロンプトの意図に沿って回答を要約するという基本的な構造は共通しているものの、登氏はいくつかの相違点を挙げる。

ナレッジカットオフとは、モデルが学習に使用したデータの最終収集時点を指す。たとえば2026年1月時点で、ChatGPTの最新版にあたるGPT5.2のカットオフは2025年8月、Geminiの最新版にあたるGemini 3 Flashのカットオフは2025年1月とされている。

また、Hakuhodo DY ONEの調査によると、ChatGPTやGeminiでは、モデルによってはブラウジングを行わず、内部の学習データへの依存度が高いケースも多いという。

このように、AIプラットフォーム間で基本的な考え方は共通しているものの、細かな挙動には違いがある。こうした差異を理解したうえで施策を検討することで、AIOの精度はより高まっていく。

AIOのポイント3つ──SEOをどうアップデートすべきか

ここまで見てきたように、検索環境は確実に変化している。では、その中で企業はSEOをどのようにアップデートすべきなのか――この問いに対し登氏は、「AIOはSEOの否定ではなく、その延長線上にある」と前置きしたうえで、AI検索時代に意識すべき実践ポイントを3つ挙げた。

最適化ポイント① ブランド認知・言及の拡大

一般に、生成AIは、インターネット上の公開情報や書籍、Wikipedia、ニュースサイトなど、すでに世の中に存在する膨大な情報を学習データとして取り込み、回答を生成しているとされている。そのためAI検索では、「検索順位」以前に、そもそもその企業やブランドが情報空間の中で語られているかどうかが問われる。具体的には下記のような点だ。

• ユーザーにとって有益で、専門性・信頼性の高い一次情報の発信
• 第三者メディア・業界メディアでの言及・掲載

短期的なテクニックで露出を増やすのではなく、情報発信の積み重ねによって「AIが参照する前提情報の中に存在するブランド」になることが、AIOの土台になる。

最適化ポイント② ブラウジング機能を考慮したSEOの実施

AI検索では、AIがクエリに応じてリアルタイム検索を行うプロセスが含まれている。この挙動を踏まえると、従来型のSEOが有効に機能すると言える。

当社の調査では、AI検索における上位サイトと対象プロンプト（およびサブクエリ）における上位サイトの順位スコアに一定の相関が確認できており、対象プロンプトやサブクエリに対するSEOは有効に働くと捉えています（登氏）

単一キーワード単位ではなく、検索意図の周辺領域まで含めたテーマ単位でのSEO設計が求められるというわけだ。

最適化ポイント③ AIフレンドリー対応

AIクローラーはGoogleのクローラーと比べ、レンダリング性能が十分でないケースが多いことが確認されている。そのため、下記については、AIが正しく内容を認識できない可能性がある。

• JavaScriptに強く依存したコンテンツ出力
• クライアントサイドでしか表示されない主要情報

AIクローラーがJavaScriptで書かれた情報を読み取れないケースがあります。すべてのJavaScriptを排除する必要はありませんが、少なくとも主要なコンテンツはSSR（サーバーサイドレンダリング）で実装することが望ましいです（登氏）

そもそもSEOとは、情報をマシンリーダブルにし、機械可読性を高めるための手法でもある。その点では、AI検索という新しい領域においても、本質そのものが大きく変わったわけではない。

Google AIモードやAI OverviewsではGoogleプロダクトとの連携が重要

また、Google検索のAIモードやAI Overviewsでは、先述のポイントに加え、Googleが公式に提供する各種プロダクトとの連携も重要な要素となる。

AIモードでは、Webページだけでなく、Googleが公式に管理・構造化している情報が参照されやすい傾向が見られます（登氏）

実際、AIモードやAI Overviews上では、下記のようなGoogleプロダクトが回答の中で高い存在感を示すケースがある。

• YouTube
• Googleビジネスプロフィール

中でも特徴的なのがYouTubeだ。AIモード上ではYouTubeコンテンツが参照されるケースが多く、“外れ値”レベルで高い露出率を示すことが確認されている。

AIモード上の評価スコアと、従来のGoogle検索順位との相関を分析したところ、YouTubeだけが明らかに高い数値を示していました（登氏）

こうした傾向を踏まえると、特定のクエリによっては、AIモードへの対応を考えるうえで、YouTubeを活用した情報発信を選択肢の一つとして取り入れるのも有効だろう。

対話型UXが変える、検索体験のあり方

今後の検索体験はどう変化していくのか。登氏は、検索とUI/UXが融合した「対話型UX」の進展に注目している。

海外ではすでに、一般的なWebサイト上で、複雑な自然言語の質問に対してその場で回答を返す対話型検索の事例が登場している。

こうした動きが広がれば、従来のような階層的なWebサイト構造は簡素化され、場合によっては「Webサイトという概念自体が薄れていく可能性もある」と登氏は指摘する。

一方で登氏は、こうした未来像に対して、「UI/UXの進化だけに目を向けすぎると、検索やAI検索からの流入経路そのものを狭めてしまうリスクがある」と警鐘も鳴らす。表層的な体験改善に振り切るのではなく、SEOやAIOによる入口設計と、対話型UXの設計を両立させる視点が不可欠になる。

こうした問題意識を背景に、同社ではAIに理解されやすく、かつユーザー体験にも配慮した“AIフレンドリーなオウンドメディア”の構築を支援するため、「AIO Web Experience Consortium」を立ち上げた。AIエージェント時代を見据え、検索・UX・コンテンツを横断したWeb体験のあり方を探る取り組みを進めている。

AI検索時代に向けたR&D拠点、ONE-AIO Lab

本記事でここまで登氏が示してきたAIOに関するグラフやデータは、すべて、Hakuhodo DY ONEが立ち上げた研究組織「ONE-AIO Lab」によるR&Dの成果だ。

ONE-AIO Labは、検索体験の変化に対応するため、Hakuhodo DY ONEが株式会社AI Hackと連携して立ち上げた、AI検索領域に特化した研究開発組織である。同ラボでは、AI検索の回答内で自社ブランドがどのように言及されるか、その要因を調査・分析し、クライアントの意思決定に資するデータ提供を行っている。また、AI検索が今後どの程度まで成長していくのかについても、過去データをもとに統計的なトレンド分析や予測を行っている。

単に「AI検索は重要だ」と煽るのではなく、流入ポートフォリオの視点から、「いつ」「どの事業フェーズで」「どの程度取り組むべきか」まで含めて相談できる体制を整えている点が特徴だ。

アイレップのDNAを引き継ぐ、AI時代のSEO研究

Hakuhodo DY ONEは、デジタル・アドバタイジング・コンソーシアム（DAC）とアイレップの2社が統合し、2024年4月1日に設立された。登氏は、ONE-AIO Labがアイレップ時代の組織をそのまま引き継いだものではないとしつつも、「検索エンジンではなく、ユーザーを見る」という価値観は大切にし、継承していきたいと話す。

加えて、「10年以上の伴走型コンサルティングの現場経験の中で、本質だけでは意思決定が難しいお客様がいることも目の当たりにしているため、その本質とクライアント企業とのハブとなるR&Dの調査データを基に、クライアント企業の成長や意思決定を促せるR&Dを推進していきたい」と付け加えた。

また、ONE-AIO Labは、アイレップから引き継いだ、業界最大級のキーワードデータベースを基盤に、国内外の検索結果を10年以上にわたり継続的にモニタリングしている。これにより、新規台頭プレイヤーの動向やアルゴリズム変動時の傾向を把握できるR&D環境を構築している。

博報堂ＤＹグループのアセットを活用した検索体験横断のSEO 

さらに、博報堂ＤＹグループのアセットを活用し、「検索（SEO）」と「訪問（CRO・UI/UX）」にとどまらず「認知」まで含めた検索体験全体を対象としたサービス提供やR&Dが可能な点も特徴だ。

例としては、テレビCMや動画広告などの認知施策と検索順位の関係を分析し、素材ごとのサーチリフトやパフォーマンスを定量的に評価するなど、認知施策と検索行動の関係を科学的に検証する取り組みも進めているという。

最後に、登氏は企業のWeb担当者にこう語りかけた。

ちまたでは、AI検索の台頭に伴い、危機感を煽る情報発信がある一方で、現時点での流入インパクトは限定的だとする見方もあり、相反する情報が混在している状況です。そのため、マーケティングのご担当者にとって意思決定が難しい領域だと捉えています。

当社では、AI検索に関する施策のご支援に加え、AI検索の利用状況や成長率などのデータを踏まえ、「どの事業フェーズで、いつから対応を進めるべきか」といった漠然としたフェーズからのご相談も承っておりますので、AI検索についてお困りのことがございましたら、お気軽にご相談ください（登氏）

AI検索をめぐる環境は目まぐるしく変わるが、過激な言説に振り回されることなく、冷静に一歩ずつ準備を進めることが重要だと言えるだろう。