GEO/LLMOに動く企業の過半数がPoC到達、壁は「ROIが見えない」

過半数がPoCを超えた──GEO/LLMOは「検討」から「実装」へ

2026年に公表されたGEO/LLMO関連の調査で、ひとつの節目が示された。AI検索最適化に取り組む企業のうち、51.45%がPoC(概念実証)以上の段階に到達したという数字である。検討で止まらず、何らかの形で手を動かす企業が過半を超えた。

この数字の重みは、対象が「取り組む企業」に限られる点を踏まえると見えやすい。母集団は関心層であり、世の中全体ではない。それでも、関心を持った企業のうち半数強が試行に進んでいる事実は、AI検索対策が一部の先進事例から実務の選択肢へと移りつつあることを示す。

出典であるLANYのLLMO白書は全70ページで、2026年3月に公開された。AI検索における購買・マーケティングの変化、国内企業の導入障壁、AI回答の設計、最適化フレームワーク、投資判断までを一通り体系化した資料で、初期段階から積み上げた検証結果を幅広く集約している。

ただしPoC到達は到達点ではなく、むしろ出発点に近いと捉えるべきだ。試したという事実と、成果が出て社内に定着したという事実の間には、決して小さくない距離がある。次節以降では、その距離を生み出す障壁の正体と、企業規模によって生じる初動の差を順に見ていく。

なぜ今なのか──検索からAIへ、流入構造が動いている

企業が一斉に動き出した背景には、検索という入口そのものの変化がある。Gartnerは2024年の予測で、AIチャットボットなどの普及により2026年までに従来型の検索エンジンの利用量が25%減少すると示した。利用者が情報の入口をAIに移し始めているという見立てである。

需要側の変化も無視できない。ドコモの2026年調査では、日本の15〜69歳における生成AIの利用率が51%に達し、前年の約29%から1年でほぼ倍増した。検索の代わりにAIへ質問する行動が、もはや特定の先進層ではなく生活者全体へと広がりつつあることを示す。

供給側、つまり企業の生成AI活用も進む。総務省『令和7年版 情報通信白書』は企業のAI利用状況を整理しており、業務への組み込みが一般化しつつある実態を示す。自社で使う側であると同時に、AIに「選ばれる」側でもあるという二重の当事者性が、対策への動機を強めている。

つまりGEO/LLMOへの着手は、目新しさへの追随というより、流入構造の地殻変動に対する防衛反応に近い。検索からの流入を前提としてきた集客モデルが揺らぐなか、入口の一定割合をAIが占める未来をあらかじめ織り込もうとする動きが、企業の側で静かに始まっている。

最大の壁は「ROIが見えない」──23.34%が示すもの

PoCを超えた企業の前に立ちはだかる最大の障壁は、技術でも社内体制でもなく、ROIの不透明さだった。調査では障壁の最多回答がこの項目で、全体の23.34%を占めている。投資対効果が見えないために、継続や拡大に向けた判断が止まってしまうという構図である。

なぜ効果がこれほど見えにくいのか。AI検索経由の流入は、従来の検索ほど計測の基盤が整っていない。回答内にブランドが引用されても、それがクリックや訪問、そして最終的なコンバージョンにどう結びついたのかを、一気通貫で追いかける仕組みがまだ未成熟だからだ。

さらにAI検索は、量より質に寄りやすいという特性を持つ。表示回数そのものが小さくても、購買意欲の高い文脈で引用されれば十分に成果につながりうる。逆に従来のPV指標だけで評価すると過小評価になりやすく、既存KPIとの相性の悪さが「見えなさ」をいっそう増幅させる。

ここで効いてくるのが、出発点をCVに置く測定設計である。AIサービスごとの流入から行動、そしてCVに至るまでの経路を可視化できれば、ROIをめぐる議論は感覚論から数字の議論へと変わる。障壁の正体が測定の不在である以上、その解もまた測定の設計のなかにある。

規模で割れる初動──大企業先行が意味すること

全体の過半数がPoCを超えたとはいえ、初動には明確な濃淡がある。出典によれば、売上100億円以上の企業では60%超が既に対策を始めているとされる。資金と人員、そして実験に充てられる余力のある層が先に動いている、という素直で予想どおりの構図だ。

大企業が先行する理由は、ROIの不透明さという障壁のちょうど裏返しでもある。効果が読みにくい施策は、短期回収を強く求められない体力のある企業ほど試しやすい。逆に中堅・中小では、見えないROIが着手そのものをためらわせる要因として強く働きやすい。

この差は放置すると累積する性質を持つ。AIに引用される実績やコンテンツの蓄積はどうしても時間を要するため、先に始めた企業ほど後発との距離を広げやすい。検索のドメイン評価が時間とともにじわりと効いてきたのと似た構造が、AI検索でも起こりうる。

中堅・中小にとっての含意は、全面投資ではなく狭く深い検証から入ることだ。自社が選ばれたい問いを絞り込み、その文脈での引用率と流入を地道に測る。規模で正面から勝てないからこそ、領域を絞って測定可能な範囲で先行実績を積み上げる発想のほうが現実的だ。

実務への示唆──「見えるROI」をどう設計するか

障壁がROIの不透明さである以上、事業会社のマーケ担当が最初に取り組むべきは派手な施策ではなく、測定の足場づくりだ。AI経由の流入を既存の解析基盤と接続し、どのAIサービスから来た訪問がどのCVにつながったのかを追える状態をまず作ること、それがすべての起点になる。

次に、評価指標を従来の検索とは明確に分けて持つことが要る。表示回数やクリックだけでなく、AIの回答内で自社が引用された頻度、引用された文脈、そしてそこからの流入の質を見る。量の指標に質の指標を足し合わせることで、過小評価も過大評価もともに避けやすくなる。

投資判断は一度に決めず、段階的に行うのが現実的だ。全社展開の前に、勝ちたい問いを絞ったPoCで引用率と流入を計測し、数字が立った領域から順に広げる。51.45%がPoC以上に達した今、競争の焦点は着手の有無から、その検証を定着へと転換できるかどうかへ移っている。

あわせて留意すべきは、AI検索の評価基盤がなお発展途上である点だ。計測手法も各社でまちまちで、数値は絶対値よりも変化の方向で読むのが安全である。過度な期待も過度な様子見もともに避け、測りながら学ぶ姿勢こそが、見えないROIと向き合ううえで最も堅実な構えになる。

まとめ──現在地は「過半数が試した、定着はこれから」

2026年のデータが描くGEO/LLMOの現在地は明快だ。取り組む企業の51.45%がPoC以上に達し、試行は広がった。だが最大の障壁であるROIの不透明さ23.34%が示すように、試したことと成果が定着したことの間には、なお測定という溝が残っている。

その背景にあるのは、ほかでもない流入構造の変化だ。Gartnerは従来型検索の利用量が25%減ると予測し、ドコモ調査では日本の生成AI利用率が51%に達した。入口がAIへ移るほど、AIに選ばれるための設計が持つ価値は上がる。着手は一過性の流行ではなく、構造変化への適応である。

事業会社にとっての論点は、もはや「やるか否か」ではなくなっている。先行する大企業との差が累積する前に、勝ちたい領域を絞り、CVを起点にROIを可視化し、その検証を定着へと転換できるか。見えないROIを見えるものへと変えていく設計力こそが、これからの一年の差を静かに分けていく。