米国消費者の60%、ブランドメッセージ内の「AI」に嫌悪感
(wpvip.com)- WordPress VIPの2026年調査によると、米国の消費者はウェブを以前より人間味が薄いものと感じており、ブランドのAIメッセージングもまだ信頼できる成功事例を生み出せていない
- 消費者の74%はインターネットが10年前より人間味がないと答え、オンラインでのやり取りが人工的に感じられるbot fatigueには平均40分で達する
- 消費者の61%はAIをメッセージングにうまく活用しているブランドを思い浮かべられず、60%はブランドメッセージ内のAIを機能ではなく嫌悪感として受け止めている
- AI brand visibilityは、ChatGPT、Perplexity、Claude、GeminiのようなAIエンジンの回答にブランドが登場する頻度を指し、検索順位とは異なる測定課題である
- 企業は、AIが引用できる構造化コンテンツと、人がとどまる理由になる体験を同じウェブサイト上で提供する必要があり、それを測定するツールのエコシステムはまだ定着途上にある
ウェブが人間味を失っていると感じられる理由
- WordPress VIPによる2026年の米国消費者1,200人調査では、消費者の74%がインターネットは10年前より人間味がないと答えた
- オンライン上のやり取りが人工的に感じられ始めるbot fatigueまでの平均時間は40分である
- ウェブを訪れる価値を生んでいた小さな瞬間が減るにつれ、利用者は機械が話しているような体験をより早く察知するようになっている
AI brand visibilityが検索可視性と異なる点
- AI brand visibilityとは、ChatGPT、Perplexity、Claude、GeminiのようなAIエンジンが生成した回答の中にブランドがどれだけ頻繁に登場するかを指す
- 検索エンジンの可視性は結果ページでの順位を測るが、AI brand visibilityはAI回答の内部で言及されているかを見る
- Googleで最上位に表示されるブランドでも、ChatGPTの回答にはまったく登場しない可能性がある
- 2026年時点で、すべてのAIエンジンにおけるブランド可視性を包括的に追跡する単一ダッシュボードは存在しない
- この分野には確立されたリーダー企業はなく、「うまくやれている」とする共通基準もまだ定まっていない
消費者から見たブランドのAI活用
- 消費者の61%は、AIをメッセージングにうまく活用しているブランドを思い浮かべられない
- 16%は、AIをうまく使っているブランドはまったくないと答えた
- 60%は、ブランドメッセージに含まれるAIを機能ではなく嫌悪感として見ている
- 企業はこの1年でAI戦略に予算を投じてきたが、消費者認識の面では明確な成功ブランドはまだ存在しない
- 企業チームはAI visibilityの改善に週平均16.6時間を費やしている
ウェブサイトが同時に担うべき2つの役割
- AIエンジンには見つけて正確に引用できるコンテンツが必要であり、人間にはクリック後にとどまる理由が必要である
- 人をとどまらせる要素の方がより難しく、多くのエンタープライズはまだそれを手探りで見極めている段階にある
- 注目すべきブランドは、平板なAI要約では提供できない体験に注力している
-
インタラクティブコンテンツ
- 動的な体験や、ユーザー自身ができる小さなアクティビティが、ウェブサイトを訪れる理由になる
- ウェブサイトは、AIが引用できる構造化コンテンツと、読者が時間を使う価値のある体験をあわせて提供する場である
- WordPress VIPは、この基盤をWordPress VIP for Enterpriseで提供していると紹介している
- 関連フレームワークはFuture-Proof Your Brand for the AI-Native Webにまとめられている
-
AI brand visibility測定ツールの主要カテゴリ
- AI brand visibilityツールというカテゴリが生まれてからまだ約2年しか経っておらず、ツールのエコシステムはまだ定着途中である
- 価格はカバレッジとカスタマイズの水準によって、無料から6桁金額まで幅広い
- 特定の製品は今後12カ月で変わる可能性があるが、ツールカテゴリそのものはより長く残る可能性が高い
-
AI citation monitoring platforms
- ChatGPT、Perplexity、Claude、Geminiの回答にブランドがどれだけ頻繁に登場するかを追跡する最新カテゴリである
- 大規模にクエリをシミュレーションし、時間経過に伴う引用頻度やセンチメントを示す
- ツール例としては、Profound、BrightEdge、brandvisibility.ai、Tryevergreen、そして2025年末に登場した小規模競合がある
- AI visibilityをビジネス成果と結びつける必要があるチームに適している
- 注意点
- 価格モデルはまだ定着していない
- 意味のあるベースラインを作るには通常4〜6週間のデータ収集が必要である
- サンプルベースのクエリシミュレーションには抜けがある
- すべてのAI回答を「完全カバー」すると約束するツールは、方法論を誇張している
-
Search analytics with AI overlays
- 既存のSEOプラットフォームが2024年からAI追跡へ拡張したカテゴリである
- 従来の検索指標の上にAI引用データを重ねて表示する
- ツール例は、Similarweb AI Intelligence、Semrush AI Toolkit、Ahrefs Brand Radarである
- 既存のSEOワークフローを維持しつつAI visibilityデータを見たいチームに向いている
- オーガニック検索トラフィックとAIトラフィックを同じ画面で見られる統合レポートが主な価値である
- 注意点
- 専用のAI citationプラットフォームよりAIカバレッジは総じて狭い
- 検索向けに作られたツールのため、AI面はまだ追いついている途中である
- ここで得られるAI指標は方向性を見る指標として扱うべきである
-
Web analytics with AI referral tracking
- AIエンジンから流入したトラフィックを検出・分類するウェブ分析カテゴリである
- citation monitoringツールがブランド言及の有無を教えるなら、このカテゴリは言及後に何が起きたかを示す
- ツール例として、WordPress VIP製品群のParse.ly、Plausible、Fathom Analytics、カスタムセグメントを設定したGoogle Analytics 4などのエンタープライズ分析プラットフォームがある
- AI引用はファネル上部に当たり、このカテゴリはその引用が何に転換されたかを測定する
- 注意点
- AI referrerの検出方法はプラットフォームごとに異なる
- 一部のAIエンジンはきれいなreferrer headerを渡すが、一部はUTMタグ付けに依存する
- きれいなデータを得るには、コンテンツチームと分析チームの連携が必要である
-
Brand intelligence platforms
- 既存のソーシャルリスニングやPRモニタリングにAIサーフェス追跡を加えたブランドモニタリングカテゴリである
- AIエンジンを、ソーシャルおよび従来メディアでの言及と並ぶ1つの入力として扱う
- ツール例は、Brandwatch、Talkwalker、Meltwaterである
- 危機モニタリングやshare-of-voice追跡のために、すでにこれらのプラットフォームを使っているコミュニケーション・PRチームに適している
- 注意点
- 専用のAI citationツールよりAIカバレッジは軽めである
- 全体像の把握には有用だが、細かな引用分析にはやや不向きである
-
Custom solutions
- エンジニアリング能力のある企業は、LLM APIでAIエンジンに定期クエリを送り、その結果を自社ダッシュボードに表示している
- Pew Research CenterとWordPress VIPの取り組みがこのアプローチの例である
- 独自クエリを定義し、データを自らコントロールしたいエンタープライズに適している
- ブランドのAI visibility戦略が、既製ツールでは十分に扱えないニッチ・業界別クエリに依存している場合に向いている
- 注意点
- 保守負担がある
- LLM APIへのアクセスは安定してきたが、価格とrate limitは頻繁に変わる
- 自社ダッシュボードを最新状態に保つには継続的なエンジニアリング投資が必要である
ツールを選ぶ際の判断基準
- 「自社は引用されているのか？」を知りたいなら、AI citation monitoring platformを使う
- 「検索成果に対して自社は引用されているのか？」を見たいなら、AI overlay付きのsearch analyticsが適している
- 「引用された後に何が起きるのか？」を見たいなら、AI referral tracking付きのweb analyticsを使う
- 「AIはより広いブランドセンチメントの中でどの位置にあるのか？」を見たいなら、brand intelligence platformが必要である
- 上記カテゴリで答えられない対象を追跡する必要があるなら、custom solutionを構築する
- ほとんどのエンタープライズは2つのカテゴリを併用している
- 最も一般的な組み合わせは、AI citation monitoringツールでブランド露出の有無を確認し、web analyticsツールでそのvisibilityの価値を測定する方法である
- この組み合わせを先に確立したブランドは、2027年のAI visibility予算を予算会議で再び議論しなくて済む立場に近づく
4件のコメント
AIの露出が高いブランドが、果たして消費者にとっても本当に良いブランドなのかは分からないですね。
アイスランド旅行を計画したときに、氷河洞窟ツアー業者のおすすめをLLMに頼んだのですが、後で分かったのは、その業者は数年前に人身事故を起こしていて、インターネット検索でいちばん上位に出てくる場所だっただけなんです。
LLMは、人間にとって重要だったはずのそうした文脈を、プロンプトされていないという理由で無視し、単に検索結果のコンテキストで露出の高い業者を選んで、その業者が掲げる長所だけを組み合わせて私に紹介してきた、というわけです。
製品は結局、品質で評価されるべきなのに、ことさらAIを前面に押し出した製品は、低い品質をAIというキーワードで覆い隠している場合があまりにも多いです
歴史は繰り返されます
https://m.imaeil.com/page/view/2026032416585900788
Hacker Newsの意見
「顧客やユーザーは朝起きて『今日はチャットボットやAIエージェントと話したい』とは思わない」というのは本当にその通り。
AIカスタマーサポートエージェント の導入を主導したが、経営陣は大成功だと見ていた一方で、指標はまったく別のことを示していた。顧客は本当に嫌っていて、技術分野でこれほど嫌われているものを見たことがない。
うちがうまく作れなかったと思われると困るので補足すると、業界トップクラスのベンダーを使い、社内テストもかなり厳しく行い、レイテンシも詰めた。最終版はかなり良い出来だと思っていたが、顧客はとにかく嫌がった。
ただ用件を残してテキストに書き起こされ、人が処理してくれればいいだけなのに、結局同じことをするボットにゆっくり説明したいわけではない。
しかも最初にやり取りした数文のあいだ、自分がボットだと明かしもしない。十分もっともらしいのでだまされてしまい、たいしたことのないロボットと話していたと気づいたときの失望が大きくて、その感情が今では歯科医院のブランドと結び付いてしまった。
人間のふりをさせるべきではない。
このAIは、それがディーラーのミスかもしれないという状況をまったく想定するよう訓練されておらず、ひたすらウェブサイトで予約するか、自費で新しい予約を取るよう誘導してきた。
ディーラーがAIに丸投げし、そのAIを問題解決ではなく予約取得専用に合わせ込んでいたのは、実質的にこちらをないがしろにしているのと同じだ。こちらに余計な手間を押し付け、時間を無駄にさせる無礼なやり方だ。人につながるころには、すでに腹が立ち、不信感も生まれていた。
革命的とまでは思わないが、インターフェースの隙間を埋めてくれたし、これまでのモデルは有用で誠実で、ユーザーの指示に従うよう訓練されている。従来のパターンよりずっと快適だ。
人と話すほうがチャットボットより良いと思うかもしれないが、悲しい現実として、カスタマーサポート担当者のほうがLLMよりボットっぽく振る舞うことも多い。ケースバイケースではあるが、たいていはむしろLLMと話したい。
間違っているかもしれないが、多くの製品においてAIは、消費者への価値というより ベンチャーキャピタルと技術業界内部 に向けたシグナルのように感じられる。
消費者が知りたいのは「この製品が実際に自分に何をしてくれるのか」であって、それが今日の流行語で実装されているかどうかではない。
多くの人が受け取るメッセージは、「剽窃し、アーティストを失業させ、やがてあなたも失業させ、出力物を平凡で味気ないものにする技術で作られた」というものに近い。
むしろ「児童労働で作りました」と宣伝するのに近い。
消費者は、開発者がどんなコードを書くかや、どのクラウドプラットフォームにデプロイするかを気にしないのに、なぜ製品内のAIを気にしなければならないのか。AIは機能ではない。機能こそが機能だ。その機能が何なのかを伝えるべきだ。
その後、名前を Advanced Search に変え、きらきらしたアイコンなどはそのままに、ほぼ「AI」を「Advanced」に置換しただけだった。
否定的なフィードバックは止まり、翌日には誰かがものすごい機能だと書き送ってきた。
ブランディングは本当に奇妙だし、現代のメディア環境も奇妙だ。AIを嫌うのが正しいとか間違っているとか言いたいわけではないが、人によってはその言葉が、自分の仕事とはまったく関係のない文脈でさえ「こいつらが自分の仕事を奪いに来る」という警報を鳴らす。世論調査でも、AIに関する懸念の中で 雇用の安定 が圧倒的に大きい。
「That’s so AI」は実際に俗語になっていて、「すごくクールで自動化されてるね！」という意味ではない。
実際には何も解決せず、機能表のチェックボックスのように感じられる。チャットボットを1つ付ければ終わり、という感じだ。
Squareが最近「managerbot」を出したときは、実際そういうものを欲していたので「お、悪くないな」と思った。ところがシステム内のデータについていくつか尋ねると、ほとんど答えられず、そのうえ非常に遅かった。自分でレポートを引き出して情報を探すほうが、ボットより速かった。
Squareだけではなく、Salesforce、Microsoft、Googleなどもみな同じだ。
個人的にはAIツールを使うのは好きだが、マーケティング疲れ も感じている。開発者たちはどこにでもAIを入れ、うまく作れず、それでも中核機能のように宣伝する。
自然なサイクルなのかもしれない。今は誇大宣伝の頂点から幻滅へ移るあたりにいるようだ。
最近のデバイスに無理やり押し込まれている「AI」ゴミの問題はまさにこれだと思う
私たちは何年も 機械学習機能 を使ってきたし、実際に利点もあったが、ほとんどの人はその仕組みを知らなかったし、気にもしていなかった。単に裏で役目を果たしていて、基盤技術を顔に押し付けてくることもなかった
ところがAIは正反対だ。技術を先に打ち出して、利点は後回しだ。むしろUIを悪くし、利点はほとんどないか、まったくない場合すら多い
ほとんどの消費者は、技術がどう動くかよりも、きちんと動いて利点をもたらすかを重視する
AIは、時間も労力もかけたくない人が使うことが多く、結局それが本質だ
自分に問いかければいい。個別のメッセージが込められたクリスマスや誕生日のカードを受け取りたいのか、それとも100% AIボットが作ったものを受け取りたいのか。しかもそこにハルシネーションまで含まれていたらなおさらだ
ここでの本当の変化は、「すべてのための一つの入力」インターフェースを試そうとしていることだが、実際にそれがユーザーにとって最善であるケースはごくまれだということを理解していない
いつもの例がGoogle Mapsの音声認識だ。以前は「Hey Google, ETAがいくら？」と聞けば、到着までの残り時間を魔法のように答えてくれた。ところがある時点で壊れ、何年も動いていない。最後に試したときは、スマホがウェブブラウザを開いてウェブ検索してしまった
Geminiを無理やり入れられたとき、最初にやったのはオフにする方法を探すことだった。朝にカレンダーの予定を読み上げるよう選んでいた以前の音声を上書きしたからだ。実際には正常に読み上げ始めても、その間抜けなGemini音声が割り込んできて、まったく役に立たなかった
全部 エンシティフィケーション だ
機能はそれ自体で語るべきだ。良い機能なら、基盤技術をマーケティングする必要はない
たとえば設定がSQLiteデータベースに保存されていることなど、誰も気にしない。どう保存されるか自体を気にしていない
友人が新しいスマホを見せて、月をものすごくズームして個々の岩まで見えると感心しているとき、それにAIが使われているかどうかはまったく重要ではない。ただカメラを使っているだけだ
AIで機能を作ったとしても、パッケージにAIと書くのではなく、実際に何をして、どれだけうまくできるのかを示すべきだ。AIを使っていると言うのは無意味だ。いくら略奪者階級が望んでも、「fetch」が流行ることは絶対にない
ほとんどの消費者にとって、AIは差し引きマイナスになる気がする
すでにますます多くの企業がコールセンターやサポートのフローにAIを使っているのが見えているが、顧客を足止めするために使われることが多い。とても丁寧で詳しく答えるが、決定権 がないので問題を解決できない
この新しい世界にはまったく期待できない。AIはクリエイターにとって強力で有用なツールだが、すでに間違った理由で使われており、戦争で破壊する目標を選ぶところにまで使われているようだ。ある分野では、ほとんど監督なしに生死を分ける判断まで下すようになっている。それなのに、この技術に対するどんな規制も無意味で不当だと考える人たちがいる
誤解してほしくない。私もAIをいつも使っているが、私たちが経験してきたどの技術的進歩よりも、良い面でも悪い面でも最も破壊的な変化になるのではないかと恐れている
チャットボットのようなツールでAIを直接使うときは、たいていこちらが能動的に選び、ある程度のコントロール権もある。うまくいかなければ、いつでもやめて自分でやればいい
しかしコールセンターや製品にAIが組み込まれている状況では、ユーザーに選択権が与えられないことが多い。他の選択肢なしに強制されるか、少なくともLLMが諦めるまで付き合わされる
ユーザーが望むときに LLMループ から抜け出せないので、ユーザー敵対的だ
それに加えて、ほとんどの企業は誰かのKPIや社内指標を満たすために、AI関連機能の利用を強制している
LLMが仲介するシナリオなら、なぜ人が電話をかける必要があるんだ。あなたのLLMが相手のLLMと話せばいい
間に立ちはだかる存在が最低賃金の人間であることを望んで、コールセンターを懐かしんでいるのか？ コールセンターは悲惨な場所なのに、そんなディストピア的な事業に人間を結び付け続けたがることに、どういう満足があるのかわからない
多くの場合、基本的なフォーム情報を集める作業で、人の労働時間がかなりかかる
カスタマーサポートにもっと多くの人員を求めるなら、どのみちはるかに多くのコストを払わなければならない
他の技術と同様に普及には時間がかかるだろうが、コールセンターの見通しは良くなさそうだ
AIは「品質を犠牲にして速く安くする」という印象なので、消費者が嫌いでビジネス側の人たちが好む理由は完全に理解できる
消費者にAI製品を使ってくれと叫んで懇願しなければならないなら、単にやり方を間違えているだけだ
商品を見ていて、レビューで「battery life」というキーワードを検索して実際の人たちがどんな体験をしたのか知りたいのに、今はそれができない
Rufusで「battery life」を検索すると、いつも「多くの顧客がバッテリー寿命は良いと報告していますが、別の顧客は予想より短いと言っています」みたいなたわごとが返ってくる
私が欲しいのは人間の体験だ。具体性が必要だ。なぜすべてが「良いか悪いか」に切り分けられなければならないのか？
AIが価値を加えるとしても、その価値は消費者に還元されるのではなく、誰かに取り込まれている
Siriが役に立つときは好きだが、邪魔するときは嫌いだ
実に厄介な謎だ。いったいなぜ消費者はこんな反応をするのだろう？
まさか「AI」がしばしば「従業員を解雇してもっと稼ぎたい。しかも品質は実は気にしていない」という意味だから、なんてことはないよね？
「なぜでしょう？ どうしてそうなるのでしょう？ 答えは、顧客はマーケティングによって品質についての意見を作るわけではないからです。顧客は製品やサービスについての自分自身の経験で品質を判断するのです」
— Steve Jobs
出典: https://youtu.be/XbkMcvnNq3g?si=8Y56TFmKHJhlFXoE&t=364
ブランドにAIがうまく導入されて実際に自分の利益になった事例を、まだ見たことがない
QuickBooksはUI全体を押しのけるうっとうしい提案を表示し、しかもオフにもできない。今では誤クリックまで生まれている
ロボット掃除機のAIはただのラベルのように見える。掃除機と会話したいわけではない。予測可能に私の物を掃除してくれればいい
TVはGeminiにアップグレードされた。なぜなのか分からない。TVと会話することもないのに、ずっと目の前に押しつけてくる。Plex->Atmosストリーミングができる機器を買おうかと思っている
ドットコム・ブームを想像すればいい。ただし大半の消費者がインターネット関連の物に否定的な感情を持っていて、CEOたちだけが互いにインターネット自慢を競っている状況に近い
良いAI製品も確かにあるのだろうが、圧倒的大多数はゴミに見える
例外はコーディングエージェントと単純なWebテキスト・画像インターフェースくらいだ
だからシグナルとしてのAIブランドは最悪に近い。暗号資産級だ。だが暗号資産と同じく、投資家は基盤となる実体と関係なくそのシグナルを見たがる
現在LLMが得意なことの多くは、結局のところ翻訳に行き着くように思える
あるプロンプトを個別のToDoリストに翻訳し、それぞれのToDoをさらに新たな翻訳として扱い、たとえばToDoをコードに変換したり外部ツールを呼び出したりする。インターネット検索、静的コード解析、データベース要求のようなものだ
そうしたToDoの結果を最終テキストに翻訳するか、新しいToDoリストに翻訳する
だから興味深いと感じるのは、もしかするとホモ・サピエンスの知能も、コミュニケーション、つまり言葉を行動に翻訳する過程の副産物として発達したのかもしれない、という点だ