ChatGPT、Google、そして最近では Apple が電子商取引市場を独占するために AI 競争を加速させたとき、多くの専門家は、2025 年がユーザーのオンライン検索とショッピングの方法を再構築するマイルストーンになると予測しています。その文脈において、ブランドは優位性を維持し、主導的な地位を維持するために何をする必要があるでしょうか?
AppleとGoogleの独占禁止法裁判で、氏は エディ・キュー、アップルCEO Safariの公開以来初めて、ブラウザ上でのGoogle検索が減少したことを明らかにした。同氏によると、主な理由は、ユーザーが情報を検索するために AI チャットボットを利用していることにあるという。
による研究 ベイン&カンパニー2025 年 2 月に出版された、この見解も補強しました。 消費者の80% 現時点では、少なくとも AI によって生成された結果に依存しています。 検索の 40% その結果、オーガニックウェブトラフィックが減少します 25%。顕著、 42% 大規模言語モデル (LLM) ユーザーは、AI プラットフォームからショッピングの推奨事項を直接受け取りました。
この波に直面して、テクノロジー大手はすぐに戦略的な動きを開始しました。 OpenAI 統合された支払い機能をテストし、ユーザーがアプリケーションを離れることなく ChatGPT 上で直接購入できるようにします。 Googleに関しては、昨年5月、同ブランドは生成AIに基づく検索エンジンに「AIモード」を導入し、仮想試着、パーソナライズされたショッピング提案を含む3つの新しいショッピング機能を導入した。 ジェミニ 自動価格比較機能はすべて米国市場で最初に導入されました。
この変化により、広告業界とマーケティング担当者は戦略の調整を余儀なくされています。 SEO (検索エンジン最適化) 豪華な AIO（AI最適化）。実際にどのような要因が大規模な言語パターンを「引き起こす」のかを正確に判断することは困難ですが、多くの電子商取引 Web サイト最適化手法が登場し、検索の新時代においてブランドが競争力を維持するための新たな道を切り開いています。
以前のように短いキーワードをいくつか入力する代わりに、ユーザーは長い会話のような質問をしたり、さらに多くの質問を追加したりする傾向があります。これが、大規模言語モデル (LLM) と従来の検索エンジンの主要な違いです。
祖父 Max Sinclair 氏、ブランド向け AI 検索戦略のコンサルティングを専門とする Azoma AI の CEO、 言った： 「定期的に使用すると、これらの AI モデルは、蓄積された知識とコンテキストの全体である『世界のモデル』に基づいて長い形式のクエリを処理します。同時に、年齢から場所、興味に至るまで、Google が過去 20 年間に収集したデータも AI 検索に統合され、ユーザーの意図と検索コンテキストをより深く理解できるようになります。」
これは、従来の「キーワード ハッキング」の時代が終わったことを意味します。代わりに、ブランドは、製品カテゴリの説明、一般的な問題の解決、FAQ やチュートリアルなどの会話コンテンツの開発に重点を置くなど、ユーザーの検索意図を明確に表すコンテンツを作成する必要があります。
大きな言語が注意を払う要素には、製品名だけでなく、対象となるユーザー、機能、アプリケーションシナリオ、および特定の状況も含まれます。たとえば、ブランドは単に「100% イタリアンレザーのハンドバッグ」と書くのではなく、「100% イタリアンレザーのハンドバッグ、ラップトップコンパートメント付き、20～30 歳の女性に適し、オフィスファッションからエレガントな夜のパーティーまで柔軟に対応します。」とさらに詳しく説明できます。
専門家らは、ブランドはウェブサイト上の商品説明コンテンツを管理することに加えて、視野を広げ、商品やブランドに関する未確認のコメントや意見など、デジタル環境全体にわたるすべてのブランド関連情報を積極的に管理し、最適化する必要があると述べています。
AI 検索における大きな変化の 1 つは、マルチモーダル検索への移行です。 (マルチモーダル)、コンテキストにはテキストだけでなく、製品画像も含まれます。製品画像とテキスト説明が一致していて一貫性が高いほど、画像が「正しく理解され」、AI モデルによってユーザーに提案される可能性が高くなります。
以前は、モデルが視覚信号を認識できないため、「青いハンドバッグ」を検索すると、結果として赤、茶色、または黒のバッグが返されることがありました。その主な理由は、多くのブランドが、関連性に関係なく、表示される可能性を最大化するために「キーワードを詰め込む」という習慣に由来しています。
AI 時代において、このアプローチは逆効果です。 AIが色を認識して関連性を評価することで、最適な商品を2～3個だけ優先して表示します。つまり、マルチカラーのバッグを販売する場合、ブランドは AI 検索結果に表示される可能性を高めるために、商品ページに各色のバージョンの完全な画像を表示する必要があります。
ただし、マルチモーダル AI 検索では、単に商品画像と口頭での説明が一致するだけではありません。 Googleは、Googleレンズツールによる画像検索が最も急速に成長している検索形式であると述べている。毎月 200 億件の画像クエリのうち、4 件に 1 件のクエリは商業目的、つまりユーザーが製品の購入を目的としています。
この傾向は主に若い消費者と Z 世代（視覚環境、ソーシャル ネットワーク、モバイル デバイスの中で育った人々のグループであり、それによって買い物の仕方に影響を与えている）によって推進されています。さらに、撮影角度と表示される詳細レベルの両方も、画像検索結果に表示されるかどうかに大きく影響します。デジタル資産管理 (DAM) ソフトウェアのベンダーによると、ビデオはクロスモーダル検索の存在感を高める重要な要素として浮上しつつあります。
人工知能の強力な発展を背景に、その背後にある技術インフラストラクチャが大規模言語モデル (LLM) によるデータの読み取りと収集を困難にしている場合、Web サイト上の「AI フレンドリー」コンテンツへの投資は無意味になります。多くのブランドは、自社の Web サイトのソース コードが LLM による情報へのアクセスを意図せずブロックしていることに気づいていません。
専門家は、AI の最新の進歩に対応するために、ブランドの技術チームが Web サイトを監視し、柔軟に更新できるようにする必要があると推奨しています。いくつかの重要なメソッドは次のとおりです。 LLMs.txt LLM がテキストの内容をよりよく理解できるようにします。ファイル ロボット.txt アクセス可能なページについて検索エンジンに指示します。そしてコード 構造化データ (タグ リストなど) は、AI 検索エンジンがより効果的に分析できるように HTML に追加されます。
こうした変化に適応することで、AI検索が消費者により良いサービスを提供できるようになるだろうと専門家は考えている。ブランドが AI に必要なすべてのデータを提供すれば、消費者の意見もこれらの AI モデル自体に反映され統合されるため、電子商取引はより適切で、よりパーソナライズされ、さらに公平なものになるでしょう。
ヌー・クイン (ヴォーグ・ビジネスによる)
