筆者は最高AI責任者（CAIO）として日々を過ごす傍ら、ファッションブランドも運営しているため、AIの戦略と実際の店舗（ECサイト）の双方に目を光らせている。ある顧客から「ChatGPTに聞いてこのブランドを見つけた」と言われたとき、それは驚きというよりも確信に近いものであり、これを適切に測定すべき時が来たと実感した。
誰かがChatGPTやClaude、Perplexityに対し、「300ドル（約4万円）未満で最高の防水フィールドコート」を尋ねたとき、どのブランドを回答に含めるかを決めるのは機械（AI）である。AIは、人間の買い物客のようにサイトを閲覧するわけではない。写真やレイアウトを見ることも決してない。生のWebページと、その下にある構造化データを読み取り、1つのことだけを判断する。それは、「そのブランドの名前を挙げられるほど、サイトの内容を明確に理解できるか」ということだ。そして、非常に多くのECサイトにおいて、その答えは「ノー」である。
そこで筆者のチームは、AI時代における可視性（バイシビリティ）の測定に乗り出した。エンタープライズ向けAIの知見と店舗運営の経験を融合させ、AI回答エンジンに対するWebサイトの「読み取りやすさ（判読性）」を評価するフレームワークを設計した。その結果、測定可能な5つのレイヤーを0から100までの1つの数値に凝縮した「AI可視性スコア（AI Visibility Score）」が誕生した。そして、実際に稼働しているShopifyの216のECサイトをスキャンし、どのような実態が明らかになるかをテストした。
結果は、想定よりも悪いものだった。スコアの中央値は46で、全体の3分の2のサイトが50未満、AIが完全に読み取れると判断されたサイトはわずか13%にすぎなかった。調査対象の中で最もスコアが高かったサイトでも71にとどまった。これらの企業は決して悪い企業ではなく、大半はデザインが美しく、適切に運営され、成長を遂げているブランドである。単に、自社と購買者の間に立ちはだかることが増えているシステム（AI）から見えていないだけであり、そのことに気づいている企業はほとんどない。
その理由は、ほとんどのチームがこれまで考えたこともなかった違いにある。従来の検索エンジンは「ページ」を評価していたのに対し、AI回答エンジンは「エンティティ」、すなわちブランドや製品に関するクリーンで完全な事実を、AIモデルが推論できるように構造化したデータを評価する。人間にとって完璧に見えるECサイトが、機械にとってはノイズにしか見えないことがあるのは、両者が見ているものが全く異なるからだ。
このレイヤーには、誰も手を付けていない。企業はデザインやマーチャンダイジング、広告といった人間が見る部分には総力を挙げる一方で、機械が読み取るレイヤーは放置されたままである。今回の調査において、突出して脆弱だったのは、筆者らが「エンティティ整合性（entity integrity）」と呼ぶ領域だった。これは、各製品やブランドが、機械が読み取り可能なクリーンなレコードとして存在しているかを測定するものだ。調査対象の70%以上のサイトがこの基準に達していなかった。SNSのリンクは正常に機能しておらず、構造化データには価格や在庫状況が欠落しており、AIモデルが引用できるような評価（レーティング）も存在しなかった。すべてが人間向けに書かれており、機械が必要とするデータは一切追加されていなかった。
こうした問題以前に、そもそもAIモデルがWebページを開けなければ始まらない。筆者らはこれを「フロントドア・テスト（正面玄関テスト）」と呼んでおり、最も単純なチェック項目である。それにもかかわらず、41%のサイトがこのテストで不合格となった。サイトの所有者が気づかない理由で不合格になるケースもある。例えば、自動読み取りプログラム（クローラー）に対して空白の画面を表示してしまうボット防御壁や、JavaScriptを実行した後に初めてページが構築される仕様（多くのAIクローラーはJavaScriptを実行しない）、エラーページであるにもかかわらず正常に処理されたと報告する設定などだ。ブラウザ上では何の問題もないように見えても、クローラーにとっては何も存在しない状態であり、管理者向けダッシュボードでも検知されない。
最も衝撃的だったのは、スコアの分布がいかに団子状態にあるかということだ。ほぼすべてのサイトが40ポイント台に留まっており、60ポイントを超えたサイトはわずか4%にすぎなかった。この問題に気づいているのは筆者だけではない。2026年、Shopify自体が、AIショッピングエージェントへの対応度を判定する無料の「エージェンティック・コマース準備性スキャナー」を導入した。競合他社が利用しているプラットフォームが測定を開始したということは、もはや一部の人間だけの懸念事項ではなくなったということだ。簡易的な準備状況チェックは異変を知らせてくれるが、完全な測定を行えば、どのレイヤーがどの程度損なわれているかが明らかになる。
このスコアの密集こそがチャンスである。成熟したチャネルでは、すべてのサイトがすでに最適化されているため、追いつくまでに時間とコストがかかる。しかし、この分野の天井は大きく開かれている。特定のカテゴリーにおいて、最初にAIから真に読み取り可能になったブランドこそが、AI回答エンジンに名前を挙げられる存在となり、競合他社はモデルに無視される空白の存在にとどまることになる。今なら先手を打つコストは安く済むが、後手に回れば代償は大きくなるだろう。
こうした状況はECサイトに限ったことではない。比較しやすいクリーンなデータセットが得られるという理由から今回はECサイトから開始したが、同じ問いは、クライアント向けに要約される法律事務所、患者に提示される病院、あるいは志願者に説明される大学にも当てはまる。AIシステムが「その組織を言及するに値するほど明確であるか」を判断するすべての場面において、機械がそれを読み取れるかどうかを確認すべきだが、それを実行している者はほとんどいない。
対策を講じるのであれば、重要となる3つのステップがあり、それには実行すべき順序がある。まずはフロントドアを開くことだ。クローラーがアクセスできなければ、他の対策はすべて無意味になる。次に、最も多くの不具合が潜み、最も迅速に成果が得られるエンティティレイヤーを修正する。最後に、読み取りやすさを、コンバージョン率や「ウェブバイタル（Web Vitals）」のように継続的に追跡する指標として扱い、問題が発生したときにだけ見直す「感覚的なもの」にしてはならない。
これまでの20年間、マーケティングの役割は「人間に見つけてもらうこと」だった。しかし、現在生まれつつある役割は「機械に十分に理解してもらい、代わりに語ってもらうこと」である。この第2のスキルはまだほとんど実践されていないが、意図的に構築することが可能だ。今や、コンテンツの量や広告予算の規模ではなく、機械がためらうことなく自社について読み取れるかどうかが重要になりつつある。
