AI検索によって従来のマーケティングファネルは完全に崩壊しているように感じます ― みなさんはカスタマージャーニー戦略をどう適応させていますか？

あなたは一人ではありません。今、すべてのマーケティングリーダー会議でこの話題が議論されています。

本質的なシフト：

従来のファネルは、各段階で買い手に影響を与えられる順次的な接点を前提にしていました。AI検索はこれを「同時インテント解決」に圧縮します。

買い手がPerplexityに複雑な質問をするとき、彼らは同時に表現しています：

• 認知ニーズ（「どんなソリューションがある？」）
• 検討ニーズ（「どう比較できる？」）
• 決定ニーズ（「自分に合うのはどれ？」）

…すべて一度に。AIがすべてを統合し、推奨を提示します。あなたのファネルは今や、自分では制御できない1回のやり取りになりました。

データは明確です：

• B2Bバイヤーの90%が購買ジャーニーで生成AIを利用
• バイヤージャーニーの83%が営業と話す前に完了
• 従来のアトリビューションモデルはその大半を見逃している

新しいマインドセット：

「ファネル段階」ではなく「AI推薦対象かどうか」で考え始めてください。

あなたの目標は、段階を進めることではなく、買い手がそれらの段階を1つのクエリに集約した時にAIに推薦されるブランドであることです。

私たちはこの現実に合わせて6か月前にGo-To-Market全体を再構築しました。

私たちが呼ぶ「AI時代のファネル」：

TOFU/MOFU/BOFUの代わりに、次のように考えています：

1. AI可視性レイヤー

• 買い手がAIにカテゴリを尋ねた時、私たちが言及されるか？
• 競合と比べてAI上でのシェアは？
• AIの推薦でどのようなポジショニングか？

2. ブランド強化レイヤー

• AIで言及されたとき、買い手の記憶に残るか？
• AI要約の中でも十分にブランドが強いか？
• 複数のAI接点で現れているか？

3. コンバージョンレイヤー

• AIで事前学習した買い手が来訪した時、成約できているか？
• AI情報を得た訪問者向けにウェブサイトが最適化されているか？
• 営業はAI学習済みの見込み客に対応できているか？

追跡している指標：

• AIによる引用頻度（Am I Citedで毎週計測）
• カテゴリー別AIボイスのシェア
• ブランド検索ボリュームのトレンド
• AI可視性とブランド検索の相関
• 「事前学習済み」見込み客の成約率

中間プロセスは追跡できないので、入力（AI推薦）での可視性と出力（コンバージョン）の最適化に注力しています。

アトリビューション専門家です。データであなたの懸念を裏付けます。

「アトリビューション・ダークマター」問題は現実です：

直近500件の成約案件を分析しました：

• 34%が「ダイレクト」流入を初回タッチと記録
• そのうち78%が「AIで調べた」と後で回答
• 従来のアトリビューションではAIによる認知の貢献はゼロ

数学的な課題：

見込み客がChatGPTでカテゴリを尋ね、推薦を受けてから自社URLを直接入力――これがGA4上では「ダイレクト流入」ですが、実際はAIによる需要創出です。

私たちの対応策：

1. 購入後アンケート ― 「最初にどこで知ったか」を聞くだけでAIの影響度が明らかに

2. ブランド検索との相関分析 ― AI可視性が上がると2～3週間後にブランド検索が増加

3. マーケティングミックスモデリング（MMM） ― 個別の経路を追跡しなくても統計的に影響を推定

4. AI引用の追跡 ― Am I Citedで従来分析では見えない部分を可視化

不都合な真実：

従来のファネル指標（MQL、SQL、タッチアトリビューション）は今や「活動量」であって「効果」ではありません。本当の影響は、私たちの見えない会話の中で起きています。

AIファネル向けにコンテンツ戦略をこう変えました：

従来型（ファネル段階別コンテンツ）：

• 認知：「[カテゴリ]とは？」系ブログ
• 検討：比較ガイド、機能一覧
• 決定：商品ページ、事例

新方式（AI引用可能なコンテンツ）：

網羅的インテントコンテンツ

• バイヤーの質問に完全回答する単一ページ
• 意味、比較、用途すべてを含む
• AI抽出に適した構造（明確な見出し・直接的な回答・データ）

権威コンテンツ

• AIが引用できる独自調査
• AIが引用できる専門家の視点
• 業界特化のユースケース

検証コンテンツ

• サードパーティサイトでの顧客実績
• レビューサイトでのプレゼンス最適化
• 業界媒体での掲載

最大の転換点：

「このコンテンツはどのファネル段階向けか？」ではなく「どんなバイヤー質問に完全回答するか？」で考えるようになりました。

AIは段階に興味がありません。ユーザーの質問に網羅的に答えることを重視します。

営業サイドから見たこの変革：

見込み客との会話で起きた変化：

以前は質問を持って来訪していましたが、今はAIで情報武装した意見を持って現れます。

すでに：

• カテゴリについて学んでいる
• ベンダーを比較済み
• 好みを形成済み
• 懸念点も把握

AIの情報が正確なこともあれば、そうでないことも。しかし見込み客は自信満々です。

私たちの適応策：

1. 「AIで何を知った？」ディスカバリー ― 会話の早い段階でAIリサーチの内容を確認し、誤解を発見・修正

2. AI情報による反論対応 ― よくあるAI起因の反論を体系化し、事前に対応

3. 短縮された営業サイクル ― AI学習済みの分、早い段階でクロージングできるよう最適化

4. Win/Loss分析にAI要素追加 ― 失注案件でもAIで自社や競合が言及されたかを記録

ポジティブな側面：

AIが好意的に推薦してくれると、見込み客は信頼感を持って暖かい状態で来訪し、成約まで早く、単価も高くなります。

最大の課題は、AIに正確かつ好意的に推薦してもらうことです。

スタートアップ視点――これは小規模企業にとってむしろチャンスです。

従来ファネルの強み：

• 大手ブランドの膨大なコンテンツ資産
• 長年培ったSEO権威
• あらゆる接点でのブランド認知

AIファネルの強み：

• 規模より関連性が重視される
• 「最良の回答」が勝ち、「最大の予算」ではない
• 新興企業も大手と並んで推薦されうる

私たちの取り組み：

1. 徹底したニッチ戦略 ― AIは特定質問に対し専門家を推薦

2. 順位より回答力で勝負 ― 伝統的な順位競争よりも、特定質問への最良回答を重視

3. サードパーティ検証強化 ― レビューや比較記事、AIが信頼する議論への掲載

4. AI推薦を徹底モニタリング ― Am I Citedで毎週全言及を追跡し戦略を即時調整

結果：

規模10倍の競合と並んでAIに推薦されるようになりました。AIは会社規模ではなく、クエリへの関連性を重視します。

かつてないほど競争環境はフラットです。

企業向けにこの移行を支援しています。私が使うフレームワークをご紹介します：

「圧縮ファネル」戦略：

レイヤー1：見つけてもらう

• AIによる発見性最適化（構造化コンテンツ、網羅的回答）
• AIが引用するプラットフォーム（Wikipedia, Reddit, G2, 業界媒体）での存在感構築
• あらゆる場所で正確かつ一貫した情報を提供

レイヤー2：推薦される

• 明確なユースケースでのポジショニング
• サードパーティによる裏付け蓄積
• 比較クエリに直接回答
• 強力なレビュー存在感維持

レイヤー3：コンバージョンしやすく

• AI学習済み訪問者向けサイト最適化
• 高速な自己評価・セルフサービス実現
• より短く高度な営業トークに営業をトレーニング

レイヤー4：測定可能にする

• AI可視性を主要指標として追跡
• MMMによる影響度推定
• AI言及と下流指標の相関を測定

現実的な実装：

多くの企業は一夜で変革できません。まずは「測定」――AI可視性の追跡から始め、そこから逆に各レイヤーを強化していきます。

自社のAI可視性が見えなければ、改善もできません。

反対の立場から――私はファネルが「消えた」のではなく「変化した」と考えます。

バイヤーは今も段階を進む：

• 課題を認知する
• 解決策を検討する
• 決定する

変わったのは「どこで」これらが起き、「どれだけ速く」圧縮されるかです。

新しいファネルは「ファネル無し」ではなく「AI環境下の加速ファネル」：

• 認知はAI会話で起こる
• 検討はAI比較で進む
• 決定はAI推薦で下される

実務上のインプリケーション：

各段階向けのコンテンツは必要ですが、それがAIに発見されやすく、AIが使いやすい形で存在する必要があります。

ファネル心理は変わりません。実装は全く異なります。

このディスカッションで私の戦略の考え方が根本的に変わりました。

持ち帰るべきキーポイント：

1. ファネル段階からAI推薦対象へ ― 人を段階的に進めるのではなく、AIに推薦されるブランドを目指す
2. 段階別コンテンツから網羅的回答へ ― バイヤーの完全な質問に答える1つのコンテンツが、段階別コンテンツより優位
3. アトリビューション追跡から影響度計測へ ― 従来のアトリビューション崩壊を受け入れ、AI可視性やブランド検索相関など代理指標を活用
4. トラフィック指標からAIボイスシェアへ ― クリックがなくても言及されることが重要
5. SEO最適化からレピュテーション構築へ ― ページ単体の順位よりウェブ全体での権威が重視される

今後のアクション：

1. Am I CitedでAI可視性のモニタリングを開始
2. すべてのコンテンツをAI網羅性で監査（従来の段階別思考から転換）
3. AI引用追跡をダッシュボードに統合
4. Win/Loss分析に「AIはどう表現したか？」項目を追加
5. 影響度計測強化のためMMM投資を経営層に提案

苦い現実認識：

長年最適化してきたファネルは、もはや過去の時代のマインドモデルでした。AI時代に向けて新たな思考モデルを構築します。