AIによる企業サイト評価実態調査：信頼性と構造化データの不足が課題に

調査結果の背景と重要性

AIO/GEOの時代到来

生成AI技術が急速に進化する中、企業サイトがAIにしっかりと認識されるためには、複数の技術要件を満たすことが不可欠です。特に、構造化データや信頼性を示すシグナルが重要な役割を果たしています。これに関する調査を株式会社Bennuが行い、結果を公表しました。

調査概要

調査は、「AIOGeoScan」というツールを使用し、2026年8月1日から31日にかけて集積された7,803件の診断ログを解析しました。このデータは、全国の様々な組織にまたがり、特に大企業から中小企業、地方公共団体まで広範にわたっています。

主な調査結果

1. 構造化データの問題

調査によると、構造化データ（JSON-LD）が未実装の企業サイトは58.7%にも達しました。さらに、同一ページ内に重複して定義されたケースも確認され、411件の重複エラーが検出されています。これらはAIクローラーが情報を誤解する原因となり、正確な認識を妨げることになります。

2. E-E-A-Tシグナルの欠如

次に、AIにとって信頼の示すシグナル、E-E-A-Tの未対応率が非常に高いことが明らかになりました。特に、著者情報や最終更新日といったシグナルは欠如しており、98.7%の企業サイトが著者情報を設定していないという結果に。AIは信頼性評価の際、誰が執筆したかを重視するため、これらの整備がなされていないサイトは、サーチエンジンでの評価が低くなる可能性があります。

3. AIクローラー向けのインフラ未整備

さらに、AIクローラーに重要な情報を伝えるための案内ファイル「llms.txt」の未設置率は87.1%であることも判明しました。このファイルは、企業が提供したい情報を理解させるための重要なツールであり、これを整備していない企業が多いことが課題とされています。さらに、robots.txtの未設置率も40%に及び、基本的な制御ファイルすら整備されていない現状がうかがえます。

結論

これらの調査結果から、企業がAIに正しく情報を伝えるために必要な施策は、今後のデジタルマーケティング戦略において非常に重要であることがわかります。特に、信頼性を示すシグナルや構造化データの実装については早急な対策が求められます。今後も調査レポートは毎月発表され、業界ごとの詳細な分析が進められるとのことです。