「この会社は何をしているのか」という同じ質問でも、SaaSブランドについては、AIエンジンが情報源を添えて詳しく回答する一方、従来型のメーカーや会計事務所になると、説明が1、2文にとどまったり、曖昧な回答しか得られなかったりします。この差を生むのは企業規模ではなく、業界です。どの業界に属するかによって、AIに引用される際の出発点は大きく変わります。だからこそ、全業界の平均値を基準に自社を測ると、ほぼ確実に判断を誤るのです。
なぜベンチマークを業界別に分ける必要があるのか
AIエンジンが回答内で企業を取り上げるかどうかは、学習時やリアルタイムの検索時に、その企業が何をしているのかを明確な構造で把握できるかに左右されます。この前提条件は、業界によって大きく異なります。SaaS企業は、公式サイト、ドキュメント、料金ページ、比較記事、コミュニティでの議論など、機械が読み取りやすいテキストとともにインターネット上で成長してきました。一方、製造業の価値ある情報は、型番表を収録したPDF、展示会、業界内の販路などに埋もれ、公開された構造化情報が限られています。プロフェッショナルサービスはその中間です。コンテンツ量は多いものの、長文の論考や事例紹介が中心で、AIがそのまま引用できる明快な段落が少ない傾向にあります。この3業界を同じ基準で比べても、得られるのは誤解を招く結論だけです。
3業界の引用ベンチマーク：大まかな順位
クライアントのGEO監査では、分類、比較、推奨に関する固定の質問セットを使い、ChatGPT、Perplexity、Geminiを横断して検証します。そのうえで、ブランド名が言及、引用、推奨された割合を記録します。複数クライアントの初期値を並べると、かなり安定した傾向が見えてきます。SaaSが明確に先行し、プロフェッショナルサービスが中位、従来型の製造業が最下位です。これは取り組みの熱量の差ではなく、3業界が持つコンテンツ基盤の違いによるものです。
- SaaS：公開コンテンツの密度が最も高く、公式サイト、ドキュメント、第三者による比較・評価記事も豊富です。GEOに取り組んでいないSaaSでも、既存コンテンツだけで分類型の質問にブランド名が挙がることが多く、通常は3業界のなかで最も高い水準から始まります。
- 従来型の製造業：公開され、構造化された中国語コンテンツが最も少なく、企業価値の多くが型番表のPDFや商取引上の関係に埋もれています。業界内では知られた企業でも、「おすすめのサプライヤー」といった質問ではまったく名前が挙がらないことが多く、引用される機会も最も少ない傾向にあります。
- プロフェッショナルサービス（コンサルティング、法律、会計、エージェンシー）：コンテンツ自体は不足していませんが、長文記事や事例紹介が中心で、定義、箇条書き、端的な回答など、AIが直接抽出できる形式が不足しています。ブランド名は言及されても、リンク付きで引用されることは少ないのが典型です。
ここで強調したいのは、これは業界ごとの出発点であって、到達できる上限ではないということです。製造業のクライアントが、構造化した製品ページと定期的な取材記事を整備し、ほぼゼロの状態から数カ月で安定して伸びた例があります。一方で、長文ばかりを公開しているため、長期間ほとんど引用されないコンサルティング会社も数多く見てきました。ベンチマークが示すのは、どこから始め、そこからどれだけ伸びたかです。
SaaSが先行する理由
SaaSの強みは、コンテンツの構造にあります。一定水準のSaaSサイトには、機能ページ、料金ページ、連携機能の一覧、サポートドキュメント、更新情報がそろっています。いずれも内容が明確で定義もしっかりしており、AIが回答を抽出する素材として適しています。さらに、「ツールA vs ツールB」の比較記事を書く文化や、コミュニティで選択肢をオープンに議論する習慣もあります。そのためモデルは、複数の独立した情報源を照合し、企業の概要や提供価値を把握できます。ユーザーが「Xソフトウェアとは何ですか」と尋ねたとき、AIは引用できる情報にほとんど困りません。SaaS企業のGEOは、多くの場合「ゼロから始める」のではなく、すでに言及されている状態から、引用され、さらには推奨される状態へ引き上げる取り組みになります。
製造業では、どこに差が生まれるのか
製造業の課題は、コンテンツがないことではありません。AIが読める場所に置かれていないことです。重要な仕様はダウンロード形式のPDFにあり、商談では見積書が使われ、技術の詳細は展示会で説明されます。こうした情報は、AIから見るとほとんど存在しないも同然です。そのため、取引先の間では著名な工場でも、AI上では詳細不明の社名にしか見えないことがあります。ここは最も大きなギャップであると同時に、最大の機会になり得ます。主力製品ラインの仕様、用途、よくある質問と回答を、明確に構造化したWebページ上のテキストとして再構成すれば、PDFや営業担当者の頭の中に閉じ込められていた知識を、AIが引用できる情報源へ変えられます。
プロフェッショナルサービス：コンテンツは多いが、抽出しにくい
コンサルティング、法律、会計、マーケティングエージェンシーなどのプロフェッショナルサービスには、通常、ブログ、オピニオン記事、事例紹介といったコンテンツがあります。問題はその形式です。AIが好むのは、問いに答える段落を明確に切り出せるコンテンツです。たとえば、端的な定義、手順、明快な回答などです。しかし実際には、要点が3,000語の長いストーリーの奥に埋もれ、AIが核心を探し出さなければならないことが多く、引用には不向きです。この業界のGEOで必要なのは、多くの場合「さらに書く」ことではありません。すでにある専門知識を再構成することです。各記事に独立して引用できる要約セクションを加え、サービス提供の流れを一覧化し、クライアントから頻繁に寄せられる質問に明確に答えることが重要です。
自社の現在地をどう測るか
業界ごとの傾向を把握したら、全体平均ではなく、適切な比較対象のなかに自社を置いて評価する必要があります。進め方は複雑ではありません。
- 基準値を固定する：主要なAIエンジンを横断し、分類、比較、推奨に関する固定の質問セットで、自社が何回言及、引用、推奨されたかを記録します。これが現在の基準値です。
- 同業界と比較する：自社の数値を、類似する業界・企業の数値と並べます。SaaSなら、単に「言及された」だけでは十分とはいえません。一方、製造業で安定して言及されるなら、競合より先行している可能性があります。
- ギャップの種類を見極める：まったく言及されないのか（コンテンツが存在しない）、言及はされるが引用されないのか（コンテンツはあるが形式が適していない）を確認します。解決策はまったく異なり、前者にはコンテンツの補完、後者には構造の見直しが必要です。
- 定点観測する：毎月、同じ質問セットで再確認し、推移を追います。単発のスナップショットは実態を誤認させますが、継続的な曲線は変化を正直に映します。
業界別ベンチマークを使う目的は、誤った物差しで自社を評価するのをやめることです。SaaSは、言及されているだけで満足してはいけません。製造業は、数値が低いからといって諦める必要はありません。プロフェッショナルサービスは、コンテンツ量を増やせば引用も増えると思い込まないことです。自社が業界内のどこに位置し、何が不足し、どの構造を見直すべきかを知りたい方は、30分のGEO診断をご予約ください。実際に業界別の質問セットを使い、現在地と最初に着手すべきポイントを確認します。
