人材教育・組織開発業界のAI検索対策ガイド｜LLMO/GEOを4つの実測調査から整理する

研修や組織開発を検討する買い手が、生成AIに相談したとき、自社は候補に挙がるのか。この問いに、私たちはこの業界で4つの調査を実施してきた。分かったのは、会社名が出る場面が調達の段階に集中していること、買い手が付ける条件で候補がほぼ入れ替わること、そしてAIが検索を実行するかどうかで挙がる企業の順位が変わることである。本稿は、この業界に限定して実測データを整理する。

この業界で行った4つの調査

本稿で扱うのは、いずれも人材教育・組織開発領域を対象とした実測である。設計が異なるため、調査をまたいで数値を比較することはできない。それぞれ独立して読んでほしい。

表1　本稿で用いた4調査

調査対象企業はすべて匿名とする。会話継続実験の相談3系列は筆者が支援する事業会社の顧客像をもとに設計しており、その会社に関わりの深いテーマでの測定である。業界調査の追跡10社のうち2社は、機械的な選定基準ではなく調査者が意図的に加えたものである。個社診断はクライアント企業の診断であり、指名質問のシナリオは対象企業の事例を読み込んだ後に設計されている。

1｜会社名が出る場面は、調達の段階に集中していた

研修会社を探す買い手は、いきなり「研修会社を教えて」とは書かない。まず組織の課題を相談し、打ち手を探し、進め方を考え、それから業者を探す。この流れをそのまま4段階に分け、3つのAIで実行した。

表2　相談の段階と、業者名が挙がった回答数

会話継続実験・距離操作実験（2026年7月29日）。3系列×3AI×各3回で各ターン27回答。回答本文からの判定のため3AI横断で比較できる。

前半3段階は、3つのAIすべてで0件だった。会話を続けても、単発で聞いても同じである。

この業界の担当者にとって重要なのは、3段階目である。ここで買い手はすでに「管理職研修をやろう」と決めており、どう進めればよいかを相談している。それでも業者名は出ない。手段が決まった時点ではなく、買い手が業者を尋ねた時点で枠が開く。

別の設計の調査でも、同じ方向の結果が出ている。無指名の12シナリオで測ったところ、追跡していた10社の登場は、サプライヤー選定の2本と解決策探索の1本にしか発生していない。要件定義、検証、問題特定、合意形成の質問では0件だった。

ただし2つの調査は完全には一致していない。会話継続実験では手段が未定の段階で0件だったのに対し、業界調査では解決策探索で2試行の登場があった。調達に近い段階に集中する点は共通しているが、その手前の扱いは食い違っている。設計が違うため、どちらが正しいとは言えない。

2｜検索が発動する質問と、しない質問がある

もう1つ、質問によってAIの動作自体が変わる。業界調査では、検索ツールを渡した層で、AIが実際に検索を実行したかを記録した。

表3　シナリオ別の検索発動（検索ツールを渡した層）

業界調査（2026年7月29日）。判定モデルは1つ。両層でn≧9の6シナリオに限定した値。検索を渡さない層では構造上ゼロとなるため含まれない。

サプライヤー選定では、ほぼ全試行で検索が発動している。一方、100名規模の新規導入で要件定義を相談したケース（A3）では、10試行すべてで検索が起きなかった。

注目すべきはB3である。1,000名規模の見直しで要件定義を相談したケースでは、10試行のうち9試行で検索が発動している。同じ要件定義でも、買い手の状況によって動作が違う。それでいて、追跡対象の10社は両層を通じて1件も登場しなかった。調べていることと、会社名を挙げることは別である。

実務的には、ウェブ上の情報を整備しても、検索が発動しない質問には届かない可能性がある、ということになる。

3｜買い手が条件を1つ足すと、候補がほぼ入れ替わる

枠が開いたとして、次はそこに自社が入るかである。相談文の条件語だけを差し替え、業種も課題も依頼の形も固定して測った。

表4　条件語ごとに登場した企業の種類数と、無条件時との重なり

条件別推薦実験（2026年8月11日）。3AIを横断した企業種類数で、AI別の内訳は集計上存在しない。各セルn=3のため件数表記とし、率には換算しない。

地域の条件を足した場合、登場した21社のうち無条件時と共通するのは3社だけだった。18社は地域条件でのみ現れている。逆に、無条件時に挙がっていた9社のうち6社は姿を消した。

体制の条件では28社が挙がり、最多である。研修の設計から実施後のフォローまで、提供の周辺を尋ねると候補が広がる。

この業界の担当者にとっての含意は、名簿が1つではないということである。「AIに聞いたら自社が出た」という確認は、その相談文に付いていた条件でしか成立しない。買い手が費用を気にしているのか、近さを気にしているのか、体制を気にしているのかで、比べられている相手が違う。

4｜AIがこの業界の企業について語る内容は、5つに分かれる

候補に挙がった後、AIはその企業について何を語るのか。回答から企業に触れた記述を1件ずつ切り出して分類したところ、5つの型に収まった。

表5　記述型別の件数と具体性

条件別推薦実験。3AIを横断した値で、AI別の内訳は集計上存在しない。各セルn=3のため件数表記。特徴のみは定義上、具体性を持たない。型別件数の合計558は判定除外3件を含む生の値で、集計母数は555件。判定基準v2.1による（「価格」はv2.2で「契約条件」に改称）。

最も多いのは手法で181件。研修の形式、期間、構成といった記述である。次いで体制が125件で、事前のヒアリングやカスタマイズ設計、実施後のフォローがここに入る。

具体性を見ると、型による差がはっきりする。実績は91件のうち73件が数量を伴っていた。受講者数、導入社数、年数といった数字である。契約条件も70件のうち58件が金額を伴う。

対照的に、手法は181件のうち117件、体制は125件のうち92件が抽象語のみだった。「実践的なワークショップ形式」「自社に合わせてカスタマイズできる」といった記述は、数字がなくても型として成立する。

そして「特徴のみ」が91件ある。「大手」「実績豊富」といった評価語だけで、比較の材料にならない記述である。名前が挙がることと、選ぶ理由が語られることは別だという意味になる。

注意点を1つ。「実績豊富」が実績ではなく特徴のみに分類されるのは、判定基準が「数量または固有名詞があれば実績、なければ特徴のみ」と定めているためである。これは分類の定義からの帰結であって、AIがそう判断したことを示すものではない。

5｜検索の有無で、挙がる会社の順位が入れ替わる

業界調査では、AIに検索ツールを渡さない層と渡す層に分けて、同じ質問を投げた。追跡対象は10社である。

表6　検索の有無による登場試行数（追跡10社）

業界調査。単位は試行数。社の記号は検索なし層の登場試行数の順に振ったもので、企業の規模・社歴・知名度とは無関係である。両層の試行数がほぼ揃う6シナリオに限定した値。追跡対象10社のうち集計に行を持つのは8社で、残る2社は両層とも0件である。

社Bは検索なしで16件だったのが、検索ありでは2件に落ちた。逆に社Dと社Eは伸び、検索なしでは0件だった社Gと社Hが検索ありでは現れている。社Aだけは両層とも18件で動いていない。

最も示唆的なのは社Eと社Fである。検索なし層ではどちらも5件で同じ位置にいたのに、検索ありでは13件と1件に分かれた。片方の層だけで測っていたら、この2社を同じ評価にしていたはずである。

この業界で自社の位置を測るなら、検索の有無を分ける必要がある。片方だけの結果は、もう片方を予測しない。

6｜個社で測ると、指名と無指名の差が出る

業界全体ではなく、1社を対象に測るとどう見えるか。この業界のある企業について、社名を含む質問と含まない質問を分けて実行した。

表7　ある1社の質問型・段階別の言及

個社診断（2026年7月21日）。3AI、各セルn=1のため件数表記とし、率には換算しない。競合検出は事前に定義した11社のリストとの照合であり、リスト外の企業が出ても数えられない。対象企業は匿名とする。

社名を含む質問（指名と離反防止）では18回答中17回答で自社が言及されている。一方、社名を含まない3段階（課題認識27・比較検討18・直前確認3）を合わせた48回答では、言及は3回答だけだった。同じ会社を、同じ3つのAIで、同じ時期に測っている。違うのは質問文に社名が入っているかどうかだけである。

段階で見ると、課題認識では自社0件に対し競合2件。比較検討では自社3件に対し競合14件である。買い手が候補を絞り込んでいる段階で、競合は14件挙がり、自社は3件だった。

なお、この調査の指名質問は対象企業の事例を読み込んだ後に設計されており、質問が自社のコンテンツに寄っている可能性がある。指名の高い言及数は、この影響も含んだものとして読む必要がある。

7｜語られる型の数と登場回数には段差があるが、因果ではない

条件別推薦実験に登場した企業を単位として集計し直すと、語られた型の数と登場試行数に関係が見えた。

表8　語られた型の数と登場試行数

条件別推薦実験。555件から企業単位で集計。対象は語られた型が1つ以上あった71社で、名前は挙がったが記述がなかった企業は含まれない。3AIを横断した値。

3型以下は中央値が1から2にとどまるのに対し、4型で5、5型で18になる。段差は3型と4型の間にある。

ただしこれは相関であり、因果ではない。「よく登場する企業だから語られる型が揃った」という逆向きでも、「規模の大きい企業ほど型も登場も多い」という第三の要因でも、同じ数字になる。しかも5つの型を満たしながら登場の少ない企業が現にいる。型を埋めれば登場が増えるとは言えない。

この数字は、自社の現在地を知る指標としては使える。だが施策の根拠にはできない。

この業界で自社を測るときの設計

第一に、相談文を調達の形で作る。悩みの相談で測って「出ない」と判断するのは、枠が開いていない場所を見ているだけの可能性がある。

第二に、社名を含めない。社名を含む質問は、AIが自社について語る内容の正確性を点検する用途に限る。露出の測定には使えない。

第三に、条件を振る。費用、地域、体制、手法、実績。買い手が付けそうな条件ごとに、別々に測る。この業界では条件によって候補が大きく入れ替わっていた。

第四に、検索の有無を分ける。同じ会社が層によって上位にも下位にもなる。

第五に、登場した回答を読む。名前が挙がった回数だけでは、何を語られたかが分からない。5つの型に分類して、どの型が語られ、どの型が欠けているかを見る。

第六に、複数のAIで測り、合算しない。AI別に並べたまま読む。

第七に、施策より先に測る。効果が証明された施策はこの領域に存在しない。現在地の記録が、いま確実にできる投資である。

この業界について、わかっていないこと

因果は検証していない。本稿のどの観測も、企業側が何かを実施してから再計測した設計ではない。「こうすれば挙がる」とは言えない。

「選ばれる」ことも測っていない。AIの回答に挙がることが、実際の商談や受注につながるかは分かっていない。

nの制約がある。条件別推薦実験は各セルn=3、個社診断は各セルn=1である。業界調査は判定モデルが1つで、他のAIで同じ挙動になるかは測っていない。

この業界の全体像ではない。業界調査の追跡対象は10社、条件別推薦実験に登場したのは71社である。この業界の企業すべてを網羅した調査ではない。

時点の制約がある。すべて2026年7〜8月の測定であり、モデルの更新によって結果は変わりうる。定点観測として繰り返すことを前提にした数字である。

調査間の比較はできない。本稿の各表は設計・試行数・AI構成・質問型が異なるため、独立して読む必要がある。

クライアント関与のある調査が含まれる。会話継続実験の相談3系列は支援先企業の顧客像に基づき、個社診断はクライアントの診断で指名質問に過適合がある。業界調査は対象2社が意図的な追加である。条件別推薦実験は対象企業を事前指定しない一般設計で、紐づきはない。