IRサイトは「AI検索に拾われる」だけでいいのか

「IRサイトをAI検索に対応させるべきか」。この問いを持っている時点で、情報感度は高い。生成AI検索が企業情報を直接参照し始めているのは事実であり、IR担当者として関心を持つのは当然だ。

検索すれば対策を解説する記事はすでにいくつも見つかる。構造化データの実装方法、FAQページの作り方、LLMに拾われやすいコンテンツの書き方。どれも間違ってはいない。

しかし、私たちはひとつの違和感を覚える。「拾われた後、何が起きるのか」が語られていない。この記事では、AI検索対応を「技術の話」ではなく「IRコミュニケーション設計の話」として整理する。

「IRサイト AI対応」で検索すると、LLMO、GEO、AIOといった用語とともに多くの解説記事が見つかる。言っていることの骨格は共通している。「AIが参照しやすい構造にコンテンツを整えましょう」という話だ。これ自体は正しい。問題は、ここで議論が止まっていることにある。

「拾われる＝読まれる」ではない

たとえば、ある上場企業のIR担当者がLLMO対策の記事を読んで、FAQ構造化を実装したとする。AI Overviewに自社の情報が表示されるようになった。ここまでは成功だ。

しかし、表示された情報が「2024年3月期の売上高は前年比12%増」だったとして、それは投資家にとって何を意味するのか。数字は正しい。しかし、なぜ12%伸びたのか。その成長は持続可能なのか。経営陣はどこに投資しようとしているのか。AI検索の回答欄にはその文脈がない。

拾われることと、伝わることは別の話だ。

SEOの教訓を忘れていないか

この構図は、10年前のSEOブームと重なる。検索順位は上がったが「読んでも何の会社かわからないIRサイト」が量産された。AI検索対応で同じ轍を踏むリスクがある。「拾われること」をゴールに設定した瞬間、IRサイトの設計基準がAIのアルゴリズムに引っ張られ、本来の読者である投資家が設計の中心から外れる。

AI検索がIRの世界に何をもたらしたのか。技術的な解説は他の記事に任せて、ここでは投資家の行動に何が起きているかを整理する。

「調べる」から「確認しに来る」へ

従来、投資家はGoogle検索でIRサイトに辿り着き、資料をダウンロードしていた。情報収集の入口がIRサイトだった。

これが変わりつつある。ChatGPTやPerplexityに聞けば、複数の開示資料を横断した要約が即座に返ってくる。AI検索が最初の接点になり、投資家はそこで一次情報を得る。

ではIRサイトは不要になるのか。逆だ。AI検索で得た情報が正確かどうかを確認する場所として、IRサイトの役割はむしろ重くなる。

投資家のIRサイト接触が「初見の情報収集」から「AIが出した回答の検証」に変わる。 これはIRサイトの設計思想に直接影響する話だ。そしてAI検索の回答は、数字はあるが文脈がないことが多い。文脈なき数字が投資家の第一印象を形成し、IRサイトに来たときには、すでにAI検索が作った「フレーム」がかかっている。だからこそ、IRサイト側で正しい文脈を用意しておく必要がある。

AI検索時代のIRサイトは何をする場所なのか。この問いに正面から答えている記事は、実はほとんどない。

「情報倉庫」のままでは機能しない

多くのIRサイトは、PDFがカテゴリ別に並ぶ「情報の格納庫」として設計されている。投資家が資料を探しに来る時代には合理的だった。しかしAI検索が一次情報を提供する今、PDFを置いておくだけのIRサイトには「わざわざ来る理由」がなくなる。しかもAI検索は構造化テキストを拾う。PDFの中身は拾いにくい。PDF格納型のIRサイトは、AI検索にも拾われにくく、投資家にとっても来る理由が薄い、という二重の問題を抱える。

「認知をセットする場」への転換

私たちは、IRサイトの役割を「認知をセットする資料」として捉えている。

統合報告書について書いた記事でも同じことを述べたが、本来IRサイトは「この会社は何者か」の第一印象を形成し、対話の入口を作る場だった。その役割自体は変わらない。変わったのは、投資家が来る前にすでにAI検索による「下書き」が頭にある、という前提条件だ。

AI検索時代には、投資家は「一応の回答」を得た状態でIRサイトに来る。その回答を上書きし、正しい文脈をセットし直す機会がIRサイトにはある。この機会を逃すと、AI検索が作った不完全なフレームがそのまま投資家の認知になる。

他の開示媒体との役割分担を設計する

IRサイトだけで完結させようとすると、また「情報倉庫」に戻ってしまう。

有価証券報告書は網羅性、統合報告書は全体像とストーリー、決算説明会資料は直近の見通し。IRサイトは、これらをつなぐハブとして「次に何を読むべきか」の導線を設計する。

たとえば、AI検索で中期経営計画の数値を知った投資家がIRサイトに来たとき、その数字の背景にある戦略ストーリーに3クリック以内で辿り着けるか。この「情報のつなぎ方」が、AI検索時代のIRサイト設計で最も重要な判断になる。どの情報をIRサイトに持ち、どの情報を他の媒体に委ねるか。この編集判断こそが、IRサイトの設計そのものだ。

AI検索対応の記事の多くは「いかに拾われるか」を論じている。しかし、同じくらい重要なのは「何が拾われないか」を理解することだ。

構造化できない情報は届かない

AI検索が拾いやすい情報には共通点がある。明確な数値、固有名詞、時系列で整理されたデータ、FAQ形式の問答。つまり、構造化されたテキストだ。

逆に、拾われにくい情報もある。経営者の意思決定の背景、事業ポートフォリオを組み替えた理由、競争優位の源泉。これらはIR担当者が最も伝えたい情報でありながら、AI検索が最も苦手とする情報でもある。

たとえば「営業利益率10%」は構造化できる。しかし「なぜ10%を目指すのか」「達成するために何を捨てたのか」は、前後の文脈なしには意味をなさない。AI検索は断片を抜き出す仕組みであり、文脈を保ったまま伝える仕組みではない。

翻訳の問題が見落とされている

もうひとつ、競合記事でほとんど触れられていない論点がある。言語の問題だ。

グローバル投資家がAI検索で日本企業の情報を調べるとき、検索は英語で行われる。AI検索が参照する情報も、英語で構造化されたものが優先される。

ここで日本企業の多くが抱える課題が浮かび上がる。IRサイトの英語版が、日本語版の「翻訳」にとどまっていることだ。主語の省略、婉曲な表現、結論が後に来る文章構造。日本語としては自然でも、AI検索が解釈しやすい英語にはならない。

これは翻訳者の技量の問題ではない。情報設計の問題だ。 英語版IRサイトを「日本語の翻訳」ではなく「英語圏の投資家に向けた独立したコミュニケーション」として設計し直す必要がある。AI検索対応を考えるなら、この設計し直しは避けて通れない。

構造化マークアップ、FAQ構造化、メタデータの整備。これらのテクニカルな施策について触れるが、先に伝えておきたいことがある。これらはすべて「最後に決めるもの」だ。

手段から入ると「SEOに最適化されたIRサイト」ができる

構造化データの実装は有効だ。JSON-LDでのマークアップ、IRページのHTML化、テキストベースのコンテンツ整備。いずれもAI検索の参照精度を上げる。

しかし、この作業を「何を伝えるか」の設計なしに始めると、起きることは予測できる。FAQ構造化のためにFAQを量産し、メタデータのためにキーワードを配置する。

出来上がるのは、機械には読めるが人には響かないIRサイトだ。これは先に述べたSEOの轍そのものだ。順序は逆にすべきだ。まず「何を、誰に、どんな文脈で伝えるか」を設計し、その設計をAIにも正しく読ませるために技術を使う。投資家にとって意味のあるIRサイトを作った結果として、AI検索にも拾われる。

IRサイトのAI検索対応で最も重要なのは、何を実装するかではなく、どの順番で設計するかだ。以下の順番で判断を積み上げることで、「拾われるが伝わらない」という構造的な失敗を回避できる。

IRサイトの読者を定義する。 「すべてのステークホルダー」ではなく、最も重要な読者は誰かを決める。優先順位をつけることで、情報の粒度と言語設計の基準が定まる。

「最も伝えたいこと」を一文にする。 この会社は何者で、どこに向かっていて、なぜそれが実現できるのか。AI検索に拾われたとき、この一文が返ってくる状態を目指す。

他の開示媒体との役割分担を設計する。 IRサイトに何を載せ、何を載せないかを決める。IRサイトは導線と「認知のセット」に集中する。

AI検索が拾えない情報を特定する。 経営の意図、戦略の文脈、数字の背景。AI検索が拾えないからこそ、投資家がIRサイトに来る理由になる。

英語版を「翻訳」ではなく「設計」する。 英語版IRサイトは日本語版の翻訳ではなく、独立したコミュニケーションとして設計し直す。

技術的な最適化を実装する。 ここまでの設計が固まって初めて、構造化マークアップやメタデータ整備に着手する。設計なき最適化は、投資対効果を生まない。

この順番を逆にしたとき何が起きるかは、すでに多くの企業がSEOで経験している。技術で解決できる問題と、設計でしか解決できない問題は違う。両者を混同しないことが、AI検索時代のIRサイトの出発点になる。