IRサイトはAI検索にどこまで対応すべきか

「IRサイトをAI検索に対応させるべきか」という問いを持っている時点で、情報感度は高い。生成AIがIR情報を直接参照し始めているのは事実であり、IR担当者として無視できないテーマになっている。

ただ、ここで問いの立て方を一度変えたい。対応すべきかどうかではなく、どこまで対応すべきか、と問い直したい。AI検索対応は、構造化マークアップを実装するかどうかという技術タスクに見えて、実際には「コミュニケーションのどこに、どれだけ投資するか」という判断に近い。そして私たちは、この投資判断がIRに固有の事情を抱えており、一般のWebサイトと同じ答えにはならないと考えている。

検索すれば、AI検索対策を解説する記事はいくつも見つかり、構造化データの実装やFAQページの整備、AIに拾われやすい書き方が、AIO（AI検索最適化）という言葉とともに語られている。

しかし、ここで前提をひとつ外したほうがいい。AIOは、新しく覚えるべき専門技術ではないからだ。Googleは2026年5月に生成AI検索への対応に関する公式ガイドを出しており、そこでは生成AIの検索機能も通常の検索ランキングと同じ仕組みで動くと示され、AI専用のファイルや特殊なマークアップ、コンテンツの細切れ化は不要だと明記されている。効くのは一次体験のある非コモディティなコンテンツであり、技術的な整備はあくまで土台にすぎないとされており、結局は従来のSEOの作法に戻るという整理になる。

ただし、この指針が当てはまるのはGoogleのAI機能に限られており、投資家が使うChatGPTやPerplexityは別の仕組みで参照先を選ぶため、その部分は個別に見る必要がある。それでも大枠として、AIOを独立した新分野とみなすのはハイプだという見方は変わらない。

ここまでなら、IRサイトに特別な話はなく、一般のWebサイトと同じ結論になる。問題は、IRが一般のサイトと違う事情を抱えていることだ。

一般のWebサイトで構造化を突き詰めると、情報は定型のブロックやFAQの形に寄っていき、いわゆるテンプレ化が進んでいく。テンプレ化は、コンテンツを機械に読ませやすくする一方で、その企業らしさや固有の語り口を平板にしていくため、一般的には差別化を削る方向に働く。だからこそ、一般のサイトでは「構造化はしたいが、テンプレ化はしたくない」という緊張が生まれる。

ところが、IRではこの前提が違う。IRの世界では、情報の構造化と標準化は、もともと投資家が求めてきたものだからだ。日本では金融庁が、有価証券報告書などの開示書類について、2008年からXBRL形式での提出を義務づけており、XBRL（財務報告データを機械可読にする国際標準の形式）によって、上場企業の財務数値は最初から構造化された形で公開され、投資家や分析機関が各社の数値を自動で読み取り、企業をまたいで比較できるようになっている。

そもそも投資判断は、一社を深く読むだけでなく、銘柄を絞り、同業他社と並べ、比較可能な指標でスクリーニングしていく作業を含んでいる。標準化された機械可読なデータは、このアナリストの手間をまっすぐ減らす。さらに近年は、投資家やアナリストがLLM（大規模言語モデル）を使って財務データを企業横断で分析する動きも出てきており、そこで前提になるのも、各社で揃った構造化データである。

つまりIRのデータでは、テンプレ化はデメリットではなく、むしろ一長になる。標準化された比較可能なデータは、投資家にとって扱いやすく、AIにとっても拾いやすいからだ。たとえば、ある投資家が同業5社の営業利益率を並べて比較したいとき、各社のデータが同じ標準形式で構造化されていれば一覧にして突き合わせられるが、1社だけ独自フォーマットのPDFに数値を埋め込んでいれば、その企業は比較対象として扱いづらくなる。逆に言えば、整えるほど有利になるのが、IRのデータの側なのだ。

では、データの標準化を徹底したとして、IRサイトの差別化はどこへ行くのか。ここから先が、この記事の本題になる。

データが標準化され、どの企業の数値も同じ形式で比較できるようになると、データそのものは差別化の要素ではなくなっていく。全社が同じ土台に並んだとき、投資家に対して残る違いは、数字そのものではなく、その数字をどう説明するかにある。なぜこの戦略を選んだのか、その利益水準がなぜ続くと言えるのか、資本をどこに配分しようとしているのか。こうした「数字の文脈」こそが、IRサイトに残された差別化の場所だと私たちは考えている。

そして、AIがデータを平準化するほど、この文脈の価値は逆に上がっていく。AIは、構造化された数字を抜き出して要約するのは得意だが、その数字がなぜその水準なのか、経営が何を捨てて何を取ったのかという背景までは運びにくいからだ。たとえば「営業利益率10%」という数字は構造化でき、AIも正確に拾える。しかし「なぜ10%を目標に置くのか」「達成のために何を諦めたのか」は、前後の文脈がなければ意味をなさず、断片として抜き出された瞬間に肝心の部分が抜け落ちる。

この違いが、AI検索時代のIRサイトのあり方に示唆を与える。投資家は、AI検索である程度の回答を得た状態でIRサイトに来るようになり、その回答は、数字は揃っていても文脈が欠けていることが起きやすい。放っておけば、その不完全な像が投資家の第一印象として固まってしまう。IRサイトには、その像に正しい文脈を重ね、理解を整え直す機会がある。

投資家がわざわざIRサイトやIR担当のもとまで来る理由は、AIが運べなかったこの文脈にこそあると私たちは見ている。

ここまでを整理すると、IRサイトの設計判断は、数字と文脈で正反対になる。数字は、徹底的に標準化し、機械可読にしてかまわない。むしろそうするほど、投資家にもAIにも扱いやすくなり、比較の土俵に乗れる。一方の文脈は、定型のブロックやFAQの形に流し込んではいけない。なぜなら、文脈を定型に落とした瞬間に、その企業だけの戦略の筋や判断の理由が、どの会社にも当てはまる一般論に収束してしまうからだ。

テンプレ化のデメリットは、テンプレ化それ自体から生まれるのではなく、テンプレ化が文脈の側にまで侵食したときに生まれる。たとえば、中期経営計画の数値目標を一覧表で構造化するのは正しい。しかし、その目標を「なぜ掲げるのか」という説明まで、競合他社と差し替え可能な定型文に落としてしまえば、投資家から見て他社と区別がつかなくなる。整えるべきところと、整えてはいけないところを取り違えると、画一的なデータ構造という比較可能性を得る代わりに、差別化のチャンスを失う。

そして、IRに固有の失敗は、ここに現れる。一般のサイトの失敗が「テンプレ化しすぎて凡庸になる」ことだとすれば、IRの失敗はむしろ逆で、比較可能で機械に優しい数字の側をきれいに整えたことで満足してしまい、本来いちばん差別化になるはずの文脈の側を作り込まないまま終わることにある。数字の整備はやり方が明確で、成果も見えやすい。これに対して、なぜこの戦略なのかを言葉にする作業は難しく、AIが代わりにやってくれない。だから、易しく目に見える側だけが進み、難しく差別化になる側が後回しになりやすい。

IRサイトのAI検索対応で最初に決めるべきは、何を実装するかではなく、どこに投資し、どこで止めるかという順番だ。次の順で判断を積み上げれば、「比較可能だが差別化のないIRサイト」も、「凝ってはいるが比較しにくいIRサイト」も避けられる。

最後に、数字と文脈の決定的な違いを確認しておきたい。数字の側は、標準化が進むほど、どの企業も同じ土台にたどり着ける。つまり、誰でも届く。一方の文脈の側は、その企業の戦略と判断からしか生まれないため、AIにも他社にも、代わりに作ることはできない。AI検索が普及するほど、数字は平準化し、文脈だけが差別化として残っていく。誰でも届く側に投資を重ねるのか、誰も代われない側に重ねるのか。答えは、もうはっきりしている。

私たちは、この数字と文脈の線引きから、IRサイトの情報設計までを支援している。社内で線引きの判断を進めたうえで、外部の視点が必要になったときに声をかけてほしい。