B2B マーケティング チームの 95% が AI を使用していますが、AI が効果的であると答えているのは 39% だけです: 問題は購入者が初日からリストを埋め尽くしていることです

私には工業用部品を作る友人がいて、みんなからはラオ・チャンと呼ばれています。 ラオ・チャンは少し前に日本の展示会から戻ってきて、名刺を40枚持ってきました。会議の後、彼はいつものように開発に関する手紙を一通ずつ送ったが、そのほとんどは灰になった。 2週間後、Lao Zhangさんからは3件の返信しか届かず、そのうちの1件は「我々はすでに他の3社を評価しているのに、あなたの行動は比較的遅い」と失礼な発言さえした。

ラオ・チャンは非常に納得できず、私にどうしたらよいか尋ねに来ました。 スペック的にはメリットがあり、価格も悪くなく、納期もさらに短くなります。

問題は、相手が評価を始めた瞬間に、その会社はリストにさえ載っていなかったことです。 企業が最初の手紙を送信するまでに、比較は完了しています。

正直に言うと、これは老章が勤勉であるかどうかとは何の関係もありません。 それは、マーケティングが本来あるべきタイミングで現れず、その時間がここ数年で見えないところに移動してしまったからだ。 これは記事 海外営業チーム向け AI の使用方法 で説明した古い問題でもありますが、今回は検出が難しくなりました。

見る人に不快感を与える一連の数字

Content Marketing Institute（新しいタブで開く） は、2026 年の B2B コンテンツ マーケティング調査で 1,015 人のマーケティング担当者にインタビューしました。 そのうちの 95% がプロセスで AI を使用したことがあると回答し、AI によって実際に結果が改善されたと回答したのは 39% のみでした。 同調査では、今年予算を増やす第1位にAIツールを挙げた人は45％で、これは全予算項目の中で最も高い。

お金は増え、道具は買われ、人々は授業を受けましたが、60% の人は違いが分からないと言いました。

何かの導入率が 95% に達すると、それはもはや競争上の優位性ではなく、閾値となります。 同僚は同じモデル、同じプロンプトワード、さらには同じ代理店を使用します。 したがって、議論に値する問題は、もはや AI を使用するかどうかではなく、なぜほとんどの人が AI を使用しても結果が得られないのかということです。

この質問に対する答えはモデルにあるのではなく、プロセスにあります。

バイヤーズ ジャーニーはあなたがいない部分に移動します

まずは購入者側から見てみましょう。 どうしたの？

Gartner（新しいタブで開く） 2026 年 3 月に発表された販売調査では、B2B 購入者の 67% が、企業が関与しない購入体験を好むと回答しました。 この数字は前年の61％から6ポイント上昇した。

これを見た多くの人は、次のような結論に達するでしょう。それなら、事業を縮小して、すべてをオンラインのセルフサービスに変更します。 この結論は急ぎすぎます。 Gartner は 2 か月後に別の調査を実施し、購入者の 69% が AI によって与えられた判断を確認するためにビジネスを見つけるために戻ってくることがわかりました。

2 つの数字を組み合わせると、同じ物語の 2 つの部分がわかります。購入者は誰も欲しくないわけではありませんが、宿題をしている間は誰も欲しくないのです。 本当に決断を下したいときも、「これは見たよ、大丈夫だよ」と言ってくれる人が必要だ。

さらに注目すべきは時間配分です。 B2B の購買プロセスに関する Gartner の調査によると、バイヤーは潜在的なサプライヤーとの関わりに時間の 17% だけを費やし、残りはオンライン、オフラインでの独立した調査、および自社の社内購買グループとの会議に費やされています。

そして、この 17% はあなたの家族だけのものではありません。 6sense（新しいタブで開く） の B2B バイヤー エクスペリエンス レポートによると、バイヤーは平均 4 ～ 5 社のベンダーを評価しています。 単一の家族に広がると、時間は約 4% しか残りません。

どんなに素晴らしいプレゼンテーションを行っても、到達できるのはこの 4% だけです。 残りの 96% は、その場にいない場所での検索、会議、会話で意思決定が行われます。 これは、「AI が顧客を変える」を読んで最も深く感じたことです。顧客の意思決定の場面は完全に変わりました。

リストは初日で埋まりました

数字を 1 つしか思い出せない場合は、この数字を覚えておくことをお勧めします。

6sense が 4,000 人以上の購入者にインタビューしたところ、95% のケースで、優勝者は初日にすでに最終候補リストに載っていたことがわかりました。 5 件の取引のうち 4 件では、連絡を受ける前に好意を寄せられていた取引が勝者となりました。 購入者は、購入行程の初日に平均 3.4 の候補枠を埋めます。

つまり、B2Bマーケティングにおける本当の戦場は、リストが形成された瞬間なのです。

では、そのリストはどのようにしてできたのでしょうか? Forrester（新しいタブで開く） による 2026 年の調査では、B2B バイヤーの 94% がサプライヤーの最終リストを作成するために ChatGPT、Perplexity、または Gemini を使用するという答えが得られています。

B2B マーケティングの門番は、過去 20 年間で何度も変わりました。 まず業界メディアの記者、次に検索エンジンのランキング、そしてソーシャル プラットフォームのアルゴリズムです。 次に、大規模な言語モデルに切り替えます。このゲートキーパーと以前のゲートキーパーの間には重要な違いがあります。以前のゲートキーパーでは自分の意見を言う立場が与えられますが、このゲートキーパーではそうではありません。 全員の情報を読み取り、それを自分の言葉で伝え、あなたに言及するかどうかを決定します。

私は「2026 年に個人ブランドが生き残る鍵は、目に見えることではなく、AI によって引用されることである」でも同じ展開について書きましたが、そのときは個人について話している点が異なります。今回はビジネスなので、費用はかなり高くなります。

外の世界に追加する最初の行: AI に読み上げてもらう

検索エンジン最適化 (SEO) は死んだわけではありませんが、その仕事の性質は変わりました。 モデルによってクロールされたソースは検索結果と非常に重複するため、ランキングは依然として役立ちます。 しかし、ユーザーがまったくクリックしない可能性があるため、1 位にランク付けすることは自動的に顧客を獲得することと同じではなくなりました。

あなたが望むのは、青いリンクをクリックするだけではなく、あなたの文章が回答にコピーされ、コピー時に会社名が含まれ、正しく発言されることです。 これを行うにはどうすればよいでしょうか? 「AI が Google に代わるとき: あなたの Web サイトは引用される準備ができていますか」に完全な実践的なレビューがあります。用語を最初から理解したい場合は、「クリエイター向け AEO スタートガイド」を先に読んでいただくこともできます。

ここには、多くの人が無視している 2 つの事実があります。

まず、AI から誘導された訪問者の質はまったく別のレベルにあります。 Seer Interactive（新しいタブで開く） による測定によると、ChatGPT トラフィック迂回のコンバージョン率は 15.9% であるのに対し、Google オーガニック検索のコンバージョン率は 1.76% で、9 倍近くの差があります。 その理由を理解するのは難しくありません。スクリーニング作業はすでに AI レベルで行われているからです。 ユーザーは、中小規模の生産ラインに適しており、中国語インターフェイスをサポートし、一定の範囲内で予算が抑えられるソリューションはないか、と質問しました。 AIはリストを与える前に要件を満たさないものを除外します。 クリックしてくれる人はフィルタリングの3つの条件をクリアしています。

次に、カテゴリの質問に答える際にモデルが取得する引用の約 85% は、自分の Web サイト以外の場所からのものです。 公式サイトに注目するだけでは、15% にしか注目しないのと同じです。

ソフトウェア業界には G2 や Capterra が挙げられますが、ギア、化学薬品、試験装置、システム インテグレーションを販売する企業はどうでしょうか?台湾には B2B 向けの既成の評価プラットフォームはありませんが、公的団体や法人のディレクトリ、国際調達プラットフォーム上の企業ファイル、技術ビデオ、業界垂直メディア、技術ディレクターの個人専門コミュニティ、セミナーや展示会の公式 Web サイトなど、他の役職もあります。

自分のニッチ市場を見つけるのは簡単です。購入者が実際に尋ねるであろう質問を AI に尋ね、情報源を含めるように依頼します。 そこにリストされているドメインにアクセスする必要があります。 今日の午後、費用ゼロで行うことができます。 もっと簡単に始めたい場合は、無料の GEO Physical Checker を作成しました。ブランド名を入力すると、AI が現在あなたをどのように説明するかを確認できます。

社内で補足する 2 行目: 個人のスキルをチームの資産に変える

この時点で、ほとんどの管理者はどのツール セットを購入するかを検討し始めます。これが、95% が機能しない主な理由の 1 つです。

MIT の NANDA（新しいタブで開く） チームは 2025 年に調査を実施し、52 人の上級幹部にインタビューし、153 件の幹部アンケートを収集し、300 件の公共企業導入事例を分析しました。 結論としては、生成 AI のトライアルケースの 95% では、測定可能な損益への影響はありません。この研究は後に多くの方法論的な疑問を呈しました。私がこれを含めたのは、人々を怖がらせるためではありませんが、もっと注目に値する別の発見があったからです。 それは、表にある会社の失敗と表にある従業員の成功が同時に起こるということです。 同じ調査では、公式の大規模言語モデルのサブスクリプションを持っている企業はわずか 40% ですが、調査対象となった従業員の 90% は個人用 AI ツールを毎日の業務処理に使用しています。

台湾の数字はより具体的である。 人工知能技術財団（新しいタブで開く） が 2026 年 4 月に発表した「2026 年台湾産業 AI 調査」では、企業内の AI アプリケーションの 61.8% が完全に企業の管理下にないことが指摘されました。

チームはすでにそれを使用していますが、どこで使用すればよいかわかりません。

これを脅威ではなくシグナルと見ることをお勧めします。 従業員が自ら進んで解決しようとするということは、そのツールが本当に有用であると判断しているということであると同時に、会社が提供するツールやプロセスが追いついていないということでもある。 このタイミングで使用禁止のアナウンスをしても、見える場所から見えない場所にリスクが移るだけです。 私はモデルナによる発注書の取り消しについて「企業が AI を輸入する最も高価な方法は、AI を購入することですが、誰も使用しないことです」で書きました。その記事はこの段落と合わせて読むことができます。

それで、何が詰まっているのでしょうか？ 企業紹介サイトで見たところ、つまらないものはだいたい3つあるそうです。

まず、ベースラインがありません。 導入までにどのくらいの時間がかかるかは計測していませんでした。 導入後、速くなったのかどうかは証明できませんでした。 2か月目に検討会議が来るとすぐに予算が削減されました。

第二に、知識は一元化されていません。 毎回、全員が会社の背景、製品ライン、トーンの仕様を AI に説明し直す必要があり、毎回ゼロからのスタートを意味します。 この問題を解決するための出発点は、ツールを選択することではなく、ワークフローを逆アセンブルすることです。

第三に、結果はリサイクルされません。同僚は非常に便利なプロンプトワードを呼び出し、それを使用した後、会話記録に残しました。他の人はそれについて知りませんでした。 彼が辞任したとき、彼のやり方はそれに倣った。 これは、私が言っていることと同じです: プロンプトの言葉は期限切れになりますが、あなたは期限切れになりません。 本当に残すべきはその数行の言葉ではなく、手法である。

これら 3 つのことはいずれも、新しいツールを購入する必要はなく、誰かが責任者に名前を付けるだけで済みます。中小企業が何から始めるべきかについて、自己チェックリストとしても活用できる5つのポイントをまとめました。

この 120 ページの説明書をインターネット上に公開しました

上記の内容を完全な概要にまとめましたので、すぐ下に埋め込みます。ここで読むことも、全画面を開いて表示することもできます。

この記事で言及した数字以外にも、記事の長さに収まりきらない部分がいくつかあります。

5 つの外部作業ストリームには、市場と顧客のインテリジェンス、技術コンテンツの制作、開発レターと ABM の階層化、問い合わせ処理と見積りの運用前、およびショー前、ショー中、ショー後の段階が含まれます。 それぞれに、従来の手法と AI 手法の作業時間の比較と、直接コピーして使用できるプロンプトワードが含まれており、合計 8 つのグループがあります。 これらのプロンプトの言葉には、AI の捏造を防ぐための規定が組み込まれています。これは B2B において特に重要です。外部に引用された数値が一度間違ってしまうと、顧客の信頼は修復できないからです。

ベースライン、インテリジェンス レイヤー、ナレッジ レイヤー、プロダクション レイヤーからガバナンス レイヤーまでの内部ツールの 4 層スタックと、90 日間のインポート パス シート。 順序が重要です。最初にベースラインを測定し、次にナレッジ レイヤーを構築し、最後にワークフローを開始します。 逆にやると苦痛になります。

台湾の実情についても特集が組まれている。 財務省統計局（新しいタブで開く） の数字によると、2026 年上半期の輸出は 4,166 億 6,000 万米ドルで、年間 47.1% 増加しました。ただし内訳を見ると、情報・AV製品と電子部品を合わせた成長率は52.9％となった。伝統的工業製品は6月に4カ月連続で増加しただけだった。 AI ハードウェアのサプライ チェーンに属していない場合、この成長の波はあなたにはほとんど関係ありません。問い合わせの減少、顧客の価格比較、営業マンパワーの不足といった古い問題に依然として直面しています。これは、「AI が輸出販売を支援: 中小企業が全天候型国境を越えた受注エンジンを構築できる方法」で説明したシーンです。

ブランドの AI 可視性監査の実施など、3 つの実践的な演習もあります。 私はこの演習を授業で何度も行ってきましたが、最も納得のいく瞬間は、AI が自身の製品ラインについて間違いを犯したことに誰かが気づいたときです。

このプロセスを自分の業界に適用したい場合

1つ正直に申し上げたいのは、説明会での5つのワークフローの労働時間比較は、私が社内研修やコンサルティングプロジェクトで実際に計測した範囲であり、調査機関の統計ではないということです。説明会でもこのようにマークしました。 チームが運営する場合、差異が生じる可能性があります。

さらに、プロセスに関して最も難しいのは、どのステップがあるのか​​がまったく分からないことです。業界、製品の複雑さ、チームの人員に基づいて、どのワークフローを開始するかを決定します。 歯車を作る人と産業用ソフトウェアを作る人では、スタートの仕方が全く異なります。 1 人だけの会社と 3 人のチームを持つ会社では、マーケティングの順序も異なるはずです。

この説明を読んで正しい軌道に乗っていると感じたものの、最初の一歩をどこに踏み出せばよいかわからない場合は、お気軽にご相談ください。 私は現在、次の 3 つの協力形態を提供しています。

• 社内トレーニングとワークショップ（新しいタブで開く）: 半日から 1 日かけて、チームを連れて 5 つのワークフローを実際に実行し、独自のプロンプト ワードと知識レイヤーの最初のバージョンを現場で作成します。
• 導入コンサルタント（新しいタブで開く）: 定量的なベースラインから始めて、1 ～ 3 か月間同行し、結果を上司に報告できる数値に変換します。
• 個別相談（新しいタブで開く）: 正しい方向に進んでいることを確認したいだけの場合は、通常は 1 回の面談で十分です。

最後に、私が授業でよく言っている言葉をもう一度言わせてください。 ツールは常に入れ替わっていますが、入れ替わる人はたいていその手法を保持していない人です。 あなたのチームが現在 AI を使用して行っているすべてのことが 3 か月後に誰かの会話記録に残るだけであれば、その 3 か月は起こっていないことになります。