生成AI利用率 / NTTドコモ モバイル社会研究所
※1ChatGPT公開：2022年11月30日公開から3年8か月（2026年8月基準）
実測上限を設けた試算ChatGPT公開
実測：2025年27% → 2026年51%。*2027〜30年は社内試算（65%→77%→85%→92%）。2022〜24年の同定義値は未確認。試算は実測と混ぜずに区分します。
PROPOSAL
Vinculum株式会社 御中
AI検索時代の、
認知・獲得基盤のご提案
AIO × LLMO × GEO ｜ ホームページ提案につづく「公開後の運用・集客」パート
Vinculum Website Renewal Competition ｜ 2026.08.19合同会社REN
VINCULUMCOMPETITION / 03:30
AI SEARCH VISIBILITY PRODUCT
AIに認知され、
御社を勝手に宣伝させる
AIO × LLMO × GEO
求職者の相談と、その答えに、御社を正しくつなぐ状態へ
この商品がつくるもの
01 / UNDERSTANDAIに理解される
02 / EXPLAIN候補理由と根拠が説明される
03 / OBSERVELarkで改善が続く
THE BUSINESS PROMISE
※実際のAI画面ではなく、本商品が目指す回答状態のイメージです
AIアシスタントチャット検索イメージ
＋ 新しいチャット
ピン留め
大阪 派遣 未経験 相談
求人サイト 比較
面接対策メモ
プロジェクト
転職準備
履歴書ドラフト
AI相談求人相談の条件を確認します。
Vinculum公式情報求人条件・更新日相談導線公式接点へ
＋大阪で未経験から相談できる派遣会社は？Pro ∨🎙
このような状態が理想ではありませんか？AIが候補理由と公式根拠を示し、相談者を公式接点へ戻せる状態です。
質問相談クエリ
→AI回答御社が候補に
→理由と根拠公式情報で説明
→公式接点問い合わせ・応募
“勝手に宣伝”は商品上のフックです。AI表示・推薦・引用・順位・応募・売上は保証せず、相談条件に合う説明と根拠を設計します。
AIに認知され、御社を勝手に宣伝させる02 / 10
CURRENT SIGNAL03
AIが使われる時代になった
生成AIの利用は、この2年で2倍に
DECISION BRIDGEAI利用の増加を、Vinculumの獲得計測へつなぐ
- 候補化率
- 回答正確性
- 根拠提示率
- 公式クリック
順位・引用・推薦・応募・売上は保証しません。公開情報だけで質問、回答、根拠URL、次行動を記録し、Larkで改善判断できる状態にします。
未計測VinculumがAI回答の候補に入る率、候補理由の正確性、根拠提示率、公式クリックは、永続運用の初期30日で基準線を取得します。
AI利用の増加を、候補化・正確性・公式流入の測定へ変える03 / 10
CURRENT SIGNAL04
就活の入り口はもはやAIです
就活でAIを利用 / マイナビ
観測値上限93%の逓減試算ChatGPT公開後
観測：2023年（2024卒）18.4% → 2026年（2027卒）84.9%。*2027〜30年は社内試算（87%→93%）。調査対象・時点が異なるため合算しません。
| 利用率 | 2020 | 2021 | 2022 | 2023 | 2024 | 2025 | 2026 | 2027 | 2028 | 2029 | 2030 |
|---|---|---|---|---|---|---|---|---|---|---|---|
| 生成AI | — | — | — | — | — | 27% | 51% | 65%* | 77%* | 85%* | 92%* |
| 就活AI | — | — | — | 18.4% | 35.2% | 66.6% | 84.9% | 87%* | 89%* | 91%* | 93%* |
| AI検索率 | 同一定義の一次データ未確認 ※「AIに就活相談」47.6%は代理指標として別管理 | ||||||||||
未計測VinculumがAI回答の候補に入る率、候補理由の正確性、根拠提示率、公式クリックは、永続運用の初期30日で基準線を取得します。
AI利用の増加を、候補化・正確性・公式流入の測定へ変える04 / 10
AIO / LLMO / GEO05
AI相談に入るための
3つの役割分担
経営で設計
誰の、どんな相談に、どの候補理由で出るかを決める上位概念
- 相談する人と場面を定義
- 質問クエリと優先順位を設計
- 候補理由とKPIを決める
- 責任者・更新頻度を置く
- SEO／LLMO／GEOを束ねる
- 承認・投資配分を判断する
つくる状態AI相談を、経営が測れる獲得接点にする
正しく理解させる
勤務地・職種・経験・働き方と、御社の一次情報を結びつける
- 正式名称と表記揺れを統一
- 会社・事業・求人・地域をEntity化
- 条件・対象者・FAQを整理
- 構造化データと内部リンクを整備
- 根拠URL・更新日を付ける
- 古い情報と差分を監査する
つくる状態条件に合う会社として説明できる
伝える
比較・相談の回答で、候補理由・根拠・公式接点を成立させる
- 自然な相談文を質問単位にする
- 候補理由と比較基準を設計
- 公式根拠と引用URLを紐づける
- 公式クリックと次行動を置く
- モデル・日時・回答を保存する
- 正確性を人が採点して改善する
つくる状態回答から公式接点へ進む理由が残る
AIO・LLMO・GEOは、それぞれを専門として単体でも提供できます。対策はページ内に留まらず、引用・言及・比較文脈を能動的に取りにいく上流施策まで、AIエージェント駆動で継続実行します。SEOは発見の土台として残します。LLMOGOは標準用語として未確認のため、本提案ではAIO・LLMO・GEOで整理します。順位・引用・推薦は保証しません。
SEO＝発見 / LLMO＝理解 / GEO＝回答 / AIO＝経営判断05 / 10
THE MECHANISM06
質問を、候補理由・根拠・次行動へ
01 / QUERY相談クエリ勤務地・職種・経験・働き方
02 / ANSWERAI回答日時・モデルを保存
03 / REASON候補理由なぜ合うかを記録
04 / PROOF根拠一次情報・更新日
05 / CLICK公式クリック直接・推定・不能を区分
06 / ACTION問い合わせ／応募有効行動を集計
07 / LARK費用・承認・改善週次／月次で判断
INPUT相談条件勤務地・職種・経験・働き方を質問単位にする
EXPLANATION候補理由＋根拠なぜ合うかを公式情報・更新日・担当者で説明する
DECISION次の行動＋改善公式接点・有効行動・差分をLarkで更新する
HP一次情報の母艦
SNS活動・人柄の接点
AI相談への説明
LARK計測・承認・改善
この仕組みで変わること——①AIが御社を正しく答える ②回答から公式サイトへの導線が立つ ③広告費と採用単価を数字で比較判断できる。
コンテンツ量ではなく、説明の正確性を積み上げる06 / 10
BUSINESS VALUE07
FROM PAID DEPENDENCY TO MEASURED MIX
広告・求人媒体への依存を、
比較できる投資配分へ
従来の見方広告・求人媒体に支払い、応募数や採用単価を媒体ごとに見る
この運用の見方AI・自然・有料を、候補化・正確性・根拠・公式接点・有効行動・費用で別々に測る
経営判断のものさし媒体費 × 採用単価
× 依存度実績でも削減額でもありません。現在の媒体費・有効行動単価・依存度を取得し、四半期ごとに投資配分を比較します。
× 依存度実績でも削減額でもありません。現在の媒体費・有効行動単価・依存度を取得し、四半期ごとに投資配分を比較します。
止めるのではなく、比べるIndeed等を明日から止めません。候補者数・質・採用までの期間・費用・重複をそろえ、置き換え可能性を検証します。判断基準を先に置くから、脱却が経営判断になる
広告費の問題を、経営データと選択肢の問題へ変える07 / 10
30 / 60 / 9008
PERMANENT OPERATION / FIRST 90 DAYS
30日で基準線を取り、
90日で投資判断へ
30 DAYS / BASELINEまず測る公開情報だけで、対象質問・AI回答・候補理由・根拠・公式接点を記録
- 担当者：運用責任者
- 納品：質問台帳・回答スナップショット・Fact台帳
- ゲート：サンプル数と採点ルールを承認
60 DAYS / REPAIR整える表記揺れ・古い求人・根拠切れ・公式接点の差分を修正
- 担当者：コンテンツ／HP担当
- 納品：更新済みページ・FAQ・SNS補完・差分一覧
- ゲート：正確性と根拠の再採点
90 DAYS / DECISION配分するAI・自然・有料を、質・速度・費用・重複込みで比較
- 担当者：経営責任者
- 納品：Larkダッシュボード・月次比較・改善案
- ゲート：続ける／広げる／見直す
自動化観測・差分検知・下書き
人が承認事実確定・公開・個人情報・広告費
停止条件根拠切れ・誤情報・重複・権限不備
初期30日はパイロット終了ではなく、永続運用に入れる基準線取得期間08 / 10
SEO / AIO / LLMO / GEO09
WHY SEO ALONE IS NOT ENOUGH
SEOだけでは、
なぜ足りないのか
対象: 検索エンジンと検索ユーザー
成果: インデックス、順位、自然流入
経営で設計役割: 誰に、どの相談で出るか決める
対象: AI時代の相談シナリオ
成果: 質問台帳、KPI、承認ルール
正しく理解させる役割: 会社・求人・地域を構造化する
対象: LLMが参照する一次情報
成果: 表記統一、根拠URL、更新日
理由と根拠を伝える役割: 回答内で候補理由を成立させる
対象: 生成AIの比較・相談回答
成果: 候補化率、根拠提示率、公式接点
SEOで見つかる→LLMOで理解される→GEOで説明される→AIOで測って改善する
SEOは不要ではなく、発見の基礎です。ただしAI相談では「見つかる」だけでなく、会社が正しく理解され、候補理由・根拠・公式接点まで回答に残る設計が必要になります。
SEOを土台に、AIに理解され説明される状態へ拡張する09 / 10
PERMANENT OPERATION10
DECISION / COMPANY-WIDE AGENTIZATION
上場に向けたAIエージェント（試作）の一つ
Vinculumの情報・判断・承認をLarkに集め、SNS、HP、AI相談へつなげることで、AIコンサルティングとして説明・改善できる運用にします。
AIエージェント運用Larkの事実・承認・KPIを起点に、SNS接点、HP更新、AI回答の観測を毎週つなぎ、公開と投資判断は人が承認します。
これは全社AIエージェント化へ向かう一施策です。SEOを発見の土台として残し、AIO・LLMO・GEOでAIに理解され説明される状態を追加します。表示・引用・推薦・順位・応募・売上は保証しません。
Lark → SNS → HP → AI相談を、上場に向けたAIエージェント化の一施策へ10 / 10