取引先の与信チェックも、投資家の一次調査も、その入口は検索とAIの回答に移りつつあります。AIが語る「自社像」が間違っていたら、誰が気づき、誰が動くのか。筆者自身に起きた「エンティティ混同」の実例を入口に、大企業にこそ潜むリスクの構造と、経営として打つべき軽い初動を整理します。
ある朝、自社のロゴが「別の会社」になっていた
先日、自社の名前をGoogleで検索してみました。「DSBコンサルティング」。画面の最上部に、検索の「AIによる概要」（検索結果の先頭にAIが要約を生成して表示する機能）が現れます。
説明文は、正確でした。大手企業向けにデータマネジメント推進やAI活用のためのデータ基盤整備、人材育成を支援するコンサルティングファーム――当社サイトの内容をきちんと踏まえた、申し分のない要約です。ところが、その説明文の隣に表示されたロゴ画像は、まったく見覚えのないものでした。社名の略称「DSB」が同じというだけの、業種もまるで違う、無関係の企業のロゴが、当社の説明文と並んで表示されていたのです。
つまりAIは、テキスト情報と画像情報を別々の情報源から取得し、「DSB」という名前が一致するというだけの理由で、二つの企業を一つに貼り合わせていました。念のため申し添えると、ロゴを使われた側の企業には何の落ち度もありません。当社と同じく、ある日勝手に合成された側です。
社員数名の会社の笑い話に見えるかもしれません。ですが、これと同じ「合成の失敗」があなたの会社の規模で起きたとき、壊れるのはロゴではありません。
一次調査は、もうAIの中にある
役員会でこの話をする価値があるのは、企業を「調べる側」の行動が変わりつつあるからです。
調達部門が新規取引先の与信をチェックするとき。機関投資家がデューデリジェンス（投資判断の前に行う詳細調査）の当たりをつけるとき。顧客が発注先を比較検討するとき。採用候補者が入社を迷って企業研究をするとき。これらの「一次調査」の最初の一歩が、検索のAIによる概要や、対話型AIへの質問に置き換わりつつあります。
この変化は規模の面でも裏づけがあります。米Pew Research Centerが2025年7月22日に公表した調査では、2025年3月の時点で、調査対象ユーザーの58%が月内に少なくとも1回、AIによる概要が表示される検索を経験していました。Googleも2025年7月、この機能の月間利用者が約20億人に達したと公表しています。もはや一部の新しもの好きの行動ではなく、標準的な調べ方になったということです。
ここで起きているのは、時間軸の転換です。あなたの会社が用意した会社案内や統合報告書が読まれる前に、AIがあなたの会社を説明し終えている。商談も、評価も、人間が資料を開く前――AIの回答の中で、すでに始まっているのです。
何が起きうるのか ― 大企業ほど「合成事故」の材料が多い
冒頭の出来事の仕組みを、少しだけ平易に説明します。生成AIは、企業について説明するとき、一つの資料を丸写しするのではなく、Web上の複数の情報源から断片を集めて一つの答えに合成します。たとえるなら、名刺の文字と顔写真を、別々の引き出しから取り出して貼り合わせるようなものです。引き出しを間違えても、AI自身はそれに気づきません。名前が一致していれば、同一人物として貼り合わせてしまう。これが「エンティティ混同」（AIが異なる企業・人物の情報を同一の実体として取り違えること）です。
「うちは知名度があるから大丈夫だ」とは、残念ながら言えません。むしろブランドが強く、言及される情報量が多い企業ほど、引き出しの数が多い。合成の材料が豊富だということは、取り違えの機会も多いということです。たとえば、次のような事態はどの大企業にも起こりえます（いずれも架空の一般シナリオです）。
- 同業他社の不祥事・リコール・行政処分の情報が、AIの回答の中で自社に紐付いて説明される
- 子会社・旧社名・統合前ブランド・撤退済み事業の古い情報が、「現在の自社」の姿として合成される
- 海外の類似名企業や自社海外拠点の情報が混線し、海外の取引先・投資家向けの回答が歪む
- 訴訟や炎上など第三者の言及が多いトピックが、文脈を失ったまま企業説明の前面に出る
従来の検索であれば、被害は限定的でした。検索エンジンはリンクを並べるだけで、情報の真偽は読み手が個々のページを見て判断したからです。生成AIは違います。複数の情報源を溶かし込んで一つの流暢な答えとして提示するため、正しい情報と誤った情報の境目が、読み手にはまったく見えません。冒頭の例で言えば、説明文が正確であるだけに、隣のロゴを疑う理由が読み手にはないのです。
さらに厄介なことに、AIの回答は表示のたびに変わりえます。誰の画面に、いつ、どんな回答が出たのか、企業側は観測できません。つまり、誤りが存在することに気づくことすら難しいのです。
なぜ既存の枠組みでは守れないのか
「それはうちの広報がやっているのでは」と思われた方には、自社の体制を一度確認してみることをお勧めします。おそらく、やっていません。担当者の怠慢ではなく、既存のレピュテーション管理の枠組みのどれにも、この問題が入っていないからです。
メディアモニタリングが見ているのは「報道」です。SEO（検索エンジン最適化）が見ているのは「検索順位」です。風評対策が見ているのは「SNSや掲示板の書き込み」です。AIの回答は、このどれでもありません。報道でも順位でも書き込みでもなく、表示のたびに生成されては消える、観測されない企業説明です。
誤った回答が与信評価やIR、調達先選定に影響しうるにもかかわらず、「AIが自社をどう説明しているかを誰が確認し、誤りを見つけたら誰が動くのか」という問いに、職務分掌上の答えを持つ企業は、現時点ではほとんど存在しません。これは広報の実務課題である以前に、ガバナンスの空白です。AI時代のデータガバナンスやAI活用の内部監査と同じく、「誰の仕事でもない領域」を経営が名指しすることから始まります。
経営として打つ手 ― 初動は驚くほど軽い
空白の指摘だけで終わらせるつもりはありません。AIの回答を完全に制御することは誰にもできませんが、経営として打てる手は明確にあり、しかも初動は軽い。役員が明日指示できる粒度で、4つ挙げます。
第一に、所管を決めることです。広報・IR、リスク管理、DX部門のいずれが持つかを指名するだけでよい。どこが持つかより、「どこも持っていない」状態を終わらせることが重要です。
第二に、モニタリングの運用を作ることです。検索のAIによる概要、ChatGPT、Gemini、Claudeといった主要なAIに対して、自社名・主要子会社名・旧社名を四半期に一度たずね、回答を記録して差分を見る。特別なツールは要らず、コストはほぼゼロです。誤りは「見つけようとした者」にしか見つけられません。
第三に、AIが読み間違えないための「公式情報」を整えることです。AIは企業のことを、人間向けの文章だけでなく、機械向けに書かれたデータからも読み取っています。そこで公式サイトに、会社名・サイトのURL・ロゴ・住所などを決まった形式で書いた機械向けの会社プロフィール（「構造化データ」と呼ばれ、Googleも公式に記述を推奨しています）を載せておきます。あわせて、本体・グループ会社・海外サイトのあいだで、社名やロゴの表記がバラバラになっていないかを揃えます。冒頭のたとえで言えば、AIが開ける引き出しに正しい名札を付けておく作業です。中身は情報システム部門や制作会社に任せられるので、役員としては「うちのサイトに構造化データは入っているか」と一度たずねれば足ります。
第四に、発見時の是正手順を決めておくことです。誤りを見つけたら、公式サイト側の情報を明確化・強化し、各AI提供元のフィードバック窓口（執筆時点では、GoogleのAIによる概要には回答ごとに報告機能が用意されています）へ報告する。即効性は保証されないからこそ、手順を事前に決めておく価値があります。
「AIに正しく理解される体制」は標準装備になる
企業は長い時間をかけて、財務情報を正しく開示する体制を標準装備にしてきました。監査があり、開示基準があり、所管部門があります。同じことが、これから「AIに正しく理解されるための体制」にも起きるはずです。評価の一次接点がAIの回答に移った以上、そこにある自社像を誰も見ていない状態は、開示体制の欠落と同じ種類の空白だからです。
幸い、この空白を埋める初動は、監査体制の構築よりはるかに軽い。所管を一つ指名し、四半期に一度AIに自社のことをたずねさせる――役員会の後の、一枚の指示で始められます。あなたの会社の評価は、すでにAIの回答の中で始まっています。ならば、それを最初に読む社員を決めておくべきです。
DSB Consultingでは、AI時代のデータガバナンス体制づくりから、構造化データを含む情報基盤の整備までを支援しています。自社のAIレピュテーション体制について相談したい方は無料相談をご利用ください。