Google I/O 2026で発表されたAI Modeの全面刷新は、検索の話に見えて、実は飲食店の集客構造を書き換える話だ。AIが「地元で愛されるラーメン店は？」という曖昧な問いに答えるとき、引用元の約6割がGoogleビジネスプロフィールだった。あなたの店の情報がAIに「読める形」で置かれているか——勝負はそこで決まりつつある。

---

KEY POINTS

項目	内容
発表	Google I/O 2026でAI ModeにGemini 3.5 Flashを標準搭載、月間利用者10億人を突破
地図への波及	「地元で愛されるラーメン店」のような曖昧な質問に、AI Modeがローカルパネルで直接回答
引用元の偏り	AI回答の出典のうち約60%がGoogleビジネスプロフィール由来
消費者行動の変化	AIで店を探す人が1年で6%から45%へ急増
飲食店の論点	「検索順位を上げる」から「AIに引用される情報源になる」へ、土俵が移った

---

I/Oで何が発表されたか

発表の核心は新機能の追加ではない。検索の入口そのものが、リンクの一覧からAIの回答へと置き換わったことだ。

Google I/O 2026で、同社はAI Modeに軽量モデルGemini 3.5 Flashを標準搭載したと明らかにした。月間利用者は10億人を超えたという。数字だけ見れば「また検索が賢くなった」で流してしまいそうになる。だが飲食店の視点に立つと、見えてくる景色が違う。

従来の検索は、キーワードを入れると青いリンクが並び、利用者がその中から選んでクリックした。AI Modeはこの流れを飛ばす。利用者の質問を解釈し、複数の情報源を読み込み、AIが文章で答えを返す。店名がリンクとして並ぶのではなく、AIの回答文の中に「○○というお店がおすすめです」と織り込まれる。露出の形が、根本から変わった。

「地元で愛されるラーメン店」にAIが答える日

曖昧な質問こそAI Modeの主戦場であり、そこが飲食店にとっての新しい激戦区になる。

これまでの地図検索は「渋谷 ラーメン」のような具体的なキーワードが前提だった。AI Modeはそこを越える。「観光客向けじゃない、地元の人が通うラーメン店ない？」といった会話に近い問いを受け取り、ローカルパネルで候補を提示する。Googleはこの種の質問処理を「クエリファンアウト」と呼ぶ。一つの曖昧な質問を裏で複数の検索に分解し、結果を統合してから答えを組み立てる仕組みだ。

ここで何が起きるか。利用者は「地元で愛される」「コスパがいい」「子連れでも入りやすい」といった、評価や雰囲気に踏み込んだ言葉で店を探すようになる。AIはその言葉に合致する店を、口コミやプロフィール情報から拾い上げる。店側が発信していない情報は、AIの判断材料に入らない。沈黙は、不在と同じ扱いになる。

引用元の6割がGoogleビジネスプロフィールという事実

AIが店を推薦する根拠の大半は、店自身が管理できる場所にある。

各種の分析によれば、AI Modeがローカルな飲食店を回答に含めるとき、その出典の約60%がGoogleビジネスプロフィール(GBP)に由来するという。残りは口コミサイトや店の公式サイト、メディア記事などだ。この偏りには意味がある。AIにとってGBPは、営業時間・住所・メニュー・写真・口コミが構造化されて並ぶ、最も「読みやすい」情報源だからだ。

裏を返せば、GBPが空欄だらけの店、最終更新が2年前の店は、AIにとって「情報が薄い店」になる。人間の利用者なら写真の少なさを「隠れ家っぽい」と好意的に解釈するかもしれない。AIはそうは読まない。データが足りなければ、候補から静かに外す。AIに評価されるかどうかは、味や接客の前に、情報の整い方で先に決まってしまう局面が出てきた。

AIで店を探す人が1年で6%から45%へ

消費者の検索手段が地殻変動を起こしており、AI経由の集客はもはや「将来の話」ではない。

店を探すときにAIを使う消費者の割合は、1年前のおよそ6%から45%へと跳ね上がったと報告されている。7倍超の伸びだ。この数字が示すのは、「AI検索はまだ先」と構えていた飲食店の前提が、すでに崩れているということ。来店動線の入口で、GoogleマップやSNSと並んでAIチャットが当たり前の選択肢になりつつある。

注意したいのは、AIに引用された結果がどう跳ね返るかだ。利用者がAIの回答で店名を知り、そのままGoogleマップで経路を調べ、来店する。途中で店のサイトを踏まないことも増える。クリック数やサイト訪問という従来の指標では、この流入は見えにくい。AI経由の来店は、計測の外で静かに増えていく。

本当の意味——「順位」から「引用される情報源」へ

AI Modeが突きつけているのは、検索対策の目的そのものの再定義だ。問うべきは「何位に出るか」ではなく「AIが引用できる情報を、自分が用意できているか」だ。

長らく地図検索の目標は明快だった。MEO対策で上位表示を取り、リストの上に出る。だがAI Modeの世界に順位という概念は希薄だ。AIは10件を並べない。問いに合う数件を選び、文章に織り込む。選ばれる側に回るには、AIが読んで引用しやすい情報を、出典として差し出しておくしかない。これがGEO(生成エンジン最適化)と呼ばれ始めた発想だ。

口コミへの返信、多言語のメニュー情報、正確な営業時間、料理写真の充実——これらは別々の作業に見える。行き着く先は一つだ。自店の情報を、AIが読める形に置き直すこと。一度整えて終わりでもない。AIのモデルが更新されるたび、引用される基準も静かに上がっていく。

---

飲食店が今やるべきこと

1. GBPを「AIの一次資料」として埋め直す: 営業時間・住所・カテゴリ・メニュー・写真の空欄をなくす。AI回答の出典6割がここから来る以上、最優先で着手する価値がある。
2. 口コミに評価語で答える: 「地元で人気」「子連れOK」のような曖昧な問いにAIが答える材料は、口コミ文の中の具体的な言葉だ。返信で雰囲気やこだわりを言語化しておくと、AIが拾える表現が増える。
3. 計測の物差しを変える: サイトのクリック数だけ追っても、AI経由の来店は見えない。Googleマップの経路検索数や「AIで知った」という来店時の声を、新しい指標として拾い始める。

参考資料

• gihyo.jp「Google検索のAI Mode大型アップデート」(2026)
• Speee Web Analytics「AI Modeとは — 仕組みと対策」
• Uberall Japan「AI検索時代のローカル集客とGBP」
• 0120.co.jp「AI検索で引用される店になるには」
• アール・コーポレーション「AI検索最適化(GEO)入門」

今後の展望

AI Modeが10億人の入口になった以上、飲食店の集客はGoogleマップの順位戦から、AIに引用される情報源づくりへと軸足を移していく。最初に動いた店から、計測には映らない来店を積み上げていくことになる。