Googleが店を「あなた専用」に選び始めた
Googleが「Personal Intelligence」を冠したAI Modeを全面展開した。利用者の検索履歴やGmailの中身をAIが文脈として読み、その人だけに合わせて店を差し出す。同じ「渋谷 イタリアン」という問いでも、返ってくる一軒は人によって変わる。レストラン予約は8カ国に拡大した。これが意味するのは一つ...
Googleが「Personal Intelligence」を冠したAI Modeを全面展開した。利用者の検索履歴やGmailの中身をAIが文脈として読み、その人だけに合わせて店を差し出す。同じ「渋谷 イタリアン」という問いでも、返ってくる一軒は人によって変わる。レストラン予約は8カ国に拡大した。これが意味するのは一つ——あなたの店が表示されるかどうかは、もはや検索結果の見栄えではなく、AIがその利用者の文脈に照らして店の情報を信頼できるかで決まり始めた、ということだ。
KEY POINTS
| 項目 | 内容 |
|---|---|
| 何が発表されたか | GoogleがAI Modeに「Personal Intelligence」を統合。検索履歴やGmail等の個人文脈を参照し、利用者ごとに最適化した回答・店舗推薦を返す。レストラン予約機能は8カ国へ拡大 |
| 表面と深層 | 表面は「検索が賢くなった」。深層は「同じ質問でも人ごとに違う一軒が返る=店の露出可否が利用者の文脈次第になった」 |
| 店側に効くこと | 万人向けの上位表示ではなく、AIがその人の条件と店の事実を正確に突き合わせられるか。GBPの属性・営業情報・構造化データの正確さが分岐点 |
| 今やること | GBPの属性を埋め切る・予約導線をデジタルでつなぐ・schema.orgのRestaurant型で事実を機械可読にする |
何が発表されたか
「検索が個人化した」では足りない。検索とメールが地続きになり、AIがあなたの生活を文脈として読み始めた、というのが正確な言い方だ。
Googleが打ち出した「Personal Intelligence」は、AI Modeに個人文脈を流し込む仕組みだ。これまでのパーソナライズが「過去にクリックした傾向」程度だったのに対し、今回は本人が許可すれば検索履歴やGmailの内容までAIが参照する。出張の予定がメールにあれば、その日程と滞在先を踏まえて店を提案する。レストラン予約はAI Modeから直接行えるようになり、対応国は8カ国に広がった。発表の主役が会議や旅行ではなく「食事の予約」だったことに、引っかかってほしい。
額面どおりに受け取れば「Google検索がさらに便利になった」で終わる話だ。実際、多くの記事はそう報じている。だが店を構える側にとって、この発表の本当の意味は便利さの先にある。
同じ質問でも、返る一軒が人によって変わる
検索結果という「みんなが見る同じ一覧」が、静かに消えていく。
これまでの検索は、誰が打っても結果がほぼ同じだった。「新宿 個室 居酒屋」と入力すれば、同じ顔ぶれの店が同じ順に並ぶ。だから店側は、その一覧で少しでも上に出ることを競ってきた。MEOもSEOも、根っこは「みんなが見る同じ通りで、いかに目立つか」の戦いだった。
Personal Intelligenceは、その前提を崩す。AIは利用者の文脈を踏まえて答えを組み立てるため、同じ「新宿 個室 居酒屋」でも、接待が多い人には静かな店を、家族での外食が多い人には子ども連れに寛容な店を返す。返ってくる一軒は、もう万人共通ではない。順位という概念そのものが薄れ、「この利用者の文脈に、どの店の事実がいちばん噛み合うか」という照合に置き換わっていく。
ここで店側の競争軸が一段ずれる。万人向けに目立つことではなく、特定の文脈に正確に合致できるか。「静かに話せる」「子ども連れでも気兼ねない」「出張者が一人でも入りやすい」——こうした文脈に、自店の情報がAIから見て答えを返せる状態になっているか。それが露出の分かれ目になる。
なぜGoogleは、最初の本番を食事に賭けたのか
食事は、AIが「推薦の当たり外れ」をいちばん早く検証できる領域だからだ。
パーソナルな推薦の精度を磨くには、結果がすぐ返ってくる場が要る。映画や本の好みは検証に時間がかかるが、食事は違う。時間・人数・予算・ジャンルという判断軸が明確で、予約という行動がその場で起きる。利用者が提案された店を予約すれば「当たり」、無視すれば「外れ」と、AIはほぼリアルタイムで学習できる。だからGoogleは、個人文脈AIの最初の本番を食事に置いた。偶然ではなく、設計だ。
この設計が店側に跳ね返る形は、はっきりしている。AIが照合に使うのは、人間向けに書かれた魅力的な紹介文ではない。機械が誤読なく拾える、構造化された事実だ。「雰囲気のいいお店です」という自己紹介は、AIにとってほぼ情報量ゼロに近い。対して「個室あり・21時まで子ども入店可・予算4,000円台・ベジタリアン対応メニューあり」という事実の束は、そのまま推薦の材料になる。利用者の文脈という鍵穴に、店の事実という鍵が合うかどうか。AIはそこだけを見る。
本当の意味：店の評価が「見栄え」から「整合性」へ動いた
問われ始めたのは、店がどれだけ魅力的に見えるかではない。店が自ら出した情報が、現実とどれだけ食い違わないかだ。
Personal Intelligenceの下では、AIは利用者の文脈と店の情報を突き合わせて、信頼できると判断した店だけを差し出す。ここで効くのが情報の整合性だ。GBPには21時まで営業と書いてあるのに口コミでは「20時で閉まっていた」と書かれている。サイトには個室ありと載っているのにGBPの属性は空欄。こうした食い違いは、AIにとって「この店の情報は信用しきれない」という減点になる。逆に、複数の情報源で事実が一致している店は、AIが安心して推薦に乗せられる。
言い換えれば、店の評価軸が見栄えから整合性へ動いた。きれいな写真や凝った紹介文で勝負する時代から、営業時間・予約可否・属性・構造化データが現実と寸分違わず揃っているかで勝負する時代へ。地味だが、ここを揃えていない店は、料理がどれだけ良くてもAIの推薦に最初から乗らない。料理の差ではなく、情報の整合性の差で落ちる。
飲食店が今やるべきこと
- GBPの属性を空欄なく埋め切る：個室の有無、子ども入店、ベジタリアン対応、予算帯、静かさ。属性の空欄は、AIにとって「該当しない」と同義に扱われる。半分埋めただけの店は、半分の文脈で土俵に上がれない。
- 予約導線をデジタルでつなぐ：AI Modeからの直接予約が8カ国に広がった以上、電話のみの店は予約という行動の入口でAIに拾われにくくなる。オンライン予約を一つ通しておく。
- 事実を機械可読にする：自店サイトがあるなら、schema.orgのRestaurant型で料理ジャンル・価格帯・予約URL・営業時間を明示する。GBP・サイト・口コミの三者で事実を食い違わせない。整合性こそがAIへの信頼の通貨になる。
