-
Xでシェア
-
Facebookでシェア
-
LINEでシェア
-
LinkedInでシェア
-
記事をクリップ
-
記事を印刷
AIはラグジュアリーブランドの「行間」を認識できない
大規模言語モデル（LLM）やAIエージェントが従来の検索に取って代わり、消費者の意思決定に影響を与えるようになるにつれ、ブランドは新たな課題に直面している。すなわち、機械に認識され、しかも正しく理解されることである。そこで、生成エンジン最適化（GEO）や、「ボット心理学」と呼ばれる分野への関心が高まっている。AIが消費者に代わって回答を生成する際に、ブランドの意味や信頼性、関連性をどのように解釈するかを探ろうというのだ。
これについて一般的には、ブランドはAIが読み取りやすいように製品データを構造化し、自社メディアや第三者メディアで信頼性の高い表現を盛り込み、（『ハーバード・ビジネス・レビュー』〈HBR〉でも論じてきたように）プラットフォームを横断してAIモデルがブランドをどのくらい参照しているかを示す「モデルのシェア」（SOM：Share of Model）を把握する、という対策が勧められている。
しかし、コンテンツの観点におけるAI戦略の構築には、答えの出ていない問い──AIモデルはブランドや広告をどのように認識するのか──が残されている。その認識は人間が情報を処理する方法と何が異なるのか。AIは特定の手掛かり（キュー）を重視するのか。もしそうなら、優先されるのはどのような手掛かりなのか。
筆者らはLLMがさまざまな刺激にどう反応するかを分析した。その結果、特にラグジュアリーブランドの場合、AIシステムがブランドの属性を誤って解釈しやすいことがわかった。また、稀少性や歴史、アートとの関連性、さらには製品のフォルムなど、ブランドのデザイラビリティ（憧れや購買意欲）を創出するために活用される暗黙の手掛かりを、AIは十分に読み取れないため、検索での可視性も低下する。
こうした研究結果は、AIコンテンツ戦略における画一的な手法が、ラグジュアリーブランドにとっては逆効果になりうることを示唆している。そこで本稿では、ブランドが長年培ってきたラグジュアリーを伝える手掛かりを、AIが理解しやすいコンテンツに落とし込むための新たな指針を提案する。これは、ブランドが検索で適切に認識されるだけでなく、高額商品の購入についてLLMに助言を求める顧客に対し、ブランドの価値を正しく伝えることにも役立つだろう。
AIはラグジュアリーブランドのデザイラビリティをどのように認識するのか
業界を問わず、GEOに関する一般的な助言は、実用性と明示性を重視する傾向にある。たとえば、グーグルが最近公表したガイダンスでは、LLMに取り上げられるためには、ブランドは独自性のある魅力的なコンテンツを作成し、技術的にも明確な構造を維持すべきとしている。こうしたシグナルを組み込むことで、ブランドがAIの回答に取り上げられやすくなるというわけだ。
しかし、ラグジュアリーブランドやアスピレーショナルブランド（憧れの対象となるブランド）は、単に価格が高いだけではない。その価値の多くは、稀少性や特別感を伝える暗黙の手掛かりを通じて伝えられている。エルメスが広告に大胆な余白を残し、パテック・フィリップが技術的な精巧さを誇示するのではなく世代を超えた継承を語るのは、「語られていないもの」を読み取る人間の力に訴えているからだ。こうした解釈は直感的で、しばしば無意識的なものだ。では、アルゴリズムも同じように行間を読めるのだろうか。
筆者らが行った2つの実験から、その答えは「ノー」である。一つ目の実験では、人間のデザイラビリティや支払い意思額を高めることがこれまでの実験で確認されており、実際に広く使われている4つのラグジュアリーさを示す手掛かりについて、AIが人間と同じように認識するかどうかを比較した。すなわち、製品を高い位置に陳列すること、アートと関連づけること、ゆとりのある陳列、スレンダーなデザインとパッケージの4つである。
これら4つの手掛かりは、マーケティングの4P、すなわちプロダクト（製品：デザインなど）、プロモーション（販促：アートとの関連付け）、プレースメント（配置：製品の物理的な位置）、プライス（価格）に対応している。実験では、人間を対象とした先行研究で用いられたものと同一、あるいは極めて類似した刺激を用い、チャットGPT 5.1、クロード・ソネット 4.5、ジェミニ 3 Proの3つのLLMで検証を行った。各刺激について、それぞれのモデルを150回サンプリングし、チョコレートやジュエリー、食器、美容製品、腕時計などさまざまなラグジュアリー製品について分析を行った。
筆者らの分析から、人間とAIではラグジュアリーに対する認識に潜在的な違いがあることが明らかになった。AIモデルは、ブランド名そのものや、広告で「ラグジュアリー」という表現がある場合や価格が明示されている場合など、明示的で体系化された手掛かりは確実に処理したが、暗黙の手掛かりや複数の要素の関係性に基づくものに対しては、はるかに反応が鈍かった。人間に見られる傾向とは対照的に、次のようなことが確認された。
・製品を高い位置に配置しても、より高級であると一貫して判断することはなかった。
・アートとの関連性がラグジュアリーの印象に与える影響は、人間に比べてLLMのほうが小さかった。AIモデルは絵画よりも写真を好む傾向があり、特に映画スターのように、ユーチューブやレディットで広く知られた要素を含む写真を好むようだ。
・製品の形状やプロポーション（縦横の比率など）に基づく手掛かりは、ほとんど認識されなかったか、完全に無視された。
・余白の多いミニマルな表現は、高級感の知覚を高めることはなかった。人間は、余白が多いなどの控えめな表現を、コストの高さや排他性を示唆するものとしてラグジュアリーと関連づけるが、LLMはそのような評価はせず、むしろ余白が多いほど高級感を低く評価した。
全体として、LLMがラグジュアリーブランドを認識する際は、人間の場合よりも、ブランドの可視性が高いことと、明示的に認識できることが、中心的な役割を果たすようだ。
明示的なシグナルは伝わるが、暗黙的な意味は伝わらない
2つ目の実験では、AIが異なるブランド階層（たとえば、プレミアムブランドとラグジュアリーブランド）を認識できるのか、製品の見せ方によって評価が変わるのか、AIモデルによって解釈がどのように違うのかを検証した。
実験では、自動車6車種（アルファロメオ、BMW、フェラーリ、メルセデス・ベンツ、ポルシェ、テスラ）をシンプルな背景とラグジュアリーな背景のそれぞれに配置し、AIモデルの支払い意思額を比較した。3つのAIモデルから得られた5400件の評価を分析した結果、LLMごとに重要な違いがあることが明らかになった。
たとえば、金色の額縁に入ったゴッホの絵画が飾られた壁のそばにフェラーリを駐車して提示した場合、装飾のない壁を背景にした場合と比較すると、ジェミニはほとんど反応を示さず、チャットGPTは支払い意思額が低くなり、クロードは支払い意思額が高くなった。ポルシェはラグジュアリーな文脈で提示すると、すべてのモデルで支払い意思額が低くなった。一方でメルセデス・ベンツは、すべてのモデルでラグジュアリーな文脈がプラスに作用した。これは、ブランドにとって、ラグジュアリーな文脈がAIによる評価を高めるどころか、むしろ抑制する場合があることを示唆している。
このデータから大きく2つの知見が得られた。第1に、ラグジュアリーの序列、つまり、あるブランドが他のブランドより価値が高いという構造は、AIエージェントには認識されない。その結果、ラグジュアリーブランドがプレミアムブランドと同列に扱われる可能性がある。たとえば、フェラーリとBMWが同等にラグジュアリーであると認識されることもありうる。これは、AIを介したブランドや製品の検索において、ブランドの可視性や比較検討の枠組みそのものが変わることを意味している。
第2に、今回のデータは、LLMが（通常の文脈と比較して）ラグジュアリーな文脈でブランドを評価する際に、それぞれ固有の「レンズ」を持っていることを示している。同じ手掛かりでも、モデルによって評価が大きく異なるのだ。あるモデルは特定のブランドを高く評価する一方で、別のモデルはそのブランドを低く評価したり、その手掛かりが評価に影響を与えなかったりする。
だからこそ、モデルごとの検証が不可欠になる。あるブランドが一つのAIに正しく認識されても、別のAIには誤って解釈されるかもしれないからだ。たとえば、メルセデス・ベンツの広告は3つのモデルすべてでラグジュアリーと評価される一方で、フェラーリやポルシェの広告はモデルによって評価が分かれるかもしれない。
したがってブランドは、単一のコンテンツ戦略がすべてのAIモデルで同じように通用すると考えるべきではない。同じコンテンツを複数のモデルで検証し、どこで評価が一致し、どこで食い違うのか、また文脈によって評価がどのように変わるのかを把握したうえで、それぞれに応じて手掛かりを調整していく必要がある。
ラグジュアリーブランドのためのAIコンテンツ戦略
核心となる課題は、AIがブランド名を識別できるかどうかではない。消費者がブランドの推奨や比較をAIに求めた時に、そのブランド名に込められた意味を回答に含めることができるかどうかである。そこで、一つ目の実験のもととなったマーケティングの4Pに立ち返り、それぞれについてAIがラグジュアリーをどのように誤って解釈するのか、そしてマーケティング担当者は何ができるかを考えていこう。
プロダクト（製品）
筆者らの研究によれば、AIはミニマリズムや抑制された表現、余白といった繊細で暗黙的な手掛かりよりも、明示的な表現を好む。そのため、ブランドがまったく認識されなかったり、不適切に要約されたり、高級感が十分に反映されないまま提示されたりするおそれがある。これは、シンボルや暗黙の手掛かりによってデザイラビリティを高めているラグジュアリーブランドにとって、とりわけ大きな問題となる。
解決策：潜在的なリスクを評価して、誤った解釈を未然に防ぐために、ブランドの職人技や由来、素材、デザインの意図など、ブランド資産全体についてAIへの対応力を再確認する必要がある。こうした取り組みは、ブランドの言語（名称、タグライン［ブランドメッセージ］、主張）、ビジュアル資産（キャンペーン画像、製品の写真）、チャネルの文脈（コンテンツが掲載される媒体や隣接するコンテンツ）、ブランドの階層とポジショニング（競合ブランド、価格、相対的な位置づけ、ランキング）など、ブランドコンテンツのエコシステム全体に広げる必要がある。
LLMが文脈を重視して判断することを踏まえて、マーケティング担当者は従来のブランドガイドラインに加え、AI向けのコンテキスト戦略を策定する必要がある。そこではブランドの関連性を高めるユースケースや説明、コンテンツを明確にする。たとえば、ジュエリーブランドなら、結婚式や婚約、バレンタインデーなど、製品が使われる場面との関連を積極的に打ち出すことが重要になる。
プライス（価格）
2つ目の実験では、ブランドの文脈を少し変えただけで、LLMの支払い意思額が大きく変動した。LLMやAIエージェントが購買意思決定においてますます重要な役割を果たすようになる中、マーケティング担当者は、AIが価格とそこに含まれる意味を適切に認識しているかを確認しなければならない。
解決策：支払い意思額に関する実験を行うことにより、AIが自社の価格設定をどのように評価しているかを把握できる。自社の製品を「プレミアム」と位置づけているのか、「割高」あるいは「コストパフォーマンスがよい」と評価しているのか、ということだ。AIアシスタントによっては、同じラグジュアリーブランドでも価格の評価が大きく異なる場合がある。そこで、筆者らの2つ目の実験のようなアプローチを用いて、ブランドが一貫して過小評価されているところや、競合ブランドが過大評価されているところ、さらにはAIモデルごとに補正が必要なポイントを特定できる。
たとえば、あるブランドについて、一つのAIモデルは「割高」と評価し、別のモデルが「プレミアム」と評価するなら、それはブランドや製品の手掛かりを調整すべきだという明確なシグナルである。AIがブランドの本来の意味をより正確に推論できるように、裏づけとなる情報を充実させる必要がある。
プロモーション（販促）
LLMが製品を正しく解釈できるように、製品の機能的な特徴をブランドと明示的に結びつけて示さなければ、ブランドが伝えたい意味をコントロールできなくなるおそれがある。たとえば、スキーブランドのAtomic（アトミック）に関する筆者らの別の分析では、スキー板の硬さをマイナス要素と解釈することが明らかになった。板の硬さは、スキーヤーの間ではブランドの価値とデザイラビリティの中核となる要素だが、LLMがこのブランドを推奨する可能性を低下させていたのだ。
解決策：複数のAIモデルに質問を投げかけ、自社ブランドにどのようなディスクリプター（記述語）が結びつけられているかを把握する。そして、意図するブランドの解釈を定義したうえで、「プレミアム」「ラグジュアリー」「バリュー」「誤分類」といった分類を設定し、エコシステム内で弱点になりやすい箇所を特定する。そのうえで、自社メディアや第三者メディアにおいて、たとえば製品を「ラグジュアリー」「限定」と明示的に表現するなど、的確でステータス性の高い表現を一貫して用い、AIによるブランドの解釈を望ましい方向に導く。すべてのチャネルでラグジュアリーとの関連性を継続的に積み重ねることで、ブランドの意味を醸成し、LLMがその意味を参照できるようになる。
さらに、レビューや大衆市場向けの比較記事、ブランドにそぐわない関連情報などの第三者コンテンツは、ブランド戦略の方向を転換した後も長くインデックスに残り、AIによる評価に影響を与え続ける可能性がある。担当者は既存のコンテンツを包括的に点検し、消費者がAIに助言を求めた際に、AIがブランドに関する最も正確な情報を取得できるようにしなければならない。
プレースメント（配置）
AIはブランドを単独で捉えるわけではない。自社メディアや第三者メディア、小売サイト、レビュー、カテゴリーとの関連性など、ブランドを取り巻く情報環境全体からシグナルを集め、総合的に意味を推論する。そのため同じ製品でも、AIがどのような文脈で接したかによって評価が異なってくる。つまり、課題はコンテンツそのものではなく、情報のエコシステム全体にある。
たとえば、米国の美容カテゴリーについてLLMの情報源を筆者らが分析したところ、ブランド公式サイトが引用される割合は20％にすぎず、残りの80％にはEコマースサイト（24％）、ニュースメディア（21％）、専門ブログ（15％）などが含まれていた。
解決策：ラグジュアリーとしてのポジショニングは、自社サイトではなく第三者コンテンツで築く。AI検索では、小売サイトの商品リスト、レビューサイト、編集記事、レディットのスレッド、ユーチューブのコンテンツ、比較記事などが、ブランドの意味付けに大きく影響する。ブランドが一貫して過小評価されているところや、競合ブランドが過大評価されているところ、AIモデルごとに修正が必要なポイントを特定したうえで、情報のエコシステム全体を調整する必要がある。たとえば、マーケットプレイスの商品名やカテゴリー表示を見直し、ブランドイメージにそぐわない比較を修正することが考えられる。AIモデルの進化に合わせて、このプロセスを継続的に繰り返さなければならない。
＊ ＊ ＊
全体として、LLMの台頭はマーケティングの4Pすべてについて、AIがブランドをどのように認識し、そのデザイラビリティをどう高めるかを、新たな視点で検証することをマーケティング担当者に求めている。ラグジュアリーブランドはこれまで、消費者に憧れを抱かせるために、視覚的な表現や空間の演出、文化的な結びつきに多大な投資を行ってきた。しかし、AIシステムは設計上、人間と同じ文化的な文脈を共有していない。AIは、暗黙のうちに示されるものや、あえて語られないものではなく、明示的に示される測定可能な情報から意味を推論する。
AIが消費者への強力なゲートキーパーとなるにつれ、アスピレーショナルブランドは、人間に対しては多くを語れる手掛かりを、AIにも伝わる形へと組み替えなければならない。そうすることで、アルゴリズムによる評価のなかでもブランド本来の価値を維持できる。
