「最近、問い合わせ経路に”ChatGPTで知った”が増えてきた」「SEOの順位は変わらないのに、流入が減っている」——こうした変化の背景にあるのが、購買の入口が検索エンジンからAIエージェントへ移り始めているという構造変化です。この変化に対応するための考え方がB2Aマーケティング（Business to Agentマーケティング）です。本記事では、B2Aマーケティングの定義、LLMO・GEOとの違い、AIエージェントが企業を選ぶ仕組み、海外の先進事例、そして小さな会社でも今日から始められる実践7ステップとKPI設計までを解説します。

B2Aマーケティングとは？

B2Aマーケティングとは、人間の顧客だけでなく、顧客の代わりに情報収集・比較・推薦・購買を行う「AIエージェント」をマーケティングの対象に加え、自社が発見され、正しく理解され、信頼されて選ばれる状態をつくる取り組みです。B2AはBusiness to Agent（またはBusiness to AI）の略で、「ビー・ツー・エー」と読みます。

この言葉が広く知られるきっかけの一つは、米国のスタートアップ投資機関Y Combinatorが「B2BでもB2Cでもなく、B2A」と打ち出し、AIエージェントを顧客とするプロダクトを募集したことです。2026年10月には、米国のABM（アカウントベースドマーケティング）大手Demandbaseが「B2Aマーケティング」を掲げて新製品を発表し、B2Aマーケティングを「企業のブランドと製品を、ベンダーを調べて推薦するAIエージェントにとって発見可能・理解可能・信頼可能にするもの」と定義しました。

なお、B2Aは従来「Business to Administration（企業対行政）」の略として使われることもありました。本記事で扱うのはAIエージェントを対象とするB2Aです。

B2C・B2B・B2Aマーケティングの違い

項目	B2Cマーケティング	B2Bマーケティング	B2Aマーケティング
意思決定者	個人消費者	購買担当者・購買グループ	人の代理として動くAIエージェント（最終責任は人）
判断基準	感情・ブランド・利便性	ROI・信頼関係・提案力	事実データの正確さ・条件適合・第三者評価
主な接点	広告・SNS・店舗	営業・展示会・ウェビナー	AIの回答・データフィード・API
勝ち筋	印象に残る	比較検討の土俵に乗る	AIの候補リストに入り、推薦される

B2Aは、B2BやB2Cを置き換えるものではありません。人間向けのマーケティングの手前に「AIによる選考」という新しい関門が加わった、と捉えるのが正確です。AIが作る候補リストに入らなければ、人間の比較検討の土俵にすら上がれないからです。

LLMO・GEO・AEOとの違い

混同されやすい用語に、LLMO（大規模言語モデル最適化）、GEO（生成AIエンジン最適化）、AEO（回答エンジン最適化）があります。これらは主に「AIの回答の中で自社が言及・引用されるための施策」を指します。一方、B2Aマーケティングはそれらを含む上位概念で、引用されること（発見）に加え、正しく理解されること、信頼されること、さらにAIが自社と取引を実行できることまでを対象にします。つまりLLMO・GEOはB2Aマーケティングの重要な一手段です。LLMOの具体的な手順はLLMO（GEO）とは？AI検索で自社が引用されるためのBtoBマーケティング対策手順で詳しく解説しています。

なぜ今、B2Aマーケティングが必要なのか：6つのデータ

「AIで調べる人はまだ一部では」と感じる方も多いかもしれません。しかし、2026年時点の調査はその前提がすでに崩れつつあることを示しています。

• 購買の起点がAIへ：G2が2026年3月にB2Bソフトウェア購買者1,076人を対象に行った調査では、Googleより先にAIチャットボットで調べ始める人が51%に達しました。約1年前は29%でした。
• 購買プロセスのほぼ全体にAI：Forresterの2026年調査では、B2B購買者の94%が直近の購買で生成AIを使ったと回答しています。
• 2028年にはB2B購買の9割がAI経由：Gartnerは、2028年までにB2B購買の90%がAIエージェントを介して行われ、その額は15兆ドルを超えると予測しています。
• 検索1位でもクリックされない：Ahrefsの分析では、AI Overviewsが表示される検索で、1位ページのクリック率が58%低下していました（2025年12月時点のデータ。相関分析である点に注意）。
• AI経由の訪問者は「濃い」：Adobe Analyticsによると、米国小売サイトでAI経由の流入は2025年3月時点では他チャネルより成約率が38%低かったものの、2026年3月には42%高くなりました。
• 企業側もAI対応に前向き：Visaの「B2AIレポート」では、米国企業の71%がAIエージェント向けに製品やオファーを最適化する意向を示し、53%がAI同士での価格・条件交渉を許容すると回答しました。

まとめると、「AIに聞く人は急増し」「検索からのクリックは減り」「AI経由の顧客は成約に近い」という状態です。AIの回答で言及されない企業は、検索順位が高くても商談機会を失う時代に入っています。

AIエージェントは何を見て企業を選ぶのか：4層モデル

B2Aマーケティングを実務に落とすには、AIエージェントが企業を選ぶプロセスを分解して考えるのが有効です。Semuisでは、Demandbaseが示した「発見・理解・信頼」の3要素に「実行」を加えた4層で整理しています。下の層が満たされていないと、上の層の施策は効きません。

1. 発見可能性（Discoverable）：AIのクローラーが自社サイトを読めるか。robots.txtでAIクローラーを意図せずブロックしていないか、JavaScriptでしか表示されない重要情報がないか。
2. 理解可能性（Understandable）：読んだ内容から「何の会社で、誰の、どんな課題を、いくらで解決するのか」をAIが一文で要約できるか。価格・仕様・対象顧客・導入条件が明記されているか。
3. 信頼性（Credible）：自社サイト以外の場所（レビューサイト、業界メディア、導入企業の発信、公的データベース）で、同じ事実が一貫して語られているか。AIは自社の主張より第三者の言及を重く見る傾向があります。
4. 実行可能性（Actionable）：AIエージェントが人を介さずに見積もり・予約・購入・問い合わせを完結できるか。商品フィード、API、MCP（AIが外部ツールにつながるための標準規格）などの機械向け接点があるか。

現状、多くの日本企業は1と2でつまずいています。とくにBtoBでは「料金はお問い合わせください」「詳細は資料請求で」という情報設計が一般的ですが、AIエージェントは公開情報で比較できない候補を推薦しにくいことを理解しておく必要があります。

海外の先進事例5選

事例1：Demandbase｜「B2Aマーケティング」を製品カテゴリにした

Demandbaseは2026年10月20日、ニューヨークで開いた自社カンファレンス「GO」で、AEOエージェント、キャンペーンエージェント、オーディエンスエージェントの3つのAIエージェントを発表しました。AEOエージェントは、ChatGPTなど外部のAIアシスタントが自社をどう説明・推薦しているかを把握し、改善につなげるためのものです。同社CEOは、買い手はもう検索からではなくエージェントから調べ始めると述べています。MCP経由で自社のAIから機能を呼び出せる設計にした点も、「機械が使う前提」のマーケティング基盤として示唆に富みます。

事例2：Visa｜「B2AI」を経済モデルとして定義

Visaは2026年4月、調査会社Morning Consultと共同で「B2AIレポート」を公表しました。AIエージェントが商取引の意思決定と実行に参加し、人間は意図と結果に責任を持つ経済モデルをB2AIと定義しています。同社CMOは、AIを介した商取引では信頼が普及のスイッチになると強調し、製品仕様・価格・在庫などを機械が比較しやすい形で整えるよう企業に呼びかけています。

事例3：Google｜AIと企業をつなぐ共通規格「UCP」

Googleは2026年1月、Shopify、Walmart、Target、Etsy、Wayfairと共同開発したオープン規格「UCP（Universal Commerce Protocol）」を発表しました。商品発見からカート、決済、購入後対応までをAIエージェントと企業の間で標準化するもので、Visa、Mastercard、Stripeなど20社以上が支持を表明しています。企業は個別のAIごとに連携を作り込む必要がなくなり、販売者として顧客データも保持できます。B2Aにおける「実行可能性」のインフラが整い始めた象徴的な動きです。

事例4：OpenAI｜チャット内決済からの撤退が示した教訓

OpenAIは2025年9月、ChatGPTの会話内で購入が完結する「Instant Checkout」をStripeと開始しました。しかし加盟店の参加は広がらず、2026年3月にはチャット内決済から手を引き、商品の発見と比較に注力する方針へ転換しました。ここから得られる教訓は、B2Aの主戦場は当面「AIの中で買わせること」ではなく「AIの候補リストに入ること」だという点です。購入は自社サイトで起きても、選ばれるかどうかはAIの中で決まります。

事例5：Amazon｜価格の「安定性」まで評価される

AmazonのAIアシスタント「Rufus」には、目標価格になると自動で購入する「Auto Buy」機能があり、他社サイトで代理購入する「Buy for Me」も展開されています。出品者向けの分析では、価格変動が激しい商品はAIから「もう少し待つべき」と判断されやすいことも指摘されています。AIは価格の安さだけでなく、価格の一貫性や透明性まで評価軸にしているということです。

B2Aマーケティングのユースケース

BtoBの場合

• SaaS・ITツールの選定：購買担当者が「従業員50名、予算月10万円以内で使える勤怠管理ツールを3つ比較して」とAIに依頼。料金・機能・連携先・導入実績が公開されている製品だけが候補に残ります。
• 外注先・支援会社の選定：「BtoB向けにSEOを支援できる、小規模企業に強い会社」とAIに相談。対象顧客・得意領域・費用感・事例が明確な会社が推薦されます。
• 部品・資材の調達：調達エージェントが仕様・納期・単価・最小ロットを横断比較。見積もり条件を機械可読な形で出せるサプライヤーが有利になります。

BtoC・ECの場合

• 条件付き購入：「3万円以下、機内持ち込み可、2年保証付き」のように条件を指定してAIが選定・購入。商品属性の網羅性が勝負になります。
• 定期補充：日用品の残量を推定し、最安・最速の店舗へ自動発注。在庫・価格・配送日のリアルタイム性が問われます。
• 旅行・予約：キャンセル規定や設備情報を構造化している施設ほど、AIの比較に乗りやすくなります。

EC事業者の具体的な対応はエージェンティックコマースとは？AIエージェントが買い物する時代にEC事業者が備えるべき対応で解説しています。

B2Aマーケティングの実践7ステップ

ステップ1：AIでの「現在地」を診断する

最初にやるべきは、AIが今、自社をどう扱っているかを知ることです。顧客が実際に投げそうな質問（例：「〇〇におすすめの会社は？」「〇〇と△△の違いは？」「〇〇の費用相場は？」）を20個ほど用意し、ChatGPT、Gemini、Perplexity、Claudeなど主要なAIで確認します。記録するのは、(1)自社が言及されたか、(2)説明内容は正確か、(3)競合は何社・どの順番で挙がったか、(4)どのサイトが情報源として引用されたか、の4点です。誤った説明が見つかった場合は、それ自体が最優先の修正対象になります。

ステップ2：技術的な土台を整える

次に「発見可能性」を確保します。robots.txtでGPTBot（OpenAI）、ClaudeBot（Anthropic）、PerplexityBot、Google-Extendedなど主要なAIクローラーの扱いを方針として決め、意図せずブロックしていないか確認します。重要な情報がJavaScriptでしか描画されない構成も避けます。あわせて、会社情報（Organization）、製品（Product）、よくある質問（FAQPage）などの構造化データを実装します。AI向けにサイト概要を記した「llms.txt」の設置も選択肢ですが、主要AIがどこまで活用しているかは現時点で明確ではないため、優先度は構造化データより下に置くのが妥当です。

ステップ3：AIが引用しやすいコンテンツに作り替える

AIは、問いに対して「そのまま答えとして使える一文」を探しています。そのため、各ページの冒頭に「〇〇とは、△△である」という定義文を置く、比較表を使う、数値や条件を具体的に書く、FAQ形式で一問一答を用意する、といった書き方が有効です。抽象的なキャッチコピーやイメージ先行の文章は、人間には響いてもAIには要約しにくい情報になります。

ステップ4：「事実データ」を公式に一元化する

料金、機能、対応範囲、導入条件、導入社数、実績、問い合わせ後の流れなど、比較に使われる事実を公式サイト上に一元的に公開します。BtoBで料金を完全非公開にしている場合は、「月額〇万円〜」「初期費用の目安」など幅のある表記でも構いません。AIは比較できる情報がない企業を候補から外しやすいためです。情報が古いまま残っていると誤った説明の原因になるため、更新日も明記します。

ステップ5：第三者からの言及を増やす

「信頼性」を高めるには、自社以外の場所での言及が欠かせません。ITreviewやBOXILなどのレビュー・比較サイトへの掲載、業界メディアへの寄稿やプレスリリース、導入企業による事例発信、登壇やウェビナーなどが該当します。ポイントは、社名・サービス名・説明文をどこでも一貫させることです。表記揺れはAIが同一の企業として認識する妨げになります。レビュー施策の進め方はBtoBレビューマーケティングとは？も参考にしてください。

ステップ6：機械向けの接点をつくる

「実行可能性」を高める段階です。ECであればGoogle Merchant Centerへの商品フィード登録や、Shopifyなどエージェント対応が進むプラットフォームの活用が近道です。BtoBであれば、料金シミュレーター、空き枠の自動予約、見積もりフォームの項目整理など、AIエージェントが操作しやすい問い合わせ導線を用意します。開発余力がある企業は、APIやMCPサーバーを公開し、AIから自社サービスを直接呼び出せるようにする選択肢もあります。

ステップ7：計測して改善を回す

最後に、B2Aの成果を測る仕組みを整えます。GA4ではchatgpt.com、perplexity.ai、gemini.google.comなどからの参照流入を独立したチャネルとして集計し、問い合わせフォームの「何で知りましたか」にAIの選択肢を加えます。ステップ1の診断を毎月同じ質問で繰り返し、言及率の推移を追うのが基本です。

B2AマーケティングのKPI設計

指標	測り方	頻度の目安
AI言及率	固定した20問のうち自社が言及された割合	月1回
推薦順位	候補として挙がった際の順番・競合との比較	月1回
説明の正確性	AIの説明に事実誤認がないか（誤り件数）	月1回
AI経由流入・成約	GA4のAI参照元セッション数とCV数	月次
AI起点の商談	問い合わせ時の流入経路アンケート	月次
第三者言及数	レビュー件数、メディア掲載数	四半期

AI経由の訪問の一部は「ノーリファラー（直接流入）」として計測されるため、流入数だけで判断せず、言及率や指名検索数、問い合わせ時のアンケートを組み合わせて評価するのが現実的です。

B2Aマーケティングでよくある失敗と注意点

第一に「SEOをやめてAI対策に乗り換える」こと。AIは検索エンジンの上位ページや信頼性の高いサイトを情報源として参照することが多く、SEOの基礎はB2Aの土台でもあります。第二に「llms.txtなど単発の施策で済ませる」こと。効果が確立していない施策より、事実データの整備と第三者言及の方が確実に効きます。第三に「AI向けに情報を誇張する」こと。AIは複数の情報源を突き合わせるため、矛盾する主張はかえって信頼を損ないます。第四に「人間向けの体験を後回しにする」こと。AIに推薦された後、最終的に判断し契約するのは人間です。AIに選ばれ、人に納得される、の両立が前提です。

日本企業のB2A対応の現在地

Visaが日本で実施した調査では、消費者の51%がすでに買い物の場面でAIを活用している一方、確認なしで購入までAIに任せる人は1%にとどまりました。つまり日本では「AIに相談して候補を絞る」行動はすでに一般化し、「AIに買わせる」行動はまだこれから、という段階です。この状況は、B2Aの4層のうち「発見」「理解」「信頼」の整備がすぐに成果へつながることを意味します。供給側でも、2026年8月にデジタルガレージがエージェンティックコマース最適化ソリューション「DG Agentic One」を開始するなど、対応が始まっています。競合が本格的に動く前の今が、最も低コストで先行者になれるタイミングです。

よくある質問

B2Aマーケティングとは簡単に言うと何ですか？

顧客の代わりに調べて比べるAIエージェントに、自社を見つけてもらい、正しく理解・信頼され、推薦される状態をつくるマーケティングです。

SEOはもう不要になりますか？

不要にはなりません。AIは検索上位や信頼性の高いページを情報源にすることが多く、SEOはB2Aの土台です。ただし「順位」だけでなく「AIの回答で言及されるか」を新たな指標に加える必要があります。

LLMO・GEOとB2Aマーケティングは何が違いますか？

LLMO・GEOはAIの回答で引用されるための施策で、B2Aマーケティングの一部です。B2Aはそれに加え、信頼の獲得やAIが取引を実行できる接点づくりまでを含みます。

中小企業でも取り組めますか？

取り組めます。AIでの現状診断、事実情報の公開、FAQの整備、レビューサイトへの掲載などは低予算で始められ、大企業より意思決定が速い分、先行しやすい領域です。

効果はどのくらいで出ますか？

サイト内の情報整備はAIの情報更新に合わせて数週間〜数カ月で反映されることがありますが、第三者言及による信頼の蓄積には半年以上かかるのが一般的です。月次で言及率を追い、3〜6カ月単位で評価するのが目安です。

まとめ：「見つけてもらう」から「AIに選ばれる」へ

B2Aマーケティングは、AIエージェントを新たな「顧客の窓口」と捉え、発見・理解・信頼・実行の4層で自社を選ばれる状態に整える取り組みです。G2やForresterの調査が示すとおり、B2B購買の起点はすでにAIへ移りつつあり、Gartnerは2028年にB2B購買の9割がAIエージェント経由になると予測しています。まずは20個の質問でAIにおける自社の現在地を確認し、事実データの公開と第三者言及の強化から始めましょう。

自社だけでの診断や施策設計が難しい場合は、Semuis株式会社のマーケティング・セールス支援で、AI検索での現状診断からコンテンツ・データ整備、計測設計までを月額5万円からの外部支援チームとして伴走しています。詳しくはサービスページをご覧いただくか、お問い合わせよりご相談ください。

参考資料

• Demandbase Launches New AI Agents to Lead B2A Marketing Era（Business Wire配信, 2026年10月）
• The B2AI Era Is Upon Us: Visa（Crowdfund Insider, 2026年4月）
• Visa CMO Frank Cooper on B2AI（Fortune, 2026年4月）
• B2B buyers AI chatbot research 2026 stats（G2 Answer Economy 2026ほか）
• Ahrefs: AI Overviews and CTR（PPC Land, 2026年2月）
• ChatGPT Instant Checkout: What Happened（Adobe Analyticsデータ引用）
• Shopify, Walmart Endorse Google’s New Open Commerce Protocol（The New Stack, 2026年1月）
• Amazon’s Rufus can now automatically buy products（Modern Retail）
• 約3割の消費者がAIへの購入判断・決済の委譲に慎重 Visa調査（ECのミカタ）

あわせて読みたい

• LLMO（GEO）とは？AI検索で自社が引用されるためのBtoBマーケティング対策手順を解説
• エージェンティックコマースとは？AIエージェントが買い物する時代にEC事業者が備えるべき対応を解説
• BtoBレビューマーケティングとは？比較サイト・レビューサイト活用で商談を増やす実践ステップを解説