SEOからGEOへ ― Adobe Summit 2026が打ち出したもの
ラスベガスで開かれたAdobe Summit 2026の話題は、ある種の業界人にとっては予想されたものだったかもしれない。GEO、つまりGenerative Engine Optimizationという言葉が、SEOの後継概念として正式に表舞台に押し出された。Business Insider Japanの現地レポートによれば、アドビは2025年に検索サービスの中での情報分析に加え、AIの中で情報を見つけやすくする「GEO」に取り組み始めており、2026年は「ブランド・ビジビリティ」の概念に踏み込んだという。AIが情報の流路を担う時代に、ブランドはAIの出力の中でどう扱われるか。それが新しい競争軸である、というメッセージだ。
このフレーミングは正しい。むしろ、かなり早い段階で本質を捉えている。検索結果の上位を取る時代から、AIが要約し、推奨し、語ってくれる時代へ。ユーザーが企業サイトに到達する前に、すでに購買判断に近いところまで会話が進んでいることがある。そこに自社のブランドが「正しく登場するか」は、もはやマーケティング部門だけの関心事ではない。
ただ、Adobeの発表を眺めていて、私の関心はやや別の方向へ動いた。GEOやLLM Optimizerの議論の背後で、本当に問われているのは「AIにどう見つけてもらうか」よりも、もう一段深いところにあるのではないか、という違和感である。
量産は問題ではなくなった
ここ数年のマーケティングテックの進化は、要するにコンテンツの量産と最適化を実用域に引き上げた歴史だった。バリエーションを大量に作り、配信先ごとに最適化し、リアルタイムでテストする。これはもう驚きの話ではない。Adobe自身、AIをクリエイティブ層だけでなくオペレーティング層に押し広げようとしている。
つまり、「作れる」ことはコモディティになりつつある。問題は別の場所に移っている。
ブランドガイドラインに沿ったトーンか。事実関係は正確か。法務的に危うくないか。短期的にCTRを稼ぐ表現が、長期のブランド資産を削っていないか。AIが速く大量に出力するほど、これらの問いに答える人間側のキャパシティが追いつかなくなる。レビュー人数を増やせば解決する、という話でもない。チェックの粒度が荒くなるか、現場のスループットが落ちるか、どちらかだ。
ここで多くの企業が「ガバナンス」という言葉に逃げ込む。だが、ガバナンスを謳ったところで、現場で日々生み出される数千、数万のコンテンツに対して、「誰がそれを引き受けるのか」が決まっていなければ、その言葉は空回りする。
Adobeも「ガバナンス」を持ち出している
実際、Adobeは今年の発表で、ガバナンスを構造の中心に据えてきた。Adobe CX Enterpriseは、AIエージェント、エージェントスキル、モデルコンテキストプロトコル（MCP）エンドポイントを、インテリジェンスおよびガバナンス層とともに統合し、信頼性が高く検証可能なエージェント型ワークフローを実現するエンドツーエンドのエージェント型AIシステムだとされている。AIに任せる範囲を広げる以上、ガバナンス層を併せて差し込まなければ製品として成立しない、という判断だろう。
これは正しい方向だ。だが、ここから先が、おそらくこの記事のテーマである。
ガバナンス層を製品として持つことと、組織として「誰が何を判断するか」を設計し切ることは、同じではない。前者はツールが提供できる。後者は、ツールでは提供できない。
制度側の動きと、奇妙に似ている
少し視点を変えると、似たような構造が政府側でも顕在化している。2026年3月31日、総務省・経済産業省は「AI事業者ガイドライン（第1.2版）」を公表した。最大の変更点は、AIエージェントが外部システムに自律的にアクションを取る際のHuman-in-the-Loopの仕組み構築が事実上の必須要件となった点である。AIエージェントの自律的な判断に対しては、重要な意思決定に人間の関与を組み込むことが必要とされ、ログの管理体制整備や、自律型AIの運用における継続的な監視体制の重要性も示された。
ブランド運用とAI規制は、表面的にはまったく別の話題だ。だが、両者が同じ問題に到達している点は見逃すべきではない。AIに何かを任せる以上、どこかで人間が判断を引き受けなければならない。問題は、その「どこかで」をどこに置くか、誰が置くか、何を基準に置くかである。
GEOの議論はマーケティング側からこの問題に到達し、ガイドラインは規制側からこの問題に到達した。出発点が違うだけで、行き着く先はかなり近い。
ブランド毀損は「誤情報」の話だけではない
ブランドリスクというと、すぐに「AIがハルシネーションを起こしたら困る」という話になりがちだ。それも当然リスクだ。だが、現場で実際に起きているのは、もう少し地味で、もう少し根が深い。
トーンが微妙にズレた表現がオウンドメディアに大量にデプロイされる。法務的にグレーな比較表現がAI生成のFAQに混ざる。短期のクリック率を最大化する見出しが、ブランドの長期的な質感を少しずつ削る。気づいたときには、何が起きたかを再構成するログも残っていない。
これは「AIが間違えた」という話ではない。「誰がそれを通したか」を記録しないままワークフローが回っていた、という話だ。レビュー体制を強化すべき、という結論にもならない。レビュー人数を増やしてもスループットの壁にぶつかるし、判断基準が現場に下りていなければチェックの質はバラつく。
問われているのは、レビューの量ではなく、判断構造のほうだ。
静かな予告
ここまでの話を、私はGEOの否定として書いているわけではない。むしろ逆である。Adobeが提示している方向は重要であり、GEO自体は今後数年のブランド運用の前提条件になる。LLM Optimizerのようなツールは普通に必要になるだろう。
ただ、そのレイヤーを整えたあとで、ほぼ必ず次の問いが浮かび上がる。
AIがブランドを語る時代に、その語りの最終的な責任は、誰が、どのフローのどの段階で引き受けるのか。
これは「ツールでガバナンスを担保できる」という発想では届かないところにある問いだ。ここから先は、製品の話ではなく、設計の話になる。
ここから先は、Decision Designの話になる
私はこの問題を扱う概念を、Decision Designと呼んでいる。
Decision Designは、判断という行為そのものを設計対象とする思想だ。生成プロセスでも、レビュー体制でも、ガバナンスポリシーでもない。「誰が何を決めるのか」という構造そのものを、ワークフローの中に明示的に置き直す。
その中心にあるのが Decision Boundary（判断の境界）という概念である。誰が決めるのか。どこまでを任せ、どこからを引き受けるのか。その線を、無自覚のまま放置せず、意図的に設計すること。それがDecision Designである。
この先のパートでは、Decision DesignとDecision Boundaryの定義を改めて明確に置き、なぜGovernance、DX、Automation、AI ethicsのいずれもこの問題には届かないのかを論じる。そのうえで、ブランド運用の現場における実装案、すなわち判断ポイントの棚卸し、エスカレーション条件の設計、Decision Logの運用、ブランドガイドラインの再定義までを書く。
ツールではなく構造の話だ。ここから先は、製品選定の議論ではなく、組織設計の議論になる。
詳細版について
本稿は、公開範囲を基に構成したInsynergyの日本語サイト版です。詳細な議論と実装上の考察はnoteの詳細版で解説しています。