生成AIの回答に自社ブランドが登場するかを測る「AI可視性」や、生成AIに選ばれやすくする施策を指すGEO（Generative Engine Optimization）は、新しいマーケティング領域です。WebGlazerは、可視性を追跡するプラットフォームだけでなく、バルト地域の企業を調べたインデックスや検索の変化を分析する記事も公開しています。

ただし、企業が公表する機能や調査結果は、そのまま独立した性能検証や「施策が売上を伸ばす」という証明にはなりません。ここでは、何を測ったのか、どこまで検証できるのかを分けて見ていきます。

WebGlazerのAI可視性プラットフォーム

WebGlazerは、ChatGPT、Perplexity、Gemini、GoogleのAI検索機能、Microsoft Copilotなどで、ブランドや競合がどのように言及されるかを追跡するツールを提供しています。製品サイトでは、質問ごとの登場状況、競合とのシェア・オブ・ボイス、引用元、感情分析、回答内での位置などを機能として挙げています。17

同社によると、同じ質問を決まった日程で繰り返し実行し、数値の根拠となる回答も確認できる設計です。SEO監査や優先度付きの改善提案も掲げており、変更を実行するエージェント機能については、製品サイトで「近日公開」とされています。17

回答の実物や引用元を確認できることは、指標を検討するうえで役立ちます。一方、これはあくまで企業が説明する製品機能であり、測定精度が第三者によって検証されたことや、提案を実施すれば表示や売上が伸びることを示すものではありません。導入を検討する際は、質問の選び方、言語・地域設定、結果の再現性、回答や引用元へのアクセスを試し、可視性の「測定」と「改善」を別々に評価するとよいでしょう。

バルトAI可視性インデックス：地域に根差した企業調査

WebGlazerのバルトAI可視性インデックス2026は、ラトビア、リトアニア、エストニアの主要企業を対象にした調査です。同社は、4言語で購買に関する質問2,530件をAIシステムに2回ずつ投げ、25,932件の回答を分析したとしています。対象企業は358社と説明されています。18

WebGlazerによれば、企業選定は2025年度の売上高（銀行は収入）を出発点とし、業種の偏りを補うため対象を追加。質問は特定ブランドに誘導しない形で作成し、ネイティブ話者による翻訳やカテゴリー分けにも人による確認を加えたとのことです。調査ページには方法を記した報告書と企業検索用ファイルへのリンクもあり、見出しだけでなく詳しい資料をたどれます。18

同社が公表した主な結果は次の通りです。

• AI回答への登場には差がある： 結果表では、355社中56社（15.8%）が該当カテゴリーの回答で一度も言及されず、32社は関連回答の80%超に登場したと報告しています。18
• 売上高と可視性の相関は強くない： WebGlazerは、カテゴリー内の順位について、売上高と可視性の平均相関を0.19としています。18
• 質問言語によって結果が異なる： 現地企業は、現地語の質問より英語の質問で4.4ポイント高い割合で言及されたと報告しています。18
• 自社サイトは引用元の一部： 回答中の引用のうち、企業自身のウェブサイトを指していたものは8.8%だったとしています。18

数字の読み方には注意も必要です。ページでは対象全体を358社とする一方、可視性の結果表は355社を分母にしています。また、国別の社数として示された値を合計すると366社になりますが、要約部分ではこの差が十分に説明されていません。除外や複数国での集計が影響している可能性はありますが、内訳を確かめずに総数を比較するのは避けたいところです。18

したがって「言及されなかった」とは、あくまでこの調査で設定された質問・言語・測定条件のもとでの結果です。あらゆるAI回答でその企業が一度も登場しないという意味ではありません。このインデックスは地域に絞った興味深い観測調査ですが、GEO施策が可視性の差を生んだことを示す因果実験でも、WebGlazerの測定機能を第三者が検証した結果でもありません。

検索のSカーブ分析：可視性調査とは異なる視点

WebGlazerは、創業者のMartins Mozga氏による検索のSカーブ分析も公開しています。2026年10月2日付の記事では、企業レポート、トラフィックパネル、AIテスト、ウェブトラッカーなど27の情報源・系列から641件のデータポイントを集めたと説明しています。19

記事は、ユーザーの手間、正確性、コンテンツ供給、信頼性という観点から検索の変化を検討しています。また、技術開発への取り組みを示す代替指標として、Alphabet、Microsoft、Amazon、Metaの30四半期分の支出を用いています。19

WebGlazerの中心的な見立ては、AI検索は従来型検索を丸ごと置き換えるというより、検索の仕組みを組み替える変化だというものです。クロールやインデックス、情報の取得といった基盤は引き続き重要でありながら、各要素が連携し、回答をユーザーに届ける方法が変わると論じています。さらに、検索で情報を取得して生成する回答と、モデルの記憶だけをもとに生成する回答は、異なるものとして測るべきだとしています。19

この分析は、企業ごとの可視性を測ったバルト・インデックスとは性格が異なります。前者は外部情報や独自観測をイノベーション理論の枠組みでまとめた分析で、後者は地域の企業を対象にした観測データです。18 19

検討したい論点の一つは、大手テクノロジー企業全体の支出が、検索分野への投資をどの程度正確に表しているかです。また、公開された記事だけでは、641件すべてのデータをダウンロードできるか、計算を再現するコードが利用できるかまでは確認できません。公開分析があることと、基礎データを全面的に再検証できることは別です。

StartSchoolとの関係は公式ディレクトリで確認できる

ラトビアの起業家育成プログラムStartSchoolの公式スタートアップ一覧には、WebGlazerがB2BのMarTechスタートアップとして掲載されています。この掲載から、StartSchoolのスタートアップ・エコシステムに記載があることは確認できます。11

一方、この一覧だけでは、出資や所有関係、研究への公式な推薦、創業者が受講した具体的なプログラム履歴までは確認できません。そうした点は、別の公式資料がない限り断定できません。

欧州の比較対象：Peec AIとOtterlyAI

Peec AI：ブランドの登場状況と評価を追跡

Peec AIは、マーケティングチーム向けのAI検索分析を提供しています。公式サイトでは、ブランドが言及される会話の割合としての可視性、回答内での位置、感情分析などを紹介しています。4

また、2026年9月の同社発表では、AIモデルがブランドをどう特徴づけ、競合とどう比較するかを把握する「ブランド認識」機能が説明されています。これは製品情報として参考になりますが、企業発表に基づくものであり、独立した性能テストではありません。1

ブランドが登場したかどうかだけでなく、AIがどのように説明しているかを把握したいチームにとって、WebGlazerと比較する際の参考になります。ただし、ここで確認できる情報だけでは、両社の測定精度を比べたり、Peec AIの独自調査をバルト・インデックスと順位づけたりすることはできません。

OtterlyAI：AI検索モニタリングの比較対象

OtterlyAIは、マーケティングチームや代理店向けのAI検索モニタリングを案内しており、自社の比較記事ではCopilotを含む6つの検索エンジンを挙げています。3 ただし、これはベンダー自身が公開した製品紹介であり、第三者による評価とは区別が必要です。

今回確認した資料からは、OtterlyAI、Peec AI、WebGlazerを同じ条件で比較したテストや、各社の調査品質を順位づける根拠は得られません。製品機能や調査結果を業務判断に使う場合は、質問設計、サンプル、測定方法、元データの開示状況をそれぞれ確認するのが堅実です。

AI可視性の調査やツールを選ぶときの確認点

ツールを導入したり、ベンダー調査を施策に生かしたりする前に、次の点を確認しましょう。

1. どの質問、言語、地域、測定日が対象か。
2. どのAIシステムと設定を使い、質問を何回繰り返したか。
3. 言及、引用、感情、可視性の各指標をどう定義しているか。
4. 除外条件や分母、実際の回答を確認できるか。
5. 測っているのは露出だけか、それとも流入、問い合わせ、売上との関係も検証しているか。

今回取り上げた中でWebGlazerの特徴は、バルト地域の企業を対象にしたインデックスと、検索の変化を論じるSカーブ分析の両方を公開している点です。Peec AIやOtterlyAIも、ブランド分析やモニタリングを比較する際の参考になります。ただし、ここで確認できる証拠が示すのは、各社の取り組みを検討する価値があるということまでです。特定の製品が最良であることや、モニタリング・最適化によって事業成果が上がることまでは証明されていません。

生成AIの回答に自社ブランドが登場するかを測る「AI可視性」や、生成AIに選ばれやすくする施策を指すGEO（Generative Engine Optimization）は、新しいマーケティング領域です。WebGlazerは、可視性を追跡するプラットフォームだけでなく、バルト地域の企業を調べたインデックスや検索の変化を分析する記事も公開しています。

ただし、企業が公表する機能や調査結果は、そのまま独立した性能検証や「施策が売上を伸ばす」という証明にはなりません。ここでは、何を測ったのか、どこまで検証できるのかを分けて見ていきます。

WebGlazerのAI可視性プラットフォーム

WebGlazerは、ChatGPT、Perplexity、Gemini、GoogleのAI検索機能、Microsoft Copilotなどで、ブランドや競合がどのように言及されるかを追跡するツールを提供しています。製品サイトでは、質問ごとの登場状況、競合とのシェア・オブ・ボイス、引用元、感情分析、回答内での位置などを機能として挙げています。17

同社によると、同じ質問を決まった日程で繰り返し実行し、数値の根拠となる回答も確認できる設計です。SEO監査や優先度付きの改善提案も掲げており、変更を実行するエージェント機能については、製品サイトで「近日公開」とされています。17

回答の実物や引用元を確認できることは、指標を検討するうえで役立ちます。一方、これはあくまで企業が説明する製品機能であり、測定精度が第三者によって検証されたことや、提案を実施すれば表示や売上が伸びることを示すものではありません。導入を検討する際は、質問の選び方、言語・地域設定、結果の再現性、回答や引用元へのアクセスを試し、可視性の「測定」と「改善」を別々に評価するとよいでしょう。

バルトAI可視性インデックス：地域に根差した企業調査

WebGlazerのバルトAI可視性インデックス2026は、ラトビア、リトアニア、エストニアの主要企業を対象にした調査です。同社は、4言語で購買に関する質問2,530件をAIシステムに2回ずつ投げ、25,932件の回答を分析したとしています。対象企業は358社と説明されています。18

WebGlazerによれば、企業選定は2025年度の売上高（銀行は収入）を出発点とし、業種の偏りを補うため対象を追加。質問は特定ブランドに誘導しない形で作成し、ネイティブ話者による翻訳やカテゴリー分けにも人による確認を加えたとのことです。調査ページには方法を記した報告書と企業検索用ファイルへのリンクもあり、見出しだけでなく詳しい資料をたどれます。18

同社が公表した主な結果は次の通りです。

• AI回答への登場には差がある： 結果表では、355社中56社（15.8%）が該当カテゴリーの回答で一度も言及されず、32社は関連回答の80%超に登場したと報告しています。18
• 売上高と可視性の相関は強くない： WebGlazerは、カテゴリー内の順位について、売上高と可視性の平均相関を0.19としています。18
• 質問言語によって結果が異なる： 現地企業は、現地語の質問より英語の質問で4.4ポイント高い割合で言及されたと報告しています。18
• 自社サイトは引用元の一部： 回答中の引用のうち、企業自身のウェブサイトを指していたものは8.8%だったとしています。18

数字の読み方には注意も必要です。ページでは対象全体を358社とする一方、可視性の結果表は355社を分母にしています。また、国別の社数として示された値を合計すると366社になりますが、要約部分ではこの差が十分に説明されていません。除外や複数国での集計が影響している可能性はありますが、内訳を確かめずに総数を比較するのは避けたいところです。18

したがって「言及されなかった」とは、あくまでこの調査で設定された質問・言語・測定条件のもとでの結果です。あらゆるAI回答でその企業が一度も登場しないという意味ではありません。このインデックスは地域に絞った興味深い観測調査ですが、GEO施策が可視性の差を生んだことを示す因果実験でも、WebGlazerの測定機能を第三者が検証した結果でもありません。

検索のSカーブ分析：可視性調査とは異なる視点

WebGlazerは、創業者のMartins Mozga氏による検索のSカーブ分析も公開しています。2026年10月2日付の記事では、企業レポート、トラフィックパネル、AIテスト、ウェブトラッカーなど27の情報源・系列から641件のデータポイントを集めたと説明しています。19

記事は、ユーザーの手間、正確性、コンテンツ供給、信頼性という観点から検索の変化を検討しています。また、技術開発への取り組みを示す代替指標として、Alphabet、Microsoft、Amazon、Metaの30四半期分の支出を用いています。19

WebGlazerの中心的な見立ては、AI検索は従来型検索を丸ごと置き換えるというより、検索の仕組みを組み替える変化だというものです。クロールやインデックス、情報の取得といった基盤は引き続き重要でありながら、各要素が連携し、回答をユーザーに届ける方法が変わると論じています。さらに、検索で情報を取得して生成する回答と、モデルの記憶だけをもとに生成する回答は、異なるものとして測るべきだとしています。19

この分析は、企業ごとの可視性を測ったバルト・インデックスとは性格が異なります。前者は外部情報や独自観測をイノベーション理論の枠組みでまとめた分析で、後者は地域の企業を対象にした観測データです。18 19

検討したい論点の一つは、大手テクノロジー企業全体の支出が、検索分野への投資をどの程度正確に表しているかです。また、公開された記事だけでは、641件すべてのデータをダウンロードできるか、計算を再現するコードが利用できるかまでは確認できません。公開分析があることと、基礎データを全面的に再検証できることは別です。

StartSchoolとの関係は公式ディレクトリで確認できる

ラトビアの起業家育成プログラムStartSchoolの公式スタートアップ一覧には、WebGlazerがB2BのMarTechスタートアップとして掲載されています。この掲載から、StartSchoolのスタートアップ・エコシステムに記載があることは確認できます。11

一方、この一覧だけでは、出資や所有関係、研究への公式な推薦、創業者が受講した具体的なプログラム履歴までは確認できません。そうした点は、別の公式資料がない限り断定できません。

欧州の比較対象：Peec AIとOtterlyAI

Peec AI：ブランドの登場状況と評価を追跡

Peec AIは、マーケティングチーム向けのAI検索分析を提供しています。公式サイトでは、ブランドが言及される会話の割合としての可視性、回答内での位置、感情分析などを紹介しています。4

また、2026年9月の同社発表では、AIモデルがブランドをどう特徴づけ、競合とどう比較するかを把握する「ブランド認識」機能が説明されています。これは製品情報として参考になりますが、企業発表に基づくものであり、独立した性能テストではありません。1

ブランドが登場したかどうかだけでなく、AIがどのように説明しているかを把握したいチームにとって、WebGlazerと比較する際の参考になります。ただし、ここで確認できる情報だけでは、両社の測定精度を比べたり、Peec AIの独自調査をバルト・インデックスと順位づけたりすることはできません。

OtterlyAI：AI検索モニタリングの比較対象

OtterlyAIは、マーケティングチームや代理店向けのAI検索モニタリングを案内しており、自社の比較記事ではCopilotを含む6つの検索エンジンを挙げています。3 ただし、これはベンダー自身が公開した製品紹介であり、第三者による評価とは区別が必要です。

今回確認した資料からは、OtterlyAI、Peec AI、WebGlazerを同じ条件で比較したテストや、各社の調査品質を順位づける根拠は得られません。製品機能や調査結果を業務判断に使う場合は、質問設計、サンプル、測定方法、元データの開示状況をそれぞれ確認するのが堅実です。

AI可視性の調査やツールを選ぶときの確認点

ツールを導入したり、ベンダー調査を施策に生かしたりする前に、次の点を確認しましょう。

1. どの質問、言語、地域、測定日が対象か。
2. どのAIシステムと設定を使い、質問を何回繰り返したか。
3. 言及、引用、感情、可視性の各指標をどう定義しているか。
4. 除外条件や分母、実際の回答を確認できるか。
5. 測っているのは露出だけか、それとも流入、問い合わせ、売上との関係も検証しているか。

今回取り上げた中でWebGlazerの特徴は、バルト地域の企業を対象にしたインデックスと、検索の変化を論じるSカーブ分析の両方を公開している点です。Peec AIやOtterlyAIも、ブランド分析やモニタリングを比較する際の参考になります。ただし、ここで確認できる証拠が示すのは、各社の取り組みを検討する価値があるということまでです。特定の製品が最良であることや、モニタリング・最適化によって事業成果が上がることまでは証明されていません。