なぜどの組織も同じ数字になるのか｜4105組織のAI検索対応 全数調査まとめ

東証プライム上場企業1,552社、全国の自治体1,741団体、全国の4年制大学812校。合計4,105の組織について、公式サイトがAIにどう読まれる状態にあるかを、同じ基準で1つずつ調べてきました。3つの調査を並べたとき、個別に見ていたときには気づかなかったことが、いくつか浮かび上がってきます。

日本を代表する企業、すべての市区町村、すべての4年制大学。4,105を調べて、AIに向けて自らの情報を整えていたのは52組織でした。

3つの母集団を並べる

発見1：性質が違う組織でも、数字がほぼ揃う

3つの調査で最も驚いたのは、この数字でした。robots.txt を持っている組織のうち、AIクローラーについて一言も書いていない割合です。

上場企業と大学と役所です。目的も、予算規模も、意思決定の仕組みも、まったく違います。それでも、この数字はほぼ同じところに収まりました。

発見2：指標を変えると、順位が入れ替わる

3母集団を一列に並べると、多くの指標で「企業 > 大学 > 自治体」の順になります。しかし、すべてがそうではありませんでした。

大学は、クローラーへの指示という「ウェブ運用の作法」では企業を上回りながら、通信の暗号化という最も基本的な安全対策では、企業の20倍も未対応が多いという結果でした。学部や研究室ごとにサイトが分散し、更新が止まったまま残っている——という大学特有の事情がうかがえます。

ひとつの指標で「進んでいる／遅れている」と判定することの危うさが、ここに出ています。AI対応度のような指標を見るときは、何を測ったものなのかを必ず確認する必要があります。

発見3：先に動くのは「小さくて、競争がある」組織

3つの調査それぞれで、少数ながら先行している組織がありました。その顔ぶれに共通点があります。

情報通信業は技術に近く、医療系大学は受験生獲得の競争が激しい。どちらも「顧客を取り合っていて、かつ組織が小回りの利く規模」という条件を満たします。自治体で先行していたのも、政令市ではなく小さな町村でした。

逆に、自治体だけは分野や規模による偏りがほとんど出ませんでした。政令指定都市20市も、AIクローラーへの言及・構造化データともにゼロ。住民を他の自治体と取り合う構造がないため、先行者が生まれる動機そのものが薄いと考えられます。

ただし自治体の場合、目的は競争ではなく正確さです。住民がAIに「ごみの出し方」「手当の金額」を尋ねたとき、公式情報が正しく参照されるかどうかは、窓口の負担にも直結します。競争がないからこそ、動機を別に置く必要があります。

個別の調査結果

それぞれの母集団について、業種別の内訳や先行組織の一覧、拒否されているAIクローラーの順位などを詳しく扱っています。

4,105組織を調べて言えること

調査を通じて一貫していたのは、これは「遅れている」という話ではないということです。拒否するか許可するかで悩んだ形跡がある組織は、ほとんどありませんでした。まだ判断すべき論点として、机の上に載っていない段階です。

そして必要な作業は、大がかりなシステム投資ではありません。

注意したいのは、プラグイン任せにしないことです。今回、自治体で見つかった llms.txt は2件とも、大学13件のうち6件が、WordPressプラグインの自動生成でした。ファイルは存在していても、AIに何を伝えたいかを自分たちで決めていなければ、置いた意味は半減します。

まとめ

4,105という数字は、日本の主要な組織のかなりの部分を覆っています。そのうち52。この比率は、来年には変わっているはずです。変わったときに「いつから対応していたか」が問われる場面が来るかどうかは分かりませんが、少なくとも今は、テキストファイルを2つ置くだけで先行できる時期だといえます。

【調査概要】対象：東証プライム市場内国株式1,552社（日本取引所グループ公表資料より種類株を除く全数）、全国市区町村1,741団体（総務省全国地方公共団体コードより公式サイトを特定できた全数）、全国の4年制大学812校（短期大学・専門職大学・大学院大学を除く）／調査日：2026年7月／方法：各組織の公式サイトのトップページ、/llms.txt、/robots.txt を取得し、3調査とも同一の判定基準・同一スクリプトで機械判定。llms.txt はHTMLを返す偽陽性を全件目視で除外。応答が得られなかった組織は未設置として集計。数値は調査時点のものであり、各組織の設定は随時変更されうる。