この記事は四半期ごとに最新情報に更新します。最終更新: 2026年3月
BtoB企業の55.1%が「AI人材の不足」をAIマーケティング推進の最大障壁に挙げている（PwC Japan, 2025）。一方で、AI検索がBtoBの情報収集チャネルとして台頭し、従来型SEOだけに依存するサイトの73%がトラフィックを失ったとの調査報告もある（Keo Marketing, 2025）。「内製すべきか、外注すべきか」――この問いに直面するマーケティング担当者は多いが、二者択一で語ること自体が判断を誤らせる。本稿では、内製・外注・ハイブリッドの3モデルを費用構造と組織要件の両面から比較し、自社に最適な体制を選ぶための判断フレームワークを提示する。
BtoBマーケティングに「AI対応」が不可避になった背景
AI検索がBtoB購買プロセスを変えた
BtoB購買者の60.9%がAI検索を情報収集に利用し、約70%が「選定期間が短縮された」と回答している（LANY/Manamina調査）。従来は複数サイトを比較し、資料請求を経て営業と接触するプロセスが一般的だったが、AI検索がこれを圧縮した。購買担当者がAIに質問すれば、複数ソースを統合した回答が即座に返る。その回答に自社名が含まれるかどうかが、商談の入口に立てるかどうかを決定する時代になった（BusinessWire, 2025）。
BtoBサイトの73%がトラフィック急減
Keo Marketing（2025）によれば、従来型SEO依存のBtoBサイトの73%がトラフィック減少を経験し、前年比で平均34%の減少が記録されている。AI Overview表示時のCTRは、非表示時の1.76%から0.61%へと3分の1以下に低下する（The Digital Bloom, 2025）。この変化は一時的なトレンドではなく、AI検索の精度向上とユーザー習慣の定着による構造的転換である。AI検索最適化の仕組みと全体像については、LLMOとは？AI検索最適化の基本と実践方法で体系的に解説している。
LLMO時代に求められるマーケティング能力
従来SEOとLLMOの業務比較
SEO時代は「Googleアルゴリズムへの最適化」に集中すればよかった。しかしLLMO（Large Language Model Optimization）の時代には、ChatGPT、Perplexity、Gemini、Claudeなど複数のAIエンジンが異なる引用ロジックを持つ環境への対応が求められる。GEO/LLMO市場はCAGR 45-50%で成長し、2025年の約10億ドルから2034年には170-200億ドルに達すると予測されている（Dimension Market Research）。
必要な5つのケイパビリティ
LLMO時代のマーケティングチームに求められるケイパビリティは、以下の5つに集約される。
(1) AIエンジン別の引用ロジック理解 — ChatGPTはブランド評判を重視し、Perplexityはリアルタイム性と構造化データを優先する。エンジンごとの特性理解が前提となる。
(2) 構造化コンテンツ設計 — 回答カプセルの配置、見出し階層の最適化、比較表の活用など、AIが引用しやすい形式でのコンテンツ設計技術。詳細はAI検索に引用されるコンテンツの書き方を参照されたい。
(3) マルチエンジン計測 — 複数AI検索での引用率・ブランド言及率を定量化する能力。
(4) E-E-A-T権威性構築 — AIは信頼性の高い情報ソースを優先引用する。経験・専門性・権威性・信頼性を組織的に構築する取り組みが不可欠である。
(5) データドリブンPDCA — 計測データに基づく月次レビューと戦略調整を継続的に回す体制。
問題は、これらのケイパビリティを持つ人材が圧倒的に不足しているという現実である。Adobeの調査（2026）では、AI活用マーケターのうち適切な研修を受けているのはわずか17%にとどまる。つまり、AIマーケティングを推進したくても、自社内に即戦力となる人材がいない可能性が極めて高い。この人材ギャップが、「内製か外注か」という判断を避けて通れない問題として浮上させている。
内製 vs 外注 vs ハイブリッド — 3モデルの徹底比較
AIマーケティングの体制構築には、大きく3つのモデルがある。それぞれのメリット・コスト・リスクを、実務データに基づいて比較する。
完全内製モデル
完全内製モデルは、AIマーケティングに必要な全機能を社内チームで賄う体制である。メリットは、ノウハウの社内蓄積、機密情報管理の容易さ、経営方針変更への即時対応の3点に集約される。
しかし、コスト面のハードルは無視できない。SEO/LLMO対応のフルチーム内製は年間$450K-$550K（約6,800万-8,300万円）に達する（GetOurSEO）。日本では採用コストが1人あたり200-400万円（Start-Link調査）に上り、生成AI導入率が約25%、AI専門人材不在の企業が55.1%を占める（PwC Japan, 2025）。内製したくても「内製できる人材がいない」という構造的問題を抱えた企業が過半数を超える。
完全外注モデル
完全外注モデルは、戦略立案から実行までを外部パートナーに委託する体制である。最大のメリットは立ち上げ速度で、内製比でコスト50-70%削減が可能（MarketVeep）。BtoB企業の65%が何らかのマーケ機能を外注し、84%がコンテンツ制作を委託している（Backlinko/NeoWork）。
リスクは、ブランド理解の限界、ベンダーロックイン、社内へのノウハウ蓄積が進まないこと——の3点である。
ハイブリッドモデル — 2025-2026年の最適解
ハイブリッドモデルは、戦略を社内に残し、専門実行を外部に委託する体制である。「戦略は内製、実行は外注」がコストと品質の両面で最適（Ebiquity）。社内が担うのは戦略策定・KPI管理・ブランド統制・最終意思決定。外部が担うのはLLMO/SEO施策実行・コンテンツ制作・マルチエンジン計測である。
このモデルの真の価値は、段階的に内製比率を高めていける設計にある。12-18ヶ月かけてノウハウを移転し、自社チームの対応範囲を拡大できる。
【比較表】3モデルの判断マトリクス
| 評価軸 | 完全内製 | 完全外注 | ハイブリッド |
|---|---|---|---|
| 初期コスト | 高（採用+育成） | 低〜中 | 中 |
| 月間ランニング | 高（人件費固定） | 中（成果連動可） | 中 |
| 立ち上げ速度 | 遅（6-12ヶ月） | 速（1-2ヶ月） | 中（2-3ヶ月） |
| ノウハウ蓄積 | 高 | 低 | 中〜高 |
| 専門性の深さ | 育成次第 | 高（専門特化） | 高 |
| スケーラビリティ | 低（人員制約） | 高 | 高 |
| 推奨企業規模 | 大企業 | SMB〜中堅 | 全規模 |
この比較表が示す通り、ハイブリッドモデルは多くの評価軸で中〜高のバランスを実現している。ただし「万能解」ではなく、自社の状況に応じて最適なモデルは異なる。次章では、その判断基準を具体的に示す。
AI検索での自社の現在地を知る
無料・3分・登録不要
自社に最適なモデルを選ぶ — 4つの判断基準
3つのモデルの特徴を理解した上で、自社にどのモデルが適しているかを判断するための基準を整理する。
判断基準(1): 既存のマーケティング組織の成熟度
SEO運用経験がありPDCAを回した実績のあるチームであれば、LLMOへの拡張ハードルは低い。経験者が2名以上いればハイブリッド、不在であれば完全外注からのスタートが現実的である。
判断基準(2): AI対応の緊急度（競合状況）
競合がすでにLLMO対策を開始しているかどうかが、緊急度を左右する最大の要因である。自社キーワードでAI検索を実行し、競合名が頻出するなら内製育成の猶予はない。外注またはハイブリッドで即座に着手すべきである。逆に業界全体でAI対応が進んでいなければ、内製で先行優位を築く選択肢もある。
判断基準(3): 予算と投資回収期間
投資回収の目安は、内製: 18-24ヶ月、外注: 6-12ヶ月、ハイブリッド: 9-15ヶ月。年間予算3,000万円以上で18ヶ月以上の回収期間を許容できるなら内製も選択肢に入る。年間500-1,500万円で12ヶ月以内の成果を求めるなら外注/ハイブリッドが現実的である。投資配分の詳細はLLMO vs SEO：投資判断フレームワークを参照されたい。
判断基準(4): 中長期のマーケティング戦略方針
3-5年先の体制から逆算する。マーケティングを自社のコアコンピタンスにするならハイブリッドから段階的内製化へ。支援機能と位置づけるなら外注継続にも合理性がある。「いずれ内製すべき」という思い込みを排し、経営戦略との整合性で判断することが重要である。
ハイブリッドモデルの実装ロードマップ
多くのBtoB企業にとって現実的な選択肢となるハイブリッドモデルについて、具体的な実装ステップを示す。
Phase 1（1-3ヶ月）: 診断と基盤構築
最初の3ヶ月は現状把握と体制構築に集中する。自社の主要キーワード（20-30語）でChatGPT、Perplexity、Geminiに質問を投入し、AI検索露出度のベースラインを計測する。自社の引用率、競合状況、ポジティブ/ネガティブ比率を定量化し、KPI基準点を確立する。無料のAI検索診断を活用すれば、この初期計測を即日で開始できる。
同時に外注パートナーを選定する。LLMO/GEO実績、BtoB知見、計測手法の明確さ、内製化支援の意思——この4点が選定基準となる。Phase 1の成果物は、AI検索露出レポート、競合ベンチマーク、12ヶ月ロードマップ、月次KPI定義である。
Phase 2（4-6ヶ月）: 施策実行と成果検証
外部パートナー主導で施策を実行しつつ、社内チームが並走して学ぶ体制を構築する。施策の中心は、既存コンテンツのLLMO最適化（構造化マークアップ、回答カプセル配置、FAQ構造化）と新規コンテンツ制作である。
月次レビューサイクルの確立がPhase 2の最重要課題である。AI検索引用率の変動、エンジン別パフォーマンス、コンテンツ別の引用実績を月次でレビューし、翌月の施策を調整する。このレビューに社内メンバーが参加し、分析パートを担当することで、実務を通じたナレッジトランスファーが進む。
Phase 3（7-12ヶ月）: 内製化の段階的拡大
社内チームが主導する領域を段階的に拡大する。まずコンテンツ企画と分析パートを内製に移管し、外部パートナーの役割を高度な技術実装と最新トレンド提供にシフトさせる。
12ヶ月時点の目標は、LLMO施策の70-80%を社内で自走し、外注コストを初期の30-40%に削減しつつ施策の質を維持する状態である。
パートナー選定で失敗しないための5つのチェックポイント
外注またはハイブリッドを選択する場合、パートナー選定の質が成果を左右する。
(1) LLMO/GEOの計測実績 — 「AI対応」の抽象的な説明ではなく、計測ツール・頻度・KPI定義を具体的に説明できるか。
(2) マルチエンジン対応 — ChatGPT、Perplexity、Gemini等の複数エンジンを横断した施策と計測が可能か。
(3) データドリブンなレポーティング — 「何をしたか」だけでなく「なぜその結果か」「次に何をすべきか」まで含むレポートが提供されるか。
(4) 戦略と実行の一気通貫 — 戦略立案から実行、計測、改善まで全体の整合性を取れる体制があるか。
(5) 内製化支援の意思 — 最も重要なポイント。ベンダーロックインではなく、ナレッジトランスファー計画と段階的移管ロードマップを提示できるパートナーを選ぶ。
よくある質問
Q. BtoB企業がAIマーケティングを内製すべきか外注すべきかを判断する基準は何ですか？
分岐点は3つ。(1) AI運用担当者が社内にいるか、(2) 月間20時間以上のコンテンツ運用工数を確保できるか、(3) 6ヶ月以上の中長期PDCAを回せる体制があるか。2つ以上が「いいえ」であれば外注またはハイブリッドが合理的である。「いずれ内製すべき」という固定観念にとらわれず、組織成熟度・競合状況・予算・中長期方針の4軸で判断すべきである。
Q. AIマーケティング代理店を選ぶ際に確認すべきポイントは何ですか？
5点を確認する。(1) BtoB支援の具体的実績、(2) LLMO/GEO対応実績と計測手法、(3) レポーティングの頻度と指標、(4) 契約条件（期間・解約・成果物帰属）の透明性、(5) 施策体制の可視性。「SEOの延長でAI対応もします」という説明をするパートナーは避けるべきである。LLMOの基礎知識を理解した上でパートナーの説明を聞けば、専門性を見極めやすくなる。
Q. AIマーケティングの外注費用の相場はどのくらいですか？
2026年現在の目安は、コンテンツ運用のみで月額15-30万円、LLMO含む包括運用で月額30-60万円、フルスコープで月額60-120万円である。月額固定費+四半期KPIレビューの契約形態が推奨される。完全成果報酬型はLLMO領域ではKPI定義が難しく、固定費+成果インセンティブのハイブリッド型が実態に合う。
まとめ
本稿の要点を整理する。
- BtoBの購買行動はAI検索中心へ移行しつつあり、LLMO対応は経営課題である — 購買者の60.9%がAI検索を利用し、従来型SEO依存サイトの73%がトラフィックを失っている
- AIマーケティングの体制には内製・外注・ハイブリッドの3モデルがあり、多くのBtoB企業にはハイブリッドが現実的な最適解となる — 戦略は内製、実行は外注で、段階的に内製比率を拡大する
- 判断基準は4つ: 組織成熟度・競合の緊急度・予算と回収期間・中長期方針 — 二者択一ではなく、自社の状況に応じた選択が必要
- パートナー選定では「内製化支援の意思」が最重要チェックポイント — ベンダーロックインではなく自立を支援するパートナーを選ぶ
- 12ヶ月のロードマップで段階的に移行する — 診断・実行・内製化の3フェーズで、外注依存からの脱却を計画的に進める
内製か外注かの判断は、まず自社のAI検索における現在地を正確に把握することから始まる。