あなたのニュースアーカイブこそが資産だ。グーグルにタダで貸すのはもうやめよう。
昨冬に私が向き合ったある地方紙は、月間400万人の読者と32年分のアーカイブを抱えていた。そして2月の取締役会資料は、その部屋にいた誰もが過去10年で読んだ中で最悪の文書だった。自然検索からの流入は前年比41%減。プログラマティック広告の単価はさらに18%下落。2023年に静かに経営を支えていたアフィリエイト収益は、ピーク時の3分の1にまで崩れ落ちていた。CFOはそのスライドを映し出し、私を見て、唯一重要な問いを投げかけた——グーグルは私たちに一体何を負っていて、どうすればそれを支払わせられるのか?
私は彼女に真実を告げるしかなかった——グーグルは契約上、彼らに何ら負ってはいない。ウェブを築いた暗黙の取り決め——私たちにクロールさせてもらう代わりに、あなたたちにトラフィックを送る——は、AI Overviewsが表示され始めた瞬間に書き換えられた。それが現れているのは、全Google検索の48%に上る（2026年3月時点、theStacc / Search Engine Land）。AIによる要約が自然検索リンクの上に置かれると、読者はめったにスクロールしない。それらのクエリにおけるデイリー・メールのデスクトップのクリックスルー率は89%下落し、25.23%から2.79%になった。コンテンツは今なお読まれている。ただ、発行者がもはやその対価を支払われなくなっただけだ。私が確信する再起の道は、発行者自身のアーカイブの上に構築された対話型AIである。
その会話こそが、Veriprajnaの私のチームが今、発行者向けの対話型AI——発行者自身のニュースアーカイブ上で動作する検索拡張生成（RAG）エンジン——を、マストヘッドの下に掲げても安全なものにする引用の強制とライセンス戦略とともに構築している理由だ。検索拡張生成、すなわちRAGとは、要するにAIが、開かれたインターネットから吸収した何かではなく、あなたの文書だけから回答することを意味する。この違いが、結局のところ勝負のすべてなのだ。だが、そこにたどり着くまでの道のりを説明しておきたい。というのも、私たちは最初のバージョンをひどく間違えたのであり、その間違え方こそ、まさに大半の発行者がこれから犯そうとしている間違え方そのものだからだ。
リファラル経済は終わった。ライセンス経済はまだ築かれていない。
まず、この出血がどれほど深刻かから始めよう。規模こそが論拠だからだ。発行者へのGoogle検索トラフィックは、2025年11月までの1年間で世界的におよそ33%減少した。そして、ロイター研究所が調査したニュース幹部たちは、今後3年間でさらに43%の減少を見込んでいる——うち5分の1は75%を超える損失を覚悟している（ロイター研究所『ジャーナリズム・トレンド2026』）。個々の事例はさらに深刻で、そのうちの一つは訴訟に発展した。アフィリエイト収益がピークから3分の1以上減少したペンスキー・メディアは、2025年9月にグーグルを提訴した——同社が発行者にAI学習を強要していると主張する、初の大型独占禁止法訴訟である。
あなたの流通を築いた検索エンジンが、今や最大の競合になった。しかも、寝返るのに許可など求めはしなかった。
だから、どの役員会でも本能はまったく同じだ——グーグルが読者を送ってこないなら、自分たちでAIを作り、読者を自社サイトに留めておこう。正しい本能だ。だが、人が痛い目を見るのは実行の段階である。
私たちはまず、当たり前のものを作った。それは、ある市議会議員について幻覚（ハルシネーション）を起こした。
自分たちの傷跡について正直に話そう。私が身をもって得たものだからだ。私たちが最初に立ち上げたエンジンは、どのSaaSベンダーも$60Kから$120Kで見積もり、数週間で導入するバージョンそのものだった——アーカイブを取り込み、あらゆる記事をチャンクに刻み、チャンクをベクトル埋め込みに変換し、チャットボットに最も近い一致を取得させる。デモは美しく決まる。最近の記事について尋ねれば、正しい記事を引き出し、いかにも見事に聞こえるのだ。
ところが、あるパイロットセッションで、一人の編集者が、どんな読者でも尋ねそうな類いの質問をぶつけた——この市議会議員と、中心街のプロジェクトを手がける開発業者との間には、どんな経緯があるのか?これはマルチホップの質問だ——数年にわたる十数本の記事を横断して、一人の人物をつなぎ合わせることを意味する。その人物は、肩書き付きのフルネームで登場したかと思えば、次には姓だけ、そして一度は古い写真のキャプションの中で、まだ議席に就くずっと前の「区の代表」としてのみ現れる。ベクトル検索は、テキスト的に似通ったいくつかのチャンクを取得し、それらを流暢な一段落に縫い合わせ、アーカイブが実際には裏付けていない関係を断定した。つなぎの結合組織を、でっち上げたのだ。
編集者がそれに気づいた瞬間の表情を、私は見ていた。あの表情——機械が自社の新聞の名の下に事実を捏造したと悟ったジャーナリストの表情——こそ、私が今、すべてを防ぐために作り込んでいる当のものだ。私たちは、自信満々の嘘つきを出荷してしまっていた。
あの失敗こそが、私がもはやチャットウィジェットを製品だとは信じなくなった理由のすべてだ。それは、散らばった名前が一人の人物であることを、まったく理解していない。それには時間というモデルがない——その男は、議席を勝ち取るよりずっと前、何年もの間、一私人だったという概念がないのだ。そして、たった今生成した文章が実際に情報源に裏付けられているかを確認する仕組みも持っていない。どうでもいいクエリなら、それで問題ない。だが、読者が本当に気にかけるクエリ、つまり縦断的なもの、時間をまたいだ人と金にまつわるものになると、それは最も踏ん張らなければならない、まさにその場所で崩れる。
なぜRAGはこれをそのまま解決してくれなかったのか?
「RAG」とはカテゴリーを指す言葉であって、能力を指す言葉ではないからだ。そして、この仕事の難しい60%は、誰も売り物にしない部分なのである。
私が——それもひどく——見くびっていた最初の点は、取り込み（インジェスト）だった。私は、30年分のアーカイブとは、埋め込まれるのを待つきれいなコーパスだろうと思い込んで臨んだ。そうではなかった。それは、3度のCMS移行で生じた20年分の壊れたHTML、どこにもつながらない死んだ内部リンク、そしてスキャンされたマイクロフィルムとしてしか存在しない2005年以前の層だった。それらのスキャン画像に通常のOCRをかけると、見出し、本文の段組、写真のキャプションが、意味をなさない一つの塊に融合して返ってきた。OCRがページのレイアウトを認識できなかったからだ。私たちは、レイアウトを認識する光学文字認識——段組を検出し、見出しをキャプションから、そして本文から切り分ける類いのもの——を、Amazon TextractやAzure Document Intelligenceといったツールを使って導入せざるを得なかった。それこそが、全体が機能するかどうかを左右する地味な作業であり、どのチャットボットベンダーも見積もりから外す項目なのだ。
二つ目は、あの市議会議員の問題であり、これには名前がある——エンティティ解決だ。AIがある人物について推論するためには、その人物へのあらゆる言及——署名の表記ゆれ、あらゆる敬称、あらゆる遠回しな言及——が、単一のノードへと収束しなければならない。私たちは、本気の専門店がやる方法、すなわちナレッジグラフでこれを解決した。Neo4jの上に重ねたMicrosoftのオープンソースGraphRAGを用い、グラフデータサイエンスのライブラリに名寄せをさせ、「マスク氏」「イーロン・マスク」「テスラのCEO」が、三つではなく一つのエンティティになるようにしたのだ。この分野のある実装は1,200万ノードに達した。GraphRAGは、そのままでは、あなたの地元の政治担当分野についても、繰り返し登場する50の情報源についても、何も知らない。アーカイブ固有の人物を教え込むのはカスタムの作業であり、それこそが「テキスト的に似たチャンク」を「ある人物の実際の経歴」へと変える作業なのである。
ベクトル検索は、似たように聞こえる一節を見つける。ナレッジグラフは、二つの一節が同じ一人の人間についてのものだと知っている。読者は、人間について尋ねるのだ。
三つ目は時間だった。ニュースは本質的に時間的なものだ——同じ役職に異なる人物が就き、同じ法案が会期をまたいで修正され、同じ企業が合併の前後で姿を変える。私たちはグラフのエッジに、有効開始と有効終了のタイムスタンプを与え、「法案が可決されたとき委員会の議長は誰だったか」といった質問を、時間的なサブクエリへと分解する。この1年で登場した時間的RAG（temporal-RAG）の研究——T-GRAGやVersionRAGの一連の成果——を土台にしてのことだ。それがなければ、エンジンは歴史を、混乱した一つの現在へと平板化してしまう。それこそが、一私人が選出されるより何年も前に公職に就いていた、などと断定してしまう、まさにその仕組みなのだ。
どの発行者のRFPにも入れておくべき一文——捏造された引用の責任は、誰が負うのか?
ここで、私が自分のチームに向けて、あるSlackの流出メッセージを戒めとして読み上げることになった出来事を紹介しよう。
2024年11月、ワシントン・ポストはAsk The Post AIを立ち上げた。2025年後半までにそれをAI生成のポッドキャストへと拡張し、12月には基準担当編集者の社内メッセージが流出した——それは引用を捏造し、情報源を取り違え、あたかも同紙自身の社説上の立場であるかのように論評を挿入していたのだ。「これがそもそも進行を許されたこと自体、本当に驚くべきことだ」と、ある編集者は書いている（Semafor、2025年12月11日）。技術的な欠陥は、小さく、具体的だった——引用検証のステップが欠けていたのである。だが評判の損害は世界規模に及び、それは地球上で最も潤沢な資源を持つ報道機関の一つに起きたのだ。
私はあの流出メッセージを手元に置いている。この分野全体で手に入る中で、最も安上がりな教訓だからだ。ポストにはエンジニアがいた。あのワークフローに欠けていたのは、文中のあらゆる主張が取得済みの情報源にたどれない限り、その一文を出力することを拒む強制レイヤーであり、さらに、あやふやな回答が公開される前に人間のレビュー待ち行列へと振り分ける信頼度のしきい値であり、そして取締役会レベルの問いへの明確な答え——機械が引用を捏造したとき、責任は誰が負うのか——だった。そのガバナンスは、シュリンクラップされた既製ソフトウェアではない。それは、マストヘッドの下に置ける道具と、世界的な赤っ恥との、違いなのだ。
これを、フィナンシャル・タイムズがAnthropicのClaude上に構築したAsk FTと対比してみよう。Ask FTは、FTのジャーナリズムに厳格に基づき、元記事へさかのぼるリンク付きの引用を必須としている。注目すべきは、それが、誰もが恐れた購読の共食いではなく、継続率の向上をもたらしたことだ。二つの結果の違いは、モデルの品質ではない。引用の強制を、製品そのものとして扱ったのか、それとも後から付け足す機能として扱ったのか、その違いである。
いっそ買ってしまえばいいのでは? あるいはFTがやったように自分で作ればいいのでは?
これは絶えず尋ねられるので、状況を正直に整理しておこう。私は、発行者がそれぞれの間違った答えのせいで、資金の余力を失っていくのを見てきたからだ。
SaaSのチャットボットベンダーは、$60K〜$120Kであなたのサイトにウィジェットを一つ設置する。それで何が手に入るかは、もう話した——ベクトル埋め込み、エンティティ解決なし、時間的推論なし、引用検証なし、そしてあなたのアーカイブは他人のクラウドの中で暮らすことになる。それは、まさに重要なクエリで幻覚を起こすのだ。
ビッグ5の自社開発——FT、タイムズ、ブルームバーグ、ポスト、ガーディアン——は、実在するし見事なものだ。だがそれらは、6人から20人のエンジニアからなるMLチームが12カ月から24カ月かけて構築し、費用は7桁（数百万ドル）に達した。1人から3人のエンジニアリングチームしか持たない地方紙に、その人員数は再現できない。それだけの話だ。中堅の発行者に「FTのように作れ」と言うのは、持っていない臓器を生やせと言うようなものである。
大手コンサルティング会社——アクセンチュア、デロイト、IBM——は、間違いなく作ってくれる。ただし、契約金額は$1.5Mから$5M超に及び、ディスカバリー（要件定義）フェーズはあなたの資金の余力より長く続く。彼らは、私たちと同じMicrosoftのGraphRAGとNeo4jのスタックに手を伸ばし、その上にパートナー級の料金を上乗せする。しかも彼らは、どこに死体が埋まっているかを知るほど、発行者のアーカイブを立て続けに5件も構築してはいないのだ。
その隔たり——機能しないウィジェットと、人員を確保できない7桁のチームとの間の隔たり——こそが、中堅の発行者が、あの地味な取り込み、エンティティ解決、引用強制の作業をすでにやり遂げた構築パートナーを必要とする理由のすべてだ。SaaSのサブスクリプションでもなく、ディスカバリーの提案資料でもない。それこそ、私たちが自社の発行者向け事業を築き上げてきた当のものであり、その全容はニュースアーカイブ上の対話型AIに関する当社のソリューションページで詳しく解説している。
大半のコンサルティング会社が取り違える点——必要な収益の打ち手は一つではなく、二つだ。
賢い発行者でさえ犯すのを私が目にする戦略上の誤りが、これだ。彼らは「自社のAIを作る」ことと「コンテンツをAI企業にライセンス供与する」ことを、二者択一として扱う。答えは両方であり、それぞれが別の金を捕まえるのだ。
あなた自身の対話型エンジンは、継続率の打ち手だ——読者がPerplexityへ離脱する代わりに、自社サイトに留まって自社のアーカイブに質問し続けるようにする。だが、それは今まさに起きている流出——AIクローラーがあなたのコンテンツをただで取り込んでいること——については何もしない。そのためには、捕捉の打ち手が必要であり、そのためのインフラは、つい最近になってようやく整った。
Cloudflareは2026年1月にPay Per Crawlを開始し、全ウェブトラフィックのおよそ20%にわたってAIクローラーをデフォルトでブロックし、発行者がクローラーごとにAllow（許可）、Charge（課金）、Block（遮断）を、リクエスト単位の価格で設定できるようにした——インフラレベルで初のボット税である。Tollbitは、ボット単位で同様のことを行っており、ボストン・グローブ、Vox、Futureがこれをパイロット導入している。そして2026年3月、News/Media Allianceは、2,200の中小規模の発行者が集団ライセンスのプールに参加できるようにする契約をProRataと結んだ。その条件は、50対50の収益分配であり、帰属が追跡されたAIの回答が対象となる。加えて、企業向けRAG利用のためのBriaとの並行契約も伴う。NMAは、地方紙が単独ではとうてい人員を割けない事務手続きを引き受けてくれる。
クローラーの通行料は、クロールの収益を捕まえる。だが、クエリの収益については何もしない。正直な答えは、通行料と継続率エンジンの両方を走らせることだ——どちらか一つを選べと言う者は、たまたま自分が作れる半分を、あなたに売りつけているにすぎない。
私がいつも添える注意点がある——捕捉ツールのどれ一つとして、AI Overviewsがあなたを要約するのを止められない。あれらはクロール時ではなく、クエリ時に取得するからだ。流出と要約は、別々の問題である。しかし、クロール側でTollbitやCloudflareを走らせ、ライセンス側でProRataに参加し、継続率側で自社のエンジンを走らせる発行者は、ついに三つの部分的な答えから、ビジネスモデルを再構築したことになる。それが戦略の全体像であり、これら四つのシステム——ProRata、Bria、Tollbit、Cloudflare——を、エンジンと並べて一つの筋の通った収益計画へと縫い合わせることこそ、私たちが実際にやっていることの大半なのだ。
そして、私が業界紙やB2Bの専門発行者に最も強く勧める、三つ目の打ち手がある。最も伸びしろが大きいからだ——エンジンは、単なる継続率の堀であるだけでなく、対価を取れる製品でもある。深い縦型アーカイブの上に構築された、引用に裏打ちされたクエリインターフェース——あなたの専門分野における30年分の裁判記録、薬事承認、あるいは取引データ、つまりコンプライアンス担当者やアナリストが利用席の費用を経費で落としてでも問い合わせたくなる類いのコーパス——は、有料のインテリジェンス階層であり、やがてはAPIとなる。競合は、あなたのコーパスを所有していないがゆえに、それを文字どおり生成できない。それこそ、FTが数千ドル超のプロフェッショナル階層でハイエンドにおいて打った手であり、ブルームバーグが、決算説明会やリサーチをまたいで平易な英語を自社のクエリ言語へと変換するシステムで打った手だ。業界紙は、より狭く、より深いアーカイブの上で、同じ好機の上に座っているのに、その大半はまだ気づいていない。
これがうまくいったとき、どんな姿になるのか
私たちの市議会議員という災難を生き延びたエンジンは、最初のものとは似ても似つかない。それは、ページを尊重するレイアウト認識OCRでアーカイブを取り込む。エンティティをナレッジグラフへと解決し、一人の人物が、散らばった十数個の言及ではなく、一つのノードになるようにする。時間をまたいで推論するので、歴史が現在へと平板化されることがない。ハイブリッド検索を走らせる——疎なキーワード一致（BM25）を、密な意味検索と並べて使うのだ。というのも、「Bill 402」のクエリには、どんな埋め込みも確実には浮かび上がらせられない完全一致が必要だからだ——そして、候補がモデルに届く前に、それらをリランキングする。CohereやBGEのリランカーは、50〜200ミリ秒のレイテンシと引き換えに、検索品質を15〜30%高める。重要なクエリでなら、私は毎回この取引に応じる。そしてそれは、引用できない主張を出力することを構造的に拒み、不確かなものは読者ではなく編集者へと振り向ける。
それはまた、発行者がすでに運用しているどんなCMSにも接続でき、その統合は決して汎用的なものにはならない。Arc XPはコンテンツAPIを公開しているが埋め込み用のフックはないので、その脇に並べて構築することになる。WordPress VIPはカスタムエンドポイントを登録させてくれる。Brightspotはより柔軟だ。学術系の発行者が使うAtyponには独自の検索があり、その隣に据えざるを得ない。この5つすべてを見てきた構築者は、それぞれがどこで手こずらせてくるかを知っている。
最も速く移行している報道機関は、すでにその方向性を肌で感じている——コモディティ化した一般ニュースを削り（その産出は38%減）、独自の調査報道（91%増）と文脈分析（82%増）に力を注いでいるのだ（ロイター研究所）。そうした独自性のある仕事のアーカイブこそ、AI企業には生成できず、競合には再現できない、唯一の資産である。過ちは、要約する側がそれを収益化している間、それをサーバー上に放置し、ただでインデックスさせておくことだ。
あの地方紙のCFOは、グーグルが自分に何を負っているのかと尋ねた。より良い問い、もっと多くの発行者にこそ最初に尋ねてほしいと私が願う問いは、自社のアーカイブに一体どれほどの価値があるのか——それを読むエンジンを自分たちが支配しているときに——というものだ。32年分の報道は、地球上のどのモデルも学習していない独自のコーパスであり、それを、読者が対価を払ってでも続けたくなる対話へと変えられる唯一の人々は、それを所有する人々にほかならない。私たちがそれを、端から端までどう構築するのかは、こちらでご覧いただける。アーカイブは、最初からずっと資産だった。変わったのは、あなたがついに、それをただで手放すのをやめなければならなくなった、ということだ。
