Googleで何かを調べる、という行動が「当たり前」ではなくなりつつあります。
調べものをTikTokで始め、詳細をAIに聞き、購入の判断はInstagramの口コミで決める。そういった情報収集の流れが、特に若い世代を中心に広がっています。Googleが「検索の代名詞」であった時代に育った世代にとっては、少し不思議な光景かもしれません。
この記事では、Google検索に何が起きているのか、どんな道具が台頭しているのか、そして道具が変わるなかで変わらないものは何かについて、順を追って整理していきます。
Google検索に何が起きているのか
数字のシェアだけを見ると、Googleは今も検索エンジン市場で圧倒的な存在です。しかし内側を見ると、変化の兆候はすでにGoogleが対応に動くほどの規模になっています。まずは事実から確認しておきます。
シェアの変化と市場で起きていること
アイルランドの調査会社StatCounterのデータによると、2024年時点でグローバルの検索エンジン市場におけるGoogleのシェアは90%前後で推移しており、単純な数字だけを見ると依然として圧倒的です。しかし、「シェア」という指標が見えにくくしているのは、「どの場面でGoogleが選ばれなくなっているか」という変化です。
2023年から2024年にかけてのアメリカ連邦地方裁判所での反トラスト法裁判（DOJ対Google）の公判記録は、その一端を明らかにしました。この裁判の中で、GoogleがAppleに対して年間約200億ドル（当時のレートでおよそ3兆円規模）を支払い、iPhoneのデフォルト検索エンジンの地位を確保していたことが証言されました。この金額の大きさは、Googleがデフォルト設定を失うことを深刻なリスクとして捉えていることを示しています。デフォルトに設定されることで使われ続ける、という前提があるからこそ、これだけの費用を投じたわけです。
Googleのシニアバイスプレジデントであるプラバカール・ラガバン氏は、2022年7月にFortune誌主催のBrainstorm Tech conferenceで、Googleの自社調査に言及しながら次のように述べています。
「若者のほぼ40%近くが、昼食の場所を探す際にGoogleマップや検索ではなく、TikTokやInstagramを使っている」。TechCrunch（アメリカのテクノロジー系メディア）はこの発言を報じた際、Googleが「アメリカの18〜24歳を対象にした調査に基づく数字」と補足したことも併せて伝えています。この数字はあくまで特定の年齢層・特定の用途における行動を示すものですが、「検索エンジンを使う」以外の選択肢が若い世代にとって自然なものになりつつあることを、Googleの内側から認めた発言として広く注目されました。
数字のシェアではなく、「使われる場面」が変化している——それが現在の状況をより正確に表す見方です。
Googleが対応を急いだ背景
2022年11月のChatGPTの登場は、Google社内に「コードレッド（緊急事態）」と表現されるほどの警戒感をもたらしたと、New York Timesをはじめ複数の媒体が報じました。検索エンジンという事業の根幹を揺るがす競合が出現したとGoogleが判断したことは、その後の動きからも明らかです。
Googleは2023年にBardを公開し（2024年2月にGeminiへ改称・統合）、同年5月にはGoogle検索にAIによる回答を表示する『AI Overviews』を正式ローンチしました。AI Overviewsは、従来の青いリンクのリスト形式に加え、AIが回答を要約した文章を検索結果の最上部に表示する機能で、ユーザーが検索結果のリンクをクリックしてサイトに移動しなくても回答の要点が得られる設計になっています。
これはGoogleにとって大きな転換でした。従来のGoogleは「ユーザーを最適なサイトへ誘導する」モデルで成立していたのに対し、AI Overviewsは「Googleの画面内で回答を完結させる」方向へのシフトを意味します。この変化は、外部からの圧力に対してGoogleが迫られた適応の表れとも読めます。
検索行動が変わった3つの背景
一口に「Google離れ」と言っても、その理由は一様ではありません。主な背景として、以下の3点が挙げられます。それぞれ独立した要因ではなく、互いに重なり合いながら変化を加速させています。
SNSが「情報を探す場所」として機能するようになった
SNSが単なる交流の場から情報収集の場へと役割を拡大したことは、特に2020年代に入ってから顕著になっています。TikTokは視聴時間やいいねといった行動データをもとにコンテンツを選別しつつ、フォローしていないアカウントの動画も積極的に表示する設計になっています。興味関心を起点にしながら未知のコンテンツを意図的に混ぜ込む構造のため、「調べようとしていなかった情報」が画面に流れてくることになります。能動的に検索するのとは異なる、情報との出会い方です。
InstagramやYouTubeも同様で、料理のレシピ、旅行先の雰囲気、コスメの使用感といった「見たほうが伝わる情報」については、テキストとリンクの羅列よりも動画や画像のほうが求められる情報に近い場合があります。「ホテルの外観と客室の雰囲気を知りたい」という場面で、文章の説明よりも動画の方が早く・正確に伝わるというのは、情報の形式として自然な話です。
また、購買行動との連動も大きな要因です。インフルエンサーの実使用レビューや、一般ユーザーの率直な感想がSNS上に蓄積されており、商品や飲食店を選ぶ際の情報源として機能しています。従来は検索結果やまとめサイトで調べていた用途の一部が、SNSに移行しています。
AIが「まとめた回答」を提供するようになった
ChatGPT（OpenAI）、Gemini（Google）、Claude（Anthropic）、Perplexity AIといった生成AIやAI検索ツールの普及が、検索行動を変えた2つ目の背景です。
従来のGoogle検索は、関連するウェブサイトへのリンクを並べて提示する形でした。ユーザーはそのリンクを自分でクリックして読み、情報を統合する必要がありました。AIはこのプロセスを短縮し、複数の情報源を統合した回答を一度に提示します。
ChatGPTは2022年11月のリリースから2ヶ月で月間アクティブユーザー1億人を突破したとされています（スイスに本拠を置く世界最大級の金融グループUBSのレポートによる推計）。これは当時、消費者向けアプリとしては異例の速度で、「対話形式で情報を得る」という体験が広く受け入れられたことを示しています。「調べる」ではなく「聞く」という感覚に近いこのインターフェースが、特定の用途においてGoogle検索より直感的に使いやすいと感じるユーザーを生み出しました。
検索結果の構造への不満が積み重なった
3つ目の背景は、Google検索の結果そのものへの信頼感の変化です。
Google検索の結果ページ上部には複数の広告が表示されるため、ユーザーは実質的に広告を読み飛ばしてから情報を探すことになります。加えて、SEOを意識して作られたページが検索上位に表示されやすい構造上、「調べたい内容の核心」よりも「検索上位を狙って書かれたコンテンツ」に先に当たる経験を積み重ねたユーザーが、他の情報収集手段を選ぶようになった側面があります。
これはGoogleが「悪化した」というより、Googleの評価基準が広く知られるにつれ、その基準に最適化されたコンテンツが急増した結果です。「Googleが評価するコンテンツ」と「ユーザーが本当に欲しい情報」の間にズレが生じやすくなったのは、Googleの普及そのものがもたらした副作用とも言えます。
新しい道具の特性と限界
新しい情報収集手段が台頭しているからといって、それらに欠点がないわけではありません。SNSもAIも、それぞれ得意なことと苦手なことがあります。使い方を誤ると、Googleへの不満とは別の問題を抱えることになります。
SNS検索の特性と限界
SNSが得意とするのは、リアルタイム性のある情報、視覚的な情報、個人の体験に基づく情報です。新しいカフェの雰囲気を知りたい、最新のトレンドを把握したい、実際に使った人の感想を知りたい、といった用途では有効に機能します。
一方で、SNS検索には構造的な限界があります。
まず、アルゴリズムの影響です。SNSの検索結果や表示コンテンツは、プラットフォームのアルゴリズムによって選別されています。このアルゴリズムはエンゲージメント（反応数・再生数・滞在時間）を最大化するように設計されているため、「正確な情報」より「反応を得やすい情報」が表示されやすい傾向があります。センセーショナルな情報や感情を刺激するコンテンツがアルゴリズムに評価されやすいことは、複数の研究で指摘されています。
次に、情報の検証可能性の問題です。SNS上の投稿は、出所が不明なものや個人の主観に基づくものが多く、情報の裏付けを取ることが難しい場合があります。口コミや体験談はあくまで一個人の経験であり、普遍的な事実と同じ重みを持つものではありません。
また、広告と情報の区別がつきにくい場面もあります。PR表記のある投稿は広告ですが、表記が不明瞭なケースや、対価を受け取らず自発的に発信されているように見えて実際には商業的な意図が含まれているケースも存在します。特定の商品や場所を評価する投稿を読む際には、発信者の背景を確認することが必要です。
フィルターバブルの問題も見落とせません。SNSのアルゴリズムはユーザーの過去の行動をもとにコンテンツを選別するため、同じ傾向の情報が繰り返し表示されやすくなります。「よく見ている情報」が「正しい情報」だという錯覚が生じやすい構造です。
AI検索の特性と限界
AIが得意とするのは、情報の統合・要約、複数の観点を整理した回答の提示、対話形式での詳細化です。「○○について概要を知りたい」「AとBの違いを知りたい」「この概念をわかりやすく説明してほしい」といった用途では、従来の検索より効率よく情報にたどり着ける場合があります。
しかし、AIには現時点で確認されている明確な限界があります。
最も重要なのは「ハルシネーション（幻覚）」の問題です。生成AIは、大量のテキストデータを学習して「次に来るべき言葉」を確率的に生成するしくみで動作しています。これは「事実を検索して返す」システムとは根本的に異なります。存在しない論文名・人物名・統計数値が、流暢で自然な文章の中に混入することがあります。これは特定のサービスの欠陥ではなく、現時点の生成AI全般に共通する構造的な性質です。
特に注意が必要なのは「もっともらしい誤り」です。完全に荒唐無稽（こうとうむけい）な内容であれば気づきやすいですが、AIのハルシネーションは多くの場合、文脈として不自然ではなく、読んでも違和感を覚えにくい形で現れます。専門的な内容ほど受け取る側も確認しにくく、誤りが見過ごされやすい傾向があります。
また、情報の鮮度の問題もあります。多くの生成AIはトレーニングデータに時間的な上限（カットオフ）があり、それ以降の出来事については情報を持っていないか、不正確な場合があります。Web検索機能を持つAIツール（Perplexity AI、Bing Copilot等）ではある程度対応されていますが、すべてのAIが最新情報に対応しているわけではありません。
さらに、一次資料への誘導が弱い点も見落とせません。
AIは統合した回答を提示しますが、その根拠となった原典（論文・公的機関の統計・一次資料）へのアクセスを促す設計には、まだ課題があります。「AIが言っていた」を根拠にした情報は、その時点でまだ確認されていない情報です。
道具が変わっても変わらないこと
ここまで見てきたように、情報収集の主な道具はGoogle検索から、SNS・AI・動画プラットフォームへと分散しつつあります。そして、どの道具にも得意なことと苦手なことがある。それが実態です。
道具がどれだけ変わっても変わらないことがあります。
情報を選び、評価し、判断する作業は、使う側の人間が担うことだ、という点です。
司書の業務にレファレンスサービスというものがあります。利用者から「この情報を調べてほしい」という依頼を受け、目的に合った資料を探して提供する仕事です。このとき、情報を提供する前に必ず確認する手順があります。どの資料に書かれているか、著者は誰か、いつ書かれたものか、一次資料か二次資料か。これらを確かめずに情報を提供することは、レファレンス業務として成立しません。
この確認の手続きは、GoogleであれAIであれSNSであれ、情報の出所が変わっても本質的には同じです。道具が答えを出しやすくなったぶん、「答えが出た」という感覚と「正確な情報が得られた」という事実の間に、以前より大きなギャップが生まれやすくなっています。
信頼できる情報の見極め方
道具に関係なく使える、情報の信頼性を確認するための観点を整理しておきます。
一次資料にあたること。「研究によると」「専門家が言っている」という表現は、出所が明示されていない限り、そのまま信頼するのは早計です。論文であればGoogle ScholarやJ-STAGEで著者名とタイトルを検索し、実際に存在するかを確認します。統計であれば政府機関や調査機関の公式ページを当たります。AIの回答に含まれる具体的な数字や論文名は、特に確認が必要な要素です。
複数の情報源で確認すること。 一つの記事・動画・AIの回答だけで判断するより、同じ内容を複数の独立した情報源で確認することで、情報の信頼性は上がります。複数の独立した情報源が同じ内容を裏付けている場合は、信頼性の高さの指標になります。逆に、一つの発信源にしか見当たらない情報は、確認が取れるまで「未確認の情報」として扱うことが適切です。
情報の鮮度を確認すること。 いつ書かれた・発表された情報かは、必ず確認する習慣をつけることが重要です。特に制度・法律・統計・医療情報は更新頻度が高く、数年前の情報が現在も正確とは限りません。SNS上の情報は投稿日が表示されますが、古い投稿が拡散されて最新情報のように見える場合もあります。
発信者の背景を確認すること。 誰がその情報を発信しているかは、情報の信頼性に直結します。個人の意見と専門家の見解、商業目的の発信と中立的な機関の情報は、同じように扱うべきではありません。SNSのアカウントであれば、どのような立場の人物が発信しているかを確認することが、情報を評価する出発点になります。
目的に合わせた道具の選び方
どの道具が優れているかという優劣の話ではなく、目的に合った使い分けが有効です。以下は判断の目安として参考にしてください。
リアルタイムの情報・視覚的な情報・個人の体験談が必要なときには、SNS（Instagram、TikTok、Xなど）が機能します。ただし、アルゴリズムの選別が入っていることと、情報の裏付けが取りにくいことは念頭に置いてください。
概要の理解・複数の観点の整理・対話形式での深掘りが必要なときには、AI（ChatGPT、Gemini、Claudeなど）が有効です。ただし、数字・人物名・論文名など具体的な情報は必ず一次資料で確認することが必要です。
公式情報・一次資料・学術情報へのアクセスが必要なときには、Google検索（Google Scholar含む）が依然として有効です。政府機関のサイト、公的統計、学術論文へのアクセスという用途では、Google検索はまだ他の道具に比べて優位があります。
実際のユーザーの体験・特定分野の深い議論が必要なときには、RedditやYahoo!知恵袋といったコミュニティサイトが参考になります。特定のテーマについて詳しいユーザーが集まる場所では、まとめ記事には書かれていない実践的な情報が得られることがあります。
専門的な手順や比較を視覚的に理解したいときには、YouTubeが適しています。チュートリアル動画や製品の比較動画は、テキストより理解しやすい場合があります。
どれか一つに依存するより、目的によって使い分けることで情報の偏りを減らすことができます。そして、どの道具を使う場合でも、情報の出所を確認するという手順は変わりません。
ちなみに、私はGoogle Mapをよく使います。出かけた先で面白そうなスポットを瞬時に見つけられるので、一番重宝しているように感じます。
まとめにかえて
Google検索の利用が変化しているのは、Googleが「悪くなった」というより、情報収集の選択肢が広がり、目的ごとにより適した道具が登場したためです。SNSもAIも、特性を理解して使えば有用な情報収集の手段になります。
一方で、道具が「答えを出してくれる」ようになるほど、「その答えをどう評価するか」という作業が省略されやすくなります。情報を選ぶ目まで道具に委ねてしまうのか、道具を使いながらも自分で評価する姿勢を保つのか。それはどの道具を使うかとは別の問題です。
道具は変わります。でも、情報を吟味する作業は、いつの時代も使う側の仕事なのです。
