【2026年】Onclusiveで広報を統合|AIの点数を鵜呑みにしない

「監視と効果測定のツールを一つにまとめれば、経営に出す広報の数字もそろうはずだ」「AIが付けた好意的・否定的の判定を、そのまま月次報告に載せてよいのか」——海外にも拠点を持つ企業の広報で、2026年の後半に入ってよく聞く声です。ただ、ツールをまとめて変わるのは数え方の土台であって、数字の意味ではありません。一つの基盤にまとめても、AIの判定と点数をそのまま経営に出せるようにはならないのです。英国・米国の Onclusive は2026年9月、報道とSNSの監視、効果測定、記者対応を1つにまとめた統合基盤を公開しました。この記事では、Onclusive で広報の数字をまとめるときに何が変わり何が変わらないか、AIの点数の検算、海外拠点との物差し、月次報告の型、移行と費用・やめ方までを、運用を定着させる順に整理します。
カメ先生監視も測定も一つの画面に入れば、報告の数字は自動で正しくなる、と思われがちなんだ。でも、まとまるのは集める仕組みで、判定の確かさまで上がるわけじゃない。
カメ子集め方がそろうことと、数字を信じてよいことは別、ということですか。
カメ先生そう。AIの感情の判定や露出の点数は、どう数えたかを人が確かめて初めて報告に使える。だから定着させるには、検算の手順と会議の型を先に決めておくんだ。
カメ子道具をまとめる話の前に、数字の扱い方を決めるんですね。
- Onclusive は2026年9月に監視・効果測定・記者対応の統合基盤を公開し、8月にはAI検索での露出を測る機能を米国で出した
- まとめて変わるのは数え方の土台がそろうこと。AIの感情分析や点数は、元の記事に戻る抜き取りで検算してから報告に使う
- 定着の鍵は、海外拠点と共通の物差しの範囲、月次報告の型、週次・月次の会議、移行の順番とやめ方を先に決めること
うちの業務、AIで何が自動化できる?
「AIで何ができるかは分かったが、自社の業務のどこに使えるのかが分からない」という段階の方へ。30業務の判定と5つの実務例から、最初に自動化する1業務を選ぶための無料ガイドです。
Onclusive は、報道とSNSの監視・効果測定・記者対応をまとめる会社
Onclusive は、報道やSNS、放送の監視と、広報の効果測定を手がける会社です。自社の発表では欧州で最大の報道分析の会社と称し、世界で1万3,000を超えるブランドが使っているとしています。成り立ちは買収の積み重ねで、調査会社カンターの評判分析の事業、広報の業務管理の会社、米国の放送監視の会社、そして2022年に買収したSNS分析の会社などを順に取り込み、その上に一つの基盤を作ってきたと説明しています。
買収で育った基盤であることは、使う側にとって意味があります。もとは別の会社の製品だった機能どうしで、媒体の分類や数え方の定義が完全にそろっているとは限らないからです。統合基盤では共通のデータの土台をうたっていますが、たとえばSNSの言及と報道の掲載を同じ表で並べるときに、何を1件と数えているかは試用の段階で確かめておきます。
同社の情報の土台は、自社で「世界の情報の集積所」と呼ぶ仕組みです。2026年9月の発表では、3万を超える紙媒体、300万の網上の情報源、3,000の放送局、9,000のポッドキャストを対象とし、有料記事や直接の許諾を得た記事も含むとしています。10月の発表では110を超える市場から1日2,800万件以上の情報を取り込むと述べています。放送はテレビとラジオを自前の設備で録り、音声の文字起こしと画像認識で処理しています。
日本の企業にとって気をつけたいのは、公式サイトの表示言語は英・仏・独・伊・西の5つで、日本語の案内は見当たらないことです(2026年11月時点)。国内の報道をどこまで深く拾えるかは、後で触れるように試用で確かめる項目になります。
2026年の動き:8月のAI検索の露出計測、9月の統合基盤
2026年8月4日、Onclusive は生成AIの検索で自社や競合がどう表れているかを測る機能を米国で公開しました。ChatGPT・Gemini・Claude・Perplexity など5つのAIを対象に、答えの中でのブランドの扱われ方、答えの元になった情報源、出力の大きな変化の検知、情報源を11の種類に分けた分析を提供するとしています。
続く9月1日に公開したのが統合基盤です。監視、効果測定、記者対応の3つの領域を一つのログイン、共通のデータの土台、そろった画面で扱えるようにしたもので、記者を書いている話題で探す機能、記者とのやり取りを記録する広報向けの顧客管理、発表資料の配信、自社の報道発表ページの運用までを含みます。米国では同日から提供が始まりました。同じ発表で引用された同社の調査(広報の専門家300人)では、半数を超える人が広報を売上や事業の伸びにつなげて示すことを2026年の大きな課題に挙げています。
10月29日には、調査会社 Gartner の広報・報道監視ツールの評価で上位に位置づけられたと発表しています。同じ発表では、自社の情報を社員の使うAIから引けるMCPの接続口と、55を超える既製の作業手順にも触れ、次はAIエージェントに人の確認を組み込んだ形で取り組むと述べています。
調査会社の評価で上位にあることは、製品の規模と機能の幅を測る一つの材料にはなります。ただし評価は世界の市場を対象にしたもので、国内の媒体の拾い方や日本語の判定の確かさまでは保証しません。選定の資料に評価を引用する場合も、国内の要件を満たすかは自社の試用の結果で示すのが筋です。
誤解:「一つにまとめれば、広報の数字はそのまま経営に出せる」
統合の発表で同社の幹部は、一つのログイン、一つの信頼できる情報源、一つのそろった見え方を利用者が持てると話しています。この表現から、ツールをまとめれば数字の問題が片づくと受け取りがちですが、一つにまとまるのは、集める範囲と数え方の土台です。AIが付けた感情の判定が正しいか、露出の量が自社にとって意味のある露出か、という問いはそのまま残ります。
むしろ、まとめた後のほうが危うい面もあります。ばらばらのツールを使っていたときは、担当者が数字を手で集める途中で違和感に気づく機会がありました。一つの画面から報告書が出せるようになると、誰も元の記事を開かないまま、点数だけが経営会議に届くことが起きます。広告費換算に頼らない広報の測り方の一般論は別の記事で扱っているので、ここでは Onclusive の基盤を前提に、何をAIに任せ、何を人が確かめるかに絞ります。
経営の側の期待も踏まえておく必要があります。同社の調査では、半数近くが「見かけの数字を超えて投資対効果を示すこと」を課題に挙げています。統合基盤は、記事の量や露出の点数を素早く出すことには長けていますが、広報の活動が商談や採用にどう効いたかまでは、基盤の中だけでは示せません。マーケや営業の数字とつなぐのは、自社で持つ報告の設計の仕事として残ります。
まとめることで本当に変わること:数え方の土台がそろう
統合の効果がはっきり出るのは、数え方の土台がそろう点です。これまで報道の監視と、SNSの分析と、記者とのやり取りを別のツールで持っていると、同じ発表について「掲載は何件だったか」「どの記者に送ってどこが書いたか」をつなぐ作業が手作業になりがちでした。統合基盤では、送った先・載った記事・反応の広がりを同じ記録の上で追えることが打ち出されています。
もう一つは、検索や分類の土台が共通になることです。同社の分析製品は、情報が取り込まれてから14秒以内にAIで付加情報を付けるとしており、話題の分類、言及の割合、対象ごとの感情、発表した主張が記事に残ったかといった指標が並びます。同じ分類と同じ指標で全社の数字を出せることは、海外拠点を含めた比較の前提になります。
ただし、指標が並ぶことと、その指標を報告に使ってよいことは別です。分析製品の公式ページは、感情をどう計算しているかを説明していません。だから次の検算が必要になります。
記者対応の機能が同じ基盤に入ったことも、測定の面では利点です。発表資料をどの記者に送り、誰が書き、誰が書かなかったかが同じ記録に残れば、送り先の選び方を数字で振り返れるようになります。記者選びそのものをAIに任せるかどうかの線引きは別の記事で扱っていますが、測定の側から見ると、送った記録と掲載の記録がつながること自体に価値があります。
感情分析の判定を、そのまま報告に載せない理由
AIによる感情の判定は、記事全体の論調、見出し、自社の名前が出てくる文の前後など、何を単位にするかで結果が変わります。業界の不祥事を報じる記事で、自社が「対応が早かった」と好意的に書かれていても、記事全体が否定的なら否定的と判定されることがあります。反対に、皮肉や遠回しな批判は好意的と判定されることがあります。
日本語の記事ではさらに注意が要ります。日本語の報道は、評価を直接書かずに事実を並べて読者に判断させる書き方が多く、中立と判定される記事の中に、実は厳しい論調の記事が混ざる傾向があります。日本語の判定精度について、同社は公開情報で数字を示していません。
- AIの感情の判定の割合を、そのまま「好意的な報道が前月より増えた」と経営に報告した
- 否定的と判定された記事の中身を読まず、対応の要否を点数の大きさで決めた
- 海外拠点の判定と国内の判定を、判定の確かさを確かめないまま一つの数字に合算した
感情の判定は、記事を読む順番を決めるための目印として使い、報告の数字にする前には人が確かめる。この線を最初に引いておくのが、AIの判定と付き合う基本です。
点数を検算する手順
検算は毎月同じ手順で行い、結果を記録しておくと、判定がどの程度ずれるかの傾向が見えてきます。抜き取りの件数は、記事の量に応じて決めます。
当月の掲載から、好意的・中立・否定的のそれぞれで数件ずつ、媒体の種類(全国紙・業界紙・網上の媒体・放送)が偏らないよう選びます。
要約や判定ではなく、元の記事を広報の担当者が読み、自社の判定を付けます。AIの判定は見ないで付けるのがこつです。
AIの判定と人の判定が食い違った件数と、その理由(皮肉、業界全体の否定的な記事、見出しと本文の違いなど)を記録します。
ずれが大きい区分は、報告では件数だけを示し、感情の割合は出さないなど、数字の出し方を変えます。判定の条件を設定で変えられる場合は、変更の記録を残します。
抜き取る件数の目安は、月の掲載が数百件の会社なら、区分ごとに10件前後で傾向はつかめます。否定的と判定された記事は件数が少なくても全件読むのが原則です。否定的な記事は対応の要否に直結し、判定の誤りが最も高くつく区分だからです。逆に好意的と判定された記事は、抜き取りで足ります。
検算の結果は、月次報告の注記として1行残しておきます。「否定的の判定のうち抜き取りで確かめた何件中何件が人の判定と一致」と書いておけば、経営の側も数字の確かさを踏まえて読めます。確かめた範囲を明示した数字のほうが、確かめていない精緻な数字より信頼されるのが、報告の場での実感です。
海外拠点と国内で同じ物差しを使えるか
海外に拠点を持つ企業が統合基盤に期待するのは、各国の広報の成果を同じ物差しで比べることです。ただ、全部の指標を共通にすると、国ごとの媒体事情の違いが数字の差として現れ、拠点の評価を誤らせます。共通にする指標と、国ごとに読む指標を分けるのが現実的です。
| 指標 | 共通にしてよいか | 理由と注意 |
|---|---|---|
| 掲載件数・言及の割合 | 共通にする | 分類の条件を全拠点で同じにすれば比べやすい。ただし媒体数の差は注記する |
| 主張が記事に残った割合 | 共通にする | 発表ごとに主張を決めておけば、国をまたいで同じ問いで見られる |
| 感情の割合 | 国ごとに読む | 言語と書き方の違いで判定の確かさが変わる。国ごとの検算の結果と並べて出す |
| 媒体の重みづけ | 国ごとに決める | その国で影響力のある媒体は拠点の広報が一番よく知っている |
| AI検索での露出 | 参考として共通 | 対象のAIと聞き方を固定しないと比べられない |
物差しを決めるのは本社の広報ですが、媒体の重みづけと検算は拠点に任せ、拠点ごとの検算の結果を本社に上げる形にします。拠点の担当者が、自国の数字の意味を説明できる状態を保つことが、共通の物差しを長持ちさせます。
報告の締め日と言語もそろえておきます。拠点ごとに締め日が違うと、同じ月の数字でも期間がずれます。締め日は全拠点で同じにし、報告の言語は本社の言語で一本化するのが基本ですが、注意すべき記事の要約は、AIに訳させたものをそのまま使わず、拠点の担当者が意味を確かめた一文を添えます。
日本語の報道をどこまで拾えるかは試用で確かめる
同社は110を超える市場を対象とすると説明していますが、国内の全国紙・地方紙・業界紙・テレビの扱いがどこまで深いかは、公開情報からは分かりません。有料記事を含むかどうかも、媒体ごとの許諾次第です。国内の監視を国内の事業者に任せている会社が多いのはこのためで、統合のために国内の監視を移すかどうかは、取りこぼしの比較を見てから決めるのが順当です。
試用では、過去3か月ほどの自社の掲載を国内の既存サービスと Onclusive の両方で集め、件数と中身を突き合わせます。業界紙や地方紙、放送の扱いの差、記事の到着までの時間の差を記録し、取りこぼしが許容できる範囲かを広報の責任者が判断します。日本語の検索の条件(表記の揺れ、略称、旧社名)がどこまで効くかも同時に確かめます。
AI検索での露出は、一項目として扱う
8月に出たAI検索の露出計測は、生成AIの答えの中で自社がどう扱われ、どの情報源が答えを形づくっているかを示します。広報が働きかけるべき媒体の優先順位を出す機能もあり、報道の成果がAIの答えにまで届いているかを見る材料にはなります。
ただし、AIの答えは聞き方や時期で変わり、同じ問いでも結果が揺れます。この領域の計測の考え方は別の記事で多く扱われているので、ここでは位置づけだけを書きます。月次報告ではAI検索での露出を独立した一項目にとどめ、報道の成果の主役にはしない。対象のAI、聞き方、計測日を固定して推移を見るのが前提で、前月との小さな差は、変動の範囲として扱います。
もう一点、提供地域の確認も要ります。8月の発表は米国での公開で、統合基盤も米国で同日から提供と書かれています。日本の拠点で同じ機能を同じ条件で使えるか、日本語の問いと答えを対象にできるかは、公開情報だけでは判断できません。見積もりの段階で、国内での提供の有無と時期を提供元に文書で確かめておきます。
この機能が広報の仕事に効くのは、むしろ情報源の分析のほうです。公式の説明では、AIの答えに影響している媒体やサイトを、影響の大きさと働きかけの手間で並べるとしています。AIの答えの元になっている媒体に、正確な情報が載っているかを確かめる材料として使えば、記者への働きかけの優先順位づけにつながります。ただし、並べ方の根拠は同社の算出によるもので、どの媒体に働きかけるかは広報が決めます。
- AIの答えに出てくる自社の説明が誤っていても、AI検索の運営者に直接直させる手段は限られる。元の情報源の訂正と、自社の公式情報の整備で対応する
- 大きな変化の検知は、AIの側の仕様変更でも起きる。検知をそのまま「評判が下がった」と報告せず、元の答えを開いて確かめる
社員のAIからMCPで引かせるときの線
Onclusive は、自社の情報の集積所を社員の使う生成AIから引けるMCPの接続口を用意しています。公式ページは Claude を名指しし、朝の報道まとめ、記者ごとの掲載の傾向、発表した主張が記事に残ったかの分析など、55を超える既製の作業手順を挙げています。使い始めるには組織側で接続と利用者の設定が必要だとしています。
ここで決めておきたいのは2点です。1つは、有料記事や許諾を得た記事の内容が、社員のAIの中でどう扱われるかです。公式ページは媒体との契約で有料記事を提供すると書いていますが、AIの出力に取り込んだ内容の社内での再利用や社外への転載の扱いまでは書いていません。社内の資料に記事の文章をそのまま貼らない、出典を必ず残す、といった決まりを先に作ります。
もう1つは、誰が引けるかです。広報以外の社員が報道の分析をAIで引けるようになると、確かめる前の否定的な記事の要約が、社内の会話に先に出回ることがあります。最初は広報と経営企画など対象を絞り、記者の情報のような個人に関わる情報は引けない設定にできるかを確かめます。
既製の作業手順は便利ですが、手順の中身(何を数え、何を省くか)を広報が一度は読んでおくことを勧めます。たとえば朝の報道まとめが、どの媒体を対象にし、どの順番で並べるかは、自社の重みづけと一致しているとは限りません。社員が手順を使って作った要約を経営会議の資料に使う場合は、元の記事への参照が残っているかを確かめる決まりにします。
月次報告の型
定着させるには、毎月同じ型で報告を出すことが一番効きます。型が決まっていれば、AIが作る下書きのどこを人が確かめればよいかもはっきりします。報告は、AIが作った要約を土台にしても構いませんが、結論の一文と、次の月に何をするかは広報の担当者が書くことにします。
- 今月の結論を一文で(広報の目標に対して何が進み、何が進まなかったか)
- 発表ごとの成果(送った先、掲載、主張が残った割合)
- 言及の量と割合の推移(競合と並べて、媒体の種類の内訳つき)
- 感情の判定と、抜き取りによる検算の結果
- 注意すべき記事の一覧と対応(元の記事を読んだうえでの判断)
- AI検索での露出の推移(参考の一項目として)
- 来月の重点と、物差しを変えた点があればその理由
報告の型を変えるときは、変えた月と理由を記録します。型が毎月変わると、数字の推移が追えなくなるからです。指標の追加は四半期に一度の見直しの場でまとめて決めます。
AIに下書きを作らせる場合の確かめどころは3つです。数字が基盤の画面の値と一致しているか、要約に出てくる記事が実在して日付が合っているか、そして要約の中で「好評」「批判が広がった」といった評価の言葉が、元の記事の内容に裏づけられているかです。3つ目が最も見落とされやすく、AIは件数の増減から評価の言葉を補ってしまうことがあります。
定着させる会議体:週次の確認と月次の見直し
基盤を入れて半年後に使われなくなる典型は、画面を見るのが担当者一人で、数字を議論する場がない状態です。会議体は大げさにせず、週次の短い確認と、月次の見直しの2つで足ります。週次では、検知された大きな変化と注意すべき記事を広報で読み合わせ、対応の要否を人が決めます。AIの検知は議題の候補を出す役で、対応を決めるのは会議の参加者です。
月次の見直しでは、月次報告の下書きを確かめ、検算の結果を共有し、物差しの変更が必要かを話し合います。経営企画やマーケが参加すると、広報の数字が売上や商談とどうつながるかの議論ができます。会議の議事に「AIの判定を覆した件」を残すと、判定の傾向が組織の知識として残り、担当者が替わっても検算の勘所が引き継がれます。
四半期に一度は、指標の追加や削除、対象の媒体やキーワードの見直し、利用者の範囲の見直しを行います。警告を受ける人の決め方やリスク監視の受け手の設計は別の記事で扱っているので、ここでは成果の測定の会議に絞っています。
既存の監視ツールから移る順番
国内外で複数の監視ツールを使っている会社が一度に全部を移すと、移行の月に数字が途切れ、前年との比較もできなくなります。移行は、効果測定から先に、監視は並行して、記者対応は最後にという順番が無難です。効果測定は過去の数字との接続が問題になるので、移行前の3か月分を新旧両方で数えて差を記録しておきます。
監視は取りこぼしが直接の損失になるため、新旧を並行して動かし、取りこぼしの比較が済むまで旧ツールを解約しません。記者対応は、記者とのやり取りの履歴という個人に関わる情報を移すことになるので、移す範囲と保存期間を決めてから進めます。記者の連絡先や関心事項は個人に関わる情報なので、移す前に、もう連絡を取っていない記者の記録を整理するよい機会にもなります。旧ツールの契約の解約期限を、移行の計画表に最初に書き込むと、並行期間の二重払いを読みやすくなります。
試用の評価項目は、事前に紙に書いて決めておきます。国内の主要な媒体の取りこぼし、記事の到着までの時間、感情の判定と人の判定の一致の度合い、月次報告を作る手間がどれだけ減るか、の4つが基本です。評価項目を決めずに試用すると、画面の見栄えで判断してしまうため、項目と合格の目安を広報の責任者が決めてから試用を始めます。
費用の増え方と、やめ方
Onclusive の料金は公開されておらず、見積もりの形です。統合基盤は監視・効果測定・記者対応の領域で構成されているため、どの領域を契約に含めるか、対象の国や媒体をどこまで広げるか、利用者を何人にするかで費用が変わると考えられます。MCPの接続口やAI検索の露出計測が別の契約になるかも、見積もりの段階で確かめます。
費用が膨らみやすいのは、海外拠点ごとに対象の市場や媒体を足していく場面です。拠点の要望を受けるたびに範囲を広げるのではなく、年に一度の見直しで範囲を決める運用にします。比較の対象は、統合前に使っていた複数のツールの合計と、移行と並行運用にかかる手間です。
やめ方は、導入前に3つ決めます。月次報告に使った数字と、その元になった記事の一覧を自社の手元に残すこと。記者とのやり取りの記録を取り出せる形式を確かめること。社員のAIとのMCPの接続を、契約の終了と同時に切る担当を決めること。数字の定義と月次報告の型を自社の文書で持っておけば、基盤を替えても報告は続けられます。
社員のAIからMCPで引く使い方が広がると、利用の量に応じて費用や負荷が増える契約になっていないかも確かめどころです。最初は対象の部署を絞り、月にどれだけ引かれ、どの作業手順がよく使われたかを見てから広げます。使われ方の記録が取れない場合は、広報の担当者が利用者に月に一度聞き取るだけでも、広げてよいかの判断材料になります。
ミニ用語解説:広報の数字でよく混ざる言葉
統合基盤を入れると、画面にさまざまな指標が並びます。社内で言葉の意味がずれると、同じ数字を見て違う結論を出すことになるので、主な言葉を整理しておきます。
- 言及の割合:自社と競合を合わせた言及のうち、自社が占める割合。量の指標であって、評価の良し悪しは含まない
- 対象ごとの感情:記事全体ではなく、特定の会社や製品について書かれた部分の論調をAIが判定したもの。判定の単位を確かめてから使う
- 主張が記事に残った割合:発表で伝えたかった主張が、掲載記事の中にどれだけ含まれていたか。発表ごとに主張を先に決めておかないと測れない
- 接触・受け止め・成果:広報の測定でよく使う3段階。届いたか、どう受け止められたか、行動や業績にどうつながったか
- AI検索での露出:生成AIの答えの中で自社が言及される頻度や扱われ方。聞き方と時期で揺れるため参考の指標として扱う
言葉の定義は、月次報告の末尾か社内の手引きに一覧として残しておきます。定義が文書になっていれば、拠点や担当者が替わっても数字の意味がぶれません。
まとめ
Onclusive は2026年、AI検索での露出計測と、監視・効果測定・記者対応を1つにまとめた統合基盤を相次いで公開しました。まとめることで数え方の土台はそろいますが、AIの感情の判定や点数の確かさまでは上がりません。点数は記事を読む順番の目印として使い、抜き取りで検算し、確かめた範囲を明示して報告する。海外拠点とは共通にする指標と国ごとに読む指標を分け、月次報告の型と会議体を決め、移行は効果測定から並行運用で進め、やめ方まで先に決めておく。この順番で運用を組めば、基盤を替えても広報の数字は自社のものとして残ります。
※本記事にはAIが活用されています。編集者が確認・編集し、可能な限り正確で最新の情報を提供するよう努めておりますが、情報の完全性、正確性、最新性、有用性等について保証するものではありません。本記事の内容に基づいて行動を取る場合は、読者ご自身の責任で行っていただくようお願いいたします。
うちの業務、AIで何が自動化できる?
「AIで何ができるかは分かったが、自社の業務のどこに使えるのかが分からない」という段階の方へ。30業務の判定と5つの実務例から、最初に自動化する1業務を選ぶための無料ガイドです。
