AIの回答が更新されないタイムラグとは｜
情報を直しても変わらない期間

先に結論を書きます。店の情報を直したのにAIの回答が変わらない期間、いわゆる「更新のタイムラグ」は、1本の遅れではありません。性質の違う遅れが何層も重なったもので、どの層で止まっているかによって、待てば解けるものと、待っていても解けないものに分かれます。困るのは、この二つが外から見るとまったく同じ症状に見えることです。「そのうち反映されるはず」と待った数か月が、実は何も進んでいなかった、ということが起こります。この記事では、タイムラグという言葉の中身を、関連する用語ごとに掘り下げていきます。

「タイムラグ」は、どこからどこまでを指す言葉か

日常的には「直してからAIに反映されるまでの時間」を指してタイムラグと呼びます。ただ、この言い方には落とし穴があります。「反映される」先が、1か所であるかのように聞こえる点です。

実際には、生成AIが店について答えるとき、その答えの材料には出どころが複数あります。AIのモデルがもともと学習した知識から答える場合と、質問を受けてからウェブを検索し、見つけたページをもとに答える場合があり、同じサービスの中でも質問の仕方によって切り替わります。さらに検索して答える場合でも、どのページを読みにいくかは、そのときの検索結果に左右されます。

つまりタイムラグとは、「店が情報を直した時点」と「AIが答えに使う材料が入れ替わった時点」のずれのことで、材料の出どころごとに別々の時計が動いています。ある層ではすでに新しい情報に入れ替わっているのに、別の層では古いまま、という状態が普通に起こります。同じ質問でも、日によって、アプリによって、聞き方によって答えが揺れるのはこのためです。

学習の締切（ナレッジカットオフ）は、直した情報とどう関わるのか

生成AIのモデルは、ある時点までに集めたデータで学習されています。この区切りを「ナレッジカットオフ（学習データの締切）」と呼びます。締切より後に起きた変化は、モデルの内側の知識には入っていません。

店にとってこれが意味するのは、モデルが検索を使わずに答えたとき、締切以前の店の姿がそのまま出てくるということです。移転前の住所や、改装前の営業時間がその例です。店側でいくら情報を直しても、モデルの内側の知識は、次に新しいモデルが学習されて公開されるまで入れ替わりません。そしてその時期を決めるのはAIの運営会社で、店の側から早めることはできません。

さらに厄介なのは、新しいモデルに入れ替わっても古い情報が残ることがある点です。学習の材料になるのはウェブ上に出回っている情報の全体で、古い情報が長く出回っていれば、新しいモデルもそちらを「よく見かける事実」として覚えることがあります。締切が新しくなることと、店の情報が新しくなることは、同じではありません。

検索して答えるAIでも、遅れが出るのはなぜか

検索と組み合わせて答える仕組み（検索連動型の回答、グラウンディングなどと呼ばれます）であれば、学習の締切は関係なくなるように見えます。ところが、ここにも別の種類の遅れがあります。

まず、検索エンジンが店のページを読みにくるタイミングと、読んだ内容が検索に使える形に整理されるまでの段階があります。ページを直しても、そこを経るまでは古い内容のまま検索に出てきます。どちらも店側の都合で日付を決められるものではありません。

そして見落とされやすいのが、AIが読みにいくのは自店のサイトとは限らないことです。材料になり得る場所は、店の外にいくつもあります。自店のページが新しくなっていても、AIがそのとき材料に選んだのが更新されていない外部のページであれば、答えは古いままです。店側がすべてを直したつもりでも、直していない場所から答えが組み立てられています。

その遅れは、待てば解けるものなのか

ここまでの層を大づかみにすると、遅れは両極に分かれます。

ひとつは、時間が解決する遅れです。新しい情報はすでに正しく出ていて、読みにくる順番やモデルの入れ替わりを待っている段階。この場合は、時間が経つにつれて答えが入れ替わる余地があります。ただし、本当にこの段階にいるのか、止まっている段階なのかは、答えの材料がどこで止まっているかを追って確かめる必要があります。

もうひとつは、材料の側で止まっている遅れです。古い情報のほうが確からしく見える状態が続いている段階。この場合、いくら時間が経っても答えは入れ替わりません。むしろ古い情報が転載されて広がれば、時間とともに固まっていきます。

この二つは、打つ手が逆を向きます。にもかかわらず、どちらに当たっているかを店の内側から見分けるのは難しい。「そのうち直る」と思って待った先が、実際には何も動いていない段階だったということが起こります。AIの回答は、どの管理画面にも履歴として残らず、直した日より前の答えはあとから取り直せません。そして一店舗だけの記録では、比べる軸が自店の中にしかない以上、モデルの入れ替わりによる揺れなのか、材料の側で止まっているのかは区別がつきません。

当社FACTORがAI検索対策の運用を設計するときは、ご相談店舗の答えだけを追うのではなく、当社が持つ、複数店舗でAIの答えが入れ替わった時期の蓄積と照らして、遅れがどちらの型に当たるかを判定し、次に手を入れる場所を決めています。その比較の材料は、自店の管理画面には出てこないものです。

自店の場合がどちらに当たるかは、実際の出方を見ないと決まりません。遅れの型の判別と、遅れの期間に外で回る損失を止める運用は、個別の相談で扱っています。マップ上の情報もAIが参照する材料の一つなので、まず土台になるGBPやマップ上の情報の今の出方を押さえるなら、GoogleマップのURLを貼って使う無料診断から入れます。

回答が変わらない期間に、店の外で起きていること

AIの答えが古いままの期間は、店の側からは「まだ反映されていない」という静かな状態に見えます。しかし、その答えを読んだ人にとっては、それが店の現在の姿です。

移転前の住所に向かった人や、定休日に店の前まで来てしまった人。その人たちの不満は口コミになります。そして口コミは、AIが店について答えるときの材料のひとつです。古い情報が生んだ不満が、新しい材料としてAIに拾われ、店の評価の一部になっていく。タイムラグの期間は、何も起きていない期間ではなく、このめぐりが回り続けている期間です。

しかもこの損失は、「AIのせいで来店が減った」という形では記録に残りません。来なかった人、がっかりして帰った人の数は、どこにも表示されないからです。答えが入れ替わるのを待っている時間そのものが、判断を先送りしている時間にもなっています。

そして、放置した期間が長いほど、古い情報は転載や口コミを通じて外の場所に増えていきます。どの外部ページがどれだけ重く見られているかは、店の側から一覧できません。遅れを遅れのまま置いておくことは、次に直すときの重さを、自分で積み増していることになります。AIの答えがいま何を材料にしているかは、個別の相談で一緒に確認できます。

よくある質問

まとめ

情報を直してもAIの回答が変わらない期間は、性質の違う遅れが重なったものです。そのなかには待てば解ける遅れと、待っても解けない遅れがあり、外からは同じ症状に見えます。そして答えが古いままの期間にも、来店した人の不満が口コミになり、AIの新しい材料として積み重なっていきます。どちらの遅れに当たっているかは、店の内側からは見分けにくく、判別には、自店の外にある蓄積が要ります。遅れの型の判別と、その先の手の入れ方は当社の個別の相談で扱っています。