主要AI5社への独自調査をもとに、企業評価基準「Agent Readiness Framework」を公開
AIに見つかる時代から、AIに選ばれる時代へ
生成AIは、企業を比較し、推薦し、予約や問い合わせまで支援する存在へと進化しつつあります。
合同会社コア・リテール（東京都港区、代表：佐々木健之）は、主要AI5社への独自調査をもとに、AI時代の企業評価基準「Agent Readiness Framework（DRAモデル）」を公開します。
本Frameworkは、2026年6月に発表した「AI Search Visibility Survey 2026」に続く第2弾研究として設計され、AIが企業を「理解・比較・推薦・実行」するまでのプロセスを評価する新たな枠組みです。
調査の全文、評価基準、設計思想は「Agent Readiness White Paper 2026」としてResearch Hubで公開しています。
Agent Readiness Frameworkとは
SEO（検索結果への表示）・GEO（AIへの引用）を包含し、「AIが実際に予約・問い合わせを完結できる状態」まで評価対象とする、企業がAIに理解され、比較され、推薦され、その先の行動までつながる状態を評価するための指標です。
フレームワークの核心は、Discovery・Recommendation・Actionの三層からなるDRAモデル（100点満点）です。
見つかることと選ばれることは別の問題です。選ばれることと実行されることも別の問題です。Agent Readiness Frameworkは、この三段階を独立した評価軸として整理します。
FrameworkとIndexの役割
Agent Readiness Frameworkは、AI時代に企業を評価するための理論・評価基準です。一方、Agent Readiness Indexは、そのFrameworkをもとに各企業の現状を100点満点で可視化する診断指標です。
Frameworkが「評価基準」、Indexが「評価結果（診断）」という役割を担います。
本プレスリリースでは概要のみを紹介しています。DRAモデルの設計思想、各評価項目、採点方法については、Agent Readiness White Paper 2026で詳しく解説しています。
調査の概要
本Frameworkは、主要AI5社（ChatGPT・Claude・Gemini・Perplexity・Grok）への実証的な調査を根拠として設計しました。
各社に「企業・商品・サービスを推薦する際にどのような情報を重視するか」を問う100問のプロンプトを送付し、合計5社×100問（計500回答）の回答を取得。AIリサーチャー・データアナリスト・批判的レビュアーを含む7名の専門家チームが比較分析しました。
本調査の目的は各AIの内部ロジックを解明することではありません。 AIが企業評価について語る際の考え方の傾向と共通性を抽出し、Framework設計の根拠とすることが目的です。
AI5社の回答に共通して見られた7つの評価原理
5社の回答を比較分析した結果、以下の7項目が共通して浮かび上がりました。
本調査では100問・500回答を比較分析し、その中から共通原理を抽出しました。White Paperでは、AI5社の回答比較や分析過程の一部も掲載しています。
注目の知見
弱みの開示に関する共通の考え方
AI各社は「情報の完全性」という観点から、弱みや向かないケースの開示を信頼性向上につながる要素として説明する傾向が見られました。
なお、これは「弱みを開示した企業をAIが優先的に推薦する」ことを示すものではありません。実際の推薦行動との因果関係は現時点で未検証であり、今後の実証研究の課題として位置づけています。
DRAモデル採用の根拠：三層構造の独立的な提示
ClaudeとPerplexityは、互いの回答を参照しない状況で、実質的に同一の三層評価構造を独立して提示しました。
-
Claude：Discovery / Recommendation / Action
-
Perplexity：Information Layer / Structure Layer / Action Layer
用語は異なりますが、構造は実質的に同一です。研究チームはこの収束をDRAモデル採用の根拠の一つとして解釈しています。なお「この三層構造が唯一正しい評価モデルである」ことを証明するものではなく、参考知見として位置づけています。
調査の透明性
-
調査設計・分析方法・評価基準・再現方針についてはMethodologyで公開しています。
-
Schema実装→推薦率向上等の因果関係は現時点で未検証。仮説として研究レポート内に区分
公開中のコンテンツ
|
コンテンツ |
内容 |
URL |
|
Agent Readiness Research Hub |
Agent Readiness Frameworkを中核に、研究・調査・評価方法論を公開する研究プラットフォーム |
|
|
Agent Readiness White Paper 2026 |
本調査の全容に加え、 |
|
|
Methodology |
調査設計、分析方針、評価方法論を公開 |
|
|
Agent Readiness Index（β版） |
Agent Readiness Frameworkに基づき企業を100点で評価する診断指標（ベータ版・有償提供） |
White Paper Research Edition (有償版)について
Research Hubでは、概要版（無償版）とは別に、調査結果をより詳しくまとめた 「Agent Readiness Report 2026 Research Edition」 を提供しています。
本レポートには、以下の内容を収録しています。
-
DRAモデル設計の背景
-
Agent Readiness Framework全文
-
AI5社比較（30テーマ）
-
評価項目100点の設計根拠
-
Methodology Handbook抜粋
-
今後の実証研究計画
約20ページにわたり、Agent Readiness Frameworkの設計思想、評価方法論、AI5社の比較分析、実証データなどを収録した研究レポートです。
さらに、研究手法や評価ロジックをより詳細にまとめた最上位版として、「Methodology Handbook」も提供しています。
Methodology Handbook（約30ページ）は、Research Editionの内容に加え、評価方法論、分析プロセス、設計思想、スコアリングロジックなど、Agent Readiness Frameworkを支える研究基盤を体系的にまとめた専門家向けドキュメントです。
いずれも Agent Readiness Research Hub よりダウンロードいただけます。
今後の展開
代表コメント
今回の調査で印象に残ったのは、弱みの開示に関する考え方が5社に共通して現れた点です。AIが不誠実さを道徳的に判断するのではなく、情報の完全性の問題として処理するという観点が、表現の差はあれ各社に見られました。
ClaudeとPerplexityが互いを参照せず同一の三層構造を提示した事実も注目しています。「なぜ異なるAIが同じ構造に至ったのか」は、今後の研究で掘り下げる課題です。
Agent Readiness Frameworkは仮説の体系です。「Schema実装の前後でAIの推薦文言が変わるか」「弱み開示によって評価がどう変化するか」という実証的な検証を通じて、精度を高めていきます。
合同会社コア・リテール 代表社員 佐々木健之
このプレスリリースには、メディア関係者向けの情報があります
メディアユーザー登録を行うと、企業担当者の連絡先や、イベント・記者会見の情報など様々な特記情報を閲覧できます。※内容はプレスリリースにより異なります。
すべての画像
