2025年10月18日·1 分
Baiduの検索・地図・AI戦略：配布で勝つ
デフォルト設定、アプリ、パートナーシップがユーザーのアクセスとプロダクト力をどう形作るかを踏まえつつ、Baiduが検索・地図・AIの投資をどうバランスさせるかを解説します。
デフォルト設定、アプリ、パートナーシップがユーザーのアクセスとプロダクト力をどう形作るかを踏まえつつ、Baiduが検索・地図・AIの投資をどうバランスさせるかを解説します。
消費者向けインターネットプロダクトにおける「配布（distribution）」は、必要な瞬間に人々の目に製品を置くチャネルの集合を指します。これはデフォルト選択（端末に最初からある検索ボックス）、目立つ配置（ウィジェットやホーム画面の枠、上位タブ）、およびトラフィック源（他アプリからのリンク、OEM提携、ブラウザのツールバー、通知面、プリロードされたショートカット）を含みます。
多くのプロダクトは「十分に良い」です。その場合、勝者は最も少ないタップと摩擦でユーザーに届くものになります。デフォルトとプリインストールは習慣ループを生みます：人々は毎回見直すわけではなく、既にあるものを使い続けます。一度安定したアクセスを獲得すれば、より早く学習し、より確実にマネタイズし、改善に再投資できます。
これは機能が重要でないという意味ではありません。機能と配布はトレードオフの関係にあります：優れたプロダクトでも埋もれてしまえば苦戦し、堅実なプロダクトでも最短の経路になれば繁栄します。
Baiduは意図を捉える「サーフェス」の集合として理解すると分かりやすいです：
各サーフェスはそれぞれ固有のユーザーモーメントを持ちますが、結果はユーザーがそこへどう到達するかに大きく依存します。
この原稿の中心レンズは配布ファーストです：誰がアクセスを制御しており、その制御は何を可能にするのか？ スーパ―アプリ内で競合が注意を勝ち取るのか、端末メーカーがデフォルトを決めるのか、ユーザーが検索ではなく地図から始めるのかによって、機能比較の前にBaiduのプロダクト力は変わります。
Baidu Searchは多くのユーザーにとって「何かを調べる」という時のデフォルト的な思考モデルとして残っています。定義やニュースの文脈、比較といった単純な情報提供だけでなく、クリニックの検索、ブランドの公式サイト確認、端末トラブルの対処法、方針の確認などサービス志向のクエリでも使われます。
Baiduの強みは「意図」と「検証」の交差点に位置することです。ユーザーは素早い答えを求めるとき、また他で見た情報を検証したいときに使う傾向があります。
一般的なパターン：
最初に訪れることは、意図が決定に変わる前にそれを捉えられるという意味で重要です。「近くの矯正歯科ベスト」や「バッテリーが一番長いスマホはどれか」といったクエリで始めると、検索エンジンは候補リストを形成し、トラフィックを商家に誘導し、どのオプションが信頼されるかを左右できます。つまり意図ベースのクエリは行動（通話、予約、訪問、購入）に近く、商業的価値が高いのです。
ユーザーはブラウザではなくアプリ内から出発することが増えています。プロダクトの発見はスーパ―アプリ、ショートビデオフィード、ECプラットフォーム、位置情報や決済手段を既に把握しているローカルサービスアプリで始まることがあります。そうした環境は質問に答えるだけでなく、取引を完了させてしまい、オープンウェブ検索に戻す必要がありません。
したがって検索でのBaiduの勝ち筋は限定的ですが依然意味があります：高意図クエリに対して最速かつ最も信頼できる「決定チェックポイント」となること、そしてスムーズにMaps、通話、予約などの行動へハンドオフすることです。
Baidu Mapsは「機能」よりもむしろ日常のユーティリティとして振る舞います。人々は天気やメッセージをチェックするのと同じ理由で開きます：今後一時間の不確実性を減らすためです。通勤、ピックアップ、配達時間、渋滞回避、集合場所など、各利用は小さいものの頻度は高く、その繰り返しが習慣化を生むため検索だけで維持できない力を持ちます。
道順を求める瞬間、ユーザーは暗黙にローカル意図を宣言しています：今すぐどこかに行く、ということです。これにより地図は近隣の意思決定への自然な入り口となります—どこで食べるか、どの店が本当に開いているか、許容できる迂回で利用可能なサービス、あるいは最も摩擦の少ないルートなどです。
ナビゲーションのセッションは「マイクロモーメント」に満ちており、広告的に感じさせずに提案できる場面が多いです：コーヒーの短い立ち寄り、最寄りの薬局、駐車オプション、交通が激化したときの迂回ルートなど。旅行や不慣れな地域では、地図がホテルや観光地、公共交通の選択、出発時刻の判断をするインターフェースになります。
店舗リスティングは実質的に構造化されたローカルデータベースです：住所、営業時間、写真、メニュー、価格の手がかり、カテゴリタグ。レビューや人気度のシグナルを加えると、地図は発見エンジンになります—ユーザーが必ずしもクエリとして表現しない疑問にも答えます。
「近くのベストな麺屋」と打つ代わりに、ユーザーは地図をスキャンして料理でフィルタし、距離、評価、往来で比較できます。これは「情報を検索する」から「意思決定のためにブラウズする」への移行で、時間と場所に紐づいているためより速く、現実感があります。
地図は意図の瞬間に開かれるため、最小限の追加努力で他のBaidu体験へユーザーを誘導できます：
アクセス地点が重要な市場では、Baidu Mapsの力は「頻繁に開かれ、素早く使われ、現実世界の意図に結びついている」ことにあります。それがBaiduのローカル・検索生態系への高頻度ゲートウェイとなる理由です。
BaiduのAI物語はしばしば予算やブレークスルーで語られます。しかし配布が人々の利用を決める市場では、実用的な問いは「そのAIは日常行動のどこに現れるか？」です。
AI支出は一行で語れるものではありません。含まれるのは：
見出しになるモデルは重要ですが、展開、遅延、信頼性、コンプライアンスといった「地味な層」がモデルを実際のプロダクトにするかどうかを決めることが多いです。
AIが価値を生むやり方は二つに分かれます。
機能層としてのAIは既存プロダクトを強化します：検索での問い合わせ理解の向上、地図での推薦の改善、広告ターゲティングの強化、要約の充実、タスク完了の高速化。
新しい配布サーフェスとしてのAIは異なります：スタンドアロンのアシスタント、チャット型の入口、システムレベルの体験がタスクの「出発点」になる場合です。そうしたサーフェスがユーザーの始点になれば、従来の検索ボックスやアプリアイコンから注意をそらす可能性があります。
Baiduにとって最大のレバレッジは、ユーザーが既に繰り返すワークフローにAIを組み込むことです：「レストランを見つける」「そこへ行く」「近くに何があるか」「比較する」「予約する」「支払う」「レビューする」。つまりAIを検索や地図のフローに埋め込み、別個のデモ扱いにしないことです。
落とし穴は単純です：費用をかけただけでは採用は保証されない。デフォルト、プリインストール、強力な配置、密な統合がなければ、AIプロダクトは印象的だが活用されない機能のままです。
驚くほど多くの「市場シェア」はユーザーを説得することではなく、ユーザーの目の前に最初に置くことで得られます。
検索ボックスがホーム画面にあったり、地図アプリが住所のデフォルトハンドラであったりすると、多くの人は明示的な選択をしません。ただ既にあるものを使います。その行動は合理的です：速く、公式のように感じ、日常的なジョブには十分機能するからです。
中国のモバイルエコシステムでは、アクセスは一クリックずつ得られるよりも交渉によって決まることが多いです。最も一般的な配布チャネルは：
これらは製品を試すコストをほぼゼロに圧縮します。
競合製品が似た機能を提供していても、デフォルトは時間とともに小さな個人的投資を蓄積します：
これらは劇的なロックインではありませんが、日常の摩擦が積もるのです。
配布契約は漸進的な機能改善よりも競争を変えることがあります。Baiduがデフォルト配置や優遇された入口を確保すれば、競合が競争する前に最も高い意図の瞬間（クエリの入力、位置のタップ）を捕捉できます。つまり「プロダクト力」は部分的にアクセス経済の機能です—誰がユーザー意図に最も近く座るために支払うか／提携するか。
スーパ―アプリは「検索」の意味を変えます。ブラウザや専用検索アプリにクエリを入力する代わりに、人々は既に開いているアプリ内で検索を始めることが多くなります—フードデリバリー内でレストランを探す、EC内で商品を探す、決済アプリ内で近隣サービスを探す。クエリは存在しますが、出発点（そして勝者）はセッションを所有するアプリです。
ミニプログラムやアプリ内サービスはこれをさらに進めます。ユーザーはホストアプリから離れずにタスク（予約、購入、カスタマーサービス、ロイヤリティ）を完結でき、かつてオープンウェブを経由していた情報や取引への代替入口を作ります。
Baiduにとって重要なのは、高価値の意図（ローカル、ショッピング、サービス）が伝統的な検索結果ページに達する前に満たされる可能性があることです。たとえユーザーが「検索」しているときでも、発見はクローズドなエコシステム内で起き、独自のランキング、広告、商家統合を持ちます。
注意がスーパ―アプリに集中すると、オープンウェブ検索を含む旅程は減ります。多くの旅程が閉じたループになります：閲覧→決定→取引、すべて一つのプラットフォーム内で完結。これによりBaiduが意図の瞬間を捉える機会が圧縮され、クリックやコンバージョンから得られるデータフィードバックが減る可能性があります。
関連性を保つには、Baiduはこれらのエコシステム内で配布を獲得する必要があります：その場でクエリに答える統合、アプリ内検索ボックスにBaiduの結果を持ち込むパートナーシップ、そしてプラットフォームやミニプログラムが簡単に真似できない差別化機能（ローカル意図、信頼できる回答、AI機能）です。
目標はユーザーをBaiduに引き戻すことだけではなく、実際の出発点に存在することです。
Baiduのマネタイズはユーザーが「何かをしようとしている」瞬間に広告を結びつけると最も効果的です。検索と地図はどちらも高シグナルな瞬間を生むため、インプレッションではなく成果（行動）を売りやすいです。
検索広告はクエリから行動への最もクリーンな経路です。「近くの歯医者」「引越し会社の見積もり」「朝陽区の人気火鍋」といったキーワードはクリック、通話、フォーム送信、さらには予約に結びつけやすいです。この計測性があるため、広告主はCPAやCPLが目標内であれば支出を継続します。
地図は“フットトラフィック”に近い収益化パスを作ります。よくあるモデルは：
地図のインタラクションは購入直前に起こるため、広告主は信頼できるトラッキングがあればより高い対価を受け入れる傾向があります。
過度なマネタイズ（広告過多、不明瞭な表示、低品質リード）はプロダクトを急速に劣化させます。ユーザーは結果を信頼しなくなり、良質な商家はコンバージョンが取れないと入札をやめます。長期的な勝者は広告量を抑え、商家品質を厳格に管理するプラットフォームです。
着信通話のトラッキング、クーポンの引き換え、ナビから来店へのシグナル、コンバージョン報告の正確さがあるかどうかで、ローカル事業者がBaiduをコアチャネルとみなすか試験的チャネルとみなすかが分かれます。報告が実際の成果と一致すれば支出は継続的になりますし、そうでなければ予算はスーパ―アプリや垂直プラットフォームへ移ります。
フライホイールは単純なループです：ユーザーが行動 → データを収集 → プロダクトが改善 → もっと多くのユーザーが行動。ループが回り続ければ、改善は単発ではなく複利的になります。
Baidu Searchは人々が何を求めているかを、Baidu Mapsはいつどこでそれを求めているかを捉えます。これらを組み合わせると意図に関するシグナルは非常に強力になります。
たとえば「近くの火鍋」と検索して、結果をクリックし、Baidu Mapsで経路を開き、後でレビューを残した場合、Baiduは複数のヒントを得ます：
AIによるパーソナライゼーションはこれらのパターンを使って、より有用に順位付けできます：単なる「人気店」ではなく「同様の意図を持つ人が実際に訪れる店」。時間をかけると、ローカル検索の関連度、待ち時間の推定、推奨カードの充実などが改善します。
フライホイールは「データが多い」だけで回るわけではなく、良質なデータで回ります。ローカルプロダクトは特に次に脆弱です：
ユーザーが繰り返し閉まっている店や詐欺に遭うとクリックしなくなり、ループは逆転します。
信頼はフィードバックの前提条件です。ユーザーは結果が正確だと信じない限り、高品質のシグナル（クリック、訪問、レビュー）を提供しません。関連度が前提条件です：SearchとMapsがローカルの問いに確実に答えられなければ、ユーザーはそのクエリをスーパ―アプリに移し、Baiduは改善に必要なデータから切り離されます。
Baiduの競合相手は「他の検索エンジン」だけではありません。ユーザーがクエリを形成する前の瞬間を捉えるあらゆるプロダクトが競合です。中国ではその瞬間はしばしばアプリ内にあるため、本当の争いは「出発点」を巡るものです。
増えている発見経路は：
これらは上流で意図を満たすため、ユーザーが道順や価格を必要とする時点では意思決定が既に半分できていることが多いです。
すべての「検索」が同じではありません。プレイヤーは意図によって得意分野を持ちます：
つまりBaiduは古典的な情報検索で強くあり得ますが、ユーザーが他所で始めると高価値なローカルやライフスタイル意図を取り逃がす可能性があります。
マインドシェアを勝ち取るのは難しいが、配布を勝ち取ることは買収や交渉で可能です。OEMチャネル、アプリストア、デフォルト設定がどのアイコンが見えるか、どのアシスタントが最初に答えるか、どのアプリがリンクを開くかを決めます。
Baiduの戦略的問いは：「各意図に対してユーザーはどこから始めるか？」です。出発点がスーパ―アプリのフィードなら、カードやディープリンク、パートナーシップで戻るルートが必要です。出発点がホーム画面なら、デフォルトとプリインストールが決め手になります。
中国の規制はプロダクトの外にあるだけでなく、検索・地図・AIが何を表示できるか、どれだけ速く更新できるか、何を審査する必要があるかを直接変えます。コンプライアンスは継続的なプロダクトコストです：モデレーションツールの構築、パートナー監査、削除要請の処理、調査に耐えうる記録の維持など。
検索ランキングやローカルリスティングにはガバナンス機能の組み込みが必要です：事業者の実在性確認、広告ラベルの明確化、特に悪用されやすいカテゴリ（医療、金融、教育）の厳格なオンボーディング。これらの管理はリスクを下げますが摩擦も生みます—商家の手順増加、プロダクトチームの反復速度低下、運用コストの上昇。
特にBaidu Mapsではリスティングの正確性がコンプライアンスと不可分です。ユーザーが偽住所や釣り広告、スパムPOIに何度も遭遇すると、重要な判断（どこで食べるか、どのクリニックを選ぶか）に地図を使わなくなります。
結果が似通っているプラットフォーム同士では、詐欺を排除し、プロモーションを明示し、信頼できる情報源を優先する検索エンジンがリピート利用を勝ち取れます。ユーザーの懸念は実務的で持続的です：
AI生成の回答は責任の重さを増します。AI回答が間違っていたり、偏っていたり、開示なしにプロモーション的であれば、ユーザーは裏切られたと感じます。ガバナンスは次を左右します：
要するに：配布でユーザーを呼び込めても、規制と信頼が長期滞在を決め、BaiduがAIを日常的な意思決定に安全に拡大できるかを左右します。
Baiduの次の成長は全く新しい行動を発明するよりも、中国のユーザーが既に始めている場所—端末、車載機、頻繁に使われるアプリ—に役立つAIとローカル意図機能を配置することにあります。
配布レバー： システムデフォルトやOEMプリインストールでBaidu（とそのAIモード）を第一の検索ボックスに設定、ブラウザのアドレスバーでの目立つ配置。
ユーザーにとっての勝ち筋： クエリの再精査が減り、ソースを引用する速い要約、保健・金融・旅行など敏感な話題に対するより安全な結果と明確な信頼度シグナル。
リスク： ユーザーが「十分に良い」回答をスーパ―アプリで済ませるよう習慣を変える、あるいは垂直アプリの方がデータが新鮮で好まれる可能性。
配布レバー： Baidu Mapsへの深い統合—配車、駐車、燃料／充電、予約—と、物件管理者、商業施設、自治体との提携でMapsをデフォルトの入り口にする。
ユーザーにとっての勝ち筋： 誤った経路や無駄な移動が減る、正確なETA、信頼できる入口情報、屋内ナビ、ワンタップアクション（予約、支払い、チェックイン）。
リスク： クローズドなエコシステムが商家の在庫アクセスを制限する可能性、現地データの品質が不安定だと信頼が崩れる。
配布レバー： 自動車メーカーやTier-1サプライヤーとの組み込み契約により、Baiduを標準の音声アシスタント兼ナビの脳にする。
ユーザーにとっての勝ち筋： 運転中の画面操作が減り安全性が向上、スムーズなルーティング、工事・天候・充電可用性の事前通知でストレス軽減。
リスク： 自動車メーカーが自前のアシスタントを推す可能性や、個人化に対する規制・プライバシー制約。
配布レバー： 企業・教育機関パートナーシップや政府調達でのAI執筆、調査、翻訳機能のバンドル提供。
ユーザーにとっての勝ち筋： 草案作成、ファクトチェック、ドキュメントワークフローの時間短縮、引用と監査可能性の向上。
リスク： 調達サイクルが遅いこと、出力の正確性やデータ取り扱い、誤った出力時の責任所在に信頼が依存すること。
配布がデフォルト、プリインストール、スーパ―アプリでゲートされているとき、「より良いプロダクト」とは単に機能ではなく、意図の瞬間に到達可能であることです。検索、地図、AIを通じたBaiduの物語は、その到達を考える実践的な方法を提供します。
任意のチャネル（OEMプリインストール、ブラウザデフォルト、スーパ―アプリ入口、ミニプログラム、QRフロー）を評価するために：
「ブランド先行」ではなく「サーフェス先行」で考えます。
有用なテスト：ユーザーはどこに既に習慣を持っているか？ あなたのサーフェスはその瞬間にステップを減らせるか？
ダウンロードや総MAUだけでなく、次を追いかけます：
パートナーシップはレバレッジですが、長期的な結びつきを守ります：明確なID/アカウント連携、コアエクスペリエンスへのディープリンクの保持、データと計測の権利交渉。パートナーは配布の加速装置と考えつつ、ユーザーがデフォルトでなくてもあなたを選ぶような履歴、保存、パーソナライズ、サービス保証を作るべきです。
配布レンズでBaiduを分析し、自分のプロダクトに当てはめる際のボトルネックは実行です。チャネル固有のランディングページ、オンボーディングフロー、パートナー向けの変種、計測を迅速に作ってテストする能力が必要です。
Koder.aiのようなプラットフォームは、チャットインターフェースからウェブ（React）、バックエンド（Go + PostgreSQL）、モバイル（Flutter）のコンパニオン体験を素早く雰囲気コード化するのに役立ちます。チャネル別ファネル、コホート／アクティベーション追跡のインターナルダッシュボード、またはグロースとエンジニアリングを整合させる「計画モード」仕様を素早く立ち上げるのに有用です。重要なのはツール自体ではなく、配布仮説と計測可能な実験のサイクルを短くすることです。
**「ディストリビューション・ファースト」レンズは、**ユーザーが必要とする瞬間に誰がアクセスを制御しているか（デフォルト、プリインストール、目立つ配置、ディープリンク、パートナーシップ）に注目します。
製品が「十分に良い」場合、最も少ないタップで到達できるものが勝ちやすく、それが使用頻度、収益化、改善への再投資を複利的に生みます。
多くの消費者向けワークフローでは、ユーザーは毎回ツールを再評価しません。デフォルトやプリインストールは習慣化を生み、特に情報確認や道順のような高頻度タスクでは、機能差の小さな違いよりも強く影響します。
投稿ではBaiduを意図を捉える3つの主要な「サーフェス」として整理しています。
ユーザーがそれぞれのサーフェスにどう到達するかが競争力を理解する鍵です。
ユーザーが「調べて確認したい」と思ったときに、迅速で信頼できる答えを出せる点でBaidu Searchは強みを持ちます。
典型的なユースケースは定義や文脈確認、トラブルシューティング、公式サイトの確認、サービス志向の検索（クリニック、修理など）です。
検索は、回答だけでなく取引の完了までをアプリ内で完結できるスーパ―アプリ、EC、ショートビデオなどから圧力を受けています。
発見と購入がクローズドループで完結すると、従来のウェブ検索が介在する余地が減ります。
Mapsは日常的なユーティリティで、ナビを開くことでユーザーは「すぐにどこかへ行く」意図を示します。
そのためコーヒー、薬局、駐車場などのマイクロモーメントで地図が決定に影響を与えやすく、検索だけでは得られない習慣ループを作ります。
店舗情報やレビューにより地図は単なるナビから構造化されたローカルデータベースになります（営業時間、メニュー、写真、カテゴリ、人気度）。
ユーザーは「近くの一番おいしい店」をタイプする代わりに地図をスキャンし、距離や評価で比較してより速く決められます。
AIは二通りの現れ方をします。
重要なのは配布です。優れたモデルでも、ユーザーが普段使うワークフローに埋め込まれていなければ注目されず、習慣化しません。
主要なアクセスチャネルは次の通りです。
これらは試すコストをほぼゼロにし、公式で使われる印象を与えます。
Baiduの収益化は明確な意図に紐づくと最も効果的です。
長期的には計測精度（アトリビューション）とユーザー信頼（広告の明示、商家品質管理）が予算配分を左右します。
データのフライホイールは「ユーザーの行動 → データ取得 → プロダクト改善 → さらに利用が増える」のループです。
検索が「何を求めているか」を、地図が「いつどこで求めているか」を捉えれば強力です。ただし、スパムや偽レビュー、誤ったリスティングがあるとループは逆回転します。
信頼があって初めてユーザーは高品質のシグナル（クリック、訪問、レビュー）を提供します。