教育・スクール業界のAIO動向｜Chegg社の数字と実装条件

米国の教育プラットフォームChegg社の非会員トラフィックは、2024年第2四半期の8%減から、2025年1月には49%減まで落ち込みました。教育・スクール事業がAI検索の影響を受けた規模を、当事者の開示で確認できる数少ない実例です。

本記事は、この決算開示とCourse構造化データの仕様という2つの一次情報から、教育・スクール事業者が備えるべき実装条件を整理します。成功事例の紹介ではなく、公開情報で検証できる範囲だけをお伝えします。

01事例の結論

Chegg社は2025年2月24日、Googleへの提訴とあわせて2024年通期決算を発表しました。非会員向けトラフィックは2025年1月にマイナス49%まで落ち込んだと公表しています（出典: Chegg社公式決算発表）。

2024年第2四半期時点の減少幅は8%であり、短期間で悪化が加速した点が特徴です。CEOのネイサン・シュルツ氏は、Google AI Overviewsによって検索エンジンが「回答エンジン」へ変質したと述べています（出典: Chegg社公式決算発表）。提訴では、相互取引・独占の維持・不当利得の3点を主張しています（出典: Chegg社公式決算発表）。

ただし、この事例から読み取れるのは「守り」の話です。教育・スクール事業者が構造化データ整備でAI検索の引用を増やしたという数値付きの公開事例は、現時点では見当たりません。そこで本記事の後半は、Course構造化データの仕様書から実装条件を逆算します。

02背景・課題

教育分野の検索行動には、宿題の解き方・資格試験の勉強法・スクール選びなど、AIとの対話で完結しやすい質問が多いという特徴があります。

Chegg社は、学生からの質問に有償で解説を提供するQ&Aサービスを主力事業としてきました。しかしGoogle AI Overviewsが同種の質問に直接回答するようになりました。検索結果からChegg社サイトへの流入が急減したと同社は主張しています（出典: Chegg社公式決算発表）。

この構図は、教育・スクール事業に共通するリスクを示しています。無料で得られる一般的な解説がAIの回答で完結してしまう場合、コンテンツ経由の集客モデルは打撃を受けやすいということです。

一方、講座・スクールという「有償の体験」自体は、AIの回答だけでは代替されにくい領域です。Course構造化データは、こうした講座情報を機械可読な形で記述するための規格として整備されています（出典: Google公式・schema.org）。

03施策の詳細

Course構造化データの仕様書が求める項目を、実装の優先度順に並べ替えたものが以下の5点です。

1. Course構造化データでコース名・説明・提供機関を明記する。Googleの仕様ではnameとdescriptionが必須プロパティ、providerは推奨プロパティです（出典: Google公式）。
2. hasCourseInstanceでコース形式・期間を機械可読にする。schema.orgでは、特定の日時・場所・実施形態でのコース提供を表すプロパティと定義されています（出典: schema.org）。
3. educationalCredentialAwardedで取得できる資格・修了証を明記する。schema.orgでは、修了によって得られる資格・修了証の説明を記述するプロパティと定義されています（出典: schema.org）。
4. 宣伝的な表現をタイトル・説明文から排除する。Googleは「世界一の学校」のような宣伝文言を避けるよう明記しています（出典: Google公式）。
5. 一般解説記事と有償講座の線引きを先に決める。無料記事は「何を・なぜ」まで、有償講座は「自分のケースでどう当てはめるか」の個別化と伴走に寄せる、といった境界を決めてから制作に入ります。

04成果

Chegg社の開示が示しているのは、「対応しなかった場合のコスト」です。非会員トラフィックの減少幅は、2024年第2四半期の8%から2025年1月には49%へ急拡大しました（出典: Chegg社公式決算発表）。同社の2024年通期売上は前年比14%減の6億1,760万ドル、購読者数も前年比14%減の660万人でした（出典: Chegg社公式決算発表）。

注目すべきは、減少の速度です。半年強で減少幅がおよそ6倍になっており、年1回の集計では変化を捉えきれません。教育系サイトの流入は、四半期より短い間隔で見る必要があります。

つまり教育・スクール分野では、「AIに引用されて集客する」以前に、「AIの回答だけで完結してしまうコンテンツに依存しない」という設計が先に問われる段階にあります。

05再現のためのポイント

教育・スクール事業者がつまずきやすい点から先に挙げます。

1. 募集していない講座の構造化データを残さない。過去講座のページを放置すると、AIが終了済みの開講日程を現行情報として拾います。hasCourseInstanceの日程は募集終了と同時に更新するか、ページ自体をたたむ運用を先に決めます。
2. 合格率・就職率を出すなら、母数と算定期間を同じページに書く。数字だけを置くと根拠を確認できず、引用の対象から外れやすくなります。景表法の観点でも、算定根拠の併記は欠かせません。
3. 講師・監修者の専門性を示す方法は、別記事『著者Person schemaの書き方とE-E-A-T効果』を参照してください。資格試験対策のような専門性が問われる講座では特に有効です。
4. AIに引用されやすいコンテンツの条件は、別記事『AIに引用されるコンテンツの共通点とは｜3社の仕様から導く5条件』で解説しています。比較検討される商材という点は、別記事『SaaS企業のAIO事例｜比較検討フェーズで引用される条件』の考え方もスクール選びに応用できます。

AIO Journal自体も、この線引きを運用しています。用語定義・仕様の読み方・調査データの解釈までは無料記事で公開し、自社サイトの診断手順と改善の意思決定はAIO CAMP側に置く、という分け方です。

06業界別の応用

同じ「教育」でも、AIに代替される部分は領域ごとに違います。

業種を超えて再現できる専門性の示し方は、別記事『生成AI時代のE-E-A-T再定義｜4要素の意味と実装ポイント』も参考になります。

07FAQ