ProfoundのシリーズD、AI検索マーケティングの競争を激化
Profoundは評価額18億ドルで1億8,000万ドルを調達し、ProfoundのシリーズDはAI生成回答向けマーケティングへの大規模な投資となった。同社によると、Sequoia CapitalとKleiner Perkinsがこのラウンドを主導し、複数の既存投資家も参加した。
この資金調達は、AI検索スタートアップに大きな財務基盤を与えるだけではない。ブランド可視性の測定から、マーケティング業務を計画、作成、公開、評価するソフトウェアへとProfoundが拡大することを後押しする。同社は単に最新の分析ダッシュボードになるのではなく、マーケティングチームの業務基盤となることを目指している。
この野心により、Profoundはより大きな競争地図の中に置かれる。専門的なAI可視性プラットフォームとの競争は続くが、既存のマーケティングスイート、コンテンツシステム、汎用AIツールが担う領域にも近づいている。中心となる問いは、独自のコンテキストとワークフロー管理によって、変動の大きいAI可視性データを持続的な事業価値へ変えられるかどうかだ。
ProfoundのシリーズD、より広範なマーケティングプラットフォームに投資
新たな資本は、AI検索の測定からエンドツーエンドのマーケティング実行への転換を支える。
Profoundは2026年9月16日に資金調達を発表した。同社のシリーズD発表によると、Sequoia CapitalとKleiner Perkinsがラウンドを主導した。Lightspeed Venture Partners、Khosla Ventures、Saga Ventures、Evantic、South Park Commonsも参加した。
この発表では、1億8,000万ドルの投資と18億ドルの評価額が確認されている。発表前に公開された独立系の資金調達報道も、同じ主要条件を報じていた。
これは、Profoundにとって7カ月以内で2度目となる大規模な資金調達イベントだ。2月には、同社は評価額10億ドルで9,600万ドルのシリーズCを発表した。Lightspeedがこのラウンドを主導し、Sequoia、Kleiner Perkins、その他の既存投資家が参加した。
この一連の動きは、投資家の期待がいかに急速に拡大したかを示している。2月のラウンドは、AI可視性データと自律型マーケティングエージェントを組み合わせるプラットフォームを支援した。今回のProfoundのシリーズDは、同社がマーケティング組織全体で利用される中核AIアプリケーションになり得るという、より広範な主張を支える。
Profoundによると、2,500社を超えるブランドが同社製品を利用している。また顧客にはFortune 100の3分の1と大手エージェンシーが含まれるという。実名で挙げられた利用企業には、Walmart、Estée Lauder、Zoom、Royal Bank of Canada、Stripe、Ramp、Cursor、Figmaがある。
これらの数字はProfoundによるものであり、独立した監査は受けていない。それでも、同社が投資家、購入企業、競合他社に評価してほしいと考えるエンタープライズ規模を示している。
製品戦略も変化している。Profoundは当初、回答エンジンがブランドにどのように言及し、説明し、引用するかに焦点を当てていた。同社のツールは、ChatGPT、Gemini、Perplexity、Claude、GoogleのAI検索体験などのサービスから回答を収集していた。
この可視性レイヤーは、ブランド表現の弱さ、不正確な主張、欠落した引用、競合他社の優位性をマーケティングチームが把握するのに役立った。しかし顧客は、こうした発見に対応するため、別のソフトウェアと手作業のプロセスを依然として必要としていた。
Profoundは、マーケティング業務を実行するカスタマイズ可能なソフトウェアワーカーであるAgentsによって、その隔たりを埋め始めた。同社は現在、共有された企業・従業員コンテキストを軸にこれらのエージェントを連携させるために設計されたAI Marketer、Aimを導入している。
Profoundによると、Aimは機会を特定し、キャンペーンを提案し、ブリーフを準備し、コンテンツを下書きし、人による承認を求め、コンテンツシステムを通じて公開し、その後に結果を報告できる。特に複数の段階が、依然として測定が難しい判断に依存するため、これは意欲的なワークフローだ。
同社は9月30日にAimを公開発表する予定だ。このデモンストレーションは、新たな資金調達が実際に何を支えるのかを示す最初の短期的な試金石となる。
したがって重要な変化は、Profoundの評価額だけではない。投資家は、AI検索上の問題を検知することからマーケティング対応を生み出すことまで、その全ループを管理する試みに資金を提供している。
AI検索マーケティングにこれほど多くの資金が集まる理由
ブランドは、従来型の検索ランキングページを持たない回答の中で行われる推奨を、ますます理解する必要に迫られている。
従来の検索最適化は、マーケターに可視化された結果、なじみのある指標、比較的安定した順位をもたらす。AIアシスタントは複数の情報源から統合した回答を生成し、多くの場合、予測可能なリンク一覧を提示しない。
回答エンジン最適化、すなわちAEOは、こうした生成回答の中でブランドがどのように表示されるかを改善する取り組みを指す。密接に関連する生成エンジン最適化、すなわちGEOは、生成AIを基盤とするシステム内での可視性を重視する。
どちらの取り組みも、実在する測定上の問題に対応するものだ。買い物客はアシスタントに、ランニングシューズ、業務ソフトウェア、銀行口座を比較するよう尋ねるかもしれない。ブランドのウェブサイトを訪れる前に、アシスタントが市場を絞り込むことができる。
この行動は、既存のダッシュボードでは顧客行動の一部しか明らかにならないため、マーケティングチームに圧力をかける。参照トラフィックは、AIサービスから到達した人を示せるが、クリックせずに回答を受け入れた人は示せない。
また、なぜアシスタントがあるブランドを推奨し、別のブランドを無視したのかも説明しない。AI検索マーケティングプラットフォームは、プロンプトを繰り返しテストし、回答を記録し、引用を追跡し、ブランド可視性を比較することで、その隔たりを埋めようとしている。
Profoundの当初の製品は、このニーズに合致していた。回答エンジン全体で、言及、センチメント、情報源、競争上の位置を測定していた。その後、同社はプロンプト量の推定、クローラー分析、ショッピング可視性、エージェントベースのワークフローを追加した。
大手消費者向けプラットフォームが会話型の発見とコマースをさらに深めているため、タイミングは重要だ。小売業者はすでに、AIを介したショッピングに対応するため、商品データや顧客体験を適応させている。
例えばTargetは、第1四半期のAI主導トラフィックが前年同期比で2,000%増加したと述べた。同社の会話型コマースに関する更新では、Google、Microsoft、OpenAIの体験にまたがるショッピング統合についても説明している。
ある企業のトラフィック増加だけで、普遍的な市場トレンドが確立されるわけではない。ただし、大手ブランドが完璧な測定を待たずに実験を始める理由は示している。
Profoundは、AIシステムが、従来の検索チームが通常はまとめて管理しない、より幅広いブランドシグナルを評価すると主張する。これらのシグナルには、公式ウェブサイト、製品情報、レビュー、メディア報道、小売業者のページ、ソーシャルコンテンツ、アフィリエイト素材が含まれる。
この捉え方は、潜在的な購入者をSEO部門の枠を超えて広げる。広報、ブランド、コンテンツ、コマース、プロダクトマーケティング、分析の各チームはすべて、AIシステムが自社をどのように表現するかに関心を持ち得る。
これは技術的課題であると同時に、組織上の課題でもある。誰かが、どのプロンプトが重要か、どの回答が有害か、どの介入に資金を投じるべきかを決めなければならない。また、可視性の変化をリード、売上、顧客信頼と結び付ける必要もある。
ProfoundのシリーズDは、この調整上の問題が大きなソフトウェアカテゴリーを生み出すという投資家の確信を反映している。ただし同社は、ブランドが既に使っているソフトウェア内の機能ではなく、独立した業務レイヤーを必要とすることを証明しなければならない。
この違いが、機会の大きさとリスクを説明する。AI生成の推奨が主要な顧客獲得チャネルになれば、可視性データは大きな支出を導ける。既存プラットフォームがその機能を取り込めば、専門ベンダーの役割はより限定的になる。
Profoundの主戦場は、断片化したAIツールに対するコンテキスト
Profoundは、共有された企業コンテキストが、単一のAIモデルへのアクセスより重要になると賭けている。
多くのマーケティングチームはすでに、調査、下書き、分析、キャンペーン計画に汎用AIアシスタントを利用している。個々の従業員はしばしば別々のプロンプトを作成し、異なるファイルをアップロードし、一貫しないブランドルールを適用する。
この断片化は、よく知られた問題を生む。ある従業員は最新の製品ブリーフを基に作業する一方、別の従業員は古い文書に依存する。地域マーケターは本社から見えないローカルガイダンスに従う。経営陣は各ツールが何を生成しているかを確認するのに苦労する。
Profoundが提案する答えはContext Managerだ。このシステムは組織コンテキストと個人コンテキストを保存し、それらのレイヤーをAimと支援エージェントに利用可能にする。
組織コンテキストには、承認済みのポジショニング、製品詳細、ブランドボイス、キャンペーンルール、顧客調査、ガバナンス要件を含められる。個人コンテキストは、従業員の職務、市場、作業上の好みに合わせて出力を適応させられる。
同社によると、Aimは基盤となるモデルの上位で動作する。つまり顧客は、すべてのマーケティングプロセスを新たな提供者向けに再構築することなく、最先端AIシステムの変化から恩恵を受けられる。
このアプリケーションレイヤー戦略こそが、資金調達の背景にある主要な競争軸だ。Profoundは、最良の汎用モデルを訓練できることに賭けているわけではない。コンテキスト、ワークフロー、測定、承認を管理することが、より強い立場を生むと賭けている。
この提案には実務上の魅力がある。マーケティングチームに必要なのは、別の孤立した下書きであることはめったにない。必要なのは、最新の製品情報を反映し、レビューを通過し、正しい公開システムに届き、測定可能な結果を生む業務だ。
Profoundのアプローチは、制作をAI検索データとも結び付ける。エージェントは理論上、ブランドの可視性が不足している繰り返し出る質問を見つけ、引用されている競合他社を調べ、承認済みの企業情報を用いて対応策を準備できる。
その後、人間が推奨と最終素材をレビューする。Profoundは、多くのソフトウェアタスクに見られる明確な合格・不合格テストがマーケティングにはないため、人間の判断は依然として必要だと明言している。
ここで、ProfoundのAI検索データは、汎用的な文章作成アシスタントよりも価値を持ち得る。同社は、単に要求されたテキストを生成するのではなく、観測された回答エンジンの挙動を使って、どの業務を行うべきかを決められる。
この仕組みはいくつかの依存関係も生み出す。コンテキストは正確に保たれなければならない。統合は権限を維持しなければならない。承認経路は企業が実際に運用する方法に合致しなければならない。測定は、意味のある成果と表面的な可視性の変化を区別しなければならない。
既存のマーケティングプラットフォームも、同じ統合ロジックを追求できる。コンテンツ管理ベンダーはすでに公開を管理している。顧客関係プラットフォームはすでにオーディエンスと収益データを保持している。分析プロバイダーはすでに顧客獲得とコンバージョンを測定している。
AthenaHQ、Peec AI、Scrunch AI、Otterlyといった専門競合も、AI可視性と最適化の一部に焦点を当てている。エンタープライズを対象とする企業もあれば、より単純なモニタリングや限定的なワークフローを重視する企業もある。
Profoundの資金調達により、市場が落ち着く前に拡大する余地が増した。資本は製品開発、統合、営業、セキュリティ、顧客サービスを支援できる。しかし、一つのプラットフォームが恒久的な記録システムになることを保証するものではない。
同社にとって最善の防御策は、強化されるデータループだ。より多くのキャンペーンは、より多くの成果データを生み出せる。より良い成果データは、推奨を改善できる。こうした推奨は、プラットフォーム内でより多くの活動を生み出せる。
しかし、その循環が正当化されるのは、成果が信頼でき、比較可能な場合に限られる。マーケティング資産を多く作ることが、より良いマーケティングを意味するわけではない。
エンタープライズの購買担当者にとって、この競争の行方を左右するのは運用上の証拠だ。Aimは重複作業を減らし、レビューサイクルを短縮し、ブランドの正確性を維持し、そのアクションを観測可能な事業成果につなげなければならない。
AI検索での可視性はランキングより測定が難しい
最大の不確実性は、AI可視性スコアが、変化するプロンプト、モデル、ユーザー、時間の中でも意味を保てるかどうかにある。
従来の検索ランキングも、地域、デバイス、パーソナライズによってすでに変動する。AIが生成する回答は、同じプロンプトでも繰り返しの実行ごとに文言、情報源、推奨が異なり得るため、さらに複雑さが加わる。
2026年の可視性測定に関する論文は、一回限りの観測は信頼できないと論じている。著者らは、反復測定を行い、可視性を単一の固定結果ではなく分布として扱うことを推奨している。
この知見は、ProfoundのあらゆるAI検索指標に関わる。ダッシュボードでは明快な割合を示せるが、その基礎となる回答は依然として確率的だ。サンプリングの選び方によって、ブランドや競合の見かけ上のパフォーマンスは変わり得る。
プロンプト選定も別の課題を生む。顧客が全員同じ質問をし、同じ言葉を使うわけではない。マーケティングチームが作成したテストセットは、企業がすでに競争できると見込むプロンプトを過剰に含む可能性がある。
推定プロンプト量も、従来のキーワード検索量ほど透明ではない。回答エンジンは一般に、独立研究者が第三者の推定値を検証できる完全なクエリデータセットを公開していない。
ブランド側が何もしなくても、モデルの更新で結果は変わり得る。検索・取得システムは情報源の選好を変えられる。新しいショッピング機能は、編集コンテンツより構造化された販売者データを優先する可能性がある。広告は、生成された推奨に入る別の経路をもたらし得る。
この変動性は、測定を無意味にするものではない。結果の解釈に求められる基準を引き上げるものだ。
信頼できるシステムは、どのエンジン、地域、アカウント、プロンプトをテストしたかを開示すべきである。テストを反復し、過去のサンプルを保持し、統計的に意味のある変化と通常の変動を分けなければならない。
また、可視性と商業的インパクトも区別すべきだ。言及頻度の増加は認知に役立つかもしれないが、中立的な引用は有望なリードや購入完了と同じではない。
Profoundは、自社の分析が変更されたコンテンツ戦略につながった顧客事例を公開している。ある事例では、同社によるとRampは、買掛金向け製品の可視性を1カ月以内に3.2％から22.2％へ高めたという。
この結果は具体的なユースケースを示すが、依然としてベンダーが作成したケーススタディである。購入者は、一般的なベンチマークとして扱う前に、プロンプトセット、再現性、トラフィックの質、コンバージョンへの影響を検証すべきだ。
より深いリスクはインセンティブに関わる。ブランドが回答エンジンに使われるソース素材を最適化すると、有用な製品情報は取得しやすくなる。同じプロセスは、主に自動化された推奨へ影響を及ぼす目的で設計された大量生産を促す可能性もある。
GEOガバナンスのリスクを検討した研究者らは、影響力の集中、開示されない商業的影響、学術テストと実運用システムの隔たりについて警告している。こうした懸念はProfoundだけを対象とするものではない。カテゴリー全体に当てはまる。
Profoundの最高経営責任者は、自動化された制作が必ず低品質なコンテンツを生むという見方を退けている。同氏は、弱い出力は通常、文脈が最小限で、人間による指示が不十分なことから生じると主張する。
この区別は妥当だが、確定した事実ではなく、あくまで企業の仮説にとどまる。より多くの文脈は正確性と具体性を改善し得る。一方で、ガバナンスが機能しなければ、欠陥のある戦略や古い主張を拡大しかねない。
したがって、コンテンツを作成・公開できるシステムには、監視ダッシュボードより厳格な管理が必要になる。エンタープライズには、権限の境界、情報源の追跡、承認記録、バージョン履歴、信頼できるロールバック手順が求められる。
マーケティングチームは自社の知識も守る必要がある。製品ロードマップ、営業電話、競合調査、顧客インサイトは、AI出力をより有用にできる。一方で、不注意に接続すれば機密情報をさらす可能性もある。
ここで個人知識の実践が重要になる。エージェントがキャンペーンをまたいで社内コンテキストを安全に再利用する前に、チームには管理されたAI knowledge baseが必要だ。
Profoundは、人間が戦略と最終承認を維持すると述べている。購入者は、チームが公開目標、時間的制約、大規模なエージェント運用に直面したときにも、その原則がどの程度一貫して守られるかを検証すべきである。
この評価額は、Profoundが成長しながらこうした緊張関係を管理できることを前提としている。証拠は、エージェントが生み出す資産の量ではなく、顧客行動、監査可能性、測定可能な成果から得られる。
今回の資金調達は専門ベンダーとマーケティングスイートの双方に圧力をかける
Profoundは現在、より広範なエンタープライズプラットフォームへ向かいつつ、専門的なAI可視性ベンダーに挑戦するのに十分な資本を持つ。
直接的な圧力がかかるのは、AI検索モニタリングを単独機能として販売する企業だ。Profoundは、測定をエージェント、コンテンツワークフロー、コンテキスト管理、経営層向けの監督機能と組み合わせられる。
モニタリングベンダーは、3つの方法のいずれかで対応しなければならない。実行ツールを開発するか、より深い分析に特化するか、すでにマーケティング業務を管理しているプラットフォームと緊密に統合するかだ。
Profoundは逆の問題に直面する。拡張するたびに潜在的な価値は高まるが、同時に、確実に機能させなければならない製品領域も広がる。
分析ツールの購入者は正確なデータと柔軟なレポーティングを期待する。コンテンツチームにはコラボレーションとブランド管理が必要だ。経営層はガバナンス、権限、コストの可視性を求める。技術チームは信頼できる統合を期待する。
こうしたニーズをすべて満たすことは、幅広いプラットフォームを生むこともあれば、機能が過積載された寄せ集めを生むこともある。その違いは、情報と業務がシステム全体を一貫して流れるかどうかにかかっている。
2月のSeries Cは有益な比較対象となる。当時、ProfoundはAgentsを可視性と行動をつなぐ橋渡しとして位置付けた。同社によれば、500社を超える顧客がこれらのエージェントを毎日利用していた。
7カ月後、同社はAimをより上位のコーディネーターとして提示している。Aimは、コンテキストを理解し、業務を推奨し、エージェントを展開し、承認を管理し、結果を評価することを意図している。
この急速な製品拡張は、既存のマーケティングスイートへの圧力を高める。既存ベンダーは、AI検索が小規模なレポーティングカテゴリーにとどまるとは考えられない。顧客が回答エンジンの挙動を軸にキャンペーンを計画し始めるなら、既存のワークフローにはそうしたシグナルを組み込む必要がある。
ただし、既存企業には価値ある強みがある。すでに顧客データ、コンテンツリポジトリ、承認プロセス、分析機能、長年にわたるエンタープライズとの関係を保有している。
それらは社内開発、提携、買収を通じてAI可視性機能を追加できる。また、マーケティング部門がすでに管理している契約に、これらの機能をまとめることもできる。
したがってProfoundは、スピードを防御可能性と混同せずに迅速に動かなければならない。同社の最も強い立ち位置は、専門ツールや大規模スイートより速く、観測されたAI回答をガバナンス下の実行へつなぐことにある。
同社が名前を挙げる顧客は、この仮説を複雑な環境で検証する機会を与える。大企業のブランドは、事業部門、国、代理店、製品ライン、規制要件をまたいで活動している。
こうした組織での成功は、販売の勢い以上のものを示す。それは、Profoundのコンテキストモデルとエージェントワークフローが、実際の組織的複雑性に耐えられることを示すだろう。
失敗は、より目立たない形で現れる可能性がある。顧客は可視性ダッシュボードを維持しつつ、自動公開を避けるかもしれない。チームはAimを下書き作成に使いながら、計画と測定は別の場所に残すかもしれない。
エンタープライズが導入を1部門に限定する可能性もある。それでも有用な製品であることは裏付けられるが、評価額が示唆するマーケティング全体の中核プラットフォームとは限らない。
専門競合にも差別化の余地は残る。小規模なプラットフォームは、より簡単な導入、より明確な測定、特定地域のカバレッジ、あるいは特定の顧客セグメント向けに設計されたワークフローを提供できる。
市場も、すぐに単一の用語へ収束する可能性は低い。AEO、GEO、AI search optimization、AI visibilityは、重なり合う活動を表している。この用語の不確実性は、購買カテゴリーがまだ定まっていないことを反映している。
Profoundは、共有コンテキストを通じて調整されるAIマーケティング業務という、より広い概念を中心にこのカテゴリーを定義しようとしている。新たな資本は、この定義を信頼できるものにするための時間を与える。
競合各社は、今回の拡張に追随するのか、より狭い立ち位置を占めるのかを決めなければならない。購入者は、より速いリリース、より多くの統合、測定可能な事業インパクトに関するより強い主張を期待すべきだ。
3つのシグナルがProfoundの18億ドル評価の仮説を試す
Aimの製品に関する証拠、顧客導入、収益への寄与の証明が、この資金調達が持続的なプラットフォーム転換を反映しているかを決める。
最初のシグナルは、9月30日のAimプレゼンテーションだ。Profoundは洗練されたコンテンツ生成デモ以上のものを示す必要がある。
最も有益なワークフローは、観測されたAI検索上の弱点から始まり、ガバナンス下で測定可能な対応で終わるものだ。視聴者は、情報源の帰属、権限、承認手順、統合の深さ、明確な人間の管理を確認すべきである。
これらの段階をつなぐデモンストレーションは、Profoundのアプリケーションレイヤーに関する仮説を強める。下書きの速さを中心にしたプレゼンテーションは、一般的なAIツールがすでにその作業を担っているため、この仮説を弱める。
2つ目のシグナルは、初期実験を超えた導入である。Profoundは2,500を超えるブランドが製品を利用していると述べるが、重要なのは見出しとなる数ではなく、その利用の深さと一貫性だ。
同じ企業内の複数チームがコンテキストとワークフローを共有している証拠に注目したい。SEO専門家から、ブランド、プロダクトマーケティング、コミュニケーション、コマースへと利用が広がれば、プラットフォームという主張を支えることになる。
エージェントの日次利用、更新行動、既存アカウント内での成長は、とりわけ有用な指標となる。公開される顧客調査では、人間がどこで介入するか、どの業務が依然として自動化に適さないかも説明すべきだ。
1つの専門チーム内での限定的な利用でも、AI検索マーケティングへの需要は裏付けられる。ただし、それだけではProfoundがマーケティング組織全体の中核アプリケーションであることは示せない。
3つ目のシグナルはアトリビューションだ。Profoundは、AI生成回答の変化を、財務・マーケティングのリーダーが認識できる成果につなげなければならない。
関連する指標には、質の高い紹介トラフィック、アシストコンバージョン、パイプラインへの影響、修正された製品情報、キャンペーンサイクル時間の短縮が含まれる。可視性スコアだけでは、評価額を支える仮説を担えない。
多くのユーザーはクリックせずにAI回答を消費するため、アトリビューションは引き続き困難である。モデルやインターフェースも、標準的な測定システムより速く変化する。
この難しさは、規律ある実験を重要にする。チームは、管理されたプロンプト群、コンテンツの変更、紹介パターン、コンバージョン行動を時間の経過とともに比較できる。相関を因果関係の証拠として扱うべきではない。
Profoundの資金調達は、この測定レイヤーを開発するためのリソースを同社にもたらす。同時に、競合や既存プラットフォームが差を埋める前に、同社が証拠を示すべきだという期待も高める。
したがってProfoundのSeries Dは、AI検索への関心の高まり以上のものへの賭けである。それは、マーケティングチームが、企業知識、回答エンジンのデータ、人間の判断、自動化された実行をつなぐ、単一のガバナンス下のシステムを必要としているという前提に立っている。
その提案を評価するブランドは、範囲を限定したワークフローから始めるべきだ。1つの製品領域を選び、安定したプロンプトセットを定義し、現在の可視性を記録し、あらゆる施策を観測可能な事業成果に結び付ける。
次に、統合プラットフォームが編集基準やデータ管理を損なうことなくプロセスを改善できるかを検証する。今後数カ月で、Aimがエンタープライズ規模でその規律を支えられるかどうかが明らかになるはずだ。
Profoundはすでに、投資家がそのビジョンに資金を提供する意思を持つことを示している。より厳しい試練は、マーケティングチームが、そのプラットフォームが単に制作を支援するだけでなく意思決定を改善するのかを問うときに始まる。
