HoneyJar.aiから読み解く、広報・PRの未来戦略と課題【2026年ダイジェスト版】
この記事を3行で言うと：
「ChatGPTでリリースの初稿を作ってみたけど、結局ほとんど手直しが必要だった」
― そんな経験をお持ちの方も多いのではないでしょうか。実は、世界中の広報担当者が同じ壁にぶつかっています。この記事では、その壁を突破しようとしている海外の最新動向をダイジェストでお届けします。
いま、広報AIが「第2フェーズ」に突入している
PR専門家の生成AI利用率は2025年時点で76%に達しました（Muck Rack〈米国最大級のPRプラットフォーム、約6,000社が利用〉の「State of AI in PR」調査）。しかし、実際の「職場での活用度」は5段階中2.80にとどまっています。
つまり、採用率は飽和に近づいたが、実行力には大きなギャップがあるのが現状です。
特に注目すべきは用途別のデータです。
用途 | 利用率 |
|---|---|
ブレインストーミング | 82% |
初稿作成 | 72% |
記者探し・ターゲティング | 20% |
PR効果測定 | 16% |
コンテンツ生成は既にコモディティ化しつつある一方で、記者ターゲティングと効果測定はまだほとんどAI化されていません。ここに次の競争の焦点があります。
この「第2フェーズ」を象徴するスタートアップとして、2025年12月に登場したのがHoneyJar.ai（正式社名：Honeyjar AI Inc.）です。
HoneyJar.aiとは？ ― 30秒でわかる概要
項目 | 詳細 |
|---|---|
本社 | サンフランシスコ |
設立 | 2025年5月 |
創業者 | Michelle Masek（CEO、元Obvious Ventures SVP）、Nadia Jamshidi（CCO、PR業界20年超） |
資金調達 | 200万ドル（プレシード） |
価格 | 月額250ドル／席 |
コンセプト | 「PR会社をまるごとAIに」 |
主な機能： プレスリリース・ピッチ・SNS投稿の自動生成、記者検索＆メディアリスト構築、カバレッジトラッキング＆センチメント分析、ブリーフィングドキュメント生成、キャンペーン計画
技術基盤： OpenAI＋Anthropic（Claude）＋Grok（xAI）のマルチモデル構成。これはKarpathyが提唱した「LLM OS」の概念に近く、タスクに応じて最適なモデルに自動ルーティングする設計です。顧客データによるファインチューニングは行わず（Privacy Policyにも明記）、RAG（検索拡張生成）方式でプライバシーを確保しています。
注目すべきは投資家の顔ぶれです。a16z元CMO、TechCrunch元編集者、NY Post元発行人、Disney+のSVPなど、PRとメディアの最前線にいた業界インサイダーが名を連ねています。
競合7社を一覧で比較
項目 | Clipbook | Propel AI | PRophet | Muck Rack | Cision | Meltwater | |
|---|---|---|---|---|---|---|---|
設立 | 2025年 | 2023年 | 2019年 | 2020年 | 2009年 | 1867年※ | 2001年 |
資金調達 | $200万 | $330万 | $600万 | 非公開 | $1.8億 | PE所有 | PE所有 |
顧客数 | ウェイトリスト | 200社超 | 500社超 | 非公開 | 約6,000社 | 75,000社超 | 27,000社超 |
AI技術 | マルチモデル | AI活用 | 独自LLM | 生成+予測AI | ChatGPT+独自DB | CisionOne AI | Mira AI |
月額価格 | $250/席 | 非公開 | 無料トライアルあり | 非公開 | $400〜4,000超 | $580〜2,000超 | $2,000超 |
主な強み | フルスタック型 | モニタリング | 記者パーソナライズ | 予測スコア | データ資産 | 規模・網羅性 | グローバル展開 |
※Cisionの前身企業の設立年
特に注目の3社：
- Muck Rack: $1.8億の資金力でGenerative Pulse（GEO対応ツール）、Pitch Coverage Detection（ピッチ→掲載の自動紐付け）など業界最先端のAI機能を次々実装
- Propel AI: PR業界初の独自LLM「PropeLLM」を開発。2,500万件のピッチデータで訓練。Signal AIとの戦略提携も発表
- PRophet: 記者がピッチを取り上げる確率をスコアリングする「予測AI」を搭載。2026年時点で最も先進的な予測スコアリング機能
PR AIの本当の競争力 ― 「行動ログ」がすべてを決める
技術的な観点から見ると、PR AIの競争力を決めるのはピッチの文面データではなく、「ピッチの結果どうなったか」という行動ログ（結果データ）です。
ピッチデータだけでは「上手な文面」しか生成できませんが、送信→開封→返信→掲載というファネル型の行動ログがあれば、各段階を個別に最適化する予測AIが構築できます。PRophetが「掲載確率の予測で最も先行しているツール」である理由は、まさにこの結果データを保有しているからです。
行動ログを蓄積できるプラットフォームを持つこと自体が、将来の予測AI・最適化AIの基盤（データの堀）になる ― HoneyJar.aiがフルサイクル型を目指す戦略的意味もここにあります。
2026年のPR×AI ― 5つのメガトレンド
① GEO（Generative Engine Optimization）
ChatGPTやGeminiなどのAI検索で「自社が引用される情報源になる」ための最適化。McKinseyは2028年までに7,500億ドルの収益に影響すると試算。日本では旭化成が先行して取り組み中。
② エージェント型AI
「生成するだけ」から「複数ステップを自律実行する」AIへ。BCGは最大50%の生産性向上と試算。
③ PR×SEO の融合
SemrushがProwlyを統合。PR活動のSEO効果が定量化される時代に。
④ ディープフェイク対策
オンラインのディープフェイクは推定800万件（2023年の50万件から急増）。危機管理PRの新課題。
⑤ AIガバナンスの整備
AIポリシー策定済み企業は45%。「使い方」から「ガバナンス」へのシフトが急務。
日本の広報担当者がすべき3つのこと
日本には欧米のような「AI特化型PR SaaS」がまだ存在しません。PRオートメーション（プラップノード）やMeltwater Japanなど既存ツールのAI機能追加が中心で、ChatGPTの個別活用が主流です。
1. GEO対応を今から始める
AI検索で「選ばれる情報源」になるための情報設計。先行企業はまだ少数 ― 今から始めれば差別化のチャンスがあります。
明日からできるTips： 自社サイトにFAQ・Q&A形式のコンテンツを追加する、プレスリリースに具体的な数値・ファクトを箇条書きで明示する ― AIは「曖昧な形容詞」より「引用しやすい事実」を優先します。
2. 海外PR AIツールの動向をウォッチする
日本語対応がなくても、海外ツールの機能進化はPR業務の「あるべき姿」を示しています。
3. AI活用の「実行力ギャップ」を埋める
AI利用率76%に対して活用度2.80/5.00。「使い始めた」だけでは差はつきません。ワークフローへの組み込みが鍵です。
当社でも、PR×AIの可能性に注目し、広報業務の効率化と高度化に取り組んでいます。
まとめ
- PR AI市場は「コンテンツ生成のコモディティ化」から「記者ターゲティング・効果測定・GEO対応」へ競争軸が移行中
- HoneyJar.aiは「PR業務のフルサイクルをAIが担う」という未来像を提示
- 日本市場ではAI特化型PR SaaSが不在 ― この空白は早く動いた企業のチャンスに
- 大切なのは、AIを恐れず「戦略的思考・ストーリーテリング・関係構築」に集中する武器として使いこなすこと
より詳しい競合分析・投資動向・各社の最新機能比較は、noteの完全版記事をご覧ください。
AIでプレスリリース作成なら「プレスナビ」
本記事で紹介したように、PR業務のAI化が世界的に加速しています。とはいえ、まず土台となるのは質の高いプレスリリースを作ることです。
「プレスナビ」は、プレスリリースの作成をサポートするサービスです。「リリースの書き方がわからない」「もっと取り上げられるリリースを作りたい」という方は、ぜひお気軽にご利用ください。
AI×広報・PRツールを発見するなら「PRナビ AIラボ」
上記サイト「PRナビ AIラボ」では、国内外の最新PR×AIツール情報をAIが毎日自動収集し、わかりやすくリスト化しています。
こちらもご活用ください。
本記事は2026年3月5日時点の情報に基づいています。
