Googleに代表される従来型検索。入力したキーワードと一致する情報を探す仕組みだ。「何を探すか」を人間が知っていることが前提だった。

The classic search model, typified by Google. It finds information matching the keywords you type. The premise was that humans already knew what they were looking for.

• 正確なキーワード一致が必要
• ユーザーが何を探すかを知っている必要がある
• 理解は限定的、情報の取得が目的
• Requires exact keyword matching
• Users must already know what they're looking for
• Limited understanding — retrieval is the goal

放送局や企業のMAM（※1）で利用されてきた検索だ。タイトル、タグ、説明文など、人間が付与したメタデータを利用してコンテンツを探す。しかしコンテンツ量が爆発的に増加する中で、手作業によるメタデータ管理は限界を迎えている。

The search model used in broadcaster and enterprise MAM (※1) systems. Content is found through human-assigned metadata — titles, tags, descriptions. But as content volumes explode, manual metadata management is hitting its limits.

近年のLLMやRAGで利用される技術だ。検索対象をベクトル化し、単語ではなく意味で検索する。「ログインできない」と「サインインに失敗する」は異なる言葉だが、同じ意味として理解できるようになる。

The technology behind modern LLMs and RAG systems. Content is vectorized and searched by meaning, not by words. "Can't log in" and "sign-in failed" are different phrases — but now understood as the same intent.

Narrative Searchは単語や意味だけでなく、「物語」や「文脈」を検索対象にする。「エネルギー効率化」というテーマを検索すると、再生可能エネルギー・EV・脱炭素・ESG・CO₂削減など、関連する議論やコンテンツを横断的に発見できる。検索対象は単語ではなく、社会で形成されるストーリーそのものだ。

Narrative Search goes beyond words and meaning to target "stories" and "context." Search "energy efficiency" and you discover renewable energy, EV, decarbonization, ESG, CO₂ reduction — the full constellation of related discussions. The search target is not a word but a story forming in society.

コンテンツを検索するだけではない。AIが以下を理解し、提案する世界だ。

This goes beyond search. AI understands and proposes:

• 何が起きているのか
• なぜ注目されているのか
• どの地域で拡散しているのか
• どのコンテンツと関連しているのか
• どのように収益化できるのか
• What is happening
• Why it's attracting attention
• Where it's spreading geographically
• What content is related
• How it can be monetized