「これからはAIが代わりに買い物する時代らしい」
社内でこんな話題が出て、へえそうなんですかと相槌を打って終わった経験、ありませんかね。
ところが、いざ「じゃあ売り場の何を変えればいいのか」と聞かれると、答えられる人は少ないでしょうな。
人間向けに磨いてきたレビュー・価格表示・掲載順位の勘所が、そのままAIにも通じるのか。誰も検証したことがなかったんですよ。
へクス子も、人間向けのキャッチコピーをそのままAIに読ませて、見事にスルーされた経験がございます。
掲載順位も価格も評価もランダムに動かした模擬の売り場で、AIに実際に買い物をさせた研究があります。
AI買い物エージェントは何を基準に商品を選ぶのか
掲載順位・スポンサー表示・プラットフォームの「イチオシ」表示に強く反応します。
2025年に行われた模擬マーケットプレイスでの実験では、スポンサータグは選ばれる確率を下げ、イチオシ表示は大きく押し上げるという結果が出ていました（Allouah・Besbes ほかColumbia大学・Yale大学・MyCustomAI）R。
人間向けの広告の常識とは、逆方向に働く要素があるということですね。
掲載順位への反応は、人間向けの広告センスが通じない
この実験は、著者らが開発した「ACES」という模擬マーケットプレイスで行われました。
掲載順位・タグ・価格・評価をランダムに操作し、GPT-4.1やGPT-5.1、Gemini、Claudeなど複数のフロンティアモデルが商品を選ぶ確率への影響を測定しています。
強い位置バイアスがあり、プロバイダやモデルのバージョンごとに向きすら違います。GPT-4.1とGPT-5.1では、好まれる掲載位置がほぼ逆転していました。
画像を見せない「ヘッドレス」環境、つまりJSON形式の一覧だけを渡す条件でも、同じようなバイアスが再現されています。見た目の処理ではなく、モデルそのものの性質だということですね。
「位置を無視して選んでください」と明示的に指示しても、この位置バイアスはほとんど和らぎませんでした。プロンプトでの補正には限界があるわけです。
商品説明を1回書き換えただけで、市場シェアが動いた
著者らは、AIセールスエージェントに競合の売上データを読ませ、商品説明文を1回だけ書き換えさせました。その結果を、6種類のAI購買モデルで測定しています。
| 購買側のAIモデル | 市場シェアの伸び |
|---|---|
| Gemini 3 Pro Preview | +0.32pt |
| Claude Sonnet 4 | +3.66pt |
| Claude Opus 4.5 | +7.38pt |
| GPT-4.1 | +8.37pt |
| Gemini 2.5 Flash | +14.79pt |
| GPT-5.1 | +14.89pt |
6モデル中5モデルで、統計的に有意な市場シェアの伸びが確認されました。全実験のうち33%で、1回の書き換えだけで有意な増加が起きています。
常に効くわけではありませんが、無駄になりにくい打ち手だと言えそうです。
数字の限界
模擬マーケットプレイス上の実験であり、実際のECサイトでの効果とは規模が異なる可能性があります。
市場シェアの伸びは実験の33%でのみ有意で、残りの実験では目立った変化はありませんでした。
位置バイアスの向き・強さはモデル世代ごとに反転するほど不安定で、今日効いた掲載位置が明日も効くとは限りません（星占いの今日の運勢くらい、翌日には別の話になっているわけですね）。
そして著者5名のうち2名は、AIエージェント向けEコマース最適化を手がけるMyCustomAI社に所属しています。「説明文を書き換えれば市場シェアが伸びる」という結論は、同社のプロダクトと相性のいい方向の主張でもあります。
この4点を踏まえずに数字だけ独り歩きさせると、社内では何が起きるでしょうか。へクス子は、過大な期待だけが一人歩きしないよう、この4点を先に共有するようにしております。
商品説明文を、AIエージェントが判断に使う形へ寄せる
実務でまず確認するのは、主要商品の説明文の中身です。
価格・仕様・想定される比較質問への答えが、具体的な言葉で書かれているかを見ます。掲載順位やスポンサー枠に頼る従来の広告的な打ち手だけに依存しないほうがよさそうです。
スポンサー表示については扱いに注意が要ります。実験ではスポンサータグそのものが選択確率を下げる方向に働いていたので、掲載枠を買うだけで安心せず、説明文の中身も同時に手を入れるのが筋でしょう。
位置バイアスはモデルが変わるたびに揺れ動くので、1回整えて終わりにせず、複数のAIで定期的に確認する運用にしておくと、変化に早く気づけます。
出典
- Amine Allouah（MyCustomAI）, Omar Besbes（Columbia大学ビジネススクール）, Josué D. Figueroa（MyCustomAI）, Yash Kanoria（Columbia大学ビジネススクール）, Akshit Kumar（Yale大学）, “What Is Your AI Agent Buying? Evaluation, Biases, Model Dependence, & Emerging Implications for Agentic E-Commerce”, arXiv:2508.02630, 2025-12-17, arxiv.org（著者らが構築した模擬マーケットプレイス「ACES」上での実験。掲載順位・タグ・価格・評価をランダムに操作した。「スポンサー」タグは選択確率を下げ、プラットフォームの「イチオシ」表示は大きく押し上げた。位置バイアスは強く、向きはプロバイダとモデルバージョンによって異なる（GPT-4.1 と GPT-5.1 ではほぼ逆転）。画像を見せず JSON 一覧だけを渡す「ヘッドレス」条件でも再現し、位置を無視するよう指示してもほとんど和らがなかった。AIセールスエージェントに商品説明文を1回だけ書き換えさせると、6つの購買側モデルのうち5つで統計的に有意な市場シェアの伸びが出た: Gemini 3 Pro Preview +0.32pt、Claude Sonnet 4 +3.66pt、Claude Opus 4.5 +7.38pt、GPT-4.1 +8.37pt、Gemini 2.5 Flash +14.79pt、GPT-5.1 +14.89pt。全実験の33%で有意な増加。模擬環境なので実際のEコマースとは効果量が異なりうる。著者5名のうち2名は、AIエージェント向けEコマース最適化を手がける MyCustomAI に所属）
