もどる HexScope Lens

候補リストはAIの案内で組み替わる、B2B購買者1,076名に聞いた調査の話

POINT この記事のポイント
  • AIの案内で当初と違うベンダーを選んだ買い手が69%
  • AI可視性が効くのは候補リストが組まれる段階

「うちが候補から外れた理由、誰か分かりますかね」

失注の振り返りで、この問いが宙に浮いたことがあります。

比較表に載る前に落ちています。だから営業も気づけません。へクス子も、そのときは「価格でしょうか」と当て推量を言うのが精一杯でありました。

そちらの振り返りでも、同じところで止まっていませんかね。

検討の入口が変わったという話は聞くものの、それが自社の商談のどこに効くのかは、なかなか結びつきません。B2Bソフトの買い手1,076名に直接聞いた調査があります。候補リストが組まれる段階で、AIは何を足し、何を外しているのか。

AIの回答は、B2Bのベンダー選定を実際に変えているのか

変えています。

B2Bソフトウェアの購買者・意思決定者1,076名への調査で、69%がAIの案内をもとに当初予定していたのとは違うベンダーを選んでいました(G2が2026年3月に実施し、同年4月15日に公表した調査。R)。

さらに33%が、それまで知らなかったベンダーから購入しています。

対象は北米・EMEA・アジア太平洋の担当者から役員クラスまで。購買の決定権か影響力を持つ層に絞って聞いた数字だそうな。

順番として、まず調べ始める場所が動いています。

  • 51%が、GoogleよりAIチャットボットから調査を始めることのほうが多い(2025年4月時点は29%)
  • 71%がソフトウェア調査でAIチャットボットに頼っている(7か月前は60%)
  • 63%がB2B調査にChatGPTを使い、41%はDeep Research系の機能を日常的に使う

入口が動いただけなら、まだ「見られる場所が増えた」という話で済みます。増えたぶんを追えばよい、という整理でしのげます。

そうならなかったのが69%と33%のほうで、行き先そのものが入れ替わっているわけですね。

効いているのは、候補リストが組まれる段階

85%が、AIチャットボットに名前を挙げられたベンダーをより好意的に見ると答えています。

ここが、AI可視性を「認知施策」と呼ぶと取り落とすところなんですよ。認知なら、名前を知っている人がもう一度思い出す話になります。候補リストは違って、その場で3社なり5社なりの枠へ入るか入らないかが決まります。

枠に入らなければ、比較表にも稟議書にも出てきません。名前が無いので、負けたことすら記録に残りません。

買い手の側の手応えも変わっていて、80%が購買判断が速くなった、83%が最終的な選択への確信が強まったと答えています。速く決まる商談で、候補に入り損ねた会社が後から追いつく余地は小さいでしょうな。

AIが自社をどう説明しているかを、測る理由

同じ調査に、AI推薦の質を疑う方向に読める数字もあります。64%が、不正確な推薦に「よく」または「非常によく」出くわすと答えました。

不正確な推薦が起きるのは、AIが手元に持っている自社の説明が古かったり、他社と取り違えられていたりするからです。買い手の側は、その場で真偽を確かめられません。手元にあるのは、AIが返した1本の答えだけですからね。

つまり64%という数字は、AIの案内から降りる理由ではないんですよ。自社について何と言われているかを定期的に確かめる理由のほうです。

安心材料として最も多く挙がったのは、AIの回答の中にレビューサイトの引用があること(45%)でした。ここはレビューサイトを運営するG2自身の調査なので、自社商品の価値を支持する方向の数字であることを踏まえて読む必要があります。

この数字を社内資料へ載せるときの但し書き

調査の性格を、4つだけ添えておきます。

  • 自己申告のアンケートであり、実際の購買ログではない
  • 標本の抽出方法・設問文・各国の内訳が公表されておらず、発行者が限界を明示していない
  • 対象はグローバルプールで、日本単独の数字は示されていない
  • 「51%(前回29%)」等の前回比は7か月〜1年前の別調査との比較であり、同一パネルを追跡したものではない

とくに日本単独の数字が無いことは、そのまま自社の予算根拠にすると足元をすくわれます。海外で撮った写真を自宅の間取り図として使うようなもので、部屋の広さまでは分かりませんからね。

使い方としては、「日本でも同じ向きに動いているか」を自社で測る出発点として置くのが無難であります。向きだけを借りて、水準は自分で測る。そういう扱いですね。

目標を「候補に残ること」へ置き直す

変わるのは、AI可視性の数字が何を数えているかです。名前を知っている人の数ではなく、候補リストの枠に自社が入った回数のほうを数えます。

69%と33%が言っているのは、候補の顔ぶれがAIの回答で入れ替わっている、ということであります。認知の指標では、この入れ替わりは見えません。

手を動かすところは、自社名と自社カテゴリの質問を決めて、AIの回答に自社が挙がるかどうかを定期的に数えることです。同時に、挙がったときの説明が正確かも見ておきます。64%の不正確な推薦は、他人事ではありませんからね。

そのうえで来期の会議に戻ると、「AI対策は認知施策か」という問いの立て方自体が変わります。候補に残るための施策なので、比較検討の予算と同じ棚に置ける、という説明ができるわけです。

同じ調査は、以前に別の角度からも取り上げております。

B2Bの買い手の3人に1人が「知らない会社」を選んでた、AI時代の調査を見てみよう!がそれですな。あちらの主役は33%のほうで、これまで認知に縛られていた候補リストのどこに、外から入る余地ができたのかを見にいった回であります。

こちらは、その余地に入れた回数を数えて社内の会議へ出す側の話ですね。

順序としては、あちらが先です。

いやはや、買い手の入口がここまで動くとは思っておりませんでした。

出典

この記事をシェア
Bluesky X
記事一覧にもどる