【LLMO論文解説】AIの購入相談67件で「買った」という発言は0件｜推薦の中身は見えても買い手の決定は見えない（プレプリント）

2026年10月6日

AIに買い物の相談をした人は、その後、実際に買ったのでしょうか。AIが「やめたほうがいい」と言って、買わなかった人はどれくらいいるのでしょうか。

2026年9月に公開された論文「Purchase Advice and Observable Buyer Responses in Real AI Conversations」は、この問いを、実際のAIとの会話記録67件で確かめました。この記事では、原文を読んで、分かったことと分からなかったことを整理します。

合同会社謙虚は、3つのドメインを並行して運用し、何を変えると数字が動くかを測り続けています。この論文は、「AIに薦められた」という事実と「お客様が買った」という事実のあいだに、どれだけ測れない部分があるかを教えてくれるため、数字の読み方を考える材料として読みました。

結論：3行で言うと

購入の相談67件のうち、AIが候補・購入経路・条件つきの好みを示したのは52件（77.6%）。購入をやめる・延期する助言は0件でした
相談の後に利用者の発言が続いたのは18件（26.9%）で、そのうち購入の意思表明・購入完了の報告・購入断念の発言は0件。ただしこれは「記録された発言」の話で、転換率ではありません
中心の発見は、推薦の中身は記録から見えるが、買い手の決定はほとんど見えないという測定上の限界です。因果や母集団の推定はできません

「0件」を、「AIの推薦は購入につながらない」と読むのは誤りです。会話の記録に、買ったという報告が書かれていなかっただけです。

この論文の基本情報

項目	内容
原題	Purchase Advice and Observable Buyer Responses in Real AI Conversations
著者	Benjamin Tannenbaum（1人。AIでの見え方の計測を事業とする企業の創業者と、論文に記載されています）
公開	2026年9月9日（v1）。arXiv:2609.09878、分野はcs.IR（情報検索）、16ページ
掲載状況	arXivのプレプリント。学会や雑誌への採択の記載は、私が確認した範囲では見つかりませんでした
種類	探索的な記録の監査（既存の会話記録を読み、数え上げる記述的な研究）
データ・コード	arXivの付属ファイルに、67件の本文なしの注釈表、言い換えた根拠メモ、集計、コードブック、集計を再現するプログラムが付いています。会話の原文は公開されていません

論文はこちらで読めます。arXiv（2609.09878）、DOI（10.48550/arXiv.2609.09878）。

データは、著者の所属企業が持つ独自の研究用データベースから取られています。自社のデータを使った研究であることは、論文自身が利益相反の開示欄に書いています。

この論文が答えた問い

AIとの購入相談の記録から、AIの推薦と、買い手のその後の決定について、どこまで言えるのか。

背景には、ある大手SEOツール会社の報告があります。米国の成人2,338人への2026年7月のアンケートで、AIを時々以上使う人の57.51%が「チャットボットの推薦で何かを買った」、57.5%が「チャットボットの情報で買うのをやめた」と答えた、という内容です。

論文は、この数字は「人ごとの、これまでの経験の自己申告」であり、「購入相談のうち何割がその結果になったか」ではないと指摘します。

同じ人が両方を答えることもあります。そこで著者は、会話の記録そのものを数えると何が言えるのかを確かめました。

どうやって調べたのか

論文が最初に整理しているのは、「AIが何を言ったか」「利用者がその後に何を言ったか」「AIがそれを引き起こしたか」という3つが、別の量だということです。この論文が数えたのは、前の2つだけです。

項目	内容
元のデータ	著者の所属企業の独自データベースから取り出した、会話317件。許諾を得て、同意に基づき、個人が特定できない形にした記録です
選び方	AIによるスクリーニングで、購入目的の記録68件を抽出。内容がほぼ重なる1件を除き、67件にしました。買い手側の相談だけを残し、宣伝文・小説・コード・架空の買い物などは除いています
期間	2023年4月22日〜2025年7月29日
分析の単位	1つの会話の中の「最初の購入目的のやり取り」（論文はこれを「エピソード」と呼びます）。同じ旅行や同じ買い物の絞り込みは含め、無関係な話題は除きます
内訳（67件）	宿泊38件、旅行・飲食・レジャー12件、住宅（不動産）6件、清掃サービス6件、商品・建材5件。宿泊と旅行・レジャーで50件（74.6%）を占めます
言語	原文の言語ラベルが英語のものが40件、ほかの言語が27件。一部は正規化や翻訳をされたテキストで、変換の履歴は残っていないと論文は書いています
ラベル付け	1つのAIアシスタントが対話的に行いました。人手での確認、2人目の判定者、正解データはありません

数える項目（ラベル）は、次のように分けられています。

候補・購入経路の提示：AIが選択肢や購入の窓口を挙げる、または条件つきの好みを示す。強く「買え」と言う文である必要は無く、案内も含みます
名指しの候補からの方向転換：名指しされた候補を、条件に合わないとして別の候補へ導く（上の分類と重なるラベル）
購入をやめる・延期する助言：別の業者や別のホテルを薦めるだけでは当てはまりません
同じ目的での利用者の後続発言：AIの回答の後に、同じ購入目的で利用者が続けて書いたもの
利用者の意思表明：購入・予約・依頼を明言する／購入完了を報告する／購入そのものを断念する、の3種類

価格を尋ねる、順位づけを頼む、予約の条件を確かめる、といった発言は、購入の意思表明には数えません。AIが書いた口コミの中の一人称は、利用者の発言ではなくAIの文章として扱います。

結果

AIが示した中身

指標	件数（全67件）	割合（概算）
候補・購入経路・条件つきの好みの提示	52件	77.6%
中立の比較・事実の説明・一般的な手順など	14件	20.9%
出典のない体験談だけの回答	1件	1.5%
名指しの候補からの方向転換（52件の中の1件。重なるラベル）	1件	1.5%
購入をやめる・延期する助言	0件	0%

77.6%には、ホテルの一覧や予約サイトの案内も含みます。論文は、これを「説得の成功率」や「説得しようとした割合」と呼んではいけないと明記しています
方向転換の1件は、ローマの中心部に近い宿を探す相談で、郊外の候補より市内の宿を検討するよう促したものです
この結果から、思いとどまらせる助言が少ないと結論するのは早計です。ラベルの定義が狭く、サンプルも偏っているためです

会話が続いた件数と、利用者の発言

指標	全67件に対して	後続発言のある18件に対して
同じ購入目的での利用者の後続発言	18件（26.9%）	18件（100%）
AIが出した候補を、利用者が断る	1件（1.5%）	1件（5.6%）
購入や予約の明確な意思表明	0件	0件
購入完了の報告	0件	0件
購入そのものの断念の発言	0件	0件
AIのおかげで決定が変わったという明言	0件	0件

後続発言のない会話は49件（73.1%）です。つまり、7割以上は、記録の上で買い手の反応を一度も見られません
後続の利用者発言は、全部で47発言です。内容は、追加の候補の依頼、条件の絞り込み、価格やキャンセル条件の確認、実務的な細部の解決でした
1件だけある「候補を断る」発言は、費用と距離を理由に提案された宿を断ったものです。旅行そのものをやめたとは、記録に書かれていません

「会話の深さ」で数えると、反応の見えやすさを過大に見積もる

会話の中に、利用者の発言が2回以上ある記録は23件（34.3%）でした。しかし、同じ購入目的の中での後続発言があるのは18件（26.9%）です。

論文は、会話の長さだけで数えると、後続発言のある件数を27.8%過大に見積もると示しています。計算式は（23-18）÷18です。

これは2つの定義の差であって、すべての会話データに当てはまる偏りの大きさではないと、論文は断っています。

条件を変えて確かめた結果

分析の条件	件数	同じ目的の後続発言	意思表明などの終点
主な分析（67件）	67	18件（26.9%）	0件
言語ラベルが英語のもの	40	14件（35.0%）	0件
英語以外の言語ラベル	27	4件（14.8%）	0件
重なる1件を残した場合	68	18件（26.5%）	0件
境界が曖昧な2件を除いた場合	65	16件（24.6%）	0件

どの条件でも、終点の発言は0件でした。ただし論文は、言語による差を「言語の効果」とは解釈できないと述べています。

話題、時期、AIの設定、データの変換が揃っていないためです。

「0件」の正しい読み方

論文は、実際に購入が行われたかどうかは、67件のどれでも独立には観察されていないと説明します。報告がないという事実は、「67件のすべてが購入に至った世界」とも「1件も至らなかった世界」とも、両立します。

そのため、実際の購入割合として言えるのは「0%から100%のどこか」だけです。0件を転換率0%と読んではいけない、というのが論文の主張です。

論文自身が書いている限界

サンプルは、商業的に選ばれた便宜的なもので、宿泊と旅行に偏っています。抽出の確率も、母集団の重みも分かりません
317件は、データベースから選ばれた一部です。残った割合は、AI利用における買い物の頻度とは別の数字です
適格性の判定、エピソードの境界、助言の向きは、1つのAIによる注釈で、人手での検証がありません。ラベルは調べながら改良されています。事前登録もありません
記録は過去のもので、複数のAIの設定にまたがります。2026年時点の現行サービスの挙動は、この記録から読み取れる範囲の外です
会話の識別子から、同じ人かどうかを判別することは不可能です。目立たない重複や関連する会話が残っている可能性があります
翻訳や正規化が、意味のラベルに影響し得ます。会話の記録は、本物の購入意図や利用者の身元の証拠でもありません
購入の結果は、「否定的に測られた」のではなく「欠けている」状態です。転換率、売上、AI支援の正味の需要効果、説得と思いとどまらせの収支は、推定できません
データの原文は非公開のため、意味の判定を第三者が追試するには、制限つきの原文へのアクセスが必要です。公開されているのは、ラベルから集計を再現する部分だけです

原文を読んで気づいた点

日本や日本語の検証は、原文にありません。言語ラベルは英語が40件、その他が27件で、日本語の件数は示されていません。日本の購入相談にそのまま当てはめることはできません
著者は、論文の主題に関わる事業の創業者です。論文はその点を利益相反の開示欄に書き、顧客や製品の成果に関する主張はこの件数からは導かれない、と述べています。この記事は、利益相反があるかどうかには踏み込みません。開示されている事実を、そのまま記します
評価は、自動採点ではなく、AIによる1人きりの注釈です。論文自身が、正解率や評価者間の一致度を報告しないと書いています
arXivのプレプリントで、査読を経たかどうかは確認できませんでした（arXivのコメント欄に採択の記載はありません）
論文が動機づけに使った57.5%のアンケートは、論文が引用した別の民間企業の報告です。その原資料は、私は確認していません
67件の内訳は、宿泊が57%です（38÷67、概算）。「買い物全般」と読むには偏りが大きいと感じました

この論文から、言えること・言えないこと

言えること（この論文の範囲）	言えないこと
この67件では、AIの回答の約78%（52件）が、候補や購入経路を示した	AIの推薦で、買い手が実際に買った
この67件に、購入をやめる助言は含まれていなかった	AIが購入を思いとどまらせることは、まれである
この67件では、会話の長さだけで数えると、後続の反応を27.8%過大に見積もる	すべての会話データで、同じ大きさの過大評価が起きる
後続発言のあった18件に、意思表明や購入完了の報告はなかった	AIの推薦の転換率が0%である
会話の記録だけでは、買い手の決定がほとんど観察できない	AIの助言が、買う決定を変えた（因果）
推薦の中身を数えるだけなら、記録から可能である	日本語、または現在のAIサービスでも同じ結果になる

中小企業の視点で、どう受け取るか

ここからは論文の主張とは別の、私の読み取りです。

「AIに薦められた」という数字を、成果として扱わない。この論文が示したのは、推薦の中身は見え、決定は見えない、という差でした。自社でAI経由の問い合わせを数えるときも、「AIで見えた」と「実際に買われた」を別の列に分けておく必要があります
測れない部分は、自分から取りにいく。論文が示す設計の方向は、購入の前後を追う調査や、問い合わせフォームでの「どこで知りましたか」の質問です。後者は、私が論文の発想を自社に当てはめた例で、論文そのものの提案ではありません
AIでの購入に関する調査の数字は、何を数えたかを先に見る。人ごとの「経験したことがあるか」の割合と、会話ごとの割合は別の量です。論文は、同じ見かけの数字が、まったく別の意味を持ち得ることを簡単な式で例示しています
この結果を、日本のお客様の行動と思わない。データは宿泊と旅行に偏り、言語の内訳も不明です。ホテルを探す人の会話が、住宅リフォームや士業の相談と同じ動き方をするとは、この論文からは言えません

同じ著者のプレプリントを扱った記事として、会話の文脈の効果を測った実験の解説もあります。実際のAIとの会話を材料にし、測り方の限界を扱う点が、この論文と共通しています。