MENU
  • 料金
  • 会社案内
  • コンサル
  • お問い合わせ
  • 無料で1ページ頼む
AIO・LLMO・GEO対策の記事制作
合同会社謙虚
  • 料金
  • 会社案内
  • コンサル
  • お問い合わせ
  • 無料で1ページ頼む
  • 料金
  • 会社案内
  • コンサル
  • お問い合わせ
  • 無料で1ページ頼む
合同会社謙虚
  • 料金
  • 会社案内
  • コンサル
  • お問い合わせ
  • 無料で1ページ頼む
  1. ホーム
  2. LLMO
  3. LLMO論文
  4. 【LLMO論文解説】AIが買い物を代理する時代の広告を論じた概念論文|B2AIとアルゴリズム的忠実度を整理(論文誌・2026年)

【LLMO論文解説】AIが買い物を代理する時代の広告を論じた概念論文|B2AIとアルゴリズム的忠実度を整理(論文誌・2026年)

2026 11/14
2026年11月14日
中野輝規
AIが買い物を代理する時代の広告を論じた概念論文

AIが人に代わって商品を探し、比べ、買う時代の広告は、誰に向けて何を作ればよいのか。この問いに、理論の側から答えようとした論文が、2026年9月にコロンビアの大学の研究者から出ました。

この記事は、その論文を原文から読み、何が論じられていて、何が確かめられていないのかを整理します。考え方の枠組みを提案する「概念論文」で、数字の結果の代わりに、分類と見通しが並びます。

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。この論文を読むのは、AIに選ばれる話のどこまでが証拠に支えられ、どこからが論者の見通しなのかを、自分たちで切り分けておくためです。

目次

結論:3行で言うと

  • AIが消費者の代理として検索や購買を判断する場面では、広告の相手が人からAIへ移る、と論じている概念論文です
  • 広告主の仕事は、人を説得するメッセージを作ることから、AIが自社を選び、薦め、優先できるように情報の環境を整えることへ移る、というのが論文の提案です
  • 実測データはありません。「AIは物語に動かされず、情報の密度と確かさで選ぶ」という主張も、この論文の外の知見に頼っています

この論文の基本情報

項目 内容
原題 Comunicación publicitaria agéntica: un modelo teórico para el entorno B2AI(スペイン語。英語版の題名は Agentic advertising communication: a theoretical model for the B2AI environment)
著者 Vallejo-Vélez、Giraldo-Aristizabal(2人。コロンビア、EAFIT大学の教員)
公開日 オンライン公開日は2026年9月29日(Crossrefの表記)。受付は2026年4月23日、採択は2026年6月26日(論文PDFの表記)
掲載先・DOI Cuadernos.info 65号、328〜348ページ。DOIは 10.7764/cdi.65.104064。Crossrefには同じ論文が 10.7764/ed26q465 という別のDOIでも登録されています
掲載状況 論文誌に掲載済み。受付と採択の日付が付いており、査読を経た掲載と読めます。査読の方式は論文に書かれていません
種類 概念論文(理論の提案)と、未来を考える演習。実験・調査のデータはありません
データ・コード 該当なし(実験をしていないため)

論文は、DOIのリンクから読めます。

この記事の和訳は、主に英語版から行い、用語と原語はスペイン語版(原典)で確かめました。モデルの名前は、スペイン語版ではMCPA、英語版ではAACMです。

この記事ではMCPAと書きます。

この論文が答えた問い

AIエージェントが人に代わって、商品を見つけ、比べ、買う判断をするとき、広告のコミュニケーションはどう変わるのか。

論文は、これまでの商取引の枠組み(消費者どうし、企業と消費者、企業どうし)が「少なくとも片方は人間」という前提に立っていたと指摘します。

この前提が崩れるとき、広告の理論を組み直す必要がある、というのが出発点です。

ここでAIエージェントとは、人間の代理人として動くAIのことです。

AIという受け手を、論文は「business-to-AI(B2AI)」と呼びます。企業が情報を発するとき、直接の受け手が、人間から、消費者に任されたAIへ移る関係です。

どうやって調べたのか

この論文は、既存の理論を組み合わせて新しい枠組みを作る方法(理論の統合)を取っています。実データの収集と分析の工程は、省かれています。

項目 内容
設計 概念論文。これまで別々だった理論をつなぐことが貢献で、仮説の実データでの検証は目的外だと、論文自身が述べています
統合した3分野 コミュニケーション論、マーケティング、商取引のデジタル変革
文献の選び方 「理論的な関連の深さ」を基準にした意図的な選択です。体系的な文献検索の手順は使っていません
選定の条件 3分野との関連、主要な学術データベースに載っていること、直近5年を優先すること
除外したもの 企業の広報資料や白書など、宣伝が目的の資料。ただし新しい分野なので、コンサルティング会社の報告書は補助的に使っています
課題と機会の部分 「未来を考える」手法(フューチャーズ・シンキング)で、現在の兆しから起こり得る場面を描く演習です。1つの未来を予測するものではないと、論文は述べています

論文は、モデルの要素ごとの役割を次のように整理しています。各用語の定義は、結果の節の表にあります。

  • デジタル意味空間は、ブランドがどこで競うかを決めます
  • デジタルの足跡は、何を持って競うかを示します
  • アルゴリズム的忠実度は、競争に成功したかを測ります
  • AIエージェントは、誰に向けてコミュニケーションを設計するかを示します

結果:論文が提案したモデル

結果の節の中身は、モデルの提案です。論文は「このモデルは、この研究では実証的に確かめていない」と、本文中で明記しています(英語版・337ページ付近)。

3種類の「コミュニケーションの主体」

論文は、広告の受け手になり得る主体を、3つに分けます(論文の表1)。

種類 主体 動き方の特徴
意図的・主観的な主体 人間の消費者 欲求や文化的な背景から、メッセージを解釈する。受け入れる、交渉する、拒むことができる
因果的・最適化する主体 現在のAIエージェント 関連性、費用、制約の条件で評価する。論文は「美的な面から説得することはできない」と述べています
自律的な記号の主体 高度なAI、AI同士のやり取り 意味空間の見え方を組み替える言明を作り、ほかのAIと交渉する

3つ目が、論文自身が「中心的な理論的貢献」と位置づけるものです。AIが記号を自分で作り、読み取り、その結果がブランドの見え方に影響する、という考え方です。

ただし論文は、この主体を理論上の分類として示しており、実際のAIがその段階にあるかの測定は行っていません。

B2AIの4つの形

  • 企業から、消費者のAIへ(B2AI)
  • 企業または消費者のAIから、企業へ(AI2B)
  • 企業のAIから、人間の消費者へ(AI2C)
  • 双方のAIが、人間を介さずに交渉して取引する(AI2AI)

論文は、最後のAI2AIを「まだ実装の途中」と書いています。論文が中心に据えているのは、最初のB2AIです。

モデルを支える用語の定義

用語 論文が採用している定義(要約)
デジタル意味空間 言語モデルが学習し、回答を作る元になる、文章と構造化データの集まり。学習には日付の区切りがあり、それより前に載っていないものは、AIにとって存在しないと論文は述べます
ブランドのデジタルの足跡 公開した内容、外部での言及、構造化データ、評価、権威の手がかりなど、企業が時間をかけてデジタル空間に残す痕跡の総体。AIが「引用・推薦・除外」を決める材料になる、という位置づけです
アルゴリズム的忠実度 あるAIが、特定のブランドを一貫して選ぶ確率。人間の「ブランドへの愛着」に代わる概念として使われています。用語はCuiとvan Esch(2025)のもので、デジタルの足跡の定義はQuintonとWilson(2016)によります

論文は、アルゴリズム的忠実度を測る方法も述べています。決めた質問群に対して、AIがそのブランドを薦める頻度と安定性で測れるはずだ、という書き方です。

実測の例は、論文の中に見つかりませんでした。

5つの課題と5つの機会

課題として挙げられているのは、次の5つです。

  1. 人間だけで続けるか、AIを道具にするか、全面的に任せるかという分かれ道
  2. 感情や物語で説得する語り口が、AIには通じにくくなること
  3. 市場調査の対象が、人間の行動からAIの振る舞いへ移ること(AIによる模擬調査)
  4. AIがなぜそのブランドを選んだかを、説明できる形で追えるようにする必要
  5. AIが参照する情報空間に、継続して発信し続ける必要

機会の側は、論文の表2に沿って、「できること」と「残る緊張」の組で整理できます。

機会 できること 残る緊張
制作の仲介者が減る 制作費が下がる 仕事が失われる
会話に基づく個別対応 消費者への理解が深まる 監視の危険が増す
模擬調査 新しい取り組みが速くなる 人間が研究対象から外れる
先回りする販売の組み立て 需要を先に見込める 意思決定が不透明なシステムに集まる
市場への参入の民主化 市場への入り口が公平になる可能性 不平等な技術基盤に左右される

最後の「民主化」について、論文は次の例を挙げています。技術仕様やレビューを詳しく公開している手作りの自転車メーカーが、感情的な広告に予算をかける大手より、AIから選ばれやすくなる場合がある、という想定です。

この自転車の例は、思考実験として書かれた想定で、実測値とは別物です。

論文自身が書いている限界

  • モデルは、この研究では実証的に確かめられていません。将来の検証のための分類を提案するものです
  • エージェントの自律度と普及は、まだ初期の段階にあります。特に、AI同士が取引する形は、まだ実装の途中です
  • 前提にしている意味空間は、英語圏に偏っています。イベロアメリカ(スペイン語・ポルトガル語圏)での解釈や適用に影響し得ると、論文は書いています
  • モデルの適用範囲は、AIが検索・評価・実行を担う場面に限られます。人間が直接決める場面や、体験そのものを消費する場面では、関連性が下がると述べています

原文を読んで気づいた点

  • 「すでに動いている条件」という書き方と、「まだ初期」という限界の記述が並んでいます。本文は、B2AIを「すでに動いている環境の条件」と書き、戦略上の選択肢とは位置づけていません。一方、論文が引く最近のレビューは、高い自律度での実行はまだ少なく、検証も乏しいと述べています
  • 「AIは物語に動かされない」という主張の根拠は、論文内の実験とは別の、他の文献です。根拠として引かれているのは、GEOの原論文(Aggarwalほか、KDD 2024)などです。その論文では、引用・統計・出典を足す方法が大きく伸び、権威的な文体にする方法でも約10%伸びました。物語や感情に訴える書き方そのものは試験の対象外で、「物語に動かされない」の裏づけとしては間接的です。当サイトの解説記事でも、その結果を整理しています
  • 市場規模の見通しは、他の報告書からの引用です。「2030年までに1兆ドル規模になり得る」という数字は、大手コンサルティング会社の報告を引いたものです。AIエージェントが介在する取引の市場を指すと読めますが、どの範囲の金額かは論文からは読み取れません。論文は、宣伝目的の資料を除外したと書きますが、この報告と業界の実務家のブログは使っています
  • 具体例は、論文に仮定として書かれたものです。自転車メーカーの例は、別の文献(Accornero、2025年)を引いた想定で、測定値ではありません。コーヒー会社の例は、引用のない想定です
  • 日本語での検証は、論文の範囲の外です。論文の議論は、スペイン語圏の広告業の文脈で書かれています
  • 執筆にAIを使ったことが、論文末尾に明記されています。文献探索、出典の整理、内容の統合、表の作成、文体の確認にAIを使い、理論の判断と最終稿は著者が書いたと説明しています

この論文から、言えること・言えないこと

言えること(論文が論じている) 言えないこと(論文では確かめられていない)
AIが購買の代理をする場面を、広告の理論に組み込む枠組みが提案された 実際の消費者のうち何割が、買い物をAIに任せているか
AIが選ぶ材料は、情報の確かさ、一貫性、外部での言及だ、という見方が示された それらを整えると、AIに薦められる確率が上がること
中小企業が、情報の質で大手に並ぶ可能性が論じられた 実際に中小企業が有利になること
AIが薦める頻度と安定性で、ブランドとの関係を測る考え方が示された その測り方で実際に測れること
課題と機会が、表裏の関係にあると整理された 広告費や職業への影響の大きさ

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。

1. 論文は「予言」として読むのがよいと思います

論文の結論部は、AIエージェントに向けて設計しない者は「消費の視野に存在しなくなる」(英語版からの和訳)と述べています。この強い言い方は、危機感を示す側に有利に働きます。

弊社もSEOとLLMOを仕事にしているので、危機感を強める言い方は割り引いて読んでいます。

2. 「情報を整える」は、すでにある作業の延長です

論文が挙げる足跡の中身(公開した内容、外部での言及、構造化データ、評価)は、これまでのウェブ運用とほぼ重なります。新しい作業が突然増えるというより、手元の情報が正確で、最新で、外から確かめられる状態かを見直す話だと受け取りました。

3. 中小企業が有利になるという話は、まだ仮説です

GEOの原論文では、検索順位の低いページが大きく伸びたのは、全員が書き換えた条件でした。この論文の「民主化」も、同じように条件つきの見通しとして読むのが安全だと思います。

4. 日本に当てはめるときは、前提の違いを見ます

この論文はスペイン語圏、特にイベロアメリカの広告業を念頭に書かれています。論文自身が英語圏のデータの偏りを認めており、日本語の情報や日本の購買の習慣には、触れていません。

日本の消費者がどの程度AIに買い物を任せるかは、別に確かめる必要があります。

よくある質問

エージェント型広告コミュニケーションのモデル(MCPA)は、実験で確かめられたものですか

確かめられていない、というのが答えです。論文自身が、モデルは実証的に検証されておらず、将来の検証のための分類を提案するものだと書いています。

B2AIは、これまでのBtoBやBtoCと何が違うのですか

論文の整理では、直接の受け手が人間ではなく、消費者や企業から任されたAIになる点が違います。AIは、文化や感情の代わりに、情報源の信頼性、利用者の希望との一致、予算や期限などの制約で評価する、と論文は想定しています。

アルゴリズム的忠実度は、いまの技術で測れますか

論文は、決めた質問群に対してAIが薦める頻度と安定性で測れるはずだと書いていますが、実際に測った結果は、論文にありません。AIの選び方を説明できる技術(XAI)が必要だとも書いており、現状で十分に測れるかは、論文からは読み取れません。

まとめ:今日できる1つのこと

お客様が自社のサービスを探すときにAIへ聞きそうな質問を、5つ書き出してください。

その5つを、ChatGPTやGeminiに日を変えて2回ずつ聞き、自社名が出るか、出方が安定しているかを記録します。論文が示した「頻度と安定性」の考え方を、手元で小さく試す方法です。

結果が出なくても、まず現状の見え方を知ることが、情報を整える出発点になります。

この論文は、LLMO論文の一覧の一本です。ほかの論文の解説も、順次公開しています。

この記事に書いたことを、そのまま御社のページに

生成AIに引用されるページを、お話しいただくだけでお作りします。お時間をいただくのは初回15分のヒアリングだけです。まず1ページ、無料でお作りします。

OKが出るまで、何度でも直します。事実が違う、言い回しが硬い、この話は入れないでほしい。どれも遠慮なくおっしゃってください。何度お直ししても、追加の料金はいただきません。

これまでに127社にご利用いただきました。毎月ご依頼いただいている方の6割以上が、月10ページを選ばれています。料金はページに掲載しています。

まず1ページ、無料で作らせてください

ページを増やしても問い合わせが来ないなら、原因はページの外にあります。その場合は、下の入口からご相談ください。

自社のマーケティング課題を根本から解決しませんか?

ウェブサイトから要素を引き算し、訪れた人が迷わず次の一歩に進む形へ組み直す。初回60分のオンラインで御社のサイトを一緒に読み、どこから直すべきかをお伝えします。手順をまとめた無料の診断と解説動画もご用意しています。

まず動画で詳しく見る(約30分)
無料診断を受ける

初回は無料・60分・オンライン完結・その場で契約のお願いはいたしません

LLMO論文
SEO対策 生成AI
よかったらシェアしてね!
  • URLをコピーしました!
  • 【LLMO論文解説】ページの構造化とAI引用を1ページで検証した事例研究|三層の意味構造モデル(創刊号の学術誌・2026年)
  • 【LLMO論文解説】検索順位から回答順位へ:生成検索でオンラインの見え方はどう変わるか|概念研究の読み方(MIPRO 2026)

この記事を書いた人

中野輝規のアバター 中野輝規

合同会社謙虚 代表社員。20代から、売る言葉だけを仕事にしてきました。電話営業で受話器を握っていた時代から、数千社のWEB集客に関わったいままで。詳しいプロフィールはこちら

この著者の記事一覧へ

関連記事

  • GoogleのAI Overviewsは政治・ニュース検索で約半数に出た
    【LLMO論文解説】GoogleのAI Overviewsは政治・ニュース検索で約半数に出た|豪州17,000件の画面監査(学術誌2026)
  • 同じ質問でも4つのAI検索の引用URLはほぼ重ならない
    【LLMO論文解説】同じ質問でも4つのAI検索の引用URLはほぼ重ならない|ページ採点と実際の露出を分けて測る提案(プレプリント)
  • 悪意あるGEO攻撃を無害化する二段防御「GEO Defender」
    【LLMO論文解説】悪意あるGEO攻撃を無害化する二段防御「GEO Defender」|攻撃成功率を50%から6%に低減(プレプリント)
  • AI検索の出典は本当に確かめられるか、専門家21人が挙げた16の問題
    【LLMO論文解説】AI検索の出典は本当に確かめられるか、専門家21人が挙げた16の問題|利用者調査(FAccT 2025)
  • 回答が似ていても出典は重ならない
    【LLMO論文解説】回答が似ていても出典は重ならない|BaiduとGoogleのAI要約を英語と中国語の500問で監査(EMNLP 2026ワークショップ)
  • GEO研究の批判的サーベイ
    【LLMO論文解説】GEO研究45本の批判的サーベイ|「効く」と「効かない」の境目を整理した論文(2026年7月)
  • AIの商品順位づけは、ブランドの出身国と利用者の所在地で動くか
    【LLMO論文解説】AIの商品順位づけは、ブランドの出身国と利用者の所在地で動くか|3モデルの地理的な偏り(FAccT 2026)
  • AIに競合を出し抜かせる「選好操作攻撃」
    【LLMO論文解説】AIに競合を出し抜かせる「選好操作攻撃」|全員が攻撃すると損をする囚人のジレンマ(ICLR 2025)
最近の投稿
  • パーセプションチェンジとは 中小企業がホームページで認識を変える4つの手順
  • ドアインザフェイスとは 意味と由来を論文で確かめ中小企業の提案に使う手順
  • プライミング効果とは 例でわかる意味と中小企業のサイトで最初に見せるもの
  • canvasタグとは 使い方とアニメーションと代替の内容を仕様で確かめる
  • smallタグとは 廃止や非推奨の噂と注意書きの大きさを確かめる
最近のコメント
  • ブランド認知度とは 調査会社に頼らず手元の数字で測る指標と上げる手順 に パーセプションチェンジとは 中小企業がホームページで認識を変える4つの手順 - 合同会社謙虚 より
  • ポジショニングマップの作り方 軸の選び方から空白の読み方まで自社サイトに落とす手順 に パーセプションチェンジとは 中小企業がホームページで認識を変える4つの手順 - 合同会社謙虚 より
  • AI Overviews対策とは?CTR低下データと中小企業が取るべき施策 に LLMOとAIOの違いとは 中小企業が最初にすべき対策の優先順位 - 合同会社謙虚 より
  • 【2026年最新】上位表示される記事の書き方|273クエリを実測して分かった「AIに引用される」条件 に SEOライティングのコツ|AI検索時代に評価基準が変わった本当の理由 - 合同会社謙虚 より
  • 返報性の原理とは 例でわかる意味と問い合わせ前に見せる情報の決め方 に ドアインザフェイスとは 意味と由来を論文で確かめ中小企業の提案に使う手順 - 合同会社謙虚 より
  • 記事制作(KCW)
  • 売れるサイトはみな謙虚
  • サービス一覧
  • サイトの無料診断
  • 合同会社謙虚とは
  • 代表プロフィール
  • ブログ
  • お問い合わせ
  • プライバシーポリシー
  • 特定商取引法に基づく表記
  • AIのプロ名鑑

© 合同会社謙虚

目次