【LLMO論文解説】生成検索が出典に訪問を返さないと、AIが読むWebはどうなるか｜閾値を超えるとゼロへ向かう理論モデル（プレプリント）

2026年11月9日

AIが検索結果をまとめて答える生成検索では、出典のページへ訪問が返らないことがあります。この状態が続いたとき、AIが読みに来るWebの中身はどうなるのでしょうか。

この問いを数式のモデルで扱ったのが、2026年8月にarXivへ公開された論文「When Search Eats the Web: A Model of Corpus Erosion under Generative Extraction」です。

実際のデータは調べず、仮定を置いて結論を証明する理論の論文です。この記事は、仮定と結論を分けて読み解きます。

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。検索から来る訪問が減る世界の前提を数式で整理した論文なので、仮定ごと確かめておきたいと考えて読みました。

結論：3行で言うと

AIが出典に訪問を返さない割合（論文の言葉で「抽出率」）が上がると、AIが読めるWebの量・質・寿命が同時に下がることを、仮定を置いたモデルの中で証明した論文です
モデルには閾値（しきいち。ここを超えると状態が変わる境目）があり、抽出率がそれを超えると、読めるWebは時間とともにゼロへ近づきます。目先の回答品質だけを最大化するAIは、条件がそろうとこの閾値を超えます。長い目で考えるAIでも、数が増えると閾値に近づきます（超えはしません）
ただし閾値の位置は、論文が置いた仮定と数値で決まっています。現実のWebやAI検索で測った値は、論文のどこにも出てきません

「Webが尽きる」と読むのは早すぎます。論文が示したのは、「この仮定が成り立つなら、こうなる」という数学的な帰結です。

この論文の基本情報

項目	内容
題名	When Search Eats the Web: A Model of Corpus Erosion under Generative Extraction
著者	Sylvain Peyronnet（1人）
公開	2026年8月16日。arXiv:2608.15896（初版のみ確認。分野はcs.GT、ゲーム理論。cs.IR、情報検索も併記）
掲載・採択の状況	arXivのプレプリント。コメント欄の記載は「19ページ（付録1ページを含む）」だけで、学会や論文誌の記載はありません
種類	数理モデルと数学的な証明の論文。実データの分析や実験はなく、付録に数値例が1組あります
実験データ・コード	公開先の記載は、本文・付録に見当たりませんでした

論文はこちらで読めます。arXiv（2608.15896）。

論文誌のDOIの記載はなく、arXivが発行したDOI（10.48550/arXiv.2608.15896）のみです。

この論文が答えた問い

AIが出典へ訪問を返さずに答えを作り続けるとき、AIが読みに来られるWebの量・質・寿命はどう変わり、どこで限界に達するのか。

論文は、従来の検索を「内容を読ませる代わりに、訪問を返す」という暗黙の取引と見ています。生成検索はこの取引を崩し、出典の収入を減らします。

論文によると、これまでの研究は、誰がどれだけ損をするかを測ってきました。

この論文が問うのは、その先です。クロールできるWebに何が残り、何が新しく入らなくなり、残ったものがどう変わるのかです。

どうやって調べたのか

モデルの登場人物

論文は、AIが読みに来られるWebの全体を、共有資源（みんなが使えて、維持費は誰も払わない牧草地のようなもの）として扱います。名前は「クロール可能なコモンズ」です。

この共有資源を、次の3つで表します。

量：使える内容の量。ページがまだ持っている価値の合計で数えます
質：読める内容の平均的な質
寿命：内容が古くなって価値を失う速さ

登場するのは、出版社とAIの2種類です。

出版社は質が0から1の間で分布していて、AIのクロールを許可して「開く」か、遮断して「閉じる」かを選びます。AIが選べるのは、抽出率ひとつです。

抽出率は、ページの価値のうち、訪問を返さずにAIが取る割合です。0なら従来の検索、1なら訪問がまったく返らない状態です。

出版社の収入の置き方

開いている出版社の収入は、「検索経由の収入×(1-抽出率)×質」です
閉じた出版社の収入は、「代替収入（購読、ライセンス、直接の読者など）×質-閉じるための固定コスト」です
前提として、閉じるコストは代替収入より小さく、代替収入は検索経由の収入より小さいと置きます

3つの経路

抽出が共有資源を傷める道すじを、論文は3つに分けています。

経路	何が起きるか	モデルでの置き方
離脱	出版社が閉じ、開いているWebの構成が変わる	収入の比較で、開くか閉じるかが決まる
更新資金の枯れ	残った出版社も収入が減り、新しい内容を作れなくなる	新しい内容の量は、開いている出版社の収入に比例し、上限（容量）で頭打ちになる
短命化	出版社が、持ちの良い内容から、すぐ古くなる内容へ軸足を移す	内容が古くなる速さは、抽出率に比例して上がる（直線の関係）

この論文の結論を支えている主な仮定

出版社の質は観察でき、質が高いほど代替収入が増えます
出版社の選択は、開くか閉じるかの二択です
抽出率は、複数の意味（置き換えられる訪問の割合、AIが保つ価値の割合、出版社が受ける圧力）をまとめた1つの数字です。論文はこれらを区別していません
AIが複数ある場合は、検索の件数を均等に分けます。さらに、共有資源の価値が抽出率に対して「だんだん落ち方が速くなる形」（凹）であることを、追加の仮定として置きます
利用者は、抽出率が高いほど満足します。論文は、これを抽出にいちばん有利な置き方だと説明しています

結果

以下はすべて、上の仮定の下での証明結果で、実データから得た結果とは別物です。

最初に抜けるのは、質の高い出版社

閉じる収入は質に比例して増えますが、閉じるコストは質によらず一定です。そのため、抽出率がある値（離脱が始まる抽出率。

以下、離脱の閾値と呼びます。共有資源が尽きる閾値とは別の値です）を超えると、質の高い出版社から順に閉じることが証明されました。

その値までは、全員が開いたままです。閉じたほうが得になり始めても、その得が閉じるコストに届かないからです。

論文は、この区間を「死角域」と呼んでいます。

結果として、開いているWebは、質の高い層が抜けた残りになり、Web全体の縮図とは違う姿になります。

共有資源が尽きる閾値は、ひとつだけ

3つの経路は同じ2本の式に入るため、閾値はひとつにまとまります。

新しい内容の供給が、古くなる速さに追いつくかどうかが分かれ目です。抽出率が閾値より低ければ、量は小さくなって安定し、質は開いている出版社の平均に落ち着きます。

閾値に達すると、量はゆっくり（時間に反比例して）ゼロへ向かい、閾値を超えると、指数的な速さでゼロへ向かいます。

離脱が始まってから閾値までの区間では、量・質・寿命の3つが、抽出率の上昇につれてすべて下がります。この区間の悪化は連続的で、抽出率を下げれば回復します。

ここでの「尽きる」は、時間がたつほどゼロに近づく、という数学の意味です。有限の時期に消える、という予言とは別の話です。

AIの振る舞いと、閾値

場面	証明された結果	必要な条件
目先重視の1社	回答の質を毎回最大にするAIは、離脱が始まる抽出率以上を選ぶ。条件が合えば閾値を超え、共有資源が尽きる	離脱が始まる前に、更新が古くなる速さに追いつかなくなること
長期重視の1社	長い目での平均利得を最大にするAIは、自分で閾値より低い抽出率にとどまる	仮定1〜3。抽出がゼロのとき、更新が古くなる速さを上回ること
長期重視の複数社	AIの数が増えても、均衡の抽出率は下がらず（途中で一時横ばいになることはある）、数が無限に増えると閾値に収束する。AI全体の利益はゼロに近づく	共有資源の価値が凹であること。検索を均等に分けること
目先重視の複数社	AIの数が十分に多いと、全力で抽出するのが各社の最善手になり、閾値を超える	数が一定の値を超えること
利用者を加えた最適	社会として最適な抽出率は、閾値より厳密に低く、1社のAIの長期最適以下	利用者の満足は抽出率が高いほど上がる、と置くこと

複数のAIで抽出率が上がる理由を、論文はこう説明します。自分だけ控えると、そのコストは全額自社が負い、控えて保たれた価値の取り分は、AIがm社ならm分の1だけです。

この構図を、論文は、漁業で知られる共有資源の利益の消失と同じ構造だとし、厳密な意味での「共有地の悲劇」だとも書いています。

論文は、利用者の満足度を測って抽出率を調整する運用にも警告を出しています。

満足度は抽出率が高いほど上がるので、閾値の位置は満足度の数字に表れません。測った満足度に従うと、閾値を超えるほうへ押されます。

付録の数値例：数字は証明のための1組

付録には、数値を入れた例が1組あります。出版社の質は0から1の一様な分布とし、収入などのパラメータを次のように置きました。

項目	付録の数値
置いたパラメータ	検索経由の収入1、代替収入0.6、閉じるコスト0.3、更新の生産性1.2、古くなる速さ0.05（抽出なしのとき）と0.1（抽出率に応じた増分）、容量1
離脱が始まる抽出率	0.70
閾値（共有資源が尽きる抽出率）	約0.738
AI1社の長期最適な抽出率	約0.537
均衡の抽出率（AIが2社、5社）	約0.615、約0.690
均衡の抽出率（AIが6〜17社）	0.70（離脱が始まる点で止まる）
均衡の抽出率（AIが20社、50社）	約0.704、約0.724

論文は、このパラメータを、離脱の始まる点が閾値より手前にあり、3つの経路がすべて働くように選んだと書いています。

0.738という数字は、この例の中の単位での値で、現実のAI検索の割合とは別のものです。

論文が示した7つの対策案

論文の最後の章は、共有資源を保つ仕組みを7つ挙げています。どれも提案の段階にとどまります。

AI単独で始められる：出典への訪問の下限を自分に課す（リンクや引用を目立たせる）。出典ごとに取る量を抑え、詳しい内容はクリックの先に残す
契約で実現する：クロールごとに課金する。新しく作った内容の量に応じてライセンス料を払う。回答への貢献度に応じて、出典へ少額ずつ分配する
集団や制度で実現する：出版社が集まって交渉する。クロールの許可条件を、法的な拘束力のある形で機械が読める宣言にする

論文は、1つだけで足りる対策はないと述べています。複数のAIが競う場面では、対価を払う仕組みだけでは足りず、抽出率を下げる仕組みと組み合わせる必要がある、というのが論文の整理です。

論文自身が書いている限界

この論文には、「限界」と題した節が見当たりませんでした。本文中の断り書きから、論文が自分で認めている範囲を拾います。

証明は、一定の抽出率を保つ場合に限っています。評価の基準も、長い目での平均利得です。将来の利得を割り引く基準なら、移行期間の価値も入ります
AIが複数のときは、検索の件数を均等に分けています。シェアが偏る場合は、効くのはAIの数より集中度だ、と論文は述べています
共有資源の上限（容量）は、読者の注意や話題の供給など、モデル化していない制約をひとまとめにしたものです
抽出率は複数の意味を1つにまとめた数字で、モデルの中では区別されていません。モデルが扱うのは、個々の出版社やページではなく、全体の合計値です
短命化は、直線の関係を置いた簡略形です。出版社が形式を選ぶ行動を、直接は組み込んでいません
複数のAIの結論に使う凹の仮定は、ほかの仮定から導けないと、論文自身が書いています。成り立つ例を付録で1つ示しています
利用者は選択せず、最も抽出に有利な満足の形に置かれています。出版社の利益は福祉の計算から外してあります。入れると最適な抽出率はさらに下がる、と論文は述べています
7つめの対策（法的拘束力のある利用条件の宣言）は、論文自身がモデルの外の話だと書いています

原文を読んで気づいた点

ここからは、この記事を書くために原文を読んで、私が気づいた点です。

実データでの検証を含まない論文です。本文の数字（AI Overviewsが表示されたWikipedia記事の日次訪問が約15%減、上位1,000サイトの約25%がAIのクロールを制限、など）は、他の研究からの引用です。モデルの係数に使われてはいません
モデルの数値（収入、閉じるコスト、更新の生産性など）を、現実から推定する作業は、論文に含まれていません。したがって、現実のAI検索が閾値のどの辺りにあるのかは、この論文から分かりません
「閾値を超えると尽きる」は、仮定から導かれた帰結です。論文も、抽出がゼロのとき更新が古くなる速さを上回る、という前提を置いています。仮定が変われば、閾値の位置は変わります
出版社の質の分布は固定で、新しい出版社の参入や、質の分布そのものの変化は、モデルに入っていません
収入は「検索経由」と「代替収入」の2本で表されています。広告などで稼ぐ媒体の姿に近く、問い合わせや来店につなげる中小企業のサイトの収益構造とは、形が違います
日本や日本語への言及は、原文にありませんでした。引用文献は、欧州の制度や英語圏の研究が中心です
著者は1人で、arXivのプレプリントです。確認できたのは初版のみで、査読を経たかどうかは分かりませんでした
証明の筋は原文で追いましたが、すべての式を独立に再計算したわけではありません。付録の数値例は、同じ前提で計算し直し、論文の値と合うことを確かめました

この論文から、言えること・言えないこと

言えること（論文の仮定の範囲）	言えないこと
仮定の下では、抽出率の上昇で量・質・寿命が同時に下がり、閾値で共有資源が尽きる	現実のWebが尽きること、その時期、そのときの抽出率
目先重視のAIは条件しだいで閾値を超え、長期重視のAIも数が増えると閾値に近づく	現実のAI検索事業者が、そのように振る舞っていること
利用者が直接回答を好む前提でも、社会として最適な抽出率は閾値より低い	実際の利用者が、何を選ぶか
離脱が起きれば、開いているWebの質は偏る	質の高い出版社が、実際に先に離脱していること（論文は先行研究を引用しているだけです）
7つの対策案は、モデルの閾値や抽出率を動かす方向に働く	対策が実際に効くこと、実現できること
理論として、共有資源の見方でAI検索を整理できる	自社サイトのLLMO対策が、問い合わせや売上を増やすこと

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。

検索経由の収入への依存度を、先に数字で見ておきます。論文では、出版社が開くか閉じるかは、検索経由の収入と代替収入の比較で決まります。自社の問い合わせのうち、検索経由がどれだけあるかを知ることが、この論文を自社に引き寄せる最初の一歩です
AIのクロールを遮断するかどうかは、収入の比較として考えます。遮断すると、検索経由の収入とAIでの見え方を手放すことになります。AI経由の訪問が自社にどれだけあるかを見てから決めるほうが、判断の根拠になります。この論文に、中小企業に当てはめた検証はありません
「Webが尽きる」という見出しは、条件つきで受け取ります。理論モデルの帰結を、現実の予言に読み替えた表現です。人に伝えるときは、「仮定を置いた理論モデルでは」と添えてください
これは仮説ですが、確かめられる一次情報を出し続ける価値は、残るように思います。質の高い層が抜けた残りを、AIが読むのだとすれば、読まれる側の相対的な価値は上がる可能性があります。論文はこの点を示していません

作り手の意欲を理論で扱った別の論文は、AIの要約と作り手の意欲を試算した論文の解説で取り上げています。