【LLMO論文解説】生成エンジンは回答に広告を入れるか、課金に誘導するか｜経済モデルの論文を原文から読む（プレプリント）

ChatGPTやGoogleのAI要約のように、AIが検索結果をまとめて答える仕組みは、読者が外部のサイトを開かなくても用が済む状況を広げています。では、答えを作る側のAIサービスは、どうやって収益を上げるのでしょうか。

この問いを経済学のモデルで考えたのが、2026年3月にarXivに公開された「An Economic Framework for Generative Engines: Advertising or Subscription?」です。論文は、回答に広告を入れる場合と、広告なしで有料プランへの移行を待つ場合を、時間の流れの中で比べました。

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。AIの回答の見え方は、AIを提供する側の事情でも変わり得るため、その事情を考える材料としてこの論文を読みました。

結論：3行で言うと

• 論文のモデルでは、広告を出すかどうかは「いま得られる広告収入」と「広告なしで使い続けてもらった場合の将来の価値」の比べ合いで決まります
• 広告収入が高い質問や、広告に敏感でない利用者では広告ありに寄ります。競合が強いほど、有料化の価値が高いほど、広告なしに寄ります
• これは理論モデルと、論文の設定で作った模擬データのシミュレーションです。実在のAIサービスの収益データは使っておらず、特定のサービスの今後を示したものではありません

この論文の基本情報

論文はこちらで読めます。arXiv（2603.29071）、PDF、DOI（arXivが付与したもの）。

この論文が答えた問い

生成エンジン（AIが回答を作って見せる仕組み）は、回答に広告を入れるべきか。それとも広告なしで使ってもらい、有料プランへの移行を狙うべきか。

論文は背景として、生成エンジンが外部サイトへのクリックを減らし、サイト側の広告収入を圧迫していると述べています。同時に、生成エンジンの側も、回答を作る計算の費用（推論コスト）を負っています。

序論は、広告を組み込んだ事業者と、広告なしを続けている事業者の両方があると書き、報道を出典に挙げています。どちらが長期で成り立つのかは、論文が「はっきりしていない」とする点です。

どうやって調べたのか

論文は実験ではなく、モデルを組み立てて数学的に解く方法を取っています。提供側が先に選び、利用者がそれに応じて動く「先手と後手のゲーム」（スタッケルベルグゲーム）として、毎回の質問のやり取りを表します。

論文はこのモデルから、最適な選び方を2つの方法で調べます。

1つ目は、数学的な証明で「どの条件で広告が得か」の向きを導くことです。2つ目は、利用者500人・20期間のシミュレーションです。

シミュレーションでは、次の4つの方針を比べています。

• 最適方針：将来への影響まで計算して選ぶ（動的計画法で解いたもの）
• 欲張り方針：いまと次の期の価値だけを見て選ぶ
• 毎回広告あり
• 毎回広告なし

判定の中身は、数式を言葉にすると単純です。「広告つきで得られる目先の収入と、広告つきにしたことで変わる将来の価値の合計」が「広告なしにした場合の将来の価値」以上なら広告つき、そうでなければ広告なしです。

結果

理論の結果：条件を変えると、広告の損得はどう動くか

費用と価格に関する3行は、有料化の直前にいる利用者に限った結果だと、論文が条件を付けています。

競合が強まる場合について、論文は次のように説明します。

利用者が離れやすくなるため、広告つき回答を読む人が減って目先の広告収入が縮みます。同時に、広告なしで定着させる価値が相対的に大きくなります。

その結果、広告が正当化されるのは「目先の広告収入が高く、広告なしによる体験の伸びが小さい質問」だけに狭まる、と論文は述べています。有料会員は競合の影響を受けないため、有料化は競合に強い収入源だとも書いています。

シミュレーションの結果

主な結果は、図6と付録の表1にあります。表1は、条件を8通りに変えて、5回の乱数で試した平均です（各回300人、20期間）。

図6のシミュレーション（500人）とは、人数の設定が違います。

累積利益は、論文が単位を示していない相対的な値です。数字の大きさそのものより、同じ行の中での比べ方を読むものです。

• 最適方針は、8条件のすべてで、固定ルールの2つ（毎回広告あり、毎回広告なし）と同じかそれ以上でした。毎回広告なしとの差が最も小さいのは、広告収入の低い質問が多い条件で、論文の図16では2.5%です
• 毎回広告ありは、8条件のすべてで累積利益が0.82〜1.83にとどまり、最も低い水準でした。論文は、広告ありは初期の収入を前倒しで得られるものの、定着と有料化が伸びないためだと説明しています
• 毎回広告なしは、初期に費用がかさむ代わりに、有料会員が多くなりました。表1の有料会員数も、すべての条件で最適方針と同じか、毎回広告なしのほうが多くなっています
• 欲張り方針は、最適方針より低くなりました。論文は、広告なしを一時的に増やすより、継続して出すことが大事だと読み取っています
• 広告に敏感な利用者が多い条件で、最適方針の利益が高くなりました（9.19、広告に寛容な条件は3.65）。論文の図12の説明では、広告への敏感さが有料化を早めるためです

論文自身が書いている限界

この論文には、限界だけをまとめた節はありません。結論と付録で、次のことが述べられています。

• 提供側が1社の設定です。今後の課題として、競合する生成エンジン同士の多人数ゲームへの拡張を挙げています
• 処理能力や応答の遅さなど、運営上の制約は入れていません。これも今後の課題です
• 競合の強まりは、すべての利用者と質問に同じだけ効く単純な形で置いています。論文は「扱いやすい基準」と呼び、場合ごとに違う形への拡張を今後の課題としています
• 質問が互いに独立で、有料化後は戻らないという簡略化があります。付録で、確率的な有料化、有料化後の解約、質問ごとの費用に緩めても、主な結論の構造は変わらないと説明しています

原文を読んで気づいた点

ここからは、論文の記述ではなく、原文を読んで私が気づいた点です。

• 実データとの照合は、見つけられませんでした。シミュレーションの係数は著者のコードの設定値です。付録B.7には、ログデータから部品を学習する方法が理論として書かれていますが、実際のログに当てた結果は私が読んだ範囲では見つかりませんでした
• 結論の向きの一部は、仮定に入っています。広告なしの体験が増えるほど継続・有料化が進む、という向きはモデルの前提です。競合が強いほど広告なしが有利になる結論も、「広告なしの長期の利点が広がる」という十分条件を置いたうえで導かれています（論文もそう書いています）
• 理論とシミュレーションの向きが、食い違って見える箇所があります。命題4.5は、無料枠の費用が高いと有料化の直前の利用者には広告なしが選ばれやすいと述べます。一方、表1では費用が高い条件で広告なしの割合が64%と低くなりました。命題は有料化の直前に限った話なので、矛盾とは断定できません
• 競合についても、表1の広告なし割合は強い競合で84%、弱い競合で86%と、ほぼ同じ水準です。この表の競合の強さは0.5と0.2で、本文の図5（凡例は0・1.5・3.0、本文は0から1への変化と説明）とは別の設定です。割合の標準偏差は表に載っていません
• 序論の2つの記述に、直接対応する実験を見つけられませんでした。1つは「あとから広告なしに切り替えても、最初から続けた場合の成果は再現できない」という記述です。もう1つは「競合が強いほど、この傾向が強まる」という記述です。図16の、毎回広告ありに対する最適方針の優位は、強い競合で287.0%、弱い競合で346.7%と、むしろ小さくなっています。毎回広告なしに対しては24.9%と21.3%で、逆の向きでした
• 広告収入は、質問ごとに外から与えられた値です。広告主の側の事情、広告の質、広告と回答の自然な引用の関係は、モデルの外に置かれています
• 日本の利用者や日本語の質問での検証はありません。利用者の行動は、数式の形で置かれたものです
• 査読の有無は分かりません（arXivのプレプリント）。著者の1人は企業にも所属しており、産業界と大学の共同の仕事と読めます

この論文から、言えること・言えないこと

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。

1. AIの回答の環境は、提供側の収益の事情でも変わり得ます。論文のモデルは、広告ありと広告なしが条件次第で混在する世界を描いています。1つのサービスの方針に合わせた施策に寄せすぎず、複数のサービスで見え方を測るほうが安全だと考えます
2. 広告と自然な引用の関係は、この論文の外にあります。広告が入ると、自社のページの言及がどう変わるのかは、この論文では分かりません。取得・引用・クリックを段階に分けて測る考え方は、サーベイ論文の解説記事にまとめています
3. 無料版と有料版で、回答の見え方が同じかは確かめる価値のある問いです。モデルの中では、有料会員は広告なしの別の体験を受けます。自社で確認するときは、どのプランで試したかを記録しておくと、後で比べられます
4. この論文は、広告を出す判断の根拠にはなりません。提供側の収益の選び方を扱った論文で、広告主向けの助言は含まれていません

よくある質問

「An Economic Framework for Generative Engines」は、実際のAIサービスのデータを使っていますか

データは使わず、理論モデルと、著者が設定した値で動かしたシミュレーションで調べています。実サービスの収益や利用者の行動との照合は、私が読んだ範囲では見当たりませんでした。

生成エンジンの広告か課金かを論じたこの経済モデルは、特定のサービスの今後を予測していますか

予測は書かれていません。

論文が示すのは、モデルの仮定のもとで「どの条件のときに、広告あり・広告なしのどちらが得か」という向きです。特定のサービスの今後の方針は、各社の発表で確かめてください。

広告か課金かの経済モデルの結果は、自社の記事がAIの回答に載るかどうかに関係しますか

関係は直接示されていません。論文が扱うのは提供側の収益の選び方で、回答にどのページが引用されるかは対象外です。

まとめ：今日できる1つのこと

自社で定期的に確認しているAIへの質問があれば、その記録表に「回答に広告が出ていたか」「無料版か有料版か」という2つの列を足してください。まだ記録していない場合は、3〜5個の質問を決めて、日付とサービス名と一緒に書き留めるところから始められます。

この論文は、広告が見え方にどう影響するかまでは分かりません。ただ、そう問える状態にしておくと、将来、論文や各社の発表が出たときに、自社の記録で確かめられます。

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。

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。