AIエージェントが買い物を代行する時代、ブランドへの「信頼」はどう変わるか

「気に入っているから買う」という人間の購買行動を前提にした設計が、じわじわ崩れ始めている。今回arXivに公開された論文が提示するのは、AIエージェントが人間に代わって商品を購入・契約・予約する「エージェント型商取引」が広がる中で、従来の顧客ロイヤルティモデルが根本的に機能しなくなるという問題提起だ。

ポイントカード、リピート購入特典、ブランドへの感情的な愛着——これらは「人間が決断する」ことを前提にしている。しかしAIエージェントが購買の意思決定を肩代わりするようになると、ブランド選択の基準は根本から変わる。論文が提示するDVM-HALLモデルは、その変化を数式に落とし込んだもので、エージェントがブランドを選ぶ際に組み込まれる変数として「人間の感情的評価」だけでなく、「処理コスト」「実行リスク」「委任された権限の範囲」「信頼スコアの精度」が並列で扱われることを示している。

日本の文脈に置き換えると、ECサイトで「いつものAIアシスタントが自動で定期購入を更新する」「旅行プランをAIが一括で手配する」といった状況がこれに近い。その場面でブランド側が問われるのは「人間に好かれているか」ではなく、「AIが選びやすい条件を満たしているか」になる。

論文のモデルで特徴的なのは、ブランド選択をソフトマックス関数（複数の選択肢に確率を割り振る計算手法）で定式化している点だ。AIエージェントがどのブランドを選ぶかは、以下の要素が組み合わさった「スコア」で決まる。

人間側から委任された感情的な好意：ユーザーが「このブランド好き」と設定した情報。これは従来のロイヤルティに相当するが、全体のスコアの一部に過ぎない。

エージェントが過去に得た実行体験の品質：レスポンスの速さ、APIの安定性、支払い処理のスムーズさといった「機械が扱いやすいか」の指標。

信頼スコアの動的更新：やり取りのたびに信頼度が再計算される仕組みで、一度エラーが起きると次回の選択確率が下がる。

実行リスク：論文ではDeFi（分散型金融）文脈での手数料コストや誤作動リスクが例として挙げられているが、一般化すると「決済失敗率」「在庫切れ頻度」「APIエラー率」に読み替えられる。

つまり、AIエージェントの目から見た「良いブランド」とは、感情的に魅力的なだけでなく、「確実に、コストを抑えて、エラーなく実行できる」ブランドだということになる。AIエージェントに「入札制」を導入したら精度が上がった話でも触れたように、エージェントが複数の選択肢を比較・評価するアーキテクチャは既に研究段階を超えつつある。

論文の射程は学術的だが、使う側として引き出せるインサイトは現実的だ。自分のサービスや販売フローにAIエージェントが絡む可能性を想定するなら、「エージェントフレンドリーな設計」という概念を早めに手元に置いておく価値がある。

具体的に意識したい設計ポイントは3つある。

①信頼指標を明示する：エージェントは「過去の実行履歴」をもとにスコアを更新する。自分のサービス側で言えば、API応答の安定性、返品・キャンセルポリシーの機械可読性（構造化データでの記述）、決済の成功率などが「信頼指標」として機能しうる。

②実行コストを下げる：手数料の複雑さ、チェックアウトのステップ数、認証の摩擦——こうした「人間には些細でも機械にはコスト」な要素が選択確率を下げる要因になりうる。

③委任権限の粒度に対応する：ユーザーがAIに「この金額以内で自動購入してよい」と設定した場合、その範囲内で確実に動作するかどうかがポイントになる。定期購入や閾値ベースの自動処理に対応しているかどうかが、エージェント時代の差別化になりうる。

まだ多くのビジネスにとって「エージェントが自社商品を購入する」場面は先の話かもしれない。ただ、設計の思想を変えるには時間がかかる。今から「人間だけが判断する前提」を疑い始めるのは、早すぎることはない。