a16z 今週のチャート：AIは商品選びを助けても、なぜ代理注文までは難しいのか？

AI は商品を選べても、直接注文まで任せられるか？

AIにぴったりのランニングシューズを探してもらうことと、カード決済まで任せて代理購入させることは、まったく別次元の権限委譲だ。a16zの最新チャート週報が取り上げた「エージェント・コマース」とは、AIアシスタントが商品の推薦にとどまらず、ユーザーに代わって決済・注文まで完了させる世界を指している。しかし、その実現には3方向からの強い抵抗が立ちはだかる。顧客接点や広告収益を守りたい「プラットフォーム」、誤購入による返品やチャージバックを懸念する「加盟店（セラー）」、そして最後の購買決定権を手放すことに躊躇する「消費者」だ。

サイバーセキュリティ大手のCloudflareによるトラフィック統計によると、各種自動クローラーやAIエージェントがウェブサービスにアクセスした際、「403 Forbidden（アクセス禁止）」ステータスコードを返される割合が年半ば以降、顕著に拡大している。このトラフィックにはモデル学習用のスクレイピングや検索クローラーも含まれており、ここからショッピングエージェントがブロックされた件数のみを正確に割り出すことはできず、増加の要因すべてを小売業者に帰することもできない。Cloudflare自体も、検索用、モデル学習用、およびユーザーの代理アクセスのエージェントを個別に管理できる仕組みを提供している。a16zは、Amazonなどのプラットフォームが購買代理エージェントへのアクセスを厳格化している点に触れ、技術的な実現可能性だけでなく、プラットフォーム側の開放性が極めて重要であると指摘している。

ECプラットフォームが自動代理購入を拒む最大の動機は、まず「脱仲介化」の阻止にある。従来のモデルでは、消費者がサイト内を検索し、レコメンドリストを閲覧し、その過程で広告を目にすることで、プラットフォームは広告収益と直接的な顧客関係を維持してきた。もしAIエージェントが仲介者となり、ユーザーが外部の対話ウィンドウで最終価格を確認するだけで済むようになれば、プラットフォーム内でレコメンドや広告に触れる機会が失われ、顧客関係も外部のアシスタント側に握られてしまいかねない。

さらに直接的な障壁となるのが、取引成立後のフルフィルメントと責任の所在である。現実のECビジネスにおいて、返品や決済を巡るトラブルはすでに事業者を悩ませる大きな課題となっている。

全米小売業協会（NRF）などのデータによれば、返品問題は近年ますます深刻化している。全米小売で返品される商品の総額は8,000億ドルを突破し、オンライン小売における返品率は2割近くに達している。返品された商品がそのまま100%の純損失になるわけではなく、検品、再整備、あるいは値引き再販によって一部のコストは回収できるものの、往復の物流費、倉庫での検品・在庫管理、梱包の破損などに伴うフリクションコストは極めて重い。

ここに自動代理購入が介在すれば、そうした摩擦はさらに激化する可能性がある。もしAIエージェントが指示のニュアンスを取り違えて規格を誤ったり、「単価が最も安い商品を探す」という命令を卸売価格で靴下をコンテナ1台分丸ごと購入することだと解釈したりした場合、数量を誰が承認したのか、誤購入の費用を誰が負担するのかといった新たな論争が生じる。これはリスクを説明するための仮定のシナリオであり、実際に発生した事例ではない。

さらに深刻な現実が、チャージバックを巡る紛争である。加盟店の不正被害に関する調査によると、回答した事業者の8割以上が「異議申し立ての濫用（Dispute abuse）」、すなわち消費者が正規の購入を行ったにもかかわらず、支払いの異議申し立て機能を不当に悪用する事態に遭遇している。通常の返金や支払拒否の申請自体は不正とは限らない。しかし、エージェントによる注文が「アシスタントが無断で購入した」と主張された場合、事業者は適切な承認があったことを証明しなければならない。カード会社が最終的に買い手側の異議を認めた場合、事業者は売上金の返還を迫られるリスクを負う。

プラットフォームや事業者だけでなく、消費者自身も購買の決定権を全面的に委ねることには十分な信頼を寄せていない。

調査によれば、消費者がAIのショッピング関与を拒絶しているわけではない。回答者の44%が「AIはよりお得な商品を見つけるのに役立つ」と認め、41%が「これまで知らなかったがAIが推薦してくれた商品の購入を検討する」と答え、37%が過去1年間にAIの推奨に基づいて実際に購入を経験している。さらに、AIが特定の商品をベストな選択肢として提示した場合、その商品に対して多少のプレミアムを支払ってもよいと回答した消費者も3割を超えている。

しかし、タスクが「探す手助け」から「代理購入」へと移行した途端、人々の態度には明確な分水嶺が現れる。

AIに商品選定から直接の代理購入まで任せるかという問いに対し、回答者の約42%は、自分に代わって最終的な購買決定を下すAIを信用しないと明言している。日用品、衣料品、デジタル周辺機器といったカテゴリーであっても、代理購入を委ねたいと考える割合は25%前後に過ぎない。「アドバイスを聞く」ことと「カード決済の権限をアシスタントに渡す」ことの間には、依然として埋めるべき信頼の溝が存在している。

クリックストリームのデータからも、購買行動の中でAIが最も頻繁に利用されているのは「比較検討」の段階であることが示されている。

Similarwebが分析した米国のデスクトップユーザーのクリックストリームによると、取引サイトに到達する前にAIを訪問した購買ジャーニーの割合は、ここ2年弱の間に4.5%から11.4%へと上昇した。これは、米国のデスクトップサンプルにおいて、購買前にAIに相談する行動が定着しつつあることを示している。ただし、データは6月時点までの集計であり、現時点における全デバイスの購買行動全体とそのまま同一視することはできない。

AIを利用した購買セッションのうち、76.1%がジャーニーの中間段階でAIを使用していた。これは下調べやスペックの比較といった用途と一致しているが、タッチポイントの位置そのものから各ユーザーが具体的に何を質問していたかまでは特定できない。これに対し、AIが最初のタッチポイントとなった割合は23.2%にとどまり、決済直前の最後のタッチポイントとなった割合も18.4%に過ぎない。一方、検索エンジンの場合、該当セッションの最初・中間・最後に出現した割合はそれぞれ50.0%、59.5%、56.2%であり、購買の入り口や決済間際でも頻繁に使われている。ただし、両者の分母は各ツールを利用した個別のセッションであり、2つのサンプルの割合を単純に引き算して代替率と見なすことはできない。また、同一セッション内で複数回利用できるため、各タッチポイントの比率の合計は100%にはならない。

この状況は、ビジネス化における極めて厄介な難題を生み出している。広告の「アトリビューション（貢献度測定）」だ。消費者がソーシャルメディアで商品の存在を知り、AIを開いて詳細なスペックを比較し、最終的にスマートフォンやブランド公式サイトで購入を完了した場合、その取引の功績はどのチャネルに帰属するべきなのだろうか。プラットフォームやデバイスをまたぎ、時間差を伴う意思決定の分断は、事業者がAIチャネルへの広告投資対効果を直接測定することを困難にしている。

決済認証、返品・交換規定、アトリビューションプロトコルといった課題は、今後のコマースインフラの整備やアルゴリズムの進化によって徐々に解決されていくかもしれない。しかし現時点において、これらのデータが示すAIの役割は依然として「購買相談」にとどまっており、自律的な代理購入権限を広く獲得するまでには、なお一定の距離が存在している。

TikTok Shop：少数のセラーが売上の大半を占める

TikTok Shopでの買い物は、多くの場合一本の動画から始まる。使用感のデモ、使い方の解説、あるいはクリエイターのおすすめなど、まずはユーザーの購買意欲を刺激することからスタートする。AIエージェントがスペックを比較検討する購買行動とは対照的に、ソーシャルコマースは「発見」「信頼」「視聴体験」もまた買い物に不可欠な要素であることを思い出させてくれる。そして、その売上構造は極端なまでに偏っている。

Marketplace PulseがTikTok Shopの15万以上のショップと数百万件の商品を追跡・分析した結果によると、ショップ自身のコンテンツ制作量と売上規模の間には極めて強い正の相関が認められた。動画およびフォロワーデータが取得できた追跡セラーの71%において、1,000本以上の公式動画を投稿したセラーは全体のわずか8.4%に過ぎないが、この高産出セラー群が当該グループサンプルの売上高の60.3%を占めている。対照的に、投稿動画が0〜10本にとどまるセラーは全体の2割以上を占めるものの、売上への貢献度はごくわずかである。

動画投稿数にカウントされているのは「ショップ公式アカウント」が投稿したアセットのみであり、外部クリエイターによるアフィリエイト（提携販売）コンテンツの投稿数は含まれていない。ただし、これは売上額からアフィリエイト経由の売上が除外されていることを意味するわけではない。また、動画の高頻度な投稿と売上規模には強い相関関係があるものの、どんなセラーであれ機械的に1,000本の動画を量産すれば必ず同規模の売上成長が得られるという因果関係を意味するものではない。

分析対象セラーを累計売上高順に並べ替えると、トップ層への集中はさらに鮮明になる。

推計累計売上高順のランキングでは、最上位0.1%のトップセラー（約100社強）だけで、分析対象サンプルの推計累計売上高の約4分の1（24.7%）を占有している。範囲を上位1%まで広げると売上シェアは58.9%に達し、上位10%のセラーに至っては分析対象サンプルの推計累計売上高の93.3%を占めている。一方、下位50%の無数のロングテールセラーが分け合う売上シェアは、合計してもわずか0.1%に過ぎない。金額ベースのシェアは販売数量に平均表示価格を掛けて推計されており、平均表示価格の上限は300ドルに制限され、価格データのない16%のセラーは除外されている。販売数量順に集計し直した場合、上位1%のセラーのシェアは49%となる。

ここで混同しやすいのが、2つの「約60%」という数値だ。1つは前述の「公式動画を1,000本以上投稿した8.4%のセラー層」が獲得した、分析対象サンプルの売上の60.3%である。もう1つは「推計累計売上高ランキングの上位1%のセラー」が占める、推計累計売上高の58.9%である。これらは全く異なる分類基準による統計結果であり、両者を同一のものとして混同してはならない。

極端な売上集中があるからといって、トップの顔ぶれが固定されているわけではない。Marketplace Pulseの指摘によれば、月間アクティブランキングと累計ランキングの顔ぶれには大きな乖離があり、一度バズることとトップの座を維持し続けることとは別問題である。同時に、もし将来的に多くの購買決定がAIエージェントに委譲された場合、高頻度な動画発信によって人々の感情を動かし納得させてきたトップクリエイターやセラーの強みが、これまでと同様に機能し続けるかどうかは未知数だ。これは今なお議論の分かれる開かれた問いである。コンテンツが欲しいという気持ちを刺激し、エージェントが比較を手助けする——この2つの役割は同一の購買ジャーニーの中で共存可能であり、エージェント・コマースとソーシャルコマースが必ずしもゼロサムで奪い合う関係になるとは限らない。

AI 投資の高騰に直面し、需要を先に減らすのは誰か？

コモディティ市場には古くから伝わる格言がある。「高価格に対する最良の処方箋は、高価格そのものである（The cure to high prices is high prices）」。ある商品の価格が十分に高騰すると、過大なコスト負担が下流の需要を自然に抑制し、需要が減退することで、さらなる価格上昇圧力が緩和されるというメカニズムだ。ただし、このフィードバックが機能するまでには時間を要し、供給量や在庫動向など複合的な要因にも左右される。

AIインフラの建設を巡る2つのデータから、a16zはこの需給の法則を想起した。「部品価格とPC出荷台数」、そして「資金調達コストと新規借入動向」である。

AIインフラの大規模な整備はチップや電子部品への需要を増加させ、サプライチェーン全体に強い値上げ圧力をもたらしている。米国労働統計局のデータによると、半導体およびその他の電子部品の生産者物価指数（PPI）は、かつての安定したレンジから急激に跳ね上がり、足元での前年同月比の上昇率は25%を突破した。

クラウド大手による主要な計算用チップの積極的な調達は、短期的な高価格によって減速するどころか、むしろ各社は設備投資（Capex）の予想を引き上げ続けている。ただし、上方修正された予算の一部は、高騰した部品コストの吸収に充てられている可能性があり、予算の増額がそのまま同割合での機器導入量の増加を意味するわけではない。また、部品価格の高騰は一般のコンシューマー向けエレクトロニクス市場にも波及する可能性がある。クラウド事業者が巨額の調達を続ける一方で、個人や一般企業はPCの買い替えを先送りする動きに出るかもしれない。

IDCの四半期追跡調査によると、世界のパソコン（PC）出荷台数は、一時期の緩やかな回復期を経て、直近の前年同期比の伸び率が大幅なマイナス圏へと転落した。チャートに示された直近2四半期では、それぞれ約-4%と約-20%に落ち込んでいる。部品の値上がりが完成品の小売価格に転嫁されれば、個人や一般企業が買い替えを延期するのは自然な流れだ。もっとも、出荷台数の減少には先行調達の反動や在庫調整、供給側の制約なども絡んでおり、これら2つのチャートだけで価格要因の影響のみを分離して特定することはできない。

同様の需給フィードバックは、ハードウェアの現物市場だけでなく、金融市場・資本市場においても徐々に表面化しつつある。データセンターやエネルギー設備の建設規模が拡大するにつれ、その建設資金を賄う手段として社債などの借入がこれまで以上に多用されるようになっている。

借入の「価格」にも変化が生じている。15年超のテクノロジー企業の長期社債における米国債に対する信用リスクプレミアム（信用スプレッド）は、起債ラッシュの本格化以降、一般の高格付け事業債との格差が徐々に拡大し、スプレッドは1.2〜1.3パーセントポイントにまで上昇した。ただし、両指数の信用格付けの構成は一致しておらず、信用リスクの違いや市場予想も格差に影響を与えるため、この広がりすべてをAI投資に伴う起債急増のみに帰することはできない。

調達コストの上昇は、借り手に対して起債のタイミングを再考させる要因になり得る。その後に見られた発行規模の減少は、そうした説明と符合している。

世界のクレジット市場におけるAI関連の債務発行規模は、年半ばに月間1,000億ドルを超える単月ピークに達した後、減少に転じ、9月の発行規模は8月の約半分にまで縮小した。資金調達コストの上昇が一因として考えられるが、起債スケジュールやプロジェクトの進捗度合いも月々の数値を大きく左右する。

a16zが提示している可能性とは、「高価格は、最も熱心にAI投資を進める大手テック企業を真っ先に止めるのではなく、まず一般ユーザーのPC買い替えを先送りさせ、借入による調達ペースを鈍化させるのではないか」というシナリオだ。需要の鈍化がさらに価格を押し下げるに至るかどうかは、これらのデータからはまだ結論づけられない。

米国の若者は収入が増えているのに、なぜ将来への自信を失っているのか？

一般的な世論のイメージでは、Z世代をはじめとする若年層は、激しいインフレに苛まれ、雇用不安に怯える「不遇の世代」として語られがちである。しかし、金融機関がミクロな財務データに基づいて導き出した実態は、そうした世間の通説と大きく食い違っている。

PNC銀行の経済分析レポートによると、19〜27歳を迎えた現代のZ世代（2025年時点）と、10年前に同年齢だったミレニアル世代（2015年時点）を横並びで比較した場合、インフレ調整後の実質所得は減少するどころか、20%〜40%も高くなっている。低所得層、中央値、高所得層のいずれの層においても、若い世代の収入水準は、世界金融危機の影を引きずっていた当時のミレニアル世代を上回っている。それだけでなく、PNCが同年齢基準で比較した各指標において、若年層の雇用と初期資産の状況もより良好であることが示された。すなわち、就業者の割合は高く、失業率は低く、純資産額は大きく、退職年金口座の保有率も大幅に高い。

しかし、実質収入の増加は、日々の手元流動性のゆとりに直結しているわけではない。

同行の口座取引データによると、Z世代は月収の66%を日常の支出やクレジットカードの支払いに充てており、当時のミレニアル世代の60%を上回っている。また、預金口座にある当座の備えは、収入が途絶えた場合に25日分の日常消費を維持できる程度にとどまり、ミレニアル世代の同年齢期における32日分を下回っている。

資金の具体的な使い道や消費バスケットの内訳を見ても、支出構造の明確な変化が確認できる。

マクロの家計支出調査によると、25歳未満の若年世帯では、総予算に占める退職貯蓄（+2.3ポイント）、住居費（+1.5ポイント）、交通費（+1.4ポイント）のシェアが拡大した一方、教育費（-2.3ポイント）や光熱水道費（-1.2ポイント）のシェアは縮小した。右側のカード決済シェアの変化では、ギャンブル（+3.0pp）や家電・電子機器（+2.4pp）の割合拡大が際立つ一方、飲食料品小売（-3.8pp）やアパレル（-2.0pp）のシェア縮小が顕著となっている。これらの数字は支出構成比の変動であり、利用金額自体の伸び率ではない。また、左図はBLSの家計総予算、右図はPNCのカード決済支出に基づいており、母集団が異なるため合算して論じることはできない。

日常の現金バッファーと将来の退職貯蓄は、測っている対象が異なる。「今日どれだけの支出に耐えられるか」という短期の耐久力と、「将来の引退のためにいくら積み立てているか」という長期の資産形成は、それぞれ別の方向に推移し得る。そして、実質収入や初期の資産形成が進んでいるからといって、それが若者たちの将来への楽観につながっているわけではない。

ミシガン大学が数十年にわたって追跡している消費者信頼感調査において、18〜34歳の若年層の景況感は通常、全体平均を上回っており、長らく5〜15ポイントの「若年層プレミアム」を享受してきた。しかし2017年以降、この伝統的なプレミアムはほぼ消失し、近年ではゼロを下回って全体平均を下回る月が頻発している。なお、この年齢区分はZ世代全体の定義と完全に一致するわけではない。またa16zは、消費者信頼感調査自体にノイズが多く、回答率の変化なども数値に影響を与える可能性があると指摘している。しかし、単一時点の絶対水準以上に注目すべきは、若年層の全体に対する相対的な立ち位置が長期的にどう変化したかというトレンドである。

客観的に見て実質収入が大幅に増えているにもかかわらず、なぜ若い世代はこれほど将来に不安を抱いているのか。

a16zの週報は、収入や資産状況が良好である以上、その悲観を純粋な財務的要因だけに帰することは難しいとの見方を示している。しかし、PNCの原典レポートは極めて重大な例外を一つ保留している。「持ち家購入のハードルがかつてなく高くなっている」という事実だ。

PNCのレポートにおける中核的な試算によると、全米の中央値価格の住宅を現行の住宅ローン金利で購入した場合、住宅ローンの月々返済額は現在、25〜26歳の若者の所得中央値の65%を占める計算になる。これに対し、10年前に同一の試算モデルで計算された同年齢のミレニアル世代の理論的な返済負担率は39%に過ぎなかった。

ここで試算されているのは、中央値価格の住宅を購入する際の負担感であり、若者が実際に支払っている住宅ローン返済の平均割合ではない。たとえ給与の伸びが一般的な消費者物価を上回っていたとしても、住宅価格や住宅ローン金利がそれ以上のペースで跳ね上がれば、マイホームの購入という人生の長期的なゴールは依然として遥か彼方に遠のいてしまう。

PNCは、住宅購入の負担増と根強いインフレ圧力を、若年層の自信低下を招いた主要因と位置づけている。この視点は、「稼ぎが増えているのに楽観できない」という逆説に対してデータに裏付けられた有力な説明を提供する。そして同時に、人々の生活が本当に改善したかどうかを判断するには、足元の収入だけでなく、手元で自由に動かせる現金、そして長期的なライフイベントにかかるコストを総合的に見渡す必要があることを教えてくれる。

ショッピングにはプラットフォームのルールと権限委譲が絡み、コンテンツ制作には注目と信頼の獲得が求められ、AIインフラの建設には部品と資金調達のコストが立ちはだかり、若者の収入増の前には住宅購入の重い壁がそびえ立つ。テクノロジーはさまざまなタスクの処理速度を劇的に引き上げることができるが、これらの一連のチャートが投げかけているのは、「誰がそれを利用したいと望み、誰がその費用を負担し、最終的な恩恵がどのように人間へと行き渡るのか」という問いかけにほかならない。