大広と大広WEDO、AI時代の購買接点を読み解く「AI Assisted Shopping」を体系化し、AIOソリューションを提供開始

AI時代の購買行動「AI Assisted Shopping」を体系化

株式会社大広と株式会社大広WEDOは、購買プロセスにおけるAI活用の実態を把握するため、全国5,025人を対象とした生活者調査を実施しました。この調査に基づき、AI時代の新たな購買行動を「AI Assisted Shopping」と定義し、カテゴリ別に最適化されたAIO（AI Optimization）ソリューションの提供を開始します。

調査背景とAI介在の購買プロセス

近年、ChatGPTやGeminiなどの生成AI、GoogleのAI OverviewsといったAI検索サービスの普及により、生活者が商品を選ぶ際の情報収集や比較検討のプロセスにAIが介在する機会が増加しています。

従来の購買プロセスでは、検索エンジンや比較サイト、広告、口コミ、店頭接点などが主な情報源でした。しかし、AIが情報の要約、比較、推薦、注意点の提示を行うことで、Webサイト訪問前に購買前情報が形成される場面が増加しています。

この変化に伴い、企業は従来のSEO対策や広告接点に加え、AIを介した購買前接点をどのように設計するかが重要な課題となっています。ブランドや商品情報を「人に伝わる」だけでなく、「AIにも正しく理解される」形で設計することが求められています。

調査概要

AI活用実態調査は、2026年5月にインターネットを通じて実施されました。

調査対象は全国の20歳から69歳の男女で、20カテゴリの購入経験者です。有効回答サンプル数は4,034人となりました。主な分析内容には、購入経験、AI活用度、AI活用目的、AI活用前後の候補想起、購買関与度、判断軸、商品カテゴリ別AI活用類型化が含まれます。

購買プロセスにおけるAI活用の5類型

調査の結果、商品カテゴリによってAIの活用度や活用目的が構造的に異なる傾向が確認されました。20の商品カテゴリは、以下の「AI Assisted Shopping 5類型」に整理されています。

5類型の詳細

ライトチェック購買型（AIは軽い確認相手）：加工食品、菓子、飲料、酒類、洗濯、ヘアケア、オーラルなど7カテゴリ。普段は習慣的に選ぶ日常消費品でも、気になる商品や自信がない選択肢に出会った際にAIを軽い確認相手として利用します。AI活用率は34.8%です。
ディープリサーチ購買型（AIは比較・精査の参照）：デジタル機器、健康食品、投資・証券、生活家電など4カテゴリ。AI活用率が51.4%と高く、スペック、条件、口コミ、選び方などをAIで深く比較・精査しながら合理的に選択します。
リスクヘッジ購買型（AIは不安解消の専門家）：OTC医薬品、ペット用品、保険、ゲームなど4カテゴリ。健康、契約、ペットケア、購入失敗といったカテゴリ固有のリスクや不安を避けるため、注意点、成分、条件、リスクをAIで確認します。AI活用率は43.6%です。
コンテキスト探索購買型（AIは相談しながら探す相手）：スキンケア、メイク、旅行・交通など3カテゴリ。好み、気分、目的、条件が曖昧な段階からAIに相談し、選択肢を整理します。AI活用率は43.0%です。
ロングユース伴走購買型（AIは長く付き合う伴走者）：通信・インターネット、動画・音楽配信など2カテゴリ。継続利用を前提とするサービスで、契約比較、乗り換え判断、継続利用までAIを活用します。AI活用率は52.5%と最も高い水準です。

AIは「比較・検討に手間のかかる商品」でよく使われ、新しい候補を探すよりも「いまある候補の比較・確認」に役立てられていることが明らかになりました。AIは生活者の購買意思決定を完全に置き換える存在ではなく、候補を比較し、疑問を解消し、選択に納得感を与える“購買アシスト”として機能していると考えられます。

カテゴリごとの情報設計の重要性

今回の調査から、AI活用のパターンが類型によって異なるという重要な示唆が得られました。例えば、スペック・比較情報の構造化が有効なカテゴリもあれば、専門的知識・信頼性の情報整備が優先されるカテゴリ、感性的・文脈的な情報の設計が重要なカテゴリもあります。

このため、AIに参照されやすくすべき情報は一律ではなく、カテゴリごとの購買行動パターンに応じた設計が求められます。

大広・大広WEDOのAIO対策ソリューション

大広と大広WEDOは、今回の調査結果に基づき、購買プロセスへのAI介在に対応したブランドコミュニケーション支援「AIO（AI Optimization）対策」を提供しています。この対策では、AIがブランドや商品の意味を正しく理解し、生活者の問いに対して適切に参照・要約・回答できる状態を構築することを目指します。

AIO対策では、ブランド名、商品属性、提供価値、利用シーン、利用目的、情緒価値、FAQ、レビュー、注意事項などを概念単位で整理し、それぞれの関係性をオントロジー※1によって意味構造化します。この意味構造をナレッジグラフ※2として整備することで、GEO※3・LLMO※4対策や、AIエージェント／対話AIへの実装に活用できる知識基盤を構築します。

ソリューションの3つのステップ

表層分析（AI認知診断）：AI検索やAI Overviews、ChatGPT、Gemini等におけるブランドの言及状況・引用状況を分析し、「AIに今どのように認知されているか」を可視化します。
深層分析（AI理解率診断・オントロジー分析）：ブランドが「正しくAIに理解されているか」を診断します。ブランドサイトや商品情報のオントロジー（意味構造）を分析し、未認識の情報要素や接続の弱い概念を特定します。
ナレッジグラフ構築・施策実施：診断結果に基づき、自社サイトのテキスト充実、構造化データ整備、内部リンク設計、外部メディアへの情報発信・PRを実施します。さらに、意味構造をナレッジグラフとして整備し、GEO・LLMO対策やAIエージェント／対話AIへの実装につなげます。

「AI Assisted Shopping 5類型」とAIO対策の対応

ライトチェック購買型：商品特徴、使い方、生活文脈、レシピ・活用法などをAIが拾える形で整備します。
ディープリサーチ購買型：スペック、価格、比較軸、FAQ、レビュー、専門情報を構造化します。
リスクヘッジ購買型：リスク情報、注意事項、成分、契約条件、根拠情報を正確に整理します。
コンテキスト探索購買型：利用シーン、目的、感情価値、ベネフィットを意味構造として接続します。
ロングユース伴走購買型：契約条件、料金プラン、乗り換え比較、継続メリット、サポート情報を整備します。

※1 オントロジー：情報の意味と関係性を整理・構造化した「情報の地図」です。ブランドや商品に関する情報を、概念・属性・関係性単位で整理することで、人間とAIの双方が共通理解しやすいデータ基盤をつくります。
※2 ナレッジグラフ：情報を点（ノード）と関係性（エッジ）で表現し、概念同士のつながりを機械が理解しやすい形で整理した知識基盤です。
※3 GEO：Generative Engine Optimizationの略称で、生成AIやAI検索において、自社の情報が適切に参照・要約・提示される状態を目指す取り組みを指します。
※4 LLMO：Large Language Model Optimizationの略称で、大規模言語モデルがブランドや商品情報を正しく理解・回答できるよう、情報構造やコンテンツを最適化する取り組みを指します。

今後の展望

大広と大広WEDOは、本調査を起点として、商品カテゴリ別のAIO戦略設計を体系化し、AI時代における生活者とブランドの新たな接点づくりを支援していく方針です。購買プロセスへのAI介在が加速する中、「AIに正しく理解され、比較され、言及されるブランド」を構築することが、今後の競争軸になると考えられます。

AIO対策の導入や相談に関心のある企業は、大広・大広WEDOまでお問い合わせください。