テックメディア:AI・テクノロジー

AI検索の「ネガティブ回答」を見た人の50.7%が比較し直し・購入中止——公式サイトの情報整備が問われる【アクシアカンパニー調査】
2026.09.30

AI検索の「ネガティブ回答」を見た人の50.7%が比較し直し・購入中止——公式サイトの情報整備が問われる【アクシアカンパニー調査】

AI検索で企業・商品のネガティブな回答を見た人は15.4%

ネット上の風評被害対策を手がける株式会社アクシアカンパニーは2026年8月28日、「生成AI・AI検索による企業/商品情報の閲覧に関する意識調査(第2回)」の結果を発表した。調査は2026年8月24日〜27日に、全国の20〜60代の男女1,800名を対象にインターネットで実施された。

生成AIやAI検索が示した企業・お店・商品に関する回答に、悪い評判やトラブル、不安を感じる内容が含まれていた経験を尋ねた。「何度もあった」は3.4%、「何度かあった」は8.4%、「一度だけあった」は3.6%で、合わせて15.4%だった。この割合は、生成AIを使っていない人も含む1,800名全体に対するものだ。

AI検索の回答にネガティブな内容が含まれていた経験:何度もあった3.4%、何度かあった8.4%、一度だけあった3.6%、経験ありの合計15.4%
出典:株式会社アクシアカンパニー「生成AI・AI検索による企業/商品情報の閲覧に関する意識調査(第2回)」(2026年8月28日)

同社が7月に実施した第1回調査では、生成AIやAI検索で企業・商品などを調べたことがある人は54.9%で、そのうち74.8%が「事実と異なる内容」や「古い内容」を見たと答えていた。AIに買い物の相談をする生活者も増えているなか、AIの回答は、企業や商品を知る入り口の一つになりつつある。

編集部コメント

AI検索の広まりに伴い、意図しないネガティブ情報がユーザーへ提示される危険性が明確になりました。AIの回答は説得力があるように見えてしまうため、ユーザーが鵜呑みにする懸念もあります。今後は従来のSEO対策にとどまらず、自社の正しい情報をWeb上に集約し、AIに誤情報を学習させないための管理体制が欠かせません。

ネガティブな回答を見た人の50.7%が比較し直し・購入中止、24.1%は公式サイトで確認

AIの回答にネガティブな内容が含まれていた経験がある278名に、その後の行動を尋ねた。最も多かったのは「他の企業・商品も比較して検討し直した」の38.5%。次いで「公式サイトなど別の情報源で内容を確認した」が24.1%、「特に気にせず、そのまま検討を続けた」が13.3%、「その企業・商品の利用や購入をやめた」が12.2%だった。

AIのネガティブ回答を見た後の行動:他社と比較し直した38.5%、公式サイトなどで確認24.1%、購入をやめた12.2%
出典:株式会社アクシアカンパニー「生成AI・AI検索による企業/商品情報の閲覧に関する意識調査(第2回)」(2026年8月28日)

「比較して検討し直した」と「利用や購入をやめた」を合わせると50.7%になる。ネガティブな回答を見た人の半数が、検討先を変えるか、見直している。そのまま検討を続けた人は13.3%にとどまった。

編集部コメント

ネガティブな回答を見ても、6割以上の人はすぐに離脱せず「比較し直す」か「公式サイトで確認する」という行動をとっています。こうしたユーザーの離脱を防ぐには、公式サイトや商品ページ側で「何が起きて、どう対応しているか」を隠さず示しておくことが欠かせません。悪い評判を無視するのではなく、自分で調べに来たユーザーが納得できる情報を揃えておくことが、結果としてブランドの防衛につながります。

AIと公式サイトが食い違ったら「AIを信じる」は2.6% 67.4%はどちらとも決めず

AIが示した内容と企業の公式サイトの内容が食い違っていた場合、どちらを信じるかも尋ねている。「AIが示した内容」と答えた人は2.6%にとどまった。

「企業の公式サイトの内容」は30.0%で、「わからない」34.8%と「どちらとも言えない・両方を見て判断する」32.6%を合わせた67.4%は、どちらを信じるか決めていない。

AIと公式サイトが食い違ったときに信じる情報:公式サイト30.0%、AI2.6%、わからない34.8%、両方を見て判断32.6%
出典:株式会社アクシアカンパニー「生成AI・AI検索による企業/商品情報の閲覧に関する意識調査(第2回)」(2026年8月28日)

アクシアカンパニーはこの結果を受け、企業にはAI上で自社がどう説明されているかを継続的に確認し、AIが参照する情報そのものを整えていくことが求められるとしている。

編集部コメント

調査結果の通り、ユーザーの約6割は自動応答を受け入れています。振り分けの基準は、問い合わせの種類そのものよりも「決まった答えがあるか」「状況に応じた判断が必要か」で整理するのが現実的です。配送状況や返品手順のような定型処理は自動化で即答し、初期不良の補償など個別判断が必要な場面にスタッフのリソースを集中させる。まずは自社の問い合わせのうち、「決まった答えで返せるもの」がどれくらいあるか洗い出すところから始めてみてはいかがでしょうか。

▶ あわせて読みたい:AIO対策・LLMO対策とは?AI Overviewsや生成AI検索に引用されるためのポイント 



EC・リテール向けメディア「Commerce Hack」とは?

Commerce Hackのロゴとメディア紹介バナー

「Commerce Hack」は、commerce の常識を hack し、未来体験を創造することを目指す EC・リテール業界向けメディアです。メーカーや小売業、EC 支援企業のキーパーソンをお招きし、企業戦略や成功体験を“裏話”とともに共有します。開始から約1年でリアルタイム参加1,000名を超え、多くの視聴者から高い評価をいただいています。

「Commerce Hack」アーカイブ動画配信中

Commerce Hackのアーカイブ動画一覧

Commerce Hackでこれまで公開してきたセッションを、アーカイブで順次ご覧いただけるようになりました。

EC・リテールの最前線で挑戦を続ける企業のリアルな戦略や、成長を生み出す仕組みづくりを、いつでも好きなタイミングでインプットできます。

▶過去のアーカイブ動画はこちら

=======================================

Commerce Hackメディア編集部

お問い合わせはこちら

フォームから問い合わせる