【研究報告】AIのおすすめが大手に偏る理由｜中小は評価1つで逆転

ChatGPTやGeminiに「このジャンルのおすすめは？」と聞くと、AIは同じような商品でも、なぜか有名ブランドばかりを名指ししがちです。では、この偏りは固定で、中小サイトは最初から不利なのでしょうか。近ごろの研究では、同じような商品なら有名ブランドの推薦率がほぼ最大まで上がる一方で、その優位はわずかな評価の差で崩れる、という議論が出ています。つまり偏りは"動く"もので、崩せる余地がある。本記事では、なぜAIのおすすめが大手に偏るのか、その偏りはどうすれば崩れるのか、なぜ「全員が同じ手」を打つと共倒れになるのか、そして打った手がAI経由の売上につながったかをどう測るのかを、順番に整理します。

この記事のまとめ#

• AIのおすすめは、同じような商品なら有名ブランドに大きく偏る、という議論が近ごろの研究で出ています。評判の蓄積が薄い中小サイトには構造的な壁です
• ただし、この偏りは固定ではありません。研究では、競合のわずかな評価の優位で、有名ブランドの独占が崩れることが示されています
• 一方で、全員が同じ手（誇大な売り文句など）を打つと、得られるものはほぼ消え、手を打たなかったところはおすすめから外れる——という「共倒れ」の構造も指摘されています
• だからこそ、流行りの手をそのまま真似るのではなく、打った手が「自社のAI経由の売上」につながったかを測り、続ける手を選ぶことが効いてきます

1. なぜAIのおすすめは大手に偏るのか#

結論から言うと、AIのおすすめは、同じような商品なら有名ブランドに大きく偏る、という研究が出ています。

AIは、世の中にある大量の文章を学び、検索でも情報を集めて答えを組み立てます。そのとき、たくさん語られ、評判が積み上がっているブランドほど、答えの中に登場しやすくなります。長く運営している大手は、口コミの件数も、メディアで取り上げられた量も、名前の知られ方もひとつ抜けている。AIは「よく語られているもの」を選びやすいので、語られる量が多い大手が自然と上位に挙がる、という流れです。

ここで、もとになった研究を一つ紹介します。『先行する大手の優位――LLM推薦システムにおけるブランド偏りと認知操作のダイナミクス』（原題 "Incumbent Advantage: Brand Bias and Cognitive Manipulation Dynamics in LLM Recommendation Systems"）という研究で、スキンケア商品を題材に、複数のAI（GPT-4o-mini・Claude Sonnet・Gemini 3 Flash）に「どのブランドを薦めるか」を繰り返し聞いて、何が結果を動かすかを調べたものです[1]。この研究では、商品の中身が同じくらいなら、有名ブランドの推薦率はほぼ最大まで上がるという結果が報告されています。

下の図は、この「有名ブランドへの偏り」を、無名ブランドと見比べてイメージで表したものです。中身が同等でも、有名ブランドのほうがAIに名指しされやすい、という形です。

ひとつ、はっきり断っておきます。この研究の題材はスキンケアで、対象としたAIもこの3つです。数値そのものはこの題材の話なので、本記事の図は相対的な目安（指数）として見てください。骨組み——「中身が同等でも有名ブランドが選ばれやすい」——は、ECサイトやサービスサイトなど、AIに名指しでおすすめされる場面に広く当てはまると考えられますが、当てはまり方は商材によって違います。またこの研究はまだ査読前（preprint）のものなので、「研究で証明された」と受け取らず、こういう議論が出ている、という参考にとどめてください。実際の効き方は、自分のサイトのデータで確かめるのが正確です。

なお、「AIに選ばれている」ことと「AI経由で買われている」ことは別の層の話です。選ばれて答えに登場しても、それが流入や売上につながるとは限りません。この違いはAI引用の収益貢献とは｜「引用された」と「売れた」は別物でくわしく扱っているので、ここでは「選ばれる＝買われる、ではない」とだけ押さえて先へ進みます。

2. その偏りは"わずかな差"で崩れる#

結論から言うと、大手への偏りは固定ではありません。研究では、競合のわずかな評価の優位で、有名ブランドの独占が崩れることが示されています。

さきほどの研究では、有名ブランドの推薦率がほぼ最大まで上がる一方で、競合の評価がほんの少し（星にして0.1未満）上回るだけで、その優位が消えるという結果が報告されています[1]。さらに、正当な範囲での権威付け（たとえば客観的な実績や根拠を添えること）でも、独占を崩せる余地があると論じられています。言いかえると、偏りは岩のように動かないものではなく、わずかな差で動く"動的"なものだということです。

下の図は、無名ブランドの評価が少し上がると、AIに名指しされやすさがどう変わるかをイメージで表したものです。評価が低いうちは有名ブランドに大きく離されていますが、評価がわずかに優位になった地点で、立場が入れ替わる。これが「わずかな差で崩れる」という意味です。

ここで大事なのは、この差を「才能の差」や「もう手遅れ」と受け取らないことです。差を生んでいるのは評価や評判の積み上げであって、サイトの善し悪しそのものではありません。評価や評判は後から積めるものなので、壁は固定ではない、ということです。具体的には、買ってくれた人に口コミを残してもらう流れを作る、自社の実績や根拠を自分のサイトでていねいに語る、メディアやコミュニティで名前が出る機会を増やす、といった地道な積み上げが効いてきます。AIの回答はごく少数の情報源しか引用しないので、AIに引用されない売れ筋｜来た引用の逆側を見つけるで扱っているように、「順位が高いか」より「引用される側に入れるか」を見ておくのが現実的です。

3. 全員が同じ手を打つと共倒れになる#

結論から言うと、偏りは崩せます。ただし、誰もが同じ手を打つと、得られるものはほぼ消えてしまう——という落とし穴があります。

さきほどの研究は、もう一つ重要な点を指摘しています。多くのブランドが同じ最適化の手（誇大な売り文句などを含む）を一斉に打つと、一つあたりの取り分はほぼゼロまで下がるという結果です。研究の数字でいうと、単独で手を打ったときの取り分が、全員が同じ手を打つと大きく目減りする。しかも、その消耗戦に参加しなかったブランドは、おすすめからまったく外れてしまう[1]。これは「社会的ジレンマ」と呼ばれる構造で、全員が良かれと思って同じ動きをした結果、全員が損をする、という形です。

下の図は、この構造をイメージで表したものです。自分だけが手を打てば取り分は大きい。けれど全員が同じ手を打つと、取り分はほぼ消える。一方で何もしないと、そもそも候補から外れる。三つを見比べると、「流行りの手をそのまま真似る」のが、いちばん割に合わない選択だと分かります。

ここから言えるのは、シンプルです。「AIに好かれる書き方」のテンプレートをそっくり真似るのは、消耗戦に自分から飛び込むようなものだということ。誇大な売り文句で一時的に割り込めても、全員が同じことをすれば効果は薄れ、しかも誇大表現は読者の信頼を損ないます。打つべきは、他と同じ手ではなく、自社にしか言えない正当な強みを積むこと、そして——ここが肝心ですが——打った手が「実際に自社のAI経由の売上」につながったかを測り、効いている手だけを続けることです。手を増やすほど、何が効いているかが見えにくくなる。だからこそ測れる状態が効いてきます。

RevenueScopeの解決策

ここまでで、偏りは崩せること、ただし流行りの手の真似は消耗戦になることが見えました。残るのは「打った手が効いたか」をどう測るか、です。けれど、これを自分で測ろうとすると壁が2つあります。1つは、ChatGPTやGeminiからの流入が、設定をしていないと「どこから来たか不明（Direct）」に紛れて、AI経由として切り分けられないこと。もう1つは、AI経由の流入を「来た数」だけでなく「売上」までそろえて見るのが、手作業だと毎回重いことです。GA4のAIアシスタント流入で分かること・分からないことでも触れているとおり、素の数字はbotやDirectの紛れで歪みやすく、自分で一度確かめることはできても、ページごと・月ごとに追い続けるのは構造的に骨が折れます。

RevenueScope は、この切り分けを肩代わりします。クリックして来たAI流入を、引用元のエンジン（ChatGPT・Claude・Perplexity・Geminiなど）別やページ別に分け、それぞれの流入数・訪問あたりの売上（RPS）・売上を1つの画面で見比べられるようにします（表示はデモデータ）。「打った手で、AIからの流入は増えたか」「その流入は実際に買っているか」を、同じ画面でそろえて確認できます。

この表の読みどころは、流入の数と訪問あたりの売上が、同じ順ではないことです。お役立ち記事はいちばん多くのAI流入を集めていますが、訪問あたりの売上は低い。一方、人気商品の紹介ページは流入こそ少ないものの、来た人がよく買うのでRPSが高く、売上では上回ります。もし「AIに出ているか」だけを追っていたら、流入の多いお役立ち記事ばかりに力を入れて、実際に売上を生む紹介ページを後回しにしていたかもしれません。偏りを崩す手を打ったあと、「どの手が、どのページの売上につながったか」を1画面でそろえると、続ける手と捨てる手を勘でなく数字で選べます。AIエンジン別の流入と売上｜どのAIから来た客が買うかでは、このエンジン別の見方をさらにくわしく扱っています。

ひとつ、はっきりさせておきます。RevenueScope が数えるのは、クリックして実際にサイトに来た流入とその売上だけです。AIの回答に名前が出ただけ（クリックなし）の露出そのものや、「ChatGPTにどれだけ言及されているか」という可視性の総量は測りません。また、粗利や在庫までは計算しません。RevenueScope が肩代わりするのは、クリックして来たAI流入を、bot を除いたうえでページ別・エンジン別に分け、売上までそろえて見比べる材料を整えるところ。どの手で偏りを崩すかは、あなたが決めます。

FAQ#

よくある質問#

Q. 中小サイトは、もう有名ブランドに勝てないということですか？

A. いいえ。AIのおすすめが大手に偏りやすいのは事実ですが、研究では、競合のわずかな評価の優位でその独占が崩れることも示されています。差を生んでいるのは評価や評判の積み上げであって、サイトの善し悪しそのものではありません。口コミを増やす、正当な根拠を語る、名前が出る機会を作る、といった地道な積み上げで、割り込める余地があります。大事なのは、積みながら「効いているか」を測れる状態にしておくことです。

Q. 「AIに好かれる書き方」のテンプレートを真似すれば勝てますか？

A. おすすめしません。研究では、多くのブランドが同じ手を一斉に打つと、一つあたりの取り分がほぼゼロまで下がる、という「共倒れ」の構造が指摘されています。流行りの手をそのまま真似るのは消耗戦で、しかも誇大な売り文句は読者の信頼を損ないます。打つべきは、他と同じ手ではなく自社にしか言えない正当な強みを積むこと、そして打った手が売上につながったかを測って続ける手を選ぶことです。

Q. AIに名指しされれば、それで売上は増えますか？

A. つながることもありますが、必ずではありません。AIに「選ばれている・見えている（露出）」ことと、その流入が「買っている（売上）」ことは別の層です。よく名指しされているのに売上が薄いページもあれば、控えめでも来た人がよく買うページもあります。打った手を、露出ではなくAI経由の売上で測ると、続ける手を数字で選べます。

まとめ#

AIのおすすめは、同じような商品なら有名ブランドに大きく偏る、という議論が近ごろの研究で出ています。評判の蓄積が薄い中小サイトには、構造的な壁です。

ただし、その壁は固定ではありません。研究では、競合のわずかな評価の優位で有名ブランドの独占が崩れることが示されています。偏りは岩ではなく、わずかな差で動く"動的"なものです。一方で、全員が同じ手を打つと取り分はほぼ消え、手を打たなかったところは候補から外れる——という共倒れの構造も指摘されています。

だからこそ、流行りの手をそのまま真似るのではなく、自社にしか言えない正当な強みを積み、打った手が「自社のAI経由の売上」につながったかを測ることが効いてきます。露出だけ追うと、出ているのに売れていない努力に時間を使いがちです。「どの手が、どのページの売上につながったか」を数字でそろえれば、続ける手と捨てる手を勘でなく判断できます。

参考文献#

• [1] arXiv「Incumbent Advantage: Brand Bias and Cognitive Manipulation Dynamics in LLM Recommendation Systems」 2026