選択を誤っても、AIエージェントは買ってしまう

2026年11月5日、Visaは「Visa Agentic Commerce Benchmark」を公開した。同社のプレスリリースは、これをAIエージェントによる購買を測る業界初の指標と位置づけている。テストでは12の研究機関による22のモデルを、ノートパソコン探しからテレビや小型家電の選択まで、日常的な買い物を想定した15のシナリオで評価した。全体の成功率は57.2%で、最も成績のよいモデルは82.2%、最も低いモデルは28.9%だった。同じシナリオに設けられた3回の試行すべてに成功したのは、全体の34.2%にすぎない。ただし最も重いのは、誤りの中身だ。失敗したテストの54%で、エージェントは不適切な商品を選んだり、必要な情報を集める前に手続きを進めたりして、それでも購入を完了していた。

Visaがサイト「Visa Payments Frontier」で公開した方法論の解説によれば、合格するにはエージェントが会話を通じて顧客のニーズを把握し、適した商品が一つもない場合も含めて、買うか買わないかを正しく判断する必要があった。さらに、偶然の正解を除外するため、選択の根拠となる十分な情報を集めることも求められた。同じ解説によると、条件を最も多く把握した上位5モデルの成功率は70.2%で、最も少なかった5モデルの44.4%を上回った。コストも影響しているようだ。1回あたりのコストが最も高い5システムの成功率は67.1%、最も安い5システムは50.2%だった。プレスリリースの中で、Visaのグローバル成長責任者ルベイル・ビルワドカー氏は、AIエージェントは次の商取引の時代をけん引する可能性を持つが、決め手となるのは依然として信頼だと述べている。

このベンチマークはVisa自身が設計・実施したもので、外部によるレビューの記録はない。プレスリリースには個々のモデル名も開発企業名も記されておらず、Fortuneなどのメディアが報じた実名入りランキングは一次情報源による裏付けがない。22のモデルがベースモデルとしてテストされたのか、完全なエージェントとしてテストされたのかもVisaは明らかにしていない。今回のテストが測ったのは理解と判断の段階で、実際の決済には踏み込んでいない。同社は今後のテストで、新しいシナリオとともに決済も対象に加える予定だ。その段階では、利用者の警戒心とも向き合うことになる。Visaのリリースが引用するTrust Indexによれば、AIに自分の代わりに金融取引を任せられると答えた回答者は23%にとどまる。

条件をすべて集める前に買ってしまうというエージェントの傾向こそ、どんな世論調査よりもよく、買い物を任せるにはまだ慎重さが必要な理由を物語っている。

— Olya