4,100万件の通話データが示す「AI検索が値切り済みの買い手を連れてくる」現象

4,100万件の通話データが示す「AI検索が値切り済みの買い手を連れてくる」現象——Infinity調査

要点: 英国のコールトラッキング企業Infinityが、自社顧客ベースの直近12ヶ月・4,100万件超の通話データを分析したホワイトペーパーを発表しました。AIプラットフォーム経由のダイレクトリファラルトラフィックは2024年1月から2025年4月の間に1,989%増加し(うちchatgpt.comが78.5%を占める)、AI経由の訪問者は有料検索経由の1.45倍のレートでオフラインコンバージョンを生んでいます。 一方で非成約通話の失敗理由は大きく様変わりし、「価格・予算のミスマッチ」が77%増加して最大要因(31.6%)に浮上、新たに「在庫・空き状況」が2番目の要因(18.3%)として登場する一方、従来最大だった「商品理解不足の質問」は半減しました。 2026年8月24日にMarTechCubeが報道し、著者はInfinityのChief Customer Officer、Daniel Wilkinson氏です。

最終更新日: 2026年8月25日

何が起きたのか

4,100万件の通話が語る「AI検索シフト」

英国の通話分析(コールインテリジェンス)企業Infinity(infinity.co)が、2026年8月24日前後にホワイトペーパー「What 41 Million Phone Calls Tell Us About the AI Search Shift(4,100万件の通話が語るAI検索シフト)」を発表しました。この内容は同日、マーケティングテクノロジー専門メディアのMarTechCubeが「AI Search Reshapes Demand as ChatGPT Pre-Priced Buyers(AI検索が需要を再構築——ChatGPTは"値付け済み"の買い手を連れてくる)」という記事タイトルで報じています。

調査の母数は、Infinity社の顧客ベースにおける直近12ヶ月間・4,100万件超の通話データです。対象業種は英国の自動車、銀行・金融サービス、旅行、ヘルスケア、保険、不動産、小売、公共料金・ユーティリティという、いずれも電話問い合わせが成約プロセスの重要な接点になる業種で構成されています。これらの通話ログは集計・匿名化されたうえで分析されており、著者はInfinityのChief Customer Officer(最高顧客責任者)であるDaniel Wilkinson氏です。

このホワイトペーパーが着目しているのは、単に「AI検索経由の流入が増えた」という量的な変化ではなく、「AI検索経由で電話をかけてくる人の"中身"がどう変わったか」という質的な変化です。ここが本記事のもっとも重要な論点になります。

AIプラットフォームからの流入は2年弱で約20倍に

まず前提となる流入量の変化から見ていきます。ChatGPT・Perplexity・Geminiなど、AIプラットフォームからのダイレクトリファラルトラフィック(AIの回答画面から企業サイトへ直接遷移してくるトラフィック)は、2024年1月から2025年4月のあいだに1,989%増加しました。単純計算で約20倍という急拡大です。このうち、単一のリファラル元としてもっとも大きな割合を占めているのがchatgpt.comで、**78.5%**を占めています。つまりAI経由流入の8割近くがChatGPT発であり、Perplexity・Geminiなど他のAIプラットフォームは合計でも2割程度にとどまっている計算になります。

AI経由訪問者は「オーガニック検索並み」に電話で会話を続ける

Infinityの調査では、AI経由で流入した訪問者が実際に電話をかけてきた場合、その通話がどれだけ長く・深く続くかについても分析しています。結果として、AI経由の訪問者は、従来型のオーガニック検索(Google検索結果など)経由の訪問者と同等の水準で通話を継続することが確認されました。これは、AI経由の流入が「なんとなくクリックしてすぐ離脱するノイズの多いトラフィック」ではなく、オーガニック検索と遜色ない質の高い見込み客を連れてきていることを示しています。

AI経由の訪問者はオフラインコンバージョンを1.45倍生む

さらに踏み込んだ数字として、AI経由の訪問者は、有料検索(リスティング広告)経由の訪問者と比較して、1.45倍のレートでオフラインコンバージョン(実際の成約・契約などのオフラインでの成果)を生んでいることが判明しました。広告費をかけて獲得した有料検索流入よりも、AIの回答に引用されて自然発生的に流入してきたユーザーのほうが、最終的な成約に結びつきやすいという結果です。これは、AI経由の流入が「量」だけでなく「質」の面でも既存チャネルを上回りうることを示す重要なデータです。

非成約通話の「失敗理由」の構成が1年でガラリと変わった

今回のホワイトペーパーでもっとも実務的な示唆に富むのが、2025年第2四半期と2026年第2四半期を比較した、成約に至らなかった通話(非成約通話)の失敗理由の変化です。

• 「価格・予算のミスマッチ」が77%増加し、非成約通話全体の**31.6%**を占める最大の失敗理由に浮上しました。以前はこの項目は首位ではありませんでした。
• 「在庫・空き状況(availability)」の問題が新たに2番目に大きい要因として浮上し、**18.3%**を占めるようになりました。
• 一方で、従来もっとも大きな失敗理由だった「商品・サービス理解不足に関する質問」は、同じ期間で半分以下に減少しました。

つまり、わずか1年の間に、電話口で交わされるやり取りの性格が「これは何ですか、どう使うんですか」という基礎的な質問から、「その価格で本当に大丈夫か」「今すぐ手に入るか」という、すでに調べ尽くしたうえでの最終確認・交渉へとシフトしているということです。

Wilkinson氏のコメント——「買い手はすでに調べ尽くした状態で電話をかけてくる」

著者のDaniel Wilkinson氏は、この現象について次のようにコメントしています(意訳)。

「買い手は、すでにリサーチを終え、価格もチェック済みの状態で電話をかけてくる」 「AIは、買い手がかつて電話で行っていた初期リサーチの役割を奪ってしまった。残っている通話は、質問が少なく、交渉が多い。買い手はもう"見て回っている"のではなく、"決めにきている"のだ」

この指摘は、AI検索が単なる新しい流入経路の一つではなく、消費者の購買プロセスそのものの一部(情報収集・価格比較・在庫確認)を代行するようになったことを示しています。従来であれば「これはいくらですか」「在庫はありますか」という質問こそが電話をかける主な動機でしたが、その部分をAIが検索段階で先に片付けてしまうため、実際に電話がかかってくる時点では、すでに買い手の頭の中で価格や仕様の比較検討が完了している、という構図です。

レポートが提言する4つの実務アクション

Infinityのホワイトペーパーは、この変化に対応するための実務的なアクションとして、以下の4点を提言しています。

1. 通話の成果(成約・失注理由)を、ペイドメディアの入札モデルにフィードバックする
2. ChatGPT・Perplexity・Geminiなど、各AIプラットフォームを独立したリファラルチャネルとして個別に計測・区別してトラッキングする
3. 「価格」「在庫・空き状況」という新しい異議(objection)のパターンに合わせて、営業・電話対応チームのトークスクリプトや研修を再設計する
4. AIに推薦されるかどうかを左右する「ブランドプレゼンス」(レビュー、コンテンツの専門性・権威性、第三者メディアでの言及)に投資する

aiseo-llmo.com ユーザーへの影響

「トラフィックの量」の議論から「トラフィックの質」の議論へ

これまでLLMO・AI検索対策の文脈では、「AI経由の流入が増えているかどうか」「AIに引用されているかどうか」という量的な指標にフォーカスが当たりがちでした。しかし今回のInfinityのデータが突きつけているのは、その先の話です。AI経由の流入がすでに20倍近く増えているという前提を踏まえたうえで、「その増えた流入は、従来の流入とは質が違う」という点にこそ注目すべきだ、というメッセージです。

具体的には、AI経由で電話をかけてくる見込み客は、すでに以下の状態にあると考えられます。

• 競合他社との価格比較を済ませている
• 自社商品・サービスの基本的な仕様や特徴は理解済みである
• 「買うかどうか」ではなく「この条件で・いつ買うか」を確認しに来ている

これは、AI検索の回答生成プロセスにおいて、生成AIが検索段階そのもので価格情報・在庫情報・商品比較までをある程度代行してしまうようになったことの帰結と考えられます。ユーザーはChatGPTやPerplexityに「◯◯ おすすめ 価格」「◯◯ 在庫 どこで買える」といった形で尋ね、AIがウェブ上の情報を要約・比較して提示することで、企業の担当者と直接会話する前段階のリサーチをほぼ完了させてしまいます。結果として、企業側に電話がかかってくる時点では、すでに「検討」フェーズではなく「決定直前」フェーズに入っているユーザーが増える、という構造です。

営業・電話応対の"設計"がボトルネックになりうる

この変化がなぜ重要かというと、多くの企業の営業・コールセンター・電話応対フローは、いまだに「基礎的な質問に答える」ことを前提に設計されているケースが多いためです。トークスクリプトが「まずは商品説明から入る」構成になっていたり、価格や在庫についての即答体制が整っていなかったりすると、すでにリサーチを終えて電話をかけてきた"値切り済みの買い手"に対して、噛み合わない・まだるっこしい応対をしてしまうリスクがあります。

Infinityのデータで「価格・予算のミスマッチ」が非成約理由の最大要因(31.6%)に浮上し、「在庫・空き状況」が2番目(18.3%)に急浮上したという事実は、まさにこのミスマッチが実際の失注として顕在化していることを示しています。買い手はすでに価格帯の予算感を持って電話をかけてきているのに、提示価格とズレがあれば即座に失注し、在庫・空き状況をその場で即答できなければ、買い手はまた別の選択肢(AIに次の候補を聞き直す)に流れてしまう可能性が高いということです。

業種別に見る実務インパクト

Infinityの調査対象業種(自動車、銀行・金融、旅行、ヘルスケア、保険、不動産、小売、公共料金・ユーティリティ)は、いずれも「電話が最終的な成約接点になりやすい」業種です。特に日本国内でも同様の構造を持つ業種として、以下が挙げられます。

自動車ディーラー: 車種・グレード・オプション・下取り価格といった情報は、AI検索で事前に相当程度まで比較検討が可能な領域です。来店・電話の時点ではすでに候補車種と大まかな予算感が固まっているケースが増えると想定され、営業担当者が「そもそもの説明」から入るのではなく、即座に見積り・在庫・納期の話に入れる体制が求められます。

不動産: 価格相場・周辺環境・利回りなどの基礎情報はAI検索で調べやすく、問い合わせ時点ではすでに複数物件を比較検討済みのケースが増える可能性があります。内見予約や価格交渉の初期段階を電話・チャットでスムーズに進められるかが、機会損失を防ぐ鍵になります。

医療クリニック(自由診療・美容医療など): 施術内容・料金相場・副作用リスクなどをAIで事前に調べたうえで電話予約するケースが増えると考えられます。料金体系の即答・空き枠のリアルタイム提示ができないと、価格や予約可否のミスマッチによる離脱が起きやすくなります。

BtoBサービス(SaaS導入、士業相談など): 競合製品・サービスとの比較、料金プランの違いなどをAIに聞いたうえで問い合わせてくる担当者が増えれば、営業側も「他社と比べてどう違うのか」「この予算感で導入可能か」に即答できる準備が不可欠になります。

これらの業種はいずれも、単純な商品説明よりも、価格・在庫・空き状況といった"確定情報"への即応力が問われる場面が増えていくと考えられます。

日本国内での示唆(海外調査であることに留意)

なお、今回のInfinityの調査データは英国の顧客ベースを対象としたものであり、日本語圏を対象とした同一手法の調査は現時点で存在しません。そのため、以下はあくまで「今後日本でも起こりうる変化」としての示唆にとどめます。

日本国内でもChatGPTやGeminiなどの生成AIの利用は着実に広がっており、価格比較や商品検討の初期段階でAIに質問を投げるユーザーが増えていくこと自体は、海外の潮流と同じ方向性で進む可能性が高いと考えられます。一方で、日本には「電話で丁寧に説明を受けてから決めたい」という消費者文化や、業種によっては対面・電話での接客が信頼構築の重要なステップとして根強く残っている側面もあります。したがって、AI経由の"値切り済みの買い手"が電話をかけてくるという現象が、英国と同じスピード・同じ規模で日本でも起きるかどうかは、現時点のデータからは断定できません。ただし、電話問い合わせを重視する業種(自動車・不動産・医療・BtoBサービスなど)のマーケティング担当者・営業責任者にとっては、「AI経由の問い合わせの質が変わりつつある」という前提を早めに織り込んでおく価値のある示唆だといえるでしょう。

今すぐできる対応策

1. GA4でAIプラットフォーム別のリファラルトラフィックを区別して計測する

まず前提として、AI経由の流入を「その他の参照トラフィック」に埋没させず、プラットフォームごとに区別して計測できる状態を作る必要があります。GA4では、参照元(ソース)ごとにセグメントを作成することで、chatgpt.com・perplexity.ai・gemini.google.comなどのAIプラットフォームからの流入を個別に追跡できます。

• GA4の「探索」レポートで、ディメンションに「セッションの参照元 / メディア」を指定し、chatgpt.com, perplexity.ai, gemini.google.com, copilot.microsoft.com などを含むフィルタでセグメントを作成する
• カスタムチャネルグループを作成し、これらのAIプラットフォームからの流入を「AI検索」という独立したチャネルとして分類する
• コンバージョンイベント(問い合わせフォーム送信、資料請求、電話ボタンクリックなど)ごとに、このAI検索チャネルの寄与度を他チャネル(オーガニック検索・有料検索)と比較できるようにする

これにより、Infinityの調査が示したような「AI経由流入が有料検索の何倍のコンバージョン率を生んでいるか」という比較を、自社データでも検証できるようになります。

2. コールトラッキングツールとWeb解析を連携させる

電話問い合わせが成約の重要な接点になる業種では、Web上の行動データ(どの経路で流入したか)と、実際の通話内容(何が理由で成約・非成約になったか)を突き合わせる仕組みが欠かせません。

• コールトラッキングツール(国内であればトラッキングコール、コールツリー、Calltrack.jpなど、海外製ではInfinity、CallRail等)を導入し、Web上の流入経路(参照元)ごとに動的に発番される電話番号を出し分ける
• GA4またはCRM側で、通話の成約・非成約フラグと、その通話が発生した流入経路(オーガニック検索/有料検索/AI検索/その他)を紐づけて記録する
• 定期的に「経路別の非成約理由」を集計し、Infinityの調査結果(価格・在庫が急浮上)のような傾向が自社データにも表れているかを確認する

3. 営業・電話応対のトークスクリプトを「即答型」に見直す

AI経由で電話をかけてくる見込み客はすでにリサーチ済みという前提に立ち、以下のような改訂を検討します。

• 冒頭の商品説明を簡略化し、価格帯・在庫状況・空き状況をできるだけ早い段階で明確に提示できる構成にトークスクリプトを組み替える
• 「価格でお悩みですか」「他社と比較されましたか」といった、価格交渉フェーズに入っていることを前提にした質問を用意し、値引き余地・キャンペーン情報・支払いプランなど交渉材料をあらかじめ整理しておく
• 在庫・空き状況をその場で照会できるシステム連携(在庫管理システムや予約システムとのリアルタイム連携)を整備し、電話口での即答率を高める
• コールセンター・営業担当者向けの研修に、「価格の異議」「在庫・空き状況の異議」への対応ロールプレイを追加する

4. AIに推薦されるための「ブランドプレゼンス」への投資

AI経由の流入そのものを増やし、かつ好意的な形で言及されるためには、AI回答エンジンが参照しやすい情報基盤を整えることも重要です。

• 商品ページ・サービスページに、価格・在庫・対応エリアなどの一次情報を構造化データ(Product、Offer、AggregateRatingなど)としてマークアップし、AIが正確な情報を引用しやすくする
• 第三者レビューサイトや比較メディアでの掲載・言及を増やし、AIの回答生成時に参照されやすい「権威性のある情報源」としての存在感を高める
• FAQページやコンテンツで、価格帯・在庫状況・比較ポイントなど、AI経由のユーザーがすでに調べていそうな情報を先回りして明文化しておく

これらの施策は、LLMOの基本的な考え方やAI検索最適化(AIO/GEO)の実践ガイドで解説している内容とも重なる部分が多く、AI検索対策の基礎を固めることが、結果的に電話問い合わせの質を高めることにもつながります。

よくある質問

Q1. Infinityの調査は日本企業にもそのまま当てはまりますか。

英国の顧客データに基づく調査のため、日本市場への直接適用はできません。ただし業種特性・AI検索の普及トレンドから示唆として参考にする価値はあります。

英国と日本では消費者の情報収集文化や電話問い合わせに対する期待値が異なるため、1,989%というトラフィック増加率や31.6%という価格ミスマッチの比率がそのまま日本企業に当てはまるわけではありません。しかし、生成AIが検索段階で価格比較・商品理解を代行するという構造自体は、日本語のChatGPTやGeminiの利用が広がるにつれて同様に進行する可能性が高いと考えられます。自社の電話問い合わせデータをコールトラッキングで計測し、実際に類似の傾向が出ているかを確認するのが確実な方法です。

Q2. 「オフラインコンバージョン」とは具体的に何を指しますか。

Webサイト上では完結しない、実際の成約・契約・来店予約などの成果のことです。電話経由の申込みや店舗訪問後の契約が典型例です。

ECサイトのようにWeb上で決済まで完結するビジネスと異なり、自動車・不動産・保険・BtoBサービスなどでは、最終的な契約や成約が電話や対面でのやり取りを経て発生します。Infinityの調査でいう「オフラインコンバージョン」は、こうしたWeb外で発生する成果のことを指しており、コールトラッキングツールによって、どの流入経路がどれだけのオフラインコンバージョンを生んだかを追跡可能にしています。

Q3. AI経由の流入が増えているのに、なぜ「量より質」を重視すべきなのですか。

量の増加(1,989%)はすでに起きている前提であり、実務上の差がつくのはその流入をどう成約に結びつけるかという質の管理だからです。

AI経由の流入自体は急拡大しており、多くの企業がすでにその恩恵を受け始めています。しかし今回のデータが示すように、AI経由の訪問者は「調べ尽くしてから来る」という特有の性質を持つため、従来型の営業・電話応対フローのままでは、その流入の質を十分に成約へ転換できない可能性があります。流入量の追跡だけでなく、流入後の応対プロセスまで含めて見直すことが、今後の実務上の差別化ポイントになります。

Q4. 「価格・予算のミスマッチ」が失敗理由の最大要因になったのはなぜですか。

AIが検索段階で価格比較・相場情報の提示まで代行するようになり、買い手が予算感を固めた状態で問い合わせるようになったためと考えられます。

従来であれば、価格に関する情報は電話や店舗でのやり取りの中で初めて明らかになることが多く、そこでのすり合わせが商談の重要な一部でした。しかしAIが事前に相場や価格帯の情報を提示してしまうことで、買い手はすでに一定の予算感・期待価格を持った状態で問い合わせてくるようになります。結果として、提示価格が買い手の想定と大きくズレていた場合、その場で即座に失注につながりやすくなっていると考えられます。

Q5. 「在庫・空き状況」が新たな失敗理由として浮上したのはなぜですか。

在庫・予約枠のリアルタイム性は事前のAI検索では把握しにくい情報であり、実際に問い合わせた際に「希望のタイミングで手に入らない」というギャップが生じやすいためと考えられます。

価格や商品仕様と異なり、在庫状況や予約の空き状況は刻一刻と変化する情報であり、AIの回答時点の情報が古かったり、そもそも正確なリアルタイムデータをAIが参照できていなかったりするケースが多いと考えられます。買い手がAIの回答をもとに「在庫があるはず」と期待して問い合わせた結果、実際には在庫切れや予約枠の埋まりに直面し、それが新たな失注要因として顕在化していると推測されます。

Q6. この変化に対応するために、まず何から着手すべきですか。

自社の電話問い合わせをコールトラッキングで計測し、流入経路別の非成約理由を可視化することから始めるのが最も確実です。

いきなりトークスクリプトを全面改訂するのではなく、まずは自社データで実際に何が起きているかを把握することが重要です。GA4でのAIリファラル計測とコールトラッキングツールの連携を整え、数ヶ月分のデータを蓄積したうえで、価格・在庫関連の失注が増えているかどうかを確認し、そのうえで営業・電話応対の改善に着手するのが現実的な進め方です。

Q7. ChatGPT以外のPerplexityやGeminiへの対策も同じくらい重要ですか。

現時点ではchatgpt.comが AI経由リファラルの78.5%を占めているため優先度は高いものの、レポートは各プラットフォームを個別に計測・区別することも提言しています。

Infinityの調査では、AIプラットフォーム経由のトラフィックの大部分がChatGPT(chatgpt.com)由来であることが示されています。したがって短期的な優先順位としてはChatGPT対策の比重が大きくなりやすいですが、Perplexity・Geminiなど他のAIプラットフォームの利用シェアも今後変化していく可能性があるため、レポートが提言するとおり、各プラットフォームを独立したチャネルとして継続的に計測しておくことが望ましいとされています。

Q8. 通話データをペイドメディアの入札モデルにフィードするとは、具体的にどういうことですか。

電話経由の成約結果を広告の入札戦略に反映させ、成約につながりやすい流入経路・キーワードへの投資を強めるという意味です。

たとえば、特定の検索広告キーワードやAI経由の流入が、他の経路よりも高い確率でオフラインコンバージョン(成約)につながっていることがコールトラッキングのデータで判明した場合、その情報を広告プラットフォームの入札戦略やオーディエンス設定に反映させることで、より成約に近い見込み客への広告投資を最適化できます。Infinityのレポートは、この「通話の成果を上流の広告運用にフィードバックする」ループを構築することを提言の一つとして挙げています。

関連記事

• ChatGPT・Perplexity・Gemini、同じ質問でも引用104ソース一致せず——英国調査が示す「引用の断片化」
• OpenAIのパブリッシャーライセンシング提携が引用数を押し上げる
• Fractl調査:AI検索の専門用語とベンダー信頼性
• LLMO完全ガイド
• AI検索最適化(AIO/GEO)実践ガイド
• AI検索の引用ドメイン、YouTubeが2か月連続首位に――2026年8月号

AI検索やAIプラットフォームに関する基礎用語は、LLMOとは何か、AIO(AI Optimization)の定義、GEO(Generative Engine Optimization)の定義、Perplexityの特徴、ChatGPT検索の仕組み、グラウンディング(grounding)とはもあわせて参照してください。