AIによる仕様決定はB2B購買をどう変えたか

実際に変わったのは何か

変わったのは、買い手がAIを使うようになったことではない。購買の流れの「どこで」使うのか、その位置である。

この三十年、産業分野の購買はまず検索から、あるいは代理店のサイト、カタログ、営業担当者から始まり、最後に候補リスト（ショートリスト）へと収束していた。サプライヤーの仕事は、その入口に存在していることだった——SEOで、フランチャイズ流通で、設計者の隣に座るフィールドアプリケーションエンジニア（FAE）で。早い段階での存在が、遅い段階での検討につながった。

その順序が逆転した。買い手はいまアシスタントから始め、候補リストに到達し、そのうえで初めてサプライヤーの接点に触れる——たいていは、すでに絞り込まれた決定を確認するためである。Forresterの2026年1月の分析では、購買プロセスのどこかでAIを使っているビジネスバイヤーは94%に達し、1年前の89%から増えていた。そして見出し以上に重要なのは、生成AIまたは対話型検索をより意味がある、あるいはより重要な情報源として挙げた買い手が、他のどの情報源についてそう答えた層の2倍に上ったことだ。ベンダーのウェブサイトも、製品の専門家も、営業担当者も下回った。

ここは丁寧に読む必要がある。AIが複数あるチャネルのひとつになった、という話ではない。AIが、業界の数十年をかけて築かれたチャネルを押しのけた、という話である。

評価はいま、どこで行われているのか

三つのデータセットが、それぞれ別の角度から同じ変化を指し示している。

Adobeの数字は小売のものであり、産業分野の購買は小売ではない。しかし、そこに現れている仕組みはチャネルを問わない。絞り込みをアシスタントが済ませているとき、その後に発生する訪問は閲覧ではなく意思決定である。Adobeはまた、そうした訪問者のサイト滞在時間が48%長く、閲覧ページ数が13%多いことも突き止めている。数は少なく、時期は遅く、質は高い——そしてそれは、アシスタントが自社を選んだかどうかに完全に依存している。

その土台にある規模は、けっして限界的なものではない。OpenAIは2026年2月、ChatGPTの週間アクティブユーザーが9億人を超えたと発表した。そのうち部品番号を確認している技術者がどれだけの割合を占めるにせよ、いかなる代理店のフィールド組織もかつて到達したことのない母数である。

なぜこれは、マーケティング以上に仕様決定を直撃するのか

産業分野の利益が実際に生まれるのは仕様決定の場面であり、しかも仕様決定は、機械にとって影響を及ぼしやすい領域だからである。

マーケティングのファネルは、あるチャネルが弱っても緩やかに劣化していくだけだ。仕様決定は劣化しない——決着する。部品は部品表（BOM）に載っているか、載っていないかのどちらかであり、いったん載れば外すのに高いコストがかかる。12〜36か月というデザインインのサイクルは、決定と売上が数年隔てられることを意味する。

その価値を回収するための伝統的な仕組みが、デザインレジストレーション（設計登録）である。自社の部品を顧客製品に設計採用させたフィールドエンジニアを擁する代理店に対し、サプライヤーが追加マージン、価格プロテクション、あるいはそのプログラムでの単独供給という形で報いる。フランチャイズ契約、需要創出の目標、FAEの人員数——この装置一式は、ただひとつの問いに答えるために存在している。このデザインインを起こしたのは誰か。

アシスタント主導の仕様決定は、その問いの答えではなく、問いそのものを壊す。設計技術者が要件をアシスタントに説明し、パラメトリック情報つきで三つの候補部品を受け取り、そのうちのひとつでデザインレジストレーションを申請したとき、その需要を創出したフィールドエンジニアは存在しない。創出したのはデータである。そして、データにどう報いるかについて、まだ誰も合意していない。

もともと無理のかかっていた仕組みでもあった。顧客が生産を受託製造業者に外部委託する場合、デザインレジストレーションは長く機能不全に悩まされてきた。設計が行われる場所と、注文書が現れる場所がまったく別だからだ——登録は書面の上では生き延びるが、その商業的な論理はほころんでいく。機械が組み立てた候補リストは、同じ負荷をプロセスの末端ではなく先頭にかける。データに投資した代理店が、必ずしも関係を握っている代理店とは限らず、パラメトリック情報が機械に読めたメーカーは、そもそも一度も声をかけられていないかもしれない。

自社の部品が回答に現れるかどうかは、何で決まるのか

この仕組みは具体的に押さえておく価値がある。多くの営業・マーケティング部門が、これを検索順位の問題であるかのように考えているからだ。

仕様に関する質問に答えるとき、アシスタントはおおよそ四つのことを行う。要件を制約条件に翻訳し、候補となるレコードを取得し、制約条件に照らして絞り込み、残ったものを根拠づける。部品はこの四段階のどこででも脱落しうるが、マーケティング部門がこれまで最適化してきた対象に似ているのは、最後のひとつだけである。

二行目が、静かな致命傷である。AEC-Q100のグレード1品を求められたアシスタントは、認定状況を検証できない部品を候補に含めない。除外したことを報告もしなければ、含みを持たせもしない。データがないことは、その性質がないこととして扱われる——慎重な道具としては正しい振る舞いであり、実際には要件を満たしている部品を持つサプライヤーにとっては壊滅的な結果である。

候補リストを機械が組み立てるとき、価値を得るのは誰か

傾向は一貫している。強みの源泉は誰を知っているかから自社の部品について機械が何を検証できるかへ移る。フィールド組織を競争上の堀としてきた組織にとっては居心地の悪い結論であり、良質なデータを持ちながらフィールド組織をまったく持たない者にとっては、本物の突破口である。

これは断絶なのか、それとも新しいチャネルにすぎないのか

正直に答えるなら、ディスカバリーの変化には十分な裏づけがあり、取引の変化にはない。

Gartnerは、エージェンティックAIプロジェクトの40%超が2027年末までに中止されると予測し、その理由としてコストの膨張、事業価値の不明確さ、リスク管理の不備を挙げている。この予測はよく持ちこたえている。OpenAIはShopifyの加盟店が十数社ほど稼働した段階で2026年3月に自社のInstant Checkoutを撤回し、Deloitteの報告では、エージェンティックAI技術を何らかの形で使っているB2Bサプライヤーは4分の1にも満たない。

産業分野の購買には、小売にはない摩擦がさらにある。契約価格は交渉で決まり、守秘の対象である。承認には、Forresterが数える社内13名の関係者と社外9名の影響者が関わり、購買部門は53%の案件で意思決定者として振る舞う。適合性の文書——RoHS、REACH、紛争鉱物、UKCAおよびCEの宣言書——は、決定について主張されるのではなく、決定に添付されなければならない。

そのどれも、アシスタントが候補リストを書くことを止めはしない。止めるのは、アシスタントが発注することのほうだ。この二つはまったく別の主張であり、両者を混同することが、この市場で最もよくある誤りである。

メーカーや代理店は、何をすべきなのか

1. 01アシスタントがいま自社の部品について何と言っているかを確かめる。 実在する部品番号を五つ選び、答えの分かっている事実質問を五つ、三つのアシスタントに投げてみる。たいていのチームは二十分以内に、具体的で修正可能な誤りを見つける。
2. 02自社のカタログページを、ブラウザ以外の素のクライアントで取得してみる。 Partsgraphが2026年8月に世界984の代理店・メーカードメインを監査したところ、38%が標準的な非ブラウザクライアントに対して読み取り可能なカタログページを返さず、AI可視性スコアの中央値は100点満点中50点だった。原因として最も多いのはクライアントサイドレンダリングである。
3. 03正典となるレコードをひとつに定める。 PIM、PDFのデータシート、ERPに散らばったパラメトリック情報は、三つの異なる答えを生む。アシスタントは自分が見つけたものを引用するだけで、それがどれだったのかを誰にも告げない。
4. 04適合性とライフサイクル状態を、文書ではなくデータとして公開する。 生産終了、ラストタイムバイの期日、地域ごとの認可は、アシスタントの回答で誤りが生じやすく、しかも誤ったときに商業的に致命傷となりやすい項目である。
5. 05エージェントに直通の経路を用意する。 Microchipは2025年11月、検証済みの製品仕様、データシート、在庫、価格、納期をAIクライアントに公開する公式のModel Context Protocolサーバーを公開した。それに続く例は目立って少ないままだ——同じ2026年8月の監査では、984ドメインのうちMCPエンドポイントを掲げていたものはひとつもなかった。
6. 06需要創出のルールを、チャネル側が書き換える前に自ら書き換える。 デザインレジストレーションが機械発の仕様決定を評価できないままなら、代理店はそれを生み出すデータへの投資をやめ、その問題はメーカーが引き受けることになる。

複利で効いてくる部分

買い手がタブを十二枚開く時代に戻る、というもっともらしい未来は存在しない。アシスタントが仕様に関する質問にいったん正しく答えれば、その種の質問における既定の情報源になる。そして既定は自己強化する——引用される回答はさらに強化され、機械に読み取れるサプライヤーが引用される。

時間差は、この事態を和らげるどころか悪化させる。2026年に勝ち取った仕様採用が売上として現れるのは2028年である。つまり、デザインイン率が静かに下がっていたと2028年に気づく企業が見つめることになるのは、その二年前に、特定の誰かによってではなく、誰も所有していない仕組みの中で下されたデータ品質の判断なのだ。

アシスタントがいま自社のカタログについて何と言っているかを知りたければ、[/audit](/audit) の無料グレーダーが、機械が実際にそれをどう読むかを診断する。