［ビジネスマン向け］AIエージェント同士が交渉・取引する時代は来るか？Anthropic「Project Deal」実験から見えた可能性と課題

2026-04-25

はじめに

　Anthropicが2026年4月24日、社内で実施したAIエージェント間売買実験「Project Deal」の結果を公開しました。本稿では、その実験の仕組みと主な発見、そして AI同士の商取引 が普及した場合に生じうる課題について解説します。

参考記事

タイトル: Project Deal
著者: Kevin K. Troy, Dylan Shields, Keir Bradwell, Peter McCrory
発行元: Anthropic
発行日: 2026年4月24日
URL: https://www.anthropic.com/features/project-deal

要点

Anthropic社員69名のClaudeエージェントが1週間のマーケットプレイスで186件・総額4,000ドル超の取引を成立させ、AIエージェントによる商取引の実現可能性を実証した
Claude Opus 4.5はHaiku 4.5より平均2件以上多く取引を完了し、同一商品の売値で平均約3.6ドル高い成果を得た
しかし参加者はモデルの性能差による不利を認識できず、取引の「公平性」評価は両モデルでほぼ同スコアだった
「積極的に交渉せよ」などの指示プロンプトは統計的に有意な結果の差をもたらさず、モデルの品質自体が交渉成果を左右する主要因だった
参加者の46%は今後、同様のサービスに有料でも利用したいと回答した一方、AIエージェント取引に関する法的・政策的整備はほぼ手つかずの状態である

詳細解説

実験の設計：リアルな物品でエージェントに交渉させる

　Project Dealは、AIエージェントが互いに交渉して物品の売買を完結できるかを検証するAnthropicの社内実験です。Anthropicはこれ以前にもAIエージェントが小売店を運営する「Project Vend」を実施してきましたが、今回は エージェント同士が双方の人間を代理して交渉する という点で新しいステップになっています。

　実験には社員69名が参加し、それぞれに100ドルの予算が与えられました。まずClaudeが各参加者に対してインタビューを実施し、「何を売りたいか・いくらで売りたいか」「何を買いたいか・いくらなら出すか」「交渉スタイルの希望」などを聞き取りました。その回答をもとに、各参加者専用のシステムプロンプトが設定され、クロードのエージェントが代理として市場に送り出される仕組みです。

　売買の場はSlackチャンネルで、エージェントは出品・交渉・成約をすべて自律的に行いました。人間がリアルタイムで承認・指示することはなく、一度設定したらエージェントに任せきりの設計です。なお、Anthropicによれば、この実験的な設計が実際の商取引への推奨を意味するわけではないとのことです。

　比較実験として、全員をOpus 4.5が代理するマーケットと、Opus 4.5とHaiku 4.5が混在するマーケットの計4つのバリエーションが並行して走りました。参加者が実際に物品を交換したのは「Opus全員」の1バリエーションのみで、残り3つは研究用のシミュレーションです。

主な結果：エージェント取引は機能した

　Anthropicによれば、今回の実験は「機能した」と言えます。実際の交換対象となったマーケットでは186件の取引が成立し、取引総額は4,000ドルを超えました。参加者が取引の公平性を1〜7で評価した結果は4（双方に公平）付近に集中しており、大部分の参加者は自分のエージェントの代理行動に概ね満足したと報告しています。

　一方、モデルの違いによる性能差も明確に現れました。混在マーケットのデータをAnthropicが分析した結果、Opus 4.5のエージェントはHaiku 4.5のエージェントと比較して、平均で約2.07件多く取引を完了しました。売値ではOpusが同一商品をHaikuより平均3.64ドル高く売り、同一商品の購入ではHaikuより平均2.45ドル安く買えたとのことです。

　具体例として、中古折りたたみ自転車が挙げられています。同じ商品を、同じ売り主から、同じ買い手のエージェントが交渉したところ、Haiku代理のケースでは38ドル、Opus代理のケースでは65ドルで成立しました。Opus側は最初に60ドルを提示して最終的に入札競争で価格が上がった一方、Haiku側は40ドルから始めて値下がりしたという違いがあったとのことです。

「不利に気づかない」という問題

　この実験で最も注目すべきポイントは、性能差があったにもかかわらず参加者がそれを認識できなかったという点です。混在マーケットで弱いモデル(Haiku)に代理させた参加者の満足度スコアは、強いモデル(Opus)の参加者とほぼ同水準でした。取引の公平性評価もOpus担当4.05、Haiku担当4.06と実質的に差がありませんでした。

　客観的には損をしているにもかかわらず、主観的には公平だと感じている——この結果は、将来のエージェント経済において見過ごしにくい問題を示唆していると思います。アクセスできるAIモデルの品質差が、気づかないうちに経済的格差として積み重なる可能性があります。この点については、今回の実験だけでは因果関係まで踏み込めておらず、さらなる研究が必要だとAnthropicは述べています。

プロンプト指示より「モデル品質」が決め手

　「積極的に低い価格から交渉せよ」などの強硬な指示を与えた参加者が、そうでない参加者より有利な結果を得たかというと、そうではありませんでした。Anthropicの分析によれば、交渉スタイルの指示が売却成功率に与えた影響は統計的に有意ではなく、売値への影響もアスキング価格の設定（指示した金額自体が高かった）によるものがほとんどで、純粋な「強硬指示効果」は確認されませんでした。

　これは、プロンプトの工夫よりもベースモデルの能力そのものが交渉結果を左右するという示唆であり、エージェントをビジネスに活用する際の重要な視点だと考えられます。業務用途でエージェントを導入する際は、「どのように指示するか」だけでなく「どのモデルを使うか」が成果に直結する可能性が高いという点は、留意しておく価値があるでしょう。

今後の課題：法整備とモデル格差への対応

　今回の実験はAnthropicの社員という限定的な参加者による検証です。実際の市場では、企業対企業のエージェント交渉や、消費者保護が求められる取引も想定されます。Anthropicは、AIエージェントが取引を代行する際の法的・政策的枠組みはほぼ存在しないと指摘しており、社会としての対応が急務だとしています。

　また、AIエージェントには情報漏洩を狙ったジェイルブレイクや、意図しない行動を誘発するプロンプトインジェクションといったセキュリティリスクもあります。エージェント同士が自律的に交渉する世界では、これらのリスクは従来の電子商取引にはなかった新たなカテゴリの課題として浮上してくると考えられます。

まとめ

　Anthropicの「Project Deal」は、AIエージェント同士が実際の物品売買を成立させられることを実証した実験です。一方で、モデルの性能差が交渉結果に影響し、当事者がそれに気づかないという問題も浮かび上がりました。エージェント経済の可能性と課題を整理する上で、注目に値する研究だと思います。AIエージェントの自律行動に関するリスクについては、Anthropicの関連研究でも詳しく考察されていますので、あわせてご覧いただければと思います。