もしあなたの買い物体験を台無しにしているのがAmazonの問題ではなく、むしろ仕組みそのものだとしたら？
この不快な問いが、つい先日ローンチしたAmazonレビュー採点Chrome拡張機能「Pearch」の底流に隠れている。開発者は478人の実際の買い物客に、一見単純な問いを何ヶ月もかけて投げかけた。「購入を後悔する理由は？」と。その答えは予想外だった。
遅い配送ではなく、価格でもなく、こうだった。買い物客の半数が「間違った商品を買って返品するハメになる」ことが最大の不満だと答えたのだ。65%は「もっと良いレビューが欲しい」ではなく「購入前の確信が欲しい」と答えた。買うボタンを押す前に、その商品が本当に自分に合っているかどうか知りたい——それが本音だったのだ。
4.8つ星の幻想
ここからが興味深い。調査対象の買い物客の99%が、購入失敗の具体的な話を持っていた。そのうち一つが目を引いた。
「いくら調べても、その商品が本当に買う価値があるのかを測る良い方法がない」
この一文はAmazonの全役員の机に置かれるべきだ。なぜなら、ここには構造的な問題が隠れているからだ。五つ星制度が壊れている理由は、レビューがいつも嘘だからではなく（多くはそうだが）、測定対象そのものが間違っているからだ。Amazonは、ユーザーが商品を保有し続けることでは儲からない。購入されることで儲かるのだ。
Pearchの仕組み（そしてなぜそれが重要か）
PearchはAmazonの商品ページに自動で起動する。サインアップも面倒な操作も不要だ。レビューコーパスから三つのシグナルを抽出し、1〜10の単一スコアを吐き出す。それだけだ。
シグナルAは購入マッチを50%の重みで評価する。「この商品は良いのか？」ではなく「認証済みの買い手は実際に保有し続けているのか？」という問い掛けだ。このツールはレビューのセンチメント、認証済み購入フラグ、返品に関する言語パターンを狩る。例えば、4.8つ星のジャケットがあるとしよう。だがレビューの奥底には「2日後に返送」「即座に返品」「サイズが不可能」といった言葉が埋もれている。Pearchはそれを浮き彫りにするのだ。
シグナルB（30%）は実際のテキストを分析して返品リスクを検出する。「写真と全然違う」や「説明と合わない」といったキーワードが重みづけされる。ここでPearchはAmazonの買い物AI「Rufus」から分岐する。Amazonのツールは悪くないが、構造的に制約がある——商品を「買う価値がない」と判定することは転換率を下げるからだ。
シグナルCはフェイクレビューを狩る（20%）。レビュー投稿の速度、認証済み購入の比率、既知のインセンティブ付きレビューテンプレートと一致する言語パターン。だが、ここが痛いところだ。開発者はスケールでの検出が最難関だと認めている。星評価はもはやほぼ無意味になった。だからPearchは、テキストパターンから逆算して本当らしさを再構築せざるを得なかったのだ。
他の誰も正直にこれを作れない理由
そしてここに全てが繋がる洞察がある。Googleは広告で儲かる。Honeyはアフィリエイト報酬で儲かる。Amazonの買い物AIでさえ、あなたのためではなくAmazonの利益のために働いている。
高い転換率やセラー手数料から利益を得ている企業は、自分を傷つけずに「本当に信頼できる購入前サポートツール」を作ることができない。Amazonの成功に紐付いた収益源を持たない、独立した拡張機能を作る者だけが「この商品はスキップしろ」と迷わずに言える。
それがPearchが埋めようとしている構造的なギャップだ。
技術的な現実
裏側を見ると、これは見た目よりずっと複雑だ。この拡張機能はChrome MV3とサービスワーカーを使うが、そのターミネーション窓は30秒——レスポンスをキャッシュする必要がある場合は本当に厄介だ。
キャッシング層は重要だ。全ての商品ページをLLM呼び出しで叩いたら？システムは崩壊する。Pearchは50ms以下のキャッシュヒットと5秒以下のミスを狙い、MongoDB Atlasクラスタを24時間TTL（匿名ユーザー向け）と2時間TTL（パーソナライズスコア向け）で運用する。バックエンド（Railway上のNode.js）はGemini 2.5 Flash Liteをプライマリ、Claude Sonnetをフォールバックとしている。
シンプルな問題に対する、実に優雅なスタックだ。
データが本当に示したこと
開発者は5月に30人のユーザーでPMF検証を走らせた。最も強い反応を引き出した機能は何か。サイズ知能だ。200個のレビューに埋もれた「小さめに作られている」という情報を、2秒で浮き彫りにすることは、レビューを自分で読むより本当に優れたUXなのだ。
しかし——93人では何も証明できない。仮説は妥当だ（買い物不満の50%は商品選択ミス）し、ソリューションは本当のギャップに対処している（正直に作れるのはここだけ）。だがフェイクレビュー検出のスケーリングが残る課題だ。
フェイクレビューはPearchの問題ではない。Amazonの問題であり、星評価がシグナルとして機能しなくなったせいで悪化した。みんなが4.5以上の星を持つと、差別化は消える。セラーはレビューを増殖させ、買い手は星評価を無視し、システム全体が空洞化する。
痛い部分
PearchはAmazonを救わない。返品を直さない。ただ一つのことを証明するかもしれない——ある一人のデベロッパーが478人の買い物客が本当に気にすることを15分で見つけ出し、それに対応するツールを作られるのに、Amazonの買い物AIは利害関係から意図的に制約されている、という事実だ。
技術的に可能なことと実際にデプロイされるものとのギャップ。それはバグではない。戦略だ。
🧬 関連記事
よくある質問
PearchはAmazonのRufusと何が違うのか？ RufusはAmazonのインセンティブに拘束されている——転換率に影響を与えずに、高マージン商品をスキップするよう勧めることはできない。Pearchはアマゾンとの収益関係がないから、Amazonの利益を傷つけてでも商品に正直にフラグを立てられる。
Pearchは全てのフェイクレビューを検出できるのか？ いいえ。開発者は、スケールでのフェイク検出が最難関だと認めている。このツールは星評価ではなくテキストパターン分析を使うが（星評価はもう無駄になった）、それでも見落とすものがある。これは業界全体で未解決の問題だ。
Pearchは他のショッピングサイトでも動くのか？ 現在Amazonのみ対応している。なぜなら、データ品質の問題とユーザーの不満がここで最も深刻だからだ。拡大には異なるプラットフォーム間でレビューシステムを逆算する必要がある。
