CNBCは、手作りの品で知られる通販サイトEtsyが、AIで作った作り方ガイドの販売を禁じると報じました。作り方ガイドは、かぎ針編みの図案やレシピのように、買った人が手を動かして仕上げる品です。Etsyは、AIが関わる品を買い手が見分けられないことが、買い物を増やす妨げの上位3つに入ったとしています。

この記事の要点

  • EtsyがAIの作り方ガイドを禁じ、作った実物の写真を求めた
  • AIの品と見分けがつかないと、作り手の品まで買われにくい
  • 作った人だけが手間なく出せる証拠を、商品に添える

見分けのつかない品が混じると、売り場はどうなるか。作り手の品だけが並ぶ売り場では買い手の買う気が高いが、見た目の同じAIの品が混じると買う気が下がる。作り手の品にだけ実物の写真の丸が付くと、見分けの手がかりが戻る概念図。概念図で、数値ではありません。CNBC(2026年10月22日)が報じたEtsyの説明をもとに描きました。品の数と棒の高さは模式です。実物の写真の Step は決まりの狙いで、効果は報じられていません。

Etsyが、AIで作った作り方ガイドの販売を禁じる

CNBCによると、Etsyは、図案やレシピなど、AIで作った作り方ガイドを売らせないと発表しました。売り手には、作り方で実際に作った品を、買い手が何を期待できるか分かるよう見せることと、手を加えていない実物の写真を載せることを求めます。

Etsyは売り手への知らせで、どの品にAIが関わっているか見分けられないという買い手が多く、買い物を増やす妨げの上位3つに入ったと伝えました。売り手からも、自分の作品がAIを紛らわしく使う品と並び、自分の役割が買い手に伝わりにくくなったと心配する声が届いていました。

AIを使うEtsyが、なぜAIの作り方ガイドを売らせないのか

Etsyは、自社のサイトの検索などにAIを使い、条件付きでAIのアートも認めています。それでも、AIで作った作り方ガイドは売り場から外しました。

見分けがつかないと、良い品の売り手から売り場を離れる

屋台の棚に中身の見えない同じ箱が同じ値札で並び、良い品の箱だけが売り場から出ていく。見分けられないと良い品から去る見立ての絵
レモン市場のイメージ

説明したいのは、見分けられないことが、なぜ買い物を減らすのかです。経済学者のGeorge Akerlofが1970年に示したレモン市場は、買い手が品の良し悪しを見分けられないと、市場が縮み、質の低い品ばかりが残りうる、という考え方です。

買い手はどの品にもならした値しか払わず、良い品の売り手には割に合いません。朝市に例えると、手で漬けた漬物に工場の品が混じると知った客は、どの店にもならした値しか払わず、損をするのは手で漬ける店です。

報道はAIの図案の出来に触れていませんが、このニュースで買い手に見えない良し悪しは、作り方どおりに作って写真の品ができるかです。作り手の心配は、良い品の売り手に割が合わなくなる流れの始まりと読めます。

実物の写真は、作った人にしか手軽に出せない証拠

急な階段を登りきった人だけが頂上に旗を立て、遠くの見る人は、登る姿ではなく旗で力を見分ける見立ての絵
シグナリング理論のイメージ

説明したいのは、Etsyがなぜ実物の写真を求めたのかです。シグナリング理論は、品が見えないとき人は相手の見せる印で推し量り、印が働くのは出す手間が良い品の売り手ほど小さいときだけ、という考え方です。

当サイトが10月22日に届けたニュースでは、実在する出典を引きながら中身を取り違えるAIの文章が、Wikipediaにとても多いそうです。出典も、AIなら手間なく付けられるため、人が調べた印になりにくいと考えます。

このニュースでは、作った品の写真が印にあたり、作った人なら撮るだけで出せますが、AIで作り方を作っただけの売り手は、まず作らないと出せません。報道は決まりの効果を伝えていませんが、手間の差がある印なので、見分けの手がかりになります。

買い物を減らすのは、AIの品より見分けのつかなさ

2つを重ねると、Etsyは作る過程を明かすAIのアートを残し、作るまで出来の見えない品には作った実物の写真を求めたと分かります。買い物をためらわせるのは、AIの品より、作り手の品と見分けがつかないことです。

AIの品が混じり、作り手の手間が見えなくなった

報道は、作り手が売り場を離れたとは伝えていません。レモン市場に照らすと、いまは次の順です。

  1. AIの作り方ガイドや絵が、売り場に増える
  2. 買い手は、AIが関わる品を見分けられない
  3. 買い手は、買い物を増やすのをためらう
  4. 作り手は、自分の役割が伝わらないと心配する

見分けられないままなら次に減るのは作り手で、Etsyの決まりはその手前の対策です。

使うまで出来が見えない商品に、作った証拠を添える

手順書やテンプレートなど、使うまで出来が見えない商品も同じです。次の順で確かめます。

  1. 買ったあとでないと出来を確かめられない商品を挙げる
  2. 説明だけで、AIで作っただけの品と見分けがつくかを社外の人に聞く
  3. つかないなら、その商品で実際に作ったものを手を加えずに見せる
  4. その証拠がAIでも同じ手間で作れるなら、別の証拠に替える

読み解きに使った概念・法則

この記事の中心となる概念・法則

レモン市場

売り手は品の良し悪しを知っているのに、買い手は買う前に見分けられないとき、市場が縮み、質の低い品ばかりが残りうる、という考え方。

理解を補う概念・法則

シグナリング理論

相手の力や品質が直接は見えないとき、人は相手が見せる印(シグナル)から推し量る、という考え方。

この記事で取り上げたニュース

その後の関連ニュース

同じ概念・法則で読める記事

社員の伸びしろは見えず、AIの職は実績の見える外の人に回る

なぜ?人事の92%が社員をAIの職に育て直せると答え、87%が育て直しを十分に考えていると答えるのに、なぜ新しいAIの職は、外からの採用が社員の配置換えを上回るのか

この記事からわかることAIの仕事を外に頼むか社内に任せるかを決める前に、近い作業をAIで片付けた社員とその結果を書き出し、いれば外に頼む前に小さく任せて時間とやり直しの数を残して外の候補の実績と並べ、いなければ外に頼んで社内の1人に同じ作業を横でしてもらう

AIで誰でも成果物が整うと、出来ばえは力の印にならない

なぜ?部下の成果物はAIで整って届くのに、なぜ管理職は部下の仕事を評価しにくくなり、確かめる時間まで増えたのか

この記事からわかること部下の成果物の出来ばえだけで評価せず、何をAIに任せ、どこを自分で直し、なぜそう決めたかを本人に口で聞き、すぐ答えられた判断を評価に入れ、要の箇所で答えに詰まったら一緒に確かめ直す

更新の記録

  • 2026-10-25、同じ構造をBBCの自然番組でも観測した(「Blue Planet III」の制作陣は、AIの偽物に対抗し、動物がAIで作ったものではないと示すため、以前なら外すこともあったプランクトンの多い場面や船・ブイの映り込みを残し、濁りのある整えすぎない映像を入れた。BBCの担当者は、生成AIは1コマも使っていないと説明した。The Guardian)

シェアする

Googleで探しやすくする
なべ

Author

なべ

テクノロジーは好きですが、そのものを作る側ではありません。かといって、新しい道具を集めて満足するほうでもない。

何か新しいものが出てきたとき、私が考えるのは「これで何ができるか」より「今のやり方このままでいいんだっけ」のほう。道具が増えるより、やり方ごと作り変えたり、無くしたりするほうが好きです。

AIが来て、人の考え方も、仕事の進め方も変わっています。その変わり方に興味があって自分の仕事で先に試しています。techtech.clubは、そのやってみた結果を置いておく場所です。

PRODUCT

注目ツール

直近、ニュースや活用事例、techtech.clubの記事などから話題のITツールを厳選しています。

EXPLORE

ほかのコンテンツも読む

気になるテーマに切り替えて、続きを探せます。

注目の企業

今日のニュース

  • AIの接続先1つの乗っ取りで、信頼したツールも悪用の恐れ

    Palo Alto Networksの試験で、1つのAIエージェントに5つのMCPサーバー(AIとツールを結ぶ仕組み)をつなぐと、攻撃の成功率は78.3%でした。乗っ取られたサーバーの指示が、ほかのツールの呼び出しにも入り込むためです。記事は権限を絞った短期間の認証情報を勧めています。

    原文を読む(VentureBeat) ↗
  • 豪中央銀行、AIの影響を受けやすい職で若手の雇用が減少

    ChatGPT

    オーストラリア準備銀行(中央銀行)の分析で、2022年末のChatGPTの公開以降、AIの影響を受けやすいソフト開発・事務・顧客対応の職で求人が最も大きく減りました。これらの職では若手の雇用が減り、年長の働き手は増えています。分析者は、因果関係は示せていないと注意を促しています。

    原文を読む(THE DECODER) ↗
  • Anthropic上場へ、支払いの約束は9,000億ドル超

    ClaudeAnthropicGoogleNVIDIA

    Claudeを開発するAnthropicが、木曜日にNasdaqへ上場する見通しです。同社のクラウドや半導体などへの支払いの約束は9,000億ドルを超え、GoogleやNVIDIAなどは計260億ドルを上場時に投じます。NVIDIAのCEO解任など、IT業界に悪い知らせが続く中での上場です。

    原文を読む(CNBC) ↗

仕事と組織の変化

  • 職員約2万人の申請を紙からスマホへ

    上尾中央医科グループ

    詳しく見る
  • 回線契約と通信費の請求を1つの窓口にまとめる

    バローHD

    インボイスが公開した導入事例によると、バローホールディングスは回線契約と通信費の請求の窓口を、インボイスに一本化しました。通信料金の請求を1本にまとめる「Gi通信」は2006年から使い、光回線サービス「インボイス光」は2017年から導入を順次広げました。事例では、情報システム部の3名で1,500店舗超の回線を管理し、経理部では店舗から届いていた紙の請求書がなくなって、担当者1名の月3〜4時間程度の作業でグループ全体の通信費の精算が終わるとしています。中部薬品やアクトスなどグループ会社への展開も進めています。

    詳しく見る
  • 行内の問い合わせ対応や書類確認にAIを活用

    ふくおかFG

    詳しく見る

各社のIT活用

  • 社員の情報でのカオナビの使い方

    日本ハムカオナビ

    • 社員の情報

    組織全体を見渡した人材の配置と、育成を見据えた計画的な異動・配置ができる基盤をつくるために入れた

    同じ仕事の他社事例を見る →
  • 文章・資料づくりでのAzure OpenAI Service(IIJ GIO with Microsoft Azure)の使い方

    ふくおかFGAzure OpenAI Service(IIJ GIO with Microsoft Azure)

    • 文章・資料づくり

    文書の下書きや企画のアイデア出し、マーケット情報の整理に、本部と営業店の約6,000人が使える社内の生成AIを使っている

    同じ仕事の他社事例を見る →
  • クラウド基盤でのAWSの使い方

    バローHDAWS

    • クラウド基盤

    グループ5社の基幹システムを AWS の上に移し、システムどうしをつなぐデータHUBも AWS の上に作り、移行費用の償却後で従来より40%のコスト削減を見込む

    同じ仕事の他社事例を見る →

情報流出・サイバー被害