複雑なサブスクの解約、AIが代わりに処理してくれるのか

加入より難しかった解約

米連邦取引委員会（FTC）が問題視したアマゾンプライムのかつての解約手続きは、4ページ、6回のクリック、15個の選択肢を経る必要がありました。社内ではこれを「イーリアス」と呼んでいたそうです。ホメロスの長編叙事詩から取った名前です。以前、Adobeのダークパターン訴訟を取り上げましたが、アマゾンの事件でも加入より解約を難しくする設計が争点になっていました。

スタンフォード大学の経済学者ニール・マホニー（Neale Mahoney）とGroundwork Collaborativeのチャド・マイゼル（Chad Maisel）は、2026年2月の報告書でこうした日常の不便を「苛立ちの経済（Annoyance Economy）」と呼びました。コールセンターでの待ち時間、保険書類の処理、隠れた手数料などにかかる時間とお金を合わせると、米国の家計の負担は年間最低1,650億ドルに達するという推計です。

私はこの報告書を読みながら、AIが消費者に代わってサブスクの解約や返金請求を処理すれば、この負担をどれだけ減らせるのかを考えてみました。繰り返しボタンを押したり、同じ内容を説明したりする作業の一部は任せられそうだと感じたからです。

不便にかかる時間とお金

報告書の総額は、複数の資料を集めて算出した推計値です。実際に支出したお金だけでなく、無駄にした時間を平均賃金に換算した金額も含まれています。例えば、米国の労働者が医療関連の事務手続きに費やす時間の価値は年間216億ドル、分析対象となった10種類の手数料は年間900億ドルと示されています。異なる種類の負担を金額換算したものなので、すべてを企業に支払った現金やサブスク解約によって生じた損失として読んではいけません。

サブスクの支払いを続ける理由を調べた研究もあります。アイナブ（Liran Einav）、クロパック（Benjamin Klopack）、マホニーによる2023年の論文¹は、10種類のサブスクサービスの決済データを分析しました。カードが交換されて利用者が更新の可否を改めて判断しなければならない月には、解約が大幅に増えていました。研究チームは、消費者が毎回注意深く更新の可否を判断する仮想的な状況と比較すると、不注意や惰性のためにサービスごとの売上が14%から200%超も高くなると推定しています。解約画面を難しく変えた結果、売上がそれだけ増えたという実験結果ではありません。

アマゾンは2025年9月、FTCと総額25億ドル規模で和解しました。民事制裁金10億ドルと消費者への返金15億ドルです。FTCは、従業員が望まない加入と複雑な解約手続きを認識していたことを示す社内文書を根拠として提示しました。和解には、加入した時と同じ方法で簡単に解約できるようにすべきだという条件も含まれています。

すべての不便が意図的なものというわけではありません。古いシステムや複雑な行政規定のせいで生じることもあります。ただし、加入は簡単にして解約を難しくしておけば、離脱しようとしていた消費者が決済を続ける可能性があるという点は、企業にとってのインセンティブとして働きます。

負担はお金にとどまりません。報告書が引用した2019年の調査では、回答者の約4人に1人が、予約や保険関連の問題といった事務手続きのために医療利用を先延ばしにしたり諦めたりしたと回答しています。手続きを終えるのが難しいという理由で、必要なサービスを受けられないことがあり得るのです。

解約を先延ばしにさせる画面

ウェブ画面でこうした負担を生む代表的な手法がダークパターン²です。

解約ボタンを見つけにくくしたり、解約時に失う特典を繰り返し表示したり、同じ意思を何度も確認させたりするやり方です。今すぐ手続きする余裕がない人は、先延ばしにしがちです。2025年のECCE学会で発表された研究でも、複雑な解約プロセスを見せた場合、信頼感とユーザビリティの評価がより低くなりました。ただし、参加者34人が2つのサービスの解約動画を比較した探索的研究であるため、その差をすべてのサブスクサービスに当てはめることはできません。

AIがボタンを代わりに押せば、こうした手続きを経る間に人が直接費やす時間は減らせるかもしれません。しかし、解約に必要な認証やオペレーターへの接続、サービス側の処理が自動的になくなるわけではありません。

FTCは2024年10月、加入と同じくらい簡単に解約できるようにする「クリック・トゥ・キャンセル（Click-to-Cancel）」規則を確定しました。しかし2025年7月、連邦控訴裁判所が制定手続きの問題を理由に規則を無効化しました。FTCは2026年3月に改めて意見公募を始めましたが、どのような規則がいつ確定するかは決まっていません。既存の法律に基づく個別事案への制裁がすべて消えたわけではありません。

私は、規則を改善する作業と並行して、消費者がすぐに使える補助ツールも発展していく必要があると考えています。

AIが作業を代行するには

AIエージェントは、ユーザーの指示に従ってツールを使い作業を進めるソフトウェアです。AnthropicのComputer Useのように、画面を読み取ってボタンを押す機能もすでに登場しています。こうした機能をサブスク管理に連携させれば、解約の経路を見つけて必要な項目を入力する作業を助けることができます。

サービスが解約用のAPI³やCLI⁴を提供していれば、画面を経由せずに要求を送ることもできます。そうした経路がなければ、ウェブ画面を操作する必要があります。いずれの場合も、ユーザーの代理を務める権限と、該当サービスが認める形式でのアクセス方法が必要です。AIが存在しない解約経路を作り出せるわけではありません。

AIは人間のように面倒くさがって作業を先延ばしにすることはありません。しかし、画面を読み誤ったり、解約を勧めるボタンと維持するボタンを取り違えたり、途中の段階を完了と勘違いしたりする可能性があります。だからこそ、ボタンを押したという記録よりも、実際に解約が完了したかどうかと次回決済の有無を確認する機能が重要です。

サービスが機械が利用できる解約機能を提供すれば、不要な画面遷移を減らせます。ただし、API要求にも認証、契約条件の確認、処理結果の確認は必要です。画面がなくなったからといって、すべての手続きが消えるわけではありません。

既存の業務自動化ツールであるRPAも、画面操作だけでなくAPIなどを利用できます。AIを加えれば、決められた手順だけを再現する方式より、画面の変化や表現の違いに柔軟に対応できる可能性があります。逆に、毎回判断する過程でエラーが生じることもあります。したがって、AIを組み込んだという事実よりも、実際の解約成功率とエラー対応を見るべきです。

Oswarldの視点

私が特に問題だと考えるのは、顧客が離脱の意思をはっきり示しているにもかかわらず、繰り返し時間を使わせる設計です。より良い条件を提案すること自体は構いませんが、その提案を断った後まで解約手続きが続くべきではないと考えています。

ユーザーの側に立って作業を処理するエージェントは、この負担を減らせる可能性があります。私はここで、サービスと連携する公式機能が重要になっていくと考えています。

ユーザーが権限を与えれば、エージェントが解約を要求し、サービス側が解約の時点と残っている決済の有無を明確に返してくれる方式が望ましいです。 毎回違う画面でボタンを探すよりも、結果を確認しやすくなるはずだからです。そのためには、企業がそうした機能を提供し、代理からの要求を受け入れる必要があります。

企業が自動化によるアクセスを制限することもあり得ます。アカウント乗っ取りや不正な解約を防ぐための制限もあり得るため、遮断をすぐさま解約妨害だと断定するのは難しいです。ただし、本人確認を終えた顧客が正当に解約できる経路は、容易に利用できる必要があります。

AIがサブスク解約の問題を解決したと言うためには、サービス側の処理手続きと消費者保護のルールが共に機能する必要があります。私はエージェントがこの変化を後押ししてくれることを期待していますが、技術が規制の代わりになるとは考えていません。

おわりに

私が2023年にまとめたUI/UXの秘密というページがあります。当時かなり広く共有され、内容を無断で転載したり、書籍や有料講座に使用したりする事例も見かけました。私はインターネットで見つけられる情報だと考え、特に対応はしませんでした。それでも、自分でまとめた資料がそうした形で使われるのを目にして、後味の悪さを感じた記憶は残っています。

今回の報告書を読みながら、ユーザー心理を説明する知識がどのような設計に使われるのかについても改めて考えさせられました。同じ知識を使って、選択を助ける画面を作ることもできれば、望まない決済を続けさせることもできるからです。

AIも同じだと思います。消費者に代わって要求を処理することもできますが、企業のカスタマーセンターで同じ回答を繰り返させ、時間を使わせることもできるのです。

私が期待しているのは、ユーザーが望む作業を最後までやり遂げてくれる道具です。サブスクの解約を頼んだのなら、まずは解約が完了したかどうか、追加の決済が残っているかどうかを、はっきり伝えてくれることからです。

その基準で見れば、エージェントの価値はクリックの速さよりも、ユーザーが自分で処理しなければならない作業をどれだけ減らしたかにかかっています。

参考資料と関連リンク

主要出典

• Chad Maisel & Neale Mahoney「Taking on the Annoyance Economy」、Groundwork Collaborative、2026年2月。：今回のニュースレターの中心データはここから得ました。項目別の費用分解が特に有用です。
• Liran Einav, Benjamin Klopack, Neale Mahoney「Selling Subscriptions」、NBER Working Paper、2023年8月。：決済データとサブスク更新モデルを通じて、消費者の不注意・惰性が売上に与える影響を推定した論文です。
• FTC「アマゾンとの25億ドル和解の発表」、2025年9月25日。：制裁金・返金と、加入・解約手続きに関する和解条件を説明しています。
• FTC「自動更新関連規則についての意見公募の発表」、2026年3月。：規則改定の可否と代替案に関する意見公募の範囲を確認できます。

背景知識

• 「Dark patterns in subscription service cancellation processes」、Proceedings of the 36th EACE Conference、2025年。：ダークパターンがユーザーの信頼度とユーザビリティに与える影響を実験で検証した研究です。
• Anthropic「Computer Use公開発表」、2024年10月22日。：画面を見てマウスとキーボードを操作する機能を紹介した資料です。
• Annie Lowrey「America’s Annoyance Economy Is Growing」、The Atlantic、2026年2月。：消費者が経験する不便とAIの関係を扱った記事です。
• アン・グァンソプ（安光涉）「いつか使える心理効果101」、2023年06月01日。：出典を明記し非営利目的で利用できますが、営利目的での利用や再加工を行う場合は事前にご連絡ください。私が確認した利用事例のうち、この条件を守ってくださったのは「ジョコーディング」として活動するジョ・ドングンさんでした。

筆者のアン・グァンソプは世宗大学校経営学科教授であり、INLEVEL9のリードコンサルタントを務める。大学では経営データ管理、ビジネスアナリティクスなど統計およびデータ分析を教える一方、現場ではGTM戦略とAI戦略コンサルティングを主導し、技術とビジネスの接点を設計している。AI対話システムの記憶アーキテクチャ（HEMA）研究で学術論文を発表したほか、毎日グローバルなAI論文をキュレーションするDaily Arxivプロジェクトを運営している。高麗大学校技術経営専門大学院の修士課程とKMBAを修了した。著書に『考えることを任せる人々：ホモ・ブレインレス』がある。

著者 アン・グァンソプ（Oswarld） は世宗大学校 兼任教授、INLEVEL9 戦略コンサルタントです。経歴、研究、著書、最近の活動は著者紹介で更新しています。 最近の活動 · 2026年7月：HEMA-2: A Consolidation-Aware Tri-Memory Architecture with Multi-Channel Scheduling for Lifelong Conversational AI。

각주

1. NBER Working Paperは、米国の経済研究機関であるNBERが研究成果を共有するために発行する論文です。この形式で公開されたという事実だけで、学術誌の査読を経たことを意味するわけではありません。 ↩

2. ダークパターン（Dark Pattern）：ユーザーを欺いたり、意図しない行動へ誘導したりするUI/UX設計の手法です。解約ボタンを隠したり、加入より脱退を難しくしたりするのが代表的な例です。 ↩

3. API（Application Programming Interface）は、あるソフトウェアが別のソフトウェアの機能を呼び出すためのインターフェースです。解約作業を行うには、該当する機能とアクセス権限が提供されている必要があります。 ↩

4. CLI（Command Line Interface）：テキストコマンドでコンピューターを操作する方式です。マウスのクリックの代わりに、キーボードで直接コマンドを入力します。 ↩