OntonのニューロシンボリックAI「Ontology 1」、商品検索精度でGoogle Shopping・Amazonを上回る。カタログ1%の索引で示した推論型検索の実力

OntonがOntology 1を公開、90クエリの検索対決でGoogleとAmazonを上回る

Onton Releases Ontology 1: A Neurosymbolic Search Model That is 2.7x More Accurate than the World's Best E-commerce Search Engines

OntonのOntology 1は、意図の重いクエリを集めたSubtext-Decor-90でP@10 0.630を記録し、Google Shoppingの0.543、Amazonの0.469を上回った

www.marktechpost.com

サンフランシスコの検索・発見エンジン企業Ontonが2026年7月29日、ニューロシンボリック型の商品検索モデル「Ontology 1」を公開しました。同社が独自に構築した90クエリのベンチマーク「Subtext-Decor-90」において、上位10件の適合率（P@10）は0.630。同一クエリでGoogle Shoppingは0.543、Amazonは0.469にとどまりました。クエリ単位の勝敗では、90問中52問でOntonが単独勝利しています（Googleは19問、Amazonは16問）。

注目すべきは条件の非対称性です。Ontonが索引している商品はホームデコア・家具の単一カテゴリのみで、規模はAmazonやGoogleのカタログの約1%程度にすぎません。一次ソースの研究記事によれば、Amazonのユニーク商品数は約6億件とされ、Ontonはその100分の1ほどの規模で上回る精度を出したことになります。

Ontonは2025年11月に、Footworkをリード投資家とする750万ドルのシード調達を発表しており、累計調達額は約1,000万ドル、月間ユーザーは200万人超と公表しています。今回のOntology 1は同社の技術基盤を初めて体系的に開示したもので、モデルはOnton.comで一般利用できるほか、「エージェンティックウェブの上に構築するチーム」向けにパートナーアクセスをケースバイケースで提供するとしています。

キーワード検索とベクトル検索が「意図の重いクエリ」で破綻する理由

ECの検索体験は、カテゴリページ、商品ページ、チェックアウトという構造がほぼ30年間変わっていません。ユーザーはカテゴリを検索し、サイズ・価格・素材・ブランドといったフィルタで絞り込みます。この仕組みは、ユーザーの意図が属性にきれいに対応する限りは機能します。問題は、対応しない瞬間に一気に破綻することです。「ペットに強い」を指定するフィルタは存在せず、「自分の部屋に合う家具」を選ぶ条件式も書けません。

こうした「意図の重い」クエリは、例外ではなく主流になりつつあります。Bloomreachの2025年の調査では、買い物客の57%がAIを買い物に利用し、41%はキーワードではなく自然文で検索すると回答しました。Klaviyoの2026年の調査でも、AIを日常的に使う消費者は8語以上、時には段落全体のクエリで検索する傾向が確認されています。検索窓に投げ込まれる言葉が長く曖昧になるほど、キーワード一致とベクトル類似度に頼る既存の検索スタックは劣化していきます。

Subtext-Decor-90はまさにこの領域を突くベンチマークです。収録クエリには「東京のカクテルバーの午後11時みたいな照明」「猫の吐き戻しが目立たない、でもベージュではないラグ」「10年見ても嫌にならない洗濯カゴ」といった、美的判断・否定条件・文化的参照・感情の混ざった表現が並びます。Googleは「ベージュではない」という否定を無視してベージュのラグを返し、Amazonは「夫がフェミニンと呼ばず、私がマンケイブと呼ばないソファ」に対して0件を返しました。Ontonはこれらのクエリでそれぞれ0.93、0.97、0.60といったスコアを記録しています。

検査できる世界モデル: Ontology 1の仕組み

Ontology 1の設計思想は「ラベルを信じない」という一点に集約できます。「ペットに強いソファ」というクエリに対し、既存エンジンはタイトルや説明文に該当語があるかを照合します。しかし売り手がその語を書いていないかもしれず、書いていても事実とは限りません。Ontology 1は代わりに、繊維、織り、構造といった客観的に検証しやすい属性から推論し、商品データと矛盾する主張にはフラグを立てます。アルゴリズムを狙った釣りリスティングや購入されたレビューを考慮し、情報源の信頼性にも重み付けを行うと同社は説明しています。

学習の仕方も大規模言語モデル（LLM）とは対照的です。LLMはパターンを外部から検査できない重みに吸収しますが、Ontology 1は「モノがなぜそうであるか」の関係を明示的なナレッジグラフとして構築します。この方式の利点は、自分の世界モデルに穴があることを自覚できる点にあります。「ペットに強い」の定義を持たない場合、それを欠落として検出し、清掃性と耐久性に分解し、ポリエステル張地が有力な指標だと突き止めます。学んだ関係は「ペットに強い椅子」「洗える青いソファ」といった後続のクエリに再利用され、このループが継続的に回ることで精度が使用とともに向上していく設計です。

この推論を支えるのが独自グラフデータベース「Ograph」です。Ontonの報告では、Ographは1コアでSuiteSparse:GraphBLASの14コア実行を上回り、コアあたり約100倍のスループットを実現。GPU版はCPU版の43倍で動作し、チューニング次第で1,000倍に達する試験結果もあるとしています。多段の推論を実用的な速度で回すための基盤投資であり、ニューロシンボリックという設計選択がデータベース層まで一貫している点は評価に値します。

ベンチマークをどこまで信じるか

数字の解釈には留保が必要です。まず、Subtext-Decor-90はOnton自身が設計・実施したベンチマークです。データとコードはHugging Faceで公開されており再検証は可能ですが、クエリ選定の段階で自社が得意な領域に寄っている可能性は排除できません。EC専門メディアのShopifreaksも、ほぼ全項目で競合を上回ったという同社の主張を伝えつつ「ベンチマークは自社製である」と明記しています。

判定の信頼性にも限界があります。採点はClaude Opus 4.8、Gemini 3.1 Pro、GPT-5.5の3つのマルチモーダルLLMが行いましたが、判定者間一致度を示すKrippendorffのアルファは0.465と低めで、絶対値は判定者依存のノイズを含みます。3判定者とも順位自体は同一だったため序列の信頼性は保たれているものの、「2.7倍正確」といった見出しの倍率をそのまま受け取るのは危険です。

負けたクエリの傾向も開示されています。「午前3時に読書してもパートナーを起こさないランプ」ではAmazonの0.9に対しOntonは0.4、「妙に奥行きのある窓台に置くもの」では0.67対0.07と大差で敗れました。機能仕様が支配するクエリではAmazonのカテゴリメタデータと圧倒的なカタログ幅が勝るということです。索引が1%であることは精度の文脈では強みに見えますが、裏を返せば再現率（取りこぼしのなさ）は測定されていないことを意味します。単一バーティカルの現状では、汎用ECの検索を置き換える段階にはありません。

エージェンティックコマースにとっての意味

それでもこのリリースが注目に値するのは、AIエージェントが買い物を代行する時代の急所を突いているからです。エージェントはレビューまとめ記事、インフルエンサーの推薦、スポンサード比較といった情報を横断して商品を選びますが、どれが本物の情報でどれが合成・有償・操作されたコンテンツかを見分けられないまま推薦してしまう問題が指摘されています。Onton自身、2025年に始まったエージェンティックコマースの第一波が期待を下回った一因は信頼と真正性の不足だと述べ、Ontology 1を「ショッピングエージェントのグラウンディング層」と位置付けています。

EC事業者への示唆は二段階で考えられます。短期的には、自社サイト内検索が長文・自然文クエリでどれだけ壊れているかの点検です。消費者の検索行動はすでに会話型へ移行しており、意図の重いクエリを受け止められない検索は静かに売上を取りこぼします。中期的には、商品データの「検証可能性」が問われます。Ontology 1のようなモデルは売り手のラベルではなく素材や構造から推論するため、属性データが正確で構造化されている事業者ほどAI経由の商品発見で有利になります。誇張されたタイトルやSEO詰め込み型の説明文は、推論型検索の世界では発見性を高めるどころか矛盾フラグの対象になりかねません。

なお、Ontology 1の外部提供に関する料金体系や公開APIの提供時期は未開示です。現時点の導入形態はパートナーシップ交渉のみで、モデルの重みも公開されていません。採用を検討する場合は、まずOnton.comで自社カテゴリに近いクエリの挙動を確かめるのが現実的な第一歩になります。

まとめ

OntonのOntology 1は、キーワードとベクトル類似度に依存してきた商品検索に対し、ナレッジグラフ上の推論と自己学習を組み合わせるという別解を示しました。自社製ベンチマークで判定者間一致度が低いという留保はあるものの、カタログの1%の索引でGoogle ShoppingとAmazonを上回った結果は、「カタログの規模」より「商品理解の深さ」が効く領域が存在することの証拠として十分に示唆的です。

エージェンティックコマースの実用化には、エージェントが信頼できる商品情報のレイヤーが不可欠です。その候補がLLMの外側、検査可能な世界モデルという形で登場したことは、検索基盤の選択肢がこれから多様化していくことを予感させます。EC事業者にとっての当面の課題は、この流れがどちらに転んでも価値を持つ打ち手、つまり正確で構造化された商品データの整備に尽きるでしょう。