Hacker Newsのトップページに昨日、こんなスレッドが立っていた:["ChatGPT now knows what you do on other websites via ad collector"]。446ポイント、246コメント。HNの平均スコアが50に届かないことを考えれば、異常な盛り上がりだ。
要点をひとことで言えば、ChatGPTが「あなたが何を聞いたか」だけでなく「あなたがどのサイトを訪れたか」まで把握するようになったということだ。
何が起きたのか
報道が指し示しているのは、かなり具体的なメカニズム——広告アトリビューションSDK(attribution SDK。広告主が「ユーザーが広告をクリックした後、どこへ行ったか」を追跡するためのツール群)だ。この仕組みはChatGPTが発明したわけではなく、RokuやFuboTVといったストリーミングプラットフォームがずっと前から使ってきた。解決しようとしている問題は単純で、
「広告を出したが、ユーザーは結局どこかでコンバージョンしたのか?」
従来のやり方はこうだ。ユーザーがサイトAで広告をクリック → サイトAのSDKが記録 → ユーザーがサイトBへ遷移し、サイトBにも同じSDKが入っていた → データが連結される。
今回、OpenAIはChatGPTをこのネットワークに繋いだ。SDKがChatGPTのWeb版やクライアントに入っていれば、以下を取得できる。
- ユーザーがChatGPTへアクセスした時刻とデバイス情報
- 同じブラウザ/デバイス上で、同じSDKを入れている他サイトが報告した行動
- クロスサイトで構築された「ユーザープロファイル」
技術的な詳細はHNのコメント欄に投稿があった。リバースエンジニアリングの結果、ChatGPTのWeb版が確かにrta-collect.js系のスクリプトを読み込んでおり、ドメインはThe Trade Deskという広告テクノロジー会社のものだった(ただしコメント欄では検証不十分との異論もある)。
重要なのはその会社そのものではない。LLMが「質問と応答のやりとり」から、データ収集の入口に変わったという事実だ。
技術的原理:Roku方式はなぜ機能するのか
広告アトリビューションSDKの中核は3つの要素から成る。
- デバイスフィンガープリント + Cookie:ブラウザまたはクライアントがユニークIDを生成し、クロスサイトで永続化する
- イベントレポート:ユーザーの行動(広告閲覧、カート追加、決済)のたびにタグを付け、アトリビューションプラットフォームへ送信する
- データ突合:アトリビューションプラットフォームが、同じSDKを入れた全サイトのデータを集約し、ユーザーの完全な経路を reconstruct する
Rokuはこの路線の初期プレイヤーで、テレビ向けのOTT広告を展開していたとき、ユーザーが広告を見たかどうかと、実際に購入したかどうかは別問題で、その間のデータ鎖が切れていることに気づいた。そこでRokuは独自のアトリビューションSDKを構築し、広告を出稿する全サイトと「広告を見て遷移される」全サイトにこれを入れて、データを連結した。
FuboTVも同様だが、こちらはスポーツのライブストリーミングで、よりニッチな領域だ。
コードレベルではおおむねこんな感じになる(簡略版で、実物のSDKはもっとずっと複雑だ)。
// アトリビューションSDKによるユーザー行動のレポート
window.rtaCollect = window.rtaCollect || [];
window.rtaCollect.push({
event: "page_view",
site: "example.com",
userId: "abc-123",
referrer: document.referrer,
// ...さらに多数のフィールド
});
// アトリビューションプラットフォーム側でのマッチング
fetch("https://rta.example.com/collect", {
method: "POST",
body: JSON.stringify({
event: "page_view",
deviceId: "device-fingerprint-xyz",
timestamp: Date.now()
})
});
ChatGPTのWeb版が同じスクリプトを読み込み、かつあなたが以前訪れたECサイトにも同じSDKが入っていれば、両者のデータはマッチングできる。
この動きは、ChatGPTが従来行ってきたあらゆるデータ収集とは性質が異なる。
- チャットの文脈:ユーザーが能動的に伝えた情報
- 学習データへの利用:settings → data controls でユーザーがオプトイン/オプトアウトできる
- クロスサイト行動:ユーザーは何が起きているかすら知らない
なぜこれがAIアシスタントの质的転換点なのか
以前のChatGPTは「情報の孤島」だった。ユーザーが話し、ChatGPTが答える。週末に何をしていたかまでは知らなかった。
今は違う。ChatGPTは、ユーザーが昨夜Expediaでフライトを検索したこと、午前にAutoTraderで中古車をチェックしたこと、Redditのどのサブレディットを眺めていたかまで把握する。これらのデータは「広告アトリビューションネットワーク」からOpenAIの視野へ流れ込む。
これが意味するのは何か。マネタイズ経路が確定したということだ。
OpenAIの現在のビジネスモデルは二本立てだ。
- サブスクリプション(ChatGPT Plus/Pro、Enterprise)
- API(開発者向け有料提供)
サブスクリプション成長は頭打ちで、APIはオープンソースモデルの攻勢に晒されている(DeepSeek、Qwen、Llamaが勢力を拡大中)。新たな成長軸はどこか。答えは明白で、広告だ。ただし「ユーザーが何问了か」だけでは不十分で、広告主が欲しいのは「ユーザーが何が欲しいか」だ。
クロスサイト行動データは、まさにその欠落ピースを埋める。
「OpenAIはそんなことはしない、価値観に反する」という反論もあるだろう。
しかし個人的には懐疑的だ。理由はこうだ。
- SDKの統合はエンジニアにとって数行のコードで済む。限界コストはほぼゼロ
- アトリビューションデータは広告CPM(千回表示単価)を直接押し上げる。収益は即座に発生する
- 社内に反対派がいても、広告事業のKPI圧力は止まらない
これは「やるかどうか」ではなく「いつやるか」の問題だ。
ユーザーに残された選択肢は実際いくつあるか
できることをいくつか挙げる。
1. OpenAIのデータ共有をオフにする
ChatGPT設定 → Data Controls → "Improve model for everyone" をオフにする。ただしこれは学習データに影響する設定であって、クロスサイト追跡には効かない。
2. ブラウザの広告IDを切る
- Chrome:Settings → Privacy and security → Ad privacy → Site-suggested ads
- Safari:Settings → Privacy → Hide IP address from trackers
- Firefox:Settings → Privacy & Security → Enhanced Tracking Protection(デフォルトでStrictがオン)
3. BraveまたはTor Browserを使う
Braveはデフォルトで第三者トラッキングスクリプトをブロックする。Torはより徹底しているが、ChatGPTが異常を検知して弾くことが多い。
4. ChatGPTのWeb版の通信を精査する
DevTools(F12)を開く → Networkパネル → rta、collect、attribution で検索。見覚えのないドメインへのリクエストがあれば、ほぼ確実にアトリビューションSDKが動いている。
5. Web版ではなくChatGPTデスクトップアプリを使う
デスクトップアプリは理論上ブラウザの文脈を持たないため、クロスサイト追跡のハードルは高い。ただしOpenAIが今後デスクトップ版にもSDKを統合するかどうかは誰にも分からない。
正直なところ、一般ユーザーには这件事自体が届かない。HNでスレッドを見た人ですら、すでに技術的バックグラウンドを持つ少数派だ。大多数 ChatGPT ユーザーにとって、DevToolsが何なのかすら未知だろう。
編集部の考察
这件事は、単なる「AI企業の不祥事」とは一段違う警戒が必要だ。なぜなら、データの漏洩ではなく、十数年にわたって稼働してきたプライバシー侵害インフラへの接続だからだ。
過去10年、Google、Meta、Amazonは広告アトリビューションネットワークを通じて世界で最も精緻なユーザー追跡体系を築いてきた。GDPRやCCPAが規制を試みたが、アトリビューションSDKは常にグレーゾーンに居座ってきた——技術上は「個人データの販売」には該当せず、単なる「匿名IDの共有」でしかないからだ。
LLMが、このインフラへの玄関口を手にしたのは今回が初めてだ。
予測をひとつ(30%は外れる前提で):1年以内に規制当局が動く。欧州データ保護会議(EDPB)が照会を出す可能性が高く、FTCも追随しうる。理由はこうで、LLMの学習データやユーザープロンプトはすでに「機微情報」と位置付けられている(2023年にイタリアのGaranteが一度はChatGPTを停止させた件がその前例だ)。そこにクロスサイト行動データをLLMに流し込むのは、規制の視点では事態のエスカレーションに当たる。
はっきり分からないのは、OpenAI内部での位置付けが「意図的なのか」、それとも「サードパーティ製部品を統合した際にSDKがデフォルトで有効になっていた」のかという点。後者なら広報的に丸く収まるが、前者なら性質がまったく違う。元記事とHNの議論ではいずれも明確にされておらず、個人的には「意図的」寄りだが100%断定はできない。
最後にひとつ。OpenAI固有の問題でもない。AnthropicのClaude、GoogleのGemini、Perplexityも、広告マネタイズを検討中もしくはすでに試行している。LLMが広告アトリビューションネットワークへ本格的に接続する日が来れば、AIアシスタント業界全体が新たな「スーパーートラッカー」になる。