AIが商品を買うエージェンティックコマース時代に、EC担当者は何を準備すべきか？ AIに選ばれるサイトになるための優先度別施策

理解しておくべき流入構造の変化

エージェンティックコマースの本質的な変化は、AIエージェントが「サイトを訪問せず、構造化されたデータを機械的に読んで商品を選定する」という点です。これまでのEC施策は、すべて「人がサイトを訪問する」ことを前提に設計されていました。

しかし今後は、AIエージェントがサイトにアクセスし、商品情報を機械的に読み取って比較・選定するケースが増えてくるでしょう。これにより、従来の施策だけでは「AIに選ばれない＝そもそも比較対象に入らない」リスクが生まれます。

特に重要なポイントは2つです。1つ目は、人間向けに最適化されたページが、AIには「読めない」状態になっていることも珍しくないということ。2つ目は、AIエージェントは一度評価した店舗をベースに「信頼できる店舗リスト」を形成し、情報に不備があった店舗を徐々に比較対象から外していく可能性があることです。

いま、EC担当者が直接動ける領域はどこか

エージェンティックコマースのエコシステムにおいて、現時点でEC担当者が主体的に取り組めることは2つあります。

1つ目は商品・在庫データの整備。AIエージェントが商品を正確に見つけ、推薦するために必要な情報基盤です。OpenAIは「ChatGPT」のショッピング機能を大幅に刷新し、商品画像・価格比較・レビュー要約を一画面で完結させる新UIを全プランに展開（参考：OpenAI「ChatGPT での商品探しをもっとスムーズに」）。ShopifyとのAgentic Commerce Protocol連携により、加盟店の商品カタログが「ChatGPT」に自動掲載される仕組みも整いつつあります。WalmartやTargetといった海外大手はこうした動きにいち早く対応し、AIに選ばれる体制を確立しています。

一方、日本では国内企業の50%以上がレガシーシステムに依存しており、独自ドメインのECサイトの多くはまだAIに選ばれる体制が整っていません。SEOに加え「AIコマース最適化」が新たな必須戦略になるなか、ここはEC担当者が今すぐ主体的に整備できる領域です。

2つ目はセキュリティ・不正対策。エージェンティックコマース特有の不正リスクへの対応です。AIエージェントが普及することで不正の手口も高度化しており、EC担当者として先手を打てる余地があります。

優先度で考えるアクションプラン

優先度A：商品データの整備（コスト低・効果大）

① 商品名・説明文・仕様の具体化

AIエージェントは、たとえばワイヤレスイヤホンなら「ノイズキャンセリング機能付き・重量180g・連続再生24時間」といった具体的なスペックを手がかりに商品を絞り込みます。「高音質で使いやすい」のような形容詞的な表現は、AIの検索ロジックにほぼ引っかかりません。

対応の目安として、まずは売上トップ20～30品番から着手することをおすすめします。主力商品のスペック・用途・使用シーンを数値や具体的な内容で記載し直すことが最初のステップです。カテゴリ横断で一気に対応しようとすると作業が止まりやすいため、優先度をつけて進めることが現実的です。

② 在庫・価格のリアルタイム更新

AIが「在庫あり・1万2800円」と認識して購入を実行しようとした時点で在庫切れや価格違いがあると、取引が成立しないだけでなく、エージェントの「信頼できる店舗リスト」から除外されるリスクがあります。情報の鮮度は販売機会に直結するため、在庫・価格データの更新頻度を確認し、外部プラットフォームへの反映ラグを把握することから始めてみましょう。

③ 構造化データの埋め込み

これが最も見落とされやすく、かつすぐ着手できるアクションです。人間は商品ページを「見て」理解しますが、AIはHTMLコードを「読んで」理解します。商品名・価格・在庫状況・レビュー数といった情報を、機械が読める形式（Schema.orgなどの規格）で埋め込むことで、AIエージェントが情報を正確に取得しやすくなります。この対応はシステム改修不要で、HTMLへの軽微な追記だけで完結します。このひと手間が「AIに選ばれる商品」の土台になります。

④ 外部プラットフォームへの商品情報の継続登録

「Yahoo!ショッピング」「楽天市場」「Googleショッピング」など、日本で使えるAIショッピング機能はすでに稼働しています。楽天グループは2026年1月に「楽天市場」のスマホアプリにエージェント型AIツール「Rakuten AI」をローンチ、購買推薦・コンシェルジュ機能が稼働中です（楽天グループ「楽天、エージェント型AIツール「Rakuten AI」を「楽天市場」のスマートフォンアプリに搭載」）。

優先度B：決済・不正対策の見直し

エージェンティックコマースにおけるAIエージェントの決済は、従来のカード決済とは異なるプロトコルで動きます。Mastercardの「Agent Pay」（エージェント型決済プログラム。2025年11月に米国の全イシュアー向けに展開完了）、StripeのAgentic Commerce Protocol（ACP）対応、PayPalの「Perplexity（パープレキシティ）」向けAPI提供など、大手PSP（決済代行会社）は対応を急いでいます。EC担当者として今やるべきことは、自社が契約しているPSPのエージェンティックコマース対応ロードマップを確認しておくことです。

不正リスクの質的変化にも注意が必要です。現在の不正対策ツールの多くは「人間特有の不規則な行動パターン」を前提に設計されています。AIエージェントは人間の行動を精緻（せいち）に模倣するため、従来の振る舞い検知では不正を見抜けないケースがあります。さらに、検知されるたびに自動で戦術を変更し、秒単位で数千の攻撃を並列実行するような適応的な脅威も現れ始めています。単一の不正対策ツールへの依存から脱し、複数の対策を組み合わせる「多層防御」の考え方への移行も検討しましょう。

優先度C：社内体制・KPIの見直し

エージェンティックコマースが普及すると、現在のKPI体系では実態が見えなくなる可能性があります。「サイトセッション数」や「直帰率」は人間の訪問を前提とした指標です。AIエージェント経由の購入が増えると、これらの指標が下がっても売り上げは伸びるという逆転現象が起きます。今のうちから「注文経路別の売上比率」を計測できる体制を構築しておくことが重要です。

また、「商品データ担当」の役割を明確化することも課題になります。SEO担当者がコンテンツ品質を管理してきたように、エージェンティックコマース時代には商品データの品質管理を専任で担う人材が必要になります。現時点では兼務で対応できる範囲ですが、役割の輪郭を意識しておくことが組織的な準備の第一歩です。

この「準備の1～2年」をどう使うか

日本がグローバルから1～2年遅れているという現状は、裏を返せば「先行事例から学べる時間がある」ということでもあります。米国ではWalmartとGoogleの「Gemini」統合、「Perplexity」経由のPayPal決済など、成功事例と失敗事例の両方がすでに蓄積されています。日本の担当者はその知見を参照しながら動けます。

優先順位を整理すると以下の通りです。

モルガン・スタンレーの調査によると、AIエージェントによる米国Eコマース支出は、2030年までに1900億～3850億ドル規模に達すると予測しています（基本シナリオで市場の10%、楽観シナリオで20%）。また、直近1か月間に約23%の米国人がAIを通じて何かを購入したと推定しています（Morgan Stanley「Here Come the Shopping Bots」）。

エージェンティックコマースへの備えとして、大規模なシステム移行は必要ありません。1～2年後に訪れる本格普及のタイミングに向けて、まずは「AIに読まれる商品データを作ること」から始め、決済・セキュリティの備えを並行して進めていきましょう。エージェンティックコマース本格普及のタイミングで最低限の競争条件を整えることができるはずです。