なぜ今「AIエージェント型ショッピング」が注目されるのか
GoogleとOpenAIが、AIエージェントによる購買体験の拡大を急速に進めています。AIエージェントとは、ユーザーに代わって商品の検索から比較、購入手続きまでを自動で行うAIの仕組みのことです。
Googleの「AI Mode」はエージェント型チェックアウト（AIが決済手続きまで代行する仕組み）に対応し、Wayfair、Chewy、Etsyが早期参加小売として名を連ねています。一方、OpenAIが提唱する「Agentic Commerce Protocol（ACP）」は、AIエージェントが商品の注文・決済を行うための共通規格で、EtsyおよびShopify加盟店100万社以上ですでに実際の取引処理に使われています。
こうした動きが進む一方で、小売側の対応は大きく遅れているという調査結果が出ています。EC運営者にとって、この「準備ギャップ」こそが今注目すべきポイントです。
消費者の期待と小売の準備に大きな差
Narvarの最新調査が示す数字は示唆に富んでいます。
- 「AIを使って購買体験を改善することに非常に自信がある」と答えた小売業者：わずか8%
- 今年のホリデーシーズンにすでにAI活用を予定している消費者：65%
この差は、消費者側の期待がすでにAIエージェントによる購買を前提としているのに対し、小売側のシステムや体制がまだ追いついていないことを示しています。ホリデー商戦のような需要集中期にこのギャップが放置されると、機会損失につながりかねません。
購買フェーズごとの浸透度の違い
AIエージェントの活用度は、購買プロセスのどの段階かによって差があります。
- 発見・比較段階：商品検索やレコメンドでのAI活用はすでに進んでいる
- 決済連携段階：実際の決済処理までAIエージェントが担うケースは依然限定的
決済連携には、小売側のシステムとAIエージェント側のプロトコル（ACPなど）とのアプリケーション統合が必須であり、ここが導入のハードルになっています。つまり「見つけてもらう」ことはできても、「AIに買ってもらう」段階まで対応できている事業者はまだ少ない、というのが実態です。
商品データの規模が物語る競争の激しさ
GoogleのShopping Graph（商品情報を構造化して管理するデータベース）は、500億件超の商品リストを保有し、そのうち20億件が毎時更新されている規模です。これほど巨大で更新頻度の高いデータベースの中で自社商品が「発見・選択」されるには、商品データの正確性と構造化が欠かせません。
具体的には、以下のような情報の整備が求められます。
- GTIN（商品識別コード）
- 色・素材・サイズなどの属性情報
- 在庫状況や価格のリアルタイム更新
構造化データが不十分だと、AIエージェントが商品を正しく認識できず、比較検討の対象にすら入らない可能性があります。
EC運営者への示唆
今回の調査結果から、EC運営者が取るべき対応は明確です。
- 商品フィードの構造化データを整備する：GTIN、色、素材、サイズなどの属性情報を漏れなく登録する
- 在庫・価格のリアルタイム精度を高める：AIエージェントは最新情報をもとに判断するため、情報の鮮度が信頼性に直結する
- UCP/ACPなど決済連携プロトコルへの対応を検討する：発見段階だけでなく決済段階まで対応することで、機会損失を防げる
- 自社サイトがAIにどう認識されているか把握する：AIOチェッカーのようなツールで、AI検索やAIエージェントからの見え方を確認しておくことも有効です
消費者の65%がすでにAI活用を前提にしている以上、「様子見」の時間は長くありません。今のうちに準備を進めた事業者とそうでない事業者の差は、今年のホリデー商戦で表面化する可能性があります。
まとめ
GoogleのAI ModeとOpenAIのAgentic Commerce Protocolにより、AIエージェントによる購買体験は着実に広がっています。しかし小売業者の準備度はわずか8%にとどまり、消費者の期待との間に大きなギャップが存在します。特に決済連携段階での対応は遅れており、商品データの構造化とシステム統合が急務です。EC運営者は、商品フィードの整備とリアルタイム情報の精度向上から着手し、AIエージェント時代の購買体験に備える必要があります。