AIに代理される買い物と、ブランドの『発見されかた』【AI時代の実務設計シリーズ】

先週、知人とSlackで雑談していたら「ChatGPTにスニーカー選ばせて、そのまま買った」という話が出てきた。具体的にどのブランドか聞いたら、本人もよく覚えていなかった。「いや、なんかいい感じのやつだったんだよ」と笑っていた。

私たちはこの数年、ブランド体験の入り口を取り戻すために走り続けてきた。SNS、コンテンツ、コミュニティ、店頭、CRM。いろんなレイヤーで「ブランドと人の最初の出会い」を設計してきた。それが今、もう一度ひっくり返ろうとしている。

買い物の代理人としてのAIエージェント。Agentic Commerceという言葉自体は2年前から使われていたが、ここに来て加速度的に人間に接近していると感じる。

きっかけはShopifyとGoogleが2026年1月11日に共同公開したUniversal Commerce Protocol、通称UCPだ。Apache License 2.0のオープンスタンダードで、商品発見、機能ネゴシエーション、決済、購入後ハンドオフの4ステージをAIエージェントとマーチャント間で標準化する。共同開発にはEtsy、Wayfair、Target、Walmartが参加し、20を超えるパートナーがエンドースした。Visa、Mastercard、Stripe、Adyen、Best Buy、Home Depot。並んでいる名前を見れば、これがどれだけ本気の動きかは伝わるはずだ。

AIショッピングアシスタント市場は2025年の52.8億ドルから2026年に69億ドル、年率30.6%で2030年には199億ドル規模になるという予測。マッキンゼーは2030年までに米国だけで1兆ドル、グローバルでは3〜5兆ドルの売上がエージェント経由でオーケストレーションされると見積もっている。Criteoの調査では、米国消費者の40%がすでにエージェント型アシスタントを商品リサーチに常用している。一方で、AIに発注まで任せると答えた人は14%にとどまる。Z世代でも29%。「使うけど、まだ任せきれない」が今のリアルだ。これは自分もそう。

この14%と40%の差に、ブランドが取り組むべき仕事がほぼ全部詰まっている。

起きているのは「チャネル追加」ではない

ここで一度、現場目線に降りる。

VuoriとGlossierはChatGPT上で商品を売る実装に踏み込んでいる。アウトドアブランドKEENはMicrosoft Copilot Checkoutの初期パートナー。Estée LauderとStarbucksはShopifyのAgentic Planを採用。極めつけは、Shopifyが2026年3月24日に正式リリースしたAgentic Storefronts機能だ。Shopifyを使っていないマーチャントでも、商品データをShopify Catalogに登録すればChatGPT、Microsoft Copilot、Google AI Mode、Geminiに横断で出せる。

つまり、起きていることは単なる新チャネルの追加ではない。

検索の構造そのものが「人間がクエリを打つ」から「AIが代理で商品を選び切る」へ移行している。そして商品データの渡しかたが、SEOの主戦場をHTMLからAPI＋構造化データへ押し戻している。

何から手をつけるか — 順番がすべて

では、ブランド側は何をすればいいのか。ここからが本題だ。

私が事業者と話すときに、最近すすめている順序がある。難しい話ではない。やる順番が大事なだけだ。

第1に、商品データの「二層化」。人間が読むPDPページと、AIが読むためのデータ層を分ける。商品名、ブランド名、原産地、サイズ展開、用途、価格、利用シーン、これらをschema.org準拠のJSON-LDで構造化する。Product、Review、FAQ、HowTo、Articleの5種類は最低限。商品ページに後付けで埋めるのではなく、CMSやPIMから自動生成する仕組みに変える。ここを手作業のまま走らせるブランドが多いが、品質が安定しない時点で勝負にならない。

第2に、ブランド属性のオントロジー化。これが意外と抜けやすい。「うちはオーガニックで、フェミニンで、東京発で、価格帯はミドル」みたいなブランドの自己定義を、AIが処理できる形に翻訳する作業だ。ブランドガイドラインのPDFはAIにとってほぼ無価値に近い。Wikipedia、自社サイトのAboutページ、Google Knowledge Graphへのエンティティ申請、構造化された属性タグ。この4箇所に矛盾なく、繰り返し書く。AIは整合性を重みとして読む。

第3に、エージェント経由のセッションを観測する仕組み。GA4のreferral設定を見直し、AIエージェント由来のセッションを別セグメントで切り出す。エージェント経由のCVRは下がるが、AOVは上がる傾向が出ている。これを混ぜたまま見ても何もわからない。

第4に、エージェント側からの問い合わせに耐える在庫API・価格API・配送APIの整備。UCPはREST、MCP、AP2、A2Aを全部サポートする。つまりエージェント側はどの口でも叩いてくる。基幹側の応答速度と精度が、そのままブランド露出に直結するフェーズに入った。

このあたりを一気にやろうとして折れる事業者を、もう何社か見てきた。先にPIMとCMSの土台を整えるか、Shopify Catalogみたいな仕組みに乗っかるか、判断の分岐は早いほうがいい。

簡単なチェックポイントを置いておく。自社サイトの商品ページのHTMLを開いて、ProductのJSON-LDが出力されていなければ、それが最初の一歩だ。出力されていても、price、availability、brand、aggregateRatingが揃っていなければ次の一歩がある。ここを正しく整えられないなら、もうエージェントの選択肢には乗らない。

ここから先は、ブランドの仕事に戻ってくる

ただ、本当に書きたかったのはこの先の話だ。
データ整備はあくまで前提で、ブランドの仕事はそこではない。

エージェント越しに買い物が起きるようになると、商品スペックは一瞬で平準化される。価格、機能、レビュー、在庫、配送速度、これらの軸ではエージェントは冷酷なほど合理的な選択をする。そのレイヤーで戦うのは、もう構造的に厳しい。

ではどこで選ばれるのか。

「指名」だ。

ユーザーが最初にエージェントに渡すプロンプトの中に、ブランド名が入っているかどうか。「いい感じのスニーカー」と頼むか、「Hokaのトレッキングシューズ、なるべく軽い新作」と頼むか。この入り口の言葉に、ブランド側のすべての仕事が結晶化する。

つまり、ブランディングの仕事はAIエージェント時代にむしろ重くなる。データ整備はAIに「処理可能であること」を保証するだけで、選ばれる理由までは作れない。冒頭の知人が「なんかいい感じのやつ」と言って買ってしまう世界の対極に、「あれが欲しい」と名指しで頼まれるブランドがある。

その差を作るのは、AIではない。人間の記憶の中に残る、匂いみたいなものだ。店舗での体験、SNSでの偶然の出会い、友達の口コミ、たまたま読んだエッセイの中の一行。AIエージェントは、それらの記憶の総量を媒介するだけだ。

このテーマが半年後にも腐らない理由

これは半年後、一年後に読み返しても自分はおそらく同じことを言っていると思う。

技術スタックは変わる。UCPの次のバージョンが出るし、別のプロトコルが立ち上がるかもしれない。エージェントの主役はChatGPTからGemini、Copilot、あるいはまだ名前を知らない何かに代替されていく。けれど「人間の選好を生む手前の体験設計」という仕事は、媒介がAIになろうが変わらない。むしろ媒介が機械になるほど、その手前の手触りの設計が効いてくる。

ブランドの仕事は、AIに見つけてもらうことじゃない。AIに頼む手前で、その名前を思い出してもらうことだ。

私たちが今日からやれることは、案外シンプルだ。

データ層を整えて、AIに無視されない最低条件を満たす。同時に、ブランドが生身の人間の記憶に残る瞬間を、しつこく増やす。この二つを並走させられる組織だけが、Agentic Commerceの本格普及期にちゃんと残る。

そう書いてみて、結局やることは前から変わっていない、と気づく。ただ、やる理由がいくつか増えただけだ。

参考ソース

• Shopify Engineering - Building the UCP
• Google Developers Blog - UCP
• Shopify - Agentic Commerce Platform
• commercetools - Agentic Commerce Stats 2026
• Criteo - Agentic Commerce is Emerging
• Shopify Japan - GEO実践ガイド
• 日経クロストレンド - AIに選ばれるブランドの3原則