AIに読まれる商品データ設計 - エージェントコマース時代の基礎工事【AI時代の実務設計シリーズ】

ある会社の管理画面を一緒に覗いていたときのこと。商品説明欄に、こう書いてあった。「詳しくは画像をご覧ください」。写真は美しい。ライティングも構図も完璧で、撮影費をかけた甲斐がしっかり出ている。ただ、そこに写っている素材も、サイズ感も、洗濯できるかどうかも、テキストとしてはどこにも存在しない。

人間の買い物客なら、画像を見て理解する。問題ない。

けれど、その商品を「見る」のが人間だけではなくなったとしたら。

検索して買う、が終わりかけている

いま起きている変化を一行で言えば、購買の入口に人間以外のプレイヤーが増えた、ということに尽きる。

数字が思ったより正直だった。Adobeの分析によると、生成AI経由でECサイトを訪れたユーザーのコンバージョン率は他チャネル経由より高く、報告値では31%から54%高いという水準が出ている。滞在時間も長い。返品率まで低い。2026年5月時点の米国EC向けAI起点トラフィックは前年同月比138%増、2024年10月との比較では1324%増という伸びを記録した。

流入の「量」が増えた話だと最初は思っていた。違った。質のほうが逆転している。かつてAI経由の流入は冷やかしだと言われていたのに、いつのまにか最も購入に近い客層になっていた。

理由は考えてみれば単純で、AIに相談する人はすでに検討の後半にいるからだ。「30代の敏感肌に合う日焼け止めを、3000円以内で」と話しかける人はもう買う気でいる。曖昧な欲求を言語化する作業をAIが引き受けてくれた分、着地地点まで一気に運ばれる。

標準規格が、静かに揃った

ここ一年で、裏側の配管が整った。

StripeとOpenAIが共同開発したAgentic Commerce Protocol（ACP）がオープンソースとして公開され、ChatGPTのInstant Checkoutを支えている。カート管理、配送オプション、決済トークンの受け渡し、OAuth 2.0によるエージェントへの権限委任まで、部品として定義された。Stripeで決済している事業者なら、条件次第で一行のコード追加から始められるという。

一方でShopifyはGoogleとUniversal Commerce Protocol（UCP）を共同開発した。商品発見から購入、購入後のサポートまでを含む、より広い射程の標準だ。2026年6月時点ではカート機能とエージェント決済の本番稼働は米国のみで、日本を含むグローバル展開は「coming months」とされている。

決済ネットワーク側も動いた。Visaは2026年4月29日にAgentic Readyプログラムのアジア太平洋・中南米への拡大を発表。MastercardはAgent Payでエージェント専用トークンを設計し、2026年6月には機械間決済向けのAgent Pay for Machinesまで出してきた。カード番号そのものをAIに渡さず、特定のエージェント・特定の加盟店・特定の同意ポリシーに紐づけたトークンで通す。よく考えられている。

そして地味だが一番効くのがShopify Catalogだ。専用のマルチモーダルLLMが1日あたり4000万回、約160億トークンの推論を回し、カテゴリ推定と属性抽出とバリアント統合を自動化している。要件を満たした商品は自動でカタログに載る。

つまり、参加の障壁は下がった。にもかかわらず差がつくとしたら、それは接続の有無ではない。

差がつくのは、渡せる情報の解像度

エージェントは画像の空気を読まない。素材、寸法、重量、用途、互換性、在庫、納期、返品条件。判断材料を属性データとして持っているかどうかだけを見る。冒頭の「詳しくは画像をご覧ください」が致命的なのは、そこに判断材料がゼロだからだ。

人間相手なら情緒で売れた。エージェント相手には、情緒の前提となる事実が要る。

ここから先が実務の話。

着手の順番

第一に、棚卸しから始める。売上上位2割の商品だけでいい。素材、サイズ、重量、対応機種や適合条件、洗濯やお手入れの可否、返品可能期間。この6項目がテキストとして構造化されているかを確認する。全商品を一度にやろうとして頓挫する例をいくつも見てきた。上位2割で先に効果を測るほうが早い。

第二に、在庫と納期の精度を疑う。エージェントは在庫状況を見て提案する。実在庫とデータのズレが常態化している事業者は、AI経由で提案されるほど失注とキャンセルが増える。皮肉な話だが、露出が増えるほど傷が広がる構造になっている。棚卸差異率と欠品率を先に潰す。

第三に、返品ポリシーとサイズ表を機械可読にする。人間向けのPDFやバナー画像に埋め込まれた情報は、事実上存在しないのと同じだ。テキストと構造化データで持ち直す。

つまずきやすい場所

一番多いのは、プロトコル対応をIT課題として切り出してしまうことだ。商品データの整備は、実質的にはマーチャンダイジングと顧客対応の仕事であって、開発の仕事ではない。担当が開発に振られた瞬間に止まる。

次に多いのが、AIハルシネーションへの過剰反応。説明文の自動生成をAIに任せた結果、事実と違う記載が出て炎上を恐れて全面停止、という流れ。生成させるのは表現であって事実ではない、と分けて設計すれば済む。属性の正はマスタに置き、文章はそこから起こす。

もう一つ。「AI流入が伸びていない」と判断を急ぐケース。日本での本番展開はまだこれからで、いま整備しているのは来期以降の受け皿だ。ここを短期KPIで測ると必ず投資が止まる。

見るべき指標

流入セッション数ではなく、AI経由セッションのCVRと返品率を分けて追う。加えて、商品データ充足率という内部指標を置くといい。定義した必須属性が埋まっている商品の比率だ。外部の環境が整うまでは、この内部指標の改善こそが進捗になる。

半年後も、たぶん同じことを言っている

プロトコルの名前は変わるだろう。ACPとUCPのどちらが標準になるのか、あるいは両方が併存するのか、今の時点では誰にも読めない。Visaが勝つのかMastercardが勝つのかも同様だ。

それでも変わらないものがある。自社の商品について、誰よりも正確で、誰よりも細かい情報を持っているのは自社だという事実。そしてその情報を人間にもAIにも同じ精度で渡せる形にしておくことが、いつの時代も効くという構造。

考えてみれば、これは新しい話ですらない。商品カルテを丁寧に作っていた小売は昔から強かった。売場の販売員が素材と洗い方をすぐ答えられる店は、昔から売れていた。相手が人からエージェントに変わっても、問われているものは同じだ。

正直に言えば、私はこの変化を少し面白がっている。長らく「デザインの良さ」や「世界観」で語られてきたブランドの土台が、実は退屈な属性データの精度に支えられていた、という事実が可視化されつつあるからだ。おしゃれな話ではない。地味だ。でも、地味なところが効く時代のほうが、真面目にやってきた事業者には有利だと思う。

明日の一手

もし明日、何か一つだけ手をつけるとしたら。

売れ筋トップ10の商品ページを開いて、その商品を見たことがない人に「これ、素材は何?」と聞かれた場面を想像してほしい。ページ上のテキストだけで答えられるか。答えられないなら、そこが最初の工事現場になる。

写真はもう十分きれいだ。足りないのはたぶん、言葉のほうだった。

参考

• Buy it in ChatGPT: Instant Checkout and the Agentic Commerce Protocol｜OpenAI
• Developing an open standard for agentic commerce｜Stripe
• Building the Universal Commerce Protocol (2026)｜Shopify Engineering
• ユニバーサル コマース プロトコル（UCP）について｜Google Merchant Center ヘルプ
• 商品データをAIエージェント仕様へ｜Shopify 日本
• AI経由の流入は「高CVR・低返品率」｜ネットショップ担当者フォーラム
• AI経由のEC流入が1年で2倍に｜ネットショップ担当者フォーラム
• Visa Announces Global Expansion of Agentic Ready Program｜Visa
• Mastercard launches Agent Pay for Machines｜Mastercard