人間を理解しないAIは、ブランドの体温を下げる【AI時代の実務設計シリーズ】

夜の管理画面に、ひとつの会話ログが流れてきた。

「最近、肌の調子がよくない。寝ても疲れがとれない」

入力したのは、おそらく三十代の女性。続く一行に、AIアシスタントはわずか0.4秒で応答していた。「保湿成分配合の新作美容液をご紹介します」と。

ログを眺めながら、コーヒーが冷めていることに気づいた。提案された美容液は、確かにスペックとしては間違っていない。価格帯も購入履歴に整合している。応答速度も完璧だ。整っている。だが、何かが致命的に欠けている。このAIには、相手が「寝ても疲れがとれない」と書いた一行の、その奥が見えていない。

便利すぎる接客が、なぜか冷たい。この違和感は、二〇二六年のECブランドが共通して抱え始めているものだ。

いま、何が変わったのか

二〇二六年は、AIが「ツールから同僚」へ進化した年だと言われている。デロイトは推論コストの三分の二がもはや本番運用に回ると予測し、AIは作る時代から「使い倒す時代」に入った。ソフトバンクはロジスティクスにエージェントAIを導入し、配送効率を四〇％改善したと報告している。Goldman Sachsは二〇二六年二月、経理・コンプライアンス業務をClaudeでエージェント化すると発表した。

EC・小売の現場でも空気は変わった。アテニアは二〇二六年一月、オンラインショップに「AIビューティアドバイザー」を実装し、文字でも音声でも二四時間、商品相談を受け付けるようになった。ZOZOTOWNは投稿レビューをAIに自動精査させ、閲覧履歴と購買傾向にもとづくパーソナライズ表示を強化している。プラットフォーム側もSalesforce Commerce Cloud、Shopify、各CRMがエージェント機能をネイティブに組み込み始め、SilverEggらが「エージェンティックコマース」と呼ぶ潮流が立ち上がりつつある。検索の主役は、「探す人間」から「比較して買うAI」へ静かに移ろうとしている。

国内D2C市場は約三兆円、年成長率は十五〜二十％。AIに任せる選択肢が現実的になってきたいま、入れない理由のほうが少なくなった。

ここまでは、ニュースが伝えてくれる景色である。

便利になったのに、ブランドの輪郭がぼやけていく

ところが現場に降りていくと、二つの景色に割れている。

一方には、AIエージェントが快適に動いているECがある。問い合わせは減り、CVRは上がり、深夜の対応もこなしてくれる。もう一方には、最新ツールを入れたはずなのに、ブランドの体温が下がっていくECがある。便利になればなるほど、「この店は何の店だったか」が思い出せなくなっていく。会話ログを読むと、どこの店でも同じような提案が並んでいる。

差を生んでいるのは、技術ではない。「人間理解」の解像度だ。

AI導入の失敗パターンを並べていくと、ほぼ同じ場所で躓いている。目的が経営課題に紐づいていない。データが整っていない。現場との対話がない。顧客理解が古いまま据え置かれている。NTTデータも生成AI導入の落とし穴として「設計の順序」を挙げる。テクノロジー以前に、自社が誰に、何を、なぜ売っているのかという問いそのものが揺らいでいる、ということだ。

エージェント接客でこの揺らぎが露呈する。AIはマニュアルや商品データを横断して、最短経路で「最適解」を出してくる。ところがブランド側に「顧客とは誰か」が薄いと、AIの提案は平均化された無難な答えへ流れていく。差別化されたブランド体験は、AIに代わりに作ってもらえるものではないのだ。

実務への翻訳 ─ 何から、どの順番で動かすか

ここから、現場で使える順序に翻訳していく。

第一に、AIを入れる前に「自社の顧客像を書き直す」。古いペルソナシートではなく、直近半年の問い合わせログとレビューを、人間が読む。AIに要約させない。担当者と店舗スタッフが、自分の目で読む。なぜこの言葉が出てきたのか。なぜこの順序でクレームに発展したのか。ここを飛ばすと、どれだけ高機能なエージェントを入れても、応答は浅くなる。読み込む人数は三人で十分だ。一人だと偏る。五人だと意見が割れる。三人で一週間かければ、社内に共通の顧客像が立ち上がる。

第二に、AIに任せる領域と人が出る領域を、明示的に切り分ける。日本市場では「文脈を汲み取る接客」をAIに丸投げしたいニーズが強いが、これは大抵うまくいかない。価格帯の相談、サイズ感、配送、よくある質問。このあたりはAIで二四時間対応してよい。一方で、はじめての高単価購入、ギフト相談、トラブル時の謝罪、復縁を狙うリピーターへの再提案。ここは人が出る、と決める。決めたら、AIの応答テンプレートに「ここから先は人につなぐ」というスイッチを必ず仕込む。境界の設計が、そのままブランドの設計になる。

第三に、ファーストパーティデータの蓄積導線を作る。サードパーティCookieの規制が進むなかで、AIの賢さはもはやモデル性能ではなく、自社で持っているデータの厚みで決まる。問い合わせ内容、購入後アンケート、店頭での接客メモ。バラバラに散らばっているそれらを、顧客IDで束ねる線を引く。最初から全社統合を目指さなくていい。むしろ、特定カテゴリや特定店舗の小さなPoCから始めるのが定石だ。三カ月で動かせるサイズに切ること。

第四に、KPIをCVRや問い合わせ削減だけに置かない。AI接客が「ブランドの体温」を上げているか下げているか、別の指標で見る。たとえばAI接客を経由した顧客のNPS、二回目購入までの日数、口コミに登場するブランド固有の言葉の頻度。技術KPIとブランドKPIを並列で持つと、エージェントを育てる方向が見えてくる。CVRだけ見てチューニングすると、AIはどんどん平均化された接客に寄っていく。

第五に、AIに「言わせない言葉」のリストを作る。便利にしすぎると、ブランドが大切にしてきた表現や、丁寧さの間合いが消えていく。自社のトーンを定義し、禁止表現と推奨表現を二〇項目だけでもAIに渡しておく。これは技術タスクというより、ブランド編集の仕事だ。

一過性で終わらない理由

このテーマを取り上げるのは、エージェント機能の名前が来年変わっても、論点は残るからだ。

AIの中身がClaudeになろうとGPTになろうと、自律エージェントになろうとフィジカルAIに広がろうと、ブランドが問われる構造は変わらない。誰のために、どんな空気で、どこに線を引いて接客するか。これは半年後にも、一年後にも、機能の名前を入れ替えるだけで同じ問いとして残る。むしろ機能が高度化するほど、この問いの解像度差が結果に直結していく。

便利は半年で陳腐化する。だが、「この店は、私のことを少し分かっている」という感覚は、簡単には消えない。AIが当たり前になればなるほど、ブランドの中身そのものが、競争の最後の差分になる。エージェントは、その中身を一気に増幅する拡声器だ。中身が薄ければ薄さが、厚ければ厚みが、そのまま顧客に届く。

所感

冒頭の管理画面に戻る。

あのAIに任せるべきだったのは、商品の提案ではなく、「最近、肌の調子がよくないんですね。少しお話を聞かせていただけますか」という、一拍置く返事だったのかもしれない。売り急がない一拍。そこにブランドの輪郭が宿る。AIエージェントは、その一拍を学習できる。ただし、学習させるデータと判断軸を持っているのは、AIではなくブランド自身だ。

人間を理解しないAIは、人間を遠ざける。
人間を理解したブランドだけが、AIをまとって、もう一度顧客の隣に座れる。

機能の話に見えて、結局は経営の話に帰ってくる。ブランディングは経営そのものだという感覚を、エージェント時代はもう一度、現場の手触りごと思い出させてくれている。

参照:

• 2026年のAIトレンド10選: https://www.sotatek.com/jp/blogs/ai-trends-2026/
• アテニアのAI接客実装: https://ecnomikata.com/original_news/49996/
• エージェンティックコマースとは（SilverEgg）: https://www.silveregg.co.jp/archives/blog/2026-04-Agentic-Commerce
• 生成AIは「導入しただけ」では失敗する（NTTデータ）: https://www.nttdata.com/jp/ja/trends/data-insight/2026/0401/
• ファーストパーティデータ戦略（ノバセル）: https://novasell.com/columns/columns-7
• ECbeing: AIエージェント活用法: https://www.ecbeing.net/ai/contents/detail/62