投稿者 投稿日: カテゴリー AIニュース
ACPとUCPとは、AIエージェントが代理購入するための2大通信規格のことです。
2026年1月、GoogleとShopifyがUCP（Universal Commerce Protocol）をNRFで発表したことで、OpenAIとStripeが2025年9月から動かしてきたACP（Agentic Commerce Protocol）と並び立つ構図がはっきりしました。ChatGPTやGeminiの中でAIが商品を探し、比較し、購入まで完了させる「エージェンティックコマース」が、もはや実験ではなく規格争いの段階に入ったということです。この記事では、ACPとUCPの違いを5つの軸で比較し、楽天・Amazon・Shopify・自社ECを回す日本の店舗が、どちらに、どの順番で対応すべきかを整理します。読み終えたとき、来週どの規格から手をつけるかを自店の条件で判断できる状態になります。
ACPとUCPという略語は、検索しても技術文書ばかりで、店舗運営の言葉に翻訳した解説がほとんど見当たりません。本記事は、規格そのものの説明だけでなく、商品データの持ち方・決済の手数料・実装工数という現場の3点に落として書きます。
エージェンティックコマースの2大規格が並び立った2026年
まず時系列を押さえます。ACPはOpenAIとStripeが組んだ規格で、2025年9月からChatGPTのInstant Checkout（チャット内で購入が完結する仕組み）として稼働しています。一方のUCPは、2026年1月のNRF（全米小売業協会の大型展示会）でGoogleとShopifyが発表した規格で、Google検索のAI ModeとGeminiへの実装が予定されています。両者の解説はGoodieやStellagentなどが詳しく、本記事の事実確認にも参照しています。
注目すべきは、UCPの後ろ盾の広さです。報道ベースでは、UCPにはWalmart、Target、Etsy、Wayfairといった大型小売に加え、Visa、Mastercard、PayPal、そしてStripe自身を含む60以上の決済ネットワークが名を連ねています。ACPの開発パートナーであるStripeが、対立規格とされるUCPの陣営にも入っている。この一点だけでも、両規格は「どちらかが勝って片方が消える」単純な構図ではないことが見えてきます。
なぜ今、この2規格が店舗運営に効いてくるのか。理由は、買い物の入口がアプリやモールの検索窓から、AIとの対話へ移り始めているからです。これまで楽天やAmazonの検索結果で上位を取ることが集客の中心でしたが、AIエージェントが代理で商品を選ぶ世界では、AIが読み取れる形で商品データを出しているかどうかが、そもそも候補に入るかどうかを左右します。直近の支援案件で観測したのは、商品ページの作り込みは丁寧なのに、構造化データや在庫・価格のフィードが整っておらず、AI経由の露出にまったく乗れていない店舗が珍しくないという状況でした。
日本市場の文脈で言えば、ChatGPTもGeminiも利用者が多く、検索の代替として使う層が着実に増えています。楽天市場やAmazon.co.jpの中で完結していた購買が、AIの対話画面から始まるルートが新設されつつある、と捉えるのが2026年6月時点の現実的な見方です。市場全体の数字はエージェンティックコマースの市場規模に関する記事でも触れていますが、規模の話よりも、自店が候補に入れる状態を作れているかが先決です。
もう一段、店舗運営の言葉で言い換えます。これまでの楽天SEOやAmazonのCOSMO対策は、人間が検索結果の一覧を見て、サムネイルとタイトルで選ぶことを前提にしていました。エージェンティックコマースでは、その「一覧を見て選ぶ」工程をAIが代行します。AIは商品名の語感ではなく、価格・在庫・配送可否・属性といった構造化された事実で候補を絞ります。つまり、見せ方の巧拙より、事実が機械可読でそろっているかが先に問われる。アパレル系の単一店舗で試したケースでは、写真とコピーは作り込まれているのに、サイズ表記や素材の属性がフリーテキストに埋もれていて、AIが拾えない状態になっていました。規格対応より前に、この属性の構造化で差がつくのが実情です。
ACPとUCPはどこが違うのか（5つの比較軸）
両規格の違いを、店舗が判断に使える5つの軸で分解します。
軸1：設計思想（単一エージェント前提か、多エージェント前提か）
ACPはChatGPTという単一のエージェント体験に最適化されています。技術的にはStripeの決済レールと密結合したREST APIで、ChatGPTの中で完結することを前提に作られています。これに対してUCPは、複数のAIエージェントが並立する未来を前提に設計されています。REST、MCP、A2Aといった複数方式に対応し、エージェントが店舗の対応能力を動的に確認できる仕組み（capability negotiation）を持ちます。商取引版のTCP/IPを目指す、というのがUCP陣営の言い方です。
この違いは、店舗側の構えに直結します。ACPは「ChatGPTという1つの大きな窓口に出店する」イメージ、UCPは「複数のAIに共通フォーマットで商品を見せる土台を整える」イメージです。
軸2：商品の見つかり方（会話発見型か、高意図検索型か）
ACPは会話の流れの中での商品発見に強みがあります。「父の日に5,000円くらいで日本酒を探して」といった曖昧な相談から候補を絞り込む文脈で力を発揮します。UCPは、Google検索という高い購買意図を持つクエリを捕まえる位置にあります。すでに買う気で具体的に検索している人を取りに行く設計です。食品ギフトやアパレルのように、迷いながら選ぶ商材はACPの会話発見と相性がよく、型番や品番で指名買いされる家電・消耗品はUCPの高意図検索が効きやすい、という整理ができます。
軸3：手数料（プラットフォーム料の有無）
費用は判断の分かれ目になります。報道ベースでは、ACPは完了したInstant Checkout購入ごとに、店舗側へ4%の取引手数料を課します（購入者の追加負担はなし）。これに加えてStripeの標準決済手数料（およそ2.9%＋30セント）がかかります。100ドルの注文で、プラットフォーム料と決済処理を合わせておよそ7.2ドル、という試算が紹介されています。一方UCPは、決済処理のおよそ3.2%のみで、プラットフォーム手数料は無し、と説明されています。これらの数字は各社ブログ由来で、為替や決済事業者により変動するため、自店で導入判断する際は公式の料金表で要確認です。
粗利率の薄い商材ほど、この4%差は無視できません。粗利25%の食品で4%のプラットフォーム料を負担すると、利益の相当部分が削られます。手数料構造は、どちらを先に攻めるかの最初のフィルターになります。
軸4：実装工数（どれだけ早く乗れるか）
立ち上げの速さも違います。ACPは基本的な連携が2〜4時間で完了するとされ、UCPの半分以下のスピードと紹介されています。UCPは、既存のバックエンドを持つEC事業者で8〜16時間が目安とされています。この数字は技術構成によって大きく振れるため、あくまで目安です。とはいえ「まず最小構成で試したい」ならACP、「複数AIに共通基盤として長く使いたい」ならUCP、という傾向は読み取れます。
軸5：後ろ盾と将来性（誰が支えているか）
ACPはOpenAIとStripeという強力な二者、UCPはGoogle・Shopifyを軸に大型小売と60以上の決済ネットワークという連合体です。上位記事の多くは「どちらが優れているか」で止まっていますが、現場の判断で重要なのは優劣ではなく、自店の客層がどちらのAIに先に流れるかです。ChatGPT経由の相談が増えている店ならACP、Google検索とGeminiの導線が太い店ならUCP、という見方が実務的です。
5つの軸を一度に満たそうとすると動けなくなります。実務では、軸3の手数料で対応する商材を絞り、軸2の発見特性で先に攻める規格を決め、軸4の工数で着手順を固める、という順で1つずつ通すのが回しやすい手順でした。設計思想や後ろ盾は、長期の方針を考えるときの材料で、初手の判断は手数料と商材特性で十分に決まります。Shopifyで自社ECを持つ店なら、UCPはプラットフォーム側の対応が進む可能性が高く、まずは商品フィードを整えて待つ構えも取れます。
日本のEC事業者がどう対応すべきか（準備プロンプト3本）
結論から言うと、多くのブランドは最終的に両対応が必要になります。ただし同時に始める必要はありません。会話発見が効く商材を持ち、ChatGPT利用者が多い客層なら、実装が速く窓口が明確なACPから着手し、UCPは商品フィードの整備を進めながら後追いするのが、2026年6月時点では現実的な順序です。
どちらに進むにせよ、土台になるのは「AIが読み取れる商品データ」です。在庫、価格、配送可否、属性が機械可読な形でそろっていなければ、どの規格に対応しても候補に入りません。準備段階で使えるプロンプトを3本、用途別に示します。生成AIはChatGPTのGPT-5.5、GeminiのGemini 3.5 Flash、Claude Opus 4.8など、その時点のフラッグシップを使ってください。
（用途タイトル：自店の商材がACP寄りかUCP寄りかを判定する）
あなたはエージェンティックコマースに詳しいECコンサルタントです。
以下の店舗情報をもとに、ACP（会話発見・単一エージェント・ChatGPT）とUCP（高意図検索・多エージェント・Google/Gemini）の
どちらを先に対応すべきか、理由とともに判定してください。
店舗情報：
- 主要商材：{ジャンル}
- 平均単価：{値}円
- 粗利率：{値}%
- 指名買い／比較検討買いの比率：{おおよその割合}
- 主な集客チャネル：{楽天/Amazon/自社EC/SNS など}
出力フォーマット：
1. 先に対応すべき規格（ACP/UCP）とその理由（3点）
2. 後追いで対応すべき規格と着手タイミングの目安
3. 対応前に整備すべき商品データ項目のチェックリスト
次に、商品データがAIに読み取られる状態かを点検します。
（用途タイトル：商品フィードの不足項目を洗い出す）
あなたはECの商品データ設計に詳しい担当者です。
以下の商品情報を、AIエージェント（ACP/UCP）が代理購入の候補として扱えるかという観点で点検し、
不足・曖昧な項目を指摘してください。
商品情報（1SKU分を貼り付け）：
{商品名／価格／在庫状態／配送可否／サイズ・容量／素材・成分／対応シーン／型番}
出力フォーマット：
1. AIが判断に使う情報として不足している項目
2. 表記が曖昧で誤認されうる項目とその修正案
3. 会話発見（ACP）で拾われやすくするための属性追加案
最後に、AI経由の流入を想定したFAQ整備です。
（用途タイトル：購入前不安をAIが答えられる形にする）
あなたはカスタマーサポートとSEOの両方に詳しい担当者です。
以下の商品について、購入前に検索・相談されやすい不安や疑問を10個想定し、
AIエージェントがそのまま回答に使えるFAQを作成してください。
商品：{商品名・ジャンル・価格帯}
想定読者：{ターゲット顧客}
出力フォーマット：
- 質問（検索されそうな自然な言い回し）
- 回答（2〜3文、断定しすぎず事実ベース）
宣言どおりプロンプトは3本です。いずれも、規格対応そのものより前段の「データとFAQの整備」に効きます。ここが整っていない店舗が、現場では最も多いためです。
失敗例と回避策
ありがちな失敗を3つ挙げます。1つ目は、規格対応をシステム改修の話だと思い込み、商品データの整備を後回しにするパターンです。在庫や価格のフィードが古いまま規格だけ通すと、AIが「在庫あり」と案内した商品が実は欠品、という事故につながります。回避策は、規格対応の前に在庫・価格の自動連携を先に固めることです。
2つ目は、手数料を見ずにACPへ飛びつくパターンです。粗利の薄い商材で4%のプラットフォーム料を計算に入れずに導入すると、売れるほど利益が痩せます。回避策は、軸3の手数料を商材ごとの粗利に当てて、対応する商材を絞ることです。すべての商品で両規格に対応する必要はありません。
3つ目は、両規格に同時に手を広げて、どちらも中途半端になるパターンです。実装工数の目安は出ていますが、運用・検証の手間はその後も続きます。回避策は、客層がどちらのAIに寄っているかで先後を決め、片方を回し切ってからもう片方に進むことです。
KPI設計と費用・工数目安
効果測定のKPIは、従来のCVRやCTRだけでは足りません。AI経由の流入が「候補に入った数」「AIに提示された数」「Instant Checkoutで完了した数」という新しい段階を持つためです。当面は、AIチャネル経由の注文件数と、その注文の平均粗利（手数料控除後）を最重要指標に置くのが現実的です。
費用面では、生成AIの月額が目安として、ChatGPT Plusが月20米ドル、Claude Proが月20米ドル、Gemini Advancedが月20米ドル程度です。これは準備作業（データ点検・FAQ生成）に使う分で、規格対応そのものの決済手数料とは別です。規格側の費用は軸3で触れた手数料が中心になります。工数は、ACPの初期連携が2〜4時間、UCPが8〜16時間という目安が紹介されていますが、自店のシステム構成で大きく変わるため要確認です。
今後の展望と独自考察
2026年後半に向けて、両規格は「奪い合い」より「併存」に向かう可能性が高いとみています。Stripeが両陣営に関与している事実が、その傍証です。とすると、店舗側の本質的な勝負どころは、どちらの規格を選ぶかではなく、どちらにも出せる商品データの土台を持っているかに移ります。規格は今後も増減しますが、機械可読な商品情報という資産は、どの規格が来ても使い回せます。
もう一つの論点は、AIエージェントが代理購入する世界では、ブランド名やレビューの非テキスト的な信頼が効きにくくなることです。人間なら写真やレビューの雰囲気で選びますが、エージェントは構造化された情報で判断します。ここはChatGPTのInstant CheckoutとACP対応の記事でも触れた論点で、商品データの解像度が露出の説明変数として直接効くようになる、という流れは今後さらに強まると考えます。Tier2の競合解説が規格のスペック比較で止まりがちな今こそ、データ整備という地味な土台で差がつきます。
よくある質問
ACPとUCP、どちらか片方だけ対応すればよいですか
最終的には両対応が望ましいですが、同時に始める必要はありません。客層がどちらのAIに寄っているかと、商材の粗利率で先後を決め、片方を回し切ってからもう片方に進む順序が現実的です。
楽天やAmazonに出店していれば自動で対応されますか
モール側の対応状況によります。2026年6月時点では、モールが規格対応を進める動きと、自社ECで個別に対応する動きが並行しています。自社ECを持つなら、モール任せにせず商品データの整備を自前で進めておくほうが安全です。最新の対応状況は各モールの公式情報で要確認です。
手数料4%は高くないですか
粗利率次第です。粗利の厚い商材なら吸収できますが、粗利25%以下の商材では利益を大きく削ります。全商品で対応するのではなく、手数料を粗利に当てて対応商材を絞る判断が要ります。
実装にエンジニアは必要ですか
自社ECのバックエンドに手を入れる以上、一定の技術対応は必要です。ただし準備段階の商品データ点検やFAQ整備は、生成AIを使えば非エンジニアでも進められます。規格連携の実装と、その前段のデータ整備を分けて考えるとよいです。
商品データは何から整えればよいですか
在庫・価格・配送可否の3点を、機械可読かつ常に最新の状態に保つことが最優先です。ここが古いと、規格に対応してもAIが誤った案内をして信用を落とします。属性やFAQの追加はその後で構いません。
小規模店舗でも対応する意味はありますか
あります。AI経由の購買はまだ立ち上がり期で、早く商品データを整えた店ほど候補に入りやすい状況です。大規模なシステム投資をいきなり行うより、まず商品データとFAQを整え、対応しやすいACPの最小構成から試すのが、小規模店舗には向いています。
著者：齋藤竹紘（株式会社オルセル 編集長／5,000社以上のEC支援実績／書籍3冊）
※うるチカラでは、生成AIの導入支援から運用最適化まで、貴社のEC事業に合わせたカスタマイズ提案を行っています。無料相談（30分）も実施中ですので、お気軽にお問い合わせください。
https://uruchikara.jp/contact/
【監修】齋藤竹紘（株式会社オルセル代表 / 19年・5,000社のEC支援実績）
株式会社オルセル代表取締役 / うるチカラ編集長。19年・5,000社以上のEC支援実績を持ち、楽天市場・Amazon・Yahoo!ショッピング・Shopify・Shopee越境ECの実装ノウハウを保有。AI×ECに関する書籍を3冊執筆。「現場で使えるAI実装」を一次情報として発信しています。
この記事を読んだ人は、こんな記事も読んでいます
