AI経由の注文が15倍という数字の読み方｜ECのチャネル戦略とKPIの組み替え方

齋藤竹紘2026年8月5日2026年8月5日EC×AI活用

AI経由の注文15倍とは、Shopifyが2025年1月比で公表した数字です。

「AI経由の注文が15倍」という見出しが、2026年前半のEC業界を一周しました。ただ、この数字を最初に口にしたShopify自身が、同じ決算説明会のなかで「ただし母数は小さい」と但し書きを付けています。倍率だけを切り取って予算配分を動かすと、たいてい判断を外します。本記事は、EC支援19年・5,000社超の実績を持ち、AI導入支援は2023年から提供する株式会社オルセル（うるチカラ運営）の現場知見にもとづいて、公開されている一次データを期間と分母まで分解し、楽天・Amazon・Yahoo!ショッピング・自社ECの4本立てに「AI経由」を1本足したときのチャネル戦略とKPIの組み替え手順を示します。

扱う材料は、Shopify・Adobe・Digital Commerce 360 が2026年2月から6月にかけて公表した数字と、楽天・LINEヤフーが日本国内で実際に動かしたAIエージェントの実装です。海外レポートの翻訳で終わらせず、月商500万円から数億円規模の店舗が来週から着手できる粒度まで落とします。そのまま貼って使えるプロンプトを5本、月次レポートの列構成まで含めて用意しました。

「15倍」はどこの数字で、何を測っていないのか

出典は、Shopifyが2026年2月11日に開いた2025年第4四半期の決算説明会です。同社は「AI検索チャネル経由の注文が2025年1月比で15倍に増えた。ただし小さな母数からの伸びである」と説明しました（The Motley Fool の決算説明会トランスクリプト）。ここで測られているのは「AI検索経由と識別できた注文数の伸び率」であり、AI経由が売上全体に占める比率ではありません。

3か月後の2026年5月11日、Shopifyは自社ブログでより粒度の細かい数字を出しました。Shopify Enterprise Blog の分析によると、2026年第1四半期のAI経由注文は前年同期比で約13倍、ChatGPT・Perplexity・Gemini・Copilot・Claude・Grok などからの参照セッションは8倍超に伸びています。同じ記事で同社は、オーガニック検索が依然として計測対象のAIプラットフォーム全部を合わせたよりも多くのセッションを送っていること、同一店舗ベースのオーガニックセッションも同期間で約5%増えていることを明記しました。倍率が大きく見えるのは分母が小さいから、という構造がここで確認できます。

Adobe側の数字はまた別の切り口です。2026年4月16日にAdobe が公表した分析では、1兆件を超える米国小売サイトへの訪問データをもとに、2026年1〜3月のAI経由トラフィックが前年同期比393%増、3月単月では269%増、2025年のホリデー期（11〜12月）は693%増と報告されました。さらにDigital Commerce 360 が2026年6月17日に報じたAdobeの続報では、2026年5月のAI経由トラフィックが前年同月比138%増、Adobeが計測を始めた2024年10月比では1,324%増（14倍超）に達しています。

3つの数字が食い違って見える理由は単純です。測っている対象が注文数とセッション数で違い、比較の起点が2025年1月・前年同期・2024年10月とバラバラで、対象範囲もShopify店舗群と米国小売サイト全体で異なります。15倍も13倍も393%増も、それぞれの定義のなかでは正しい。しかしどれ1つとして、そのまま日本の一店舗の予算配分の根拠には使えません。競合記事の多くがこの分解を飛ばして「15倍の時代が来た」で終わっているのは、翻訳しかしていないからです。

日本市場にはもう一段の事情が重なります。楽天は2026年1月5日に楽天市場のスマートフォンアプリへエージェント型AIツールを搭載し、約5億点の商品群から対話で商品を絞り込むAIコンシェルジュを提供開始しました。LINEヤフーは2026年2月25日にYahoo!ショッピングの購買行動全体を生成AIが支援する新機能の提供を始めています。この2つはモールの内側で完結するため、外部からの参照流入としてはカウントされません。日本のEC事業者にとってのAI経由は、外部AI経由とモール内AI経由の二階建てになっている。この構造を分けて見ないまま海外の倍率を持ち込むと、自社の数字と噛み合わずに議論が空転します。自社がどの階にどれだけ露出できているかは、AIコマース対応度の診断の手順で一度棚卸ししておくのが早道です。

AI経由を1本のチャネルとして切り出す計測の作り方

最初にやるべきは倍率の追跡ではなく、自店の管理画面に「AI経由」という行を1本立てることです。Shopify管理画面であれば、既存レポートを開いて Referrer Channel から AI answer engines を絞り込めます。Geminiだけは Referrer Host で gemini.google.com を指定する必要がある、と同社が手順を公開しています。GA4を使っているなら、参照元ホストベースのカスタムチャネルグループを1つ作れば済みます。対象に入れるホストは chatgpt.com、perplexity.ai、gemini.google.com、copilot.microsoft.com、claude.ai、grok.com あたりから始め、四半期ごとに見直す運用が現実的です。

ここには2つの落とし穴があります。1つ目は、Google AI Overviews や AI Mode 経由の参照が、標準的な解析ツールでは organic search に分類されてしまうことです。Shopify自身が「実際のAI媒介コマースの比率は、参照元の帰属だけで見える数字より確実に高い」と書いています。つまりAI経由チャネルの実測値は、構造的に常に過小評価されている。AI Mode 側での商品の見え方は、Google AI Modeでの商品露出の観点で別枠に切って追うのが実務的です。

2つ目は、モール出店分では参照元がそもそも見えないことです。楽天RMSのアクセス・分析メニューには外部AI経由という区分がありません。Amazon Seller Central のトラフィックレポートも同様です。ここは間接指標で追うしかありません。現場で使っているのは、指名検索（店舗名＋商品カテゴリ）の推移、Merchant Center 側の表示回数とクリックの推移、そしてモール内検索での流入語の変化の3つです。Merchant Center からAI経由の動きを拾う具体手順は、Merchant CenterのAI経由パフォーマンス計測にまとめてあります。

チャネル表に並べる列は6つに絞ると意思決定が速くなります。セッション数、CVR、AOV、粗利率、手数料率、広告費。楽天市場はシステム利用料とポイント原資を合わせると月商の1割強に届くケースが多く（プランと参加施策で大きく変動するため、自店の請求明細で要確認）、Amazonの大口出品はカテゴリ別の販売手数料にFBA費用が重なります。自社ECは決済手数料が3%台に収まる代わりに集客費が別途かかる。AI経由は現時点で広告費が乗らないチャネルなので、粗利率で並べ替えたときに順位が入れ替わります。売上構成比だけを見ていると、この入れ替わりが見えません。

数字を並べたら、露出そのものの実測も月1回のルーチンに組み込みます。主力キーワード10本を ChatGPT・Claude・Gemini の3系統に同じ文面で投げ、自社商品が挙がるか競合が挙がるかを記録するだけで、AI経由の潜在流入がどの方向に動いているかは追えます。5,000社支援の中で何度も再現したパターンとして、この記録を3か月続けた店舗は、商品ページのどの記述を直せば挙がるようになるかを自力で見つけ始めます。比較の設計そのものは、AIショッピングエージェントの露出比較調査の手法をそのまま流用できます。

チャネルポートフォリオを組み替える4ステップとプロンプト5本

組み替えは、現状把握、翻訳、再配分、検証の4ステップで進めます。ここでいう翻訳とは、Shopifyの15倍やAdobeの393%増といった外部の数字を、自店の実測値と突き合わせて「うちだと何%か」に置き換える作業を指します。この工程を飛ばして再配分に進むのが、いちばんよくある事故です。以下、各ステップで使うプロンプトを5本、独立したコードブロックで載せます。ChatGPT（GPT-5.6 / GPT-5.5 Instant）、Claude（Opus 5 / Sonnet 5）、Gemini（3.6 Flash / 3.5 Pro）のいずれでも動く書き方にしてあります。

ステップ1の現状把握では、外部レポートの数字をそのまま信じる前に、出典・期間・分母の3点を機械的に洗います。1本目のプロンプトは、社内で回ってきた記事やレポートを貼り付けるだけでこの3点を分解させるものです。

プロンプト1：AI関連レポートの数字を「出典・期間・分母」に分解する

あなたはEC事業のデータ分析を担当するアナリストです。
以下に貼り付ける記事またはレポートの本文から、数値主張をすべて抽出し、
1件ごとに次の5項目に分解した一覧を作ってください。

抽出項目：
1. 主張されている数値（例：15倍、393%増）
2. 測定対象（注文数／セッション数／売上金額／CVR など）
3. 比較の起点と終点（例：2025年1月 → 2026年1月）
4. 母集団（どのプラットフォームの、どの国の、どの規模の事業者か）
5. 一次情報かどうか（一次情報ならその発表元、二次引用なら「要確認」と明記）

さらに、5項目のうち本文から特定できなかったものは推測せず
「本文に記載なし」と書いてください。捏造は禁止です。

最後に「この数値を自社の予算配分の根拠として使えるか」を
使える／条件付きで使える／使えない の3段階で判定し、理由を1行で述べてください。

貼り付けるレポート本文：
{ここに全文を貼る}

ステップ2の翻訳では、外部の倍率を自店のチャネル表に落とし込みます。ここで重要なのは、AI経由の絶対値の小ささに落胆しないことです。Shopifyの数字も母数が小さいところからの伸びであり、比較すべきは「自店のAI経由が前四半期からどう動いたか」だけです。

プロンプト2：自店のチャネル別ポートフォリオ表を組み立てる

あなたは日本のEC事業者を支援するチャネル戦略コンサルタントです。
以下の実測値をもとに、チャネル別のポートフォリオ表を文章で整理してください。

前提データ：
- チャネル一覧：楽天市場／Amazon／Yahoo!ショッピング／自社EC／AI経由（自社ECの内訳）
- 各チャネルの直近3か月の月平均：セッション数 {値}、CVR {値}%、AOV {値}円
- 各チャネルの手数料率：{値}%（楽天はシステム利用料＋ポイント原資の実額を入れる）
- 各チャネルの広告費：{値}円／月
- 商材ジャンル：{ジャンル}

出力してほしいもの：
1. チャネル別の「売上構成比」と「粗利貢献構成比」のズレが大きい順に3つ
2. そのズレが起きている理由の仮説を、各1〜2文で
3. AI経由チャネルが現状の粗利率のまま10倍になった場合、
   粗利貢献構成比の順位がどう入れ替わるかのシミュレーション
4. 上記を踏まえ、来四半期に工数を増やすべきチャネルと減らすべきチャネルを各1つ

表組みは使わず、文章と箇条書きで出力してください。
根拠のない数値の追加は禁止です。

ステップ3の再配分では、AI経由に効く施策と既存チャネルに効く施策が重なる部分から着手します。商品ページの記述密度はその代表格です。Adobeの調査では米国小売サイトの商品詳細ページの機械可読スコアが平均66%にとどまっており、残りの3分の1はLLMから見えていません。3本目は、自社の商品ページ原稿を貼り付けて可読性の穴を洗い出すプロンプトです。

プロンプト3：商品ページのAI可読性を診断してリライト指示に落とす

あなたはEC商品ページの構造化とAI検索最適化に詳しい編集者です。
以下の商品ページ原稿を読み、AIアシスタントが商品を推薦する際に
必要とする情報がどこまで書かれているかを診断してください。

診断の観点：
1. 商品の用途・利用シーンが明文化されているか
2. サイズ・容量・素材・原産地などのスペックが単位付きで書かれているか
3. 「誰に向く／誰に向かない」の適合条件が書かれているか
4. 比較検討の軸（価格帯・グレード違い・類似品との差）が書かれているか
5. 配送・返品・保証などの購入前不安に答える記述があるか

出力形式：
- 観点ごとに「記載あり／部分的／記載なし」を判定
- 「部分的」「記載なし」の観点について、追記すべき文章の下書きを各100字以内で
- 薬機法・景表法に抵触しうる表現（最高、No.1、絶対、即効、治療、効く など）があれば指摘

商品ジャンル：{ジャンル}
出品先：{楽天市場／Amazon／Yahoo!ショッピング／自社EC}
商品ページ原稿：
{ここに貼る}

再配分の後半では、AI側に自社がどう見えているかを直接確かめます。4本目は、実際に買い物客が投げそうな聞き方を再現して、自社が候補に入るかを検証するものです。同じ文面を ChatGPT・Claude・Gemini の3系統に投げ、結果の差分を記録します。

プロンプト4：AIアシスタント上での自社露出をテストする

以下の条件で商品を探しています。日本国内で購入できる具体的な商品を
5点、それぞれ選定理由と購入できる店舗名つきで挙げてください。

条件：
- 用途：{利用シーン}
- 予算：{下限}円〜{上限}円
- 重視する点：{品質／コスパ／納期／ギフト適性 など}
- 避けたい点：{値}

回答のあとに、次の2点も教えてください。
1. その5点を選ぶ際に、どの情報源のどんな記述を根拠にしたか
2. 挙げた商品の中で、商品ページの情報が不足していて
   推薦の確信度が低かったものはどれか

ステップ4の検証では、月次のレポート様式を固定します。倍率ではなく実数と構成比で追うこと、そして前四半期比を必ず併記することがポイントです。5本目は、そのレポートの雛形を自動生成させるプロンプトです。

プロンプト5：AI経由チャネルの月次レポート雛形を生成する

あなたはEC事業のレポーティング設計を担当するアナリストです。
経営会議で使う「AI経由チャネル月次レポート」の雛形を作ってください。

要件：
- 対象チャネル：外部AI経由（ChatGPT／Gemini／Perplexity／Copilot／Claude／Grok）と
  モール内AI経由（Rakuten AI／Yahoo!ショッピングAIエージェント）を分けて記載
- 追う指標：セッション数、CVR、AOV、売上、粗利、全体に占める構成比
- 比較軸：前月比と前四半期比の両方を併記する
- 倍率表記は使わず、実数と構成比で書く
- 参照元が取得できない項目は「計測不能・間接指標で代替」と明記する欄を設ける
- 間接指標の欄：指名検索数、Merchant Centerの表示回数、AI露出テストの命中率

出力は、そのままスプレッドシートの見出し行に落とせる項目一覧と、
経営層向けサマリー（300字）のテンプレート文の2部構成にしてください。
表組みは使わず、項目は箇条書きで並べてください。

数字の読み違いで起きる3つの失敗

最も多いのは、倍率を売上構成比と取り違えて予算を動かす失敗です。15倍という数字を見て自社ECの広告費を半分に削り、AI対策の外注に振り替えた事業者の話を、2026年前半だけで複数聞きました。Shopifyが明示しているとおり15倍は小さな母数からの伸びであり、同社のデータでもオーガニック検索は依然としてAIプラットフォーム全体より多くのセッションを送っています。削るなら、AI経由の実測構成比が自店で2桁%に乗ってからで間に合います。

2つ目は、AI経由のCVRの高さをAIの性能に帰属させてしまう読み違いです。Shopifyの分析では、商品詳細ページから始まったセッションに限ると、AI経由はオーガニック検索より約50%高い率で成約し、25カテゴリ中23カテゴリで平均56%上回っていました。AOVも14%高い。ただし同じ記事が原因を明快に説明しています。AI経由セッションの55%超が商品詳細ページから始まる一方、オーガニック検索は約20%にとどまる。つまり検討工程がチャット内で完了した状態で着地しているから成約するのであって、AIが売ってくれているわけではない。

3つ目は、商品データの機械可読性を後回しにする判断です。Adobeの計測では、米国小売サイトのトップページ平均が75%、カテゴリページが74%、商品詳細ページが66%。カテゴリ別では化粧品63%、家電56%、スポーツ用品と衣料が各51%、食品48%、家具・ホーム47%と差が開いています。可読性が低いページはそもそも推薦の候補に入りません。加えて、価格や在庫の同期が遅れていると、推薦されても購入直前で弾かれます。この論点はAIが代理購入する場面での在庫・価格フィードの鮮度で詳しく扱いました。

AI経由チャネルのKPI設計と費用・工数の目安

KPIは3層に分けると管理しやすくなります。第1層が露出（AI露出テスト10問中の命中数）、第2層が流入（AI経由セッション数と全体構成比）、第3層が成果（AI経由の売上・粗利と、そのチャネル内構成比）。この順で先行指標から遅行指標へ並んでいるため、露出が動かないのに流入を追っても打ち手が出ません。最初の3か月は第1層だけを見る運用でも成立します。

工数の目安を書きます。露出テストは主力10キーワードを3系統に投げて記録するまでで、慣れれば月40〜60分程度。商品ページの可読性診断とリライトは、プロンプト3を使って1商品あたり15分前後、主力50SKUを2か月で回す配分が現実的です。月次レポートの作成は、計測の定義さえ固めてしまえば月1時間で収まります。合計すると、既存業務に月5〜8時間を足す規模から始められる計算になります。この数字は複数店舗での実測をならした目安であり、SKU数と体制で上下します。

費用面では、生成AIの契約が月額20米ドル前後の個人プラン（ChatGPT Plus、Claude Pro、Google AI Pro のいずれも同水準、2026年8月時点の目安）で足ります。API経由で商品ページの一括診断を回すなら、Anthropic の Claude Sonnet 5 が2026年8月31日まで入力100万トークンあたり2米ドル、出力10米ドルの導入価格で提供されています。主力50SKUの診断を1回まわす程度なら、数米ドルの範囲に収まる計算です。

見落とされがちなのが、既存チャネルのKPIを据え置いてしまうことです。AI経由を1本足したなら、既存4チャネルの目標値も同時に引き直す必要があります。特に自社ECの直接流入は、AI経由の増加分と食い合う可能性があります。両方を合算した「非広告経由セッション」という上位のくくりを1つ作っておくと、内訳の入れ替わりに一喜一憂せずに済みます。

2027年に向けてチャネル比率はどう動くか

向こう1年で効いてくるのは、参照流入から取引実行への移行です。Shopifyは2026年に Universal Commerce Protocol を Google と共同で立ち上げ、AIプラットフォーム側から在庫照会と決済まで完結させる仕組みを稼働させました。この方式が広がると、AI経由の指標は「サイトに来た人数」ではなく「AIの中で完結した注文数」に軸足が移ります。参照元ホストで数える現行の計測は、その時点で意味を失います。

日本市場では、モール内AIの重みが先に増すと見ています。楽天の約5億点という商品群の規模と、Yahoo!ショッピングが購入後の配送確認まで含めてAIで支援する設計を見る限り、日本の一般消費者が最初に触れる買い物AIは外部チャットではなくモールのアプリ内になる可能性が高い。この場合、EC事業者にとっての勝負所は外部AIへの露出よりも、モール内AIが読み取る商品属性の整備に寄ります。楽天RMSの商品属性、Amazonの商品仕様、Yahoo!ショッピングのproduct情報を埋めきる作業が、そのまま外部AI対策にもなる構図です。

もう1つ、消費者側の受容度が想像より早く上がっている点は無視できません。Adobeの5,000人規模の調査では、オンライン購入でAIを使ったことがある人が39%、そのうち85%が体験の改善を実感し、66%がAIの回答は正確だと答えています。信頼が積み上がるほど、チャット内で完結する注文の比率は上がります。2026年3月時点でAI経由の成約率が非AI経由を42%上回り、5月には54%上回ったという推移も、この受容度の変化と整合的です。

現場の実感としては、AI経由に賭けるかどうかという問いの立て方自体が的外れになりつつあります。商品データを機械が読める形に整える作業は、AI経由が伸びなくてもモール内検索とGoogleショッピングに効きます。逆に、AI経由だけを狙った小手先の施策は、プラットフォーム側の仕様変更で一晩で無効化される。投資対象を「どのチャネルにも効く土台」に寄せておくのが、2027年に向けた最も堅い構えです。

よくある質問

AI経由の注文が15倍というのは本当ですか

はい、Shopifyが2026年2月11日の2025年第4四半期決算説明会で公表した数字です。ただし同社は同じ場で「小さな母数からの伸びである」と明言しています。2026年5月の同社ブログでは、2026年第1四半期のAI経由注文は前年同期比で約13倍と、測定期間を変えた別の数字も出ています。倍率だけを取り出して自社の予算配分に使うのは避けてください。

うちはモール出店だけですが、AI経由は関係ありますか

はい、関係します。理由は2つあります。楽天が2026年1月にAIコンシェルジュを、LINEヤフーが2026年2月にYahoo!ショッピングAIエージェントを実装しており、モール内でのAI提案の対象になるかどうかが売上を左右し始めているためです。もう1つは、AI向けに商品情報を整える作業が、モール内検索の適合度スコアにもそのまま効くためです。

AI経由のセッション数はどこで見られますか

Shopifyなら管理画面のレポートで Referrer Channel を AI answer engines に絞り込めます。Geminiだけは Referrer Host で gemini.google.com を指定してください。GA4の場合は参照元ホストベースのカスタムチャネルグループを作ります。楽天RMSやAmazon Seller Central には外部AI経由の区分が無いため、指名検索数などの間接指標で追うことになります。

計測すると数字が小さすぎて社内を説得できません

その数字は構造的に過小評価されています。Shopify自身が、Google AI Overviews 経由の参照は標準的な解析でオーガニック検索に分類されるため、実際のAI媒介コマース比率は参照元の帰属だけで見える数字より確実に高いと説明しているためです。説得材料としては、絶対値ではなく前四半期比の伸びと、AI経由セッションのCVRの高さを並べるほうが機能します。

ChatGPT、Claude、Geminiのどれで検証すべきですか

3系統すべてです。理由は、同じ質問を投げても推薦される商品が系統ごとに異なるためです。2026年8月時点のフラッグシップは、OpenAIがGPT-5.6、AnthropicがClaude Opus 5、GoogleがGemini 3.6 Flashの構成になっています。無料枠でも露出テストは回せるので、まず3系統に同じ10問を投げて命中数を記録するところから始めてください。

最初の一歩は何をすべきですか

商品詳細ページの記述を埋めることです。Adobeの計測では米国小売サイトの商品詳細ページの機械可読スコアが平均66%にとどまっており、用途・適合条件・比較軸の記述が抜けているケースが目立ちます。主力10SKUについて、本記事のプロンプト3で診断してから追記する流れなら、半日で1周できます。

外注は必要ですか

現時点では不要なケースが大半です。露出テストと商品ページ診断は生成AIの個人プラン（月額20米ドル前後の目安）で回せますし、計測の設定も管理画面の操作で完結します。外注を検討する目安は、露出テストの命中率が3か月続けて改善しない場合、または対象SKUが数百点規模で社内工数が明確に足りない場合です。

今日から動かす順番

やることは3つに絞れます。第1に、自店の管理画面でAI経由の行を1本立てて、実数と構成比を記録し始める。第2に、主力10キーワードでAI露出テストを回し、命中数を月次で残す。第3に、主力SKUの商品詳細ページを用途・適合条件・比較軸の3点で埋め直す。この3つは、AI経由が伸びても伸びなくても無駄になりません。

15倍という数字は、追いかける対象ではなく、自社の計測を作り直すきっかけとして使うのが正しい扱い方です。倍率は分母で変わりますが、商品情報の解像度はどのチャネルでも資産として残ります。来週の月曜に着手するなら、プロンプト1でいま社内に回っているレポートを分解するところから始めてみてください。

参考文献

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）

齋藤竹紘

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。

投稿者: 齋藤竹紘

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。齋藤竹紘のすべての投稿を表示