AI経由の買い物の59.7%はAmazonで完了|日本のEC事業者が集客の依存を分散する5つの導線とプロンプト4本【2026年版】

AIで調べた米国の買い物の59.7%はAmazonで完了していました。最新調査の数字をもとに、日本のEC事業者が集客の依存を分散する5つの導線、作業に使うプロンプト4本、失敗例とKPIを解説します。

投稿日: カテゴリー EC×AI活用

AI経由の購買とは、AIで商品を調べ比べてから買う行動のことです。

AI検索が広がれば、モールの力が弱まって自社サイトに直接お客さんが来るようになる。そう期待する声をよく聞きますが、米国の最新データは逆の結果を示しています。PYMNTS Intelligenceの消費者調査によると、AIを使って調べた直近の買い物のうち59.7%はAmazonで購入が完了していました。量販店・百貨店が19.5%、ブランドの自社サイトやアプリは6.3%にとどまります。商品を探す入口はAIに移りつつあるのに、お金を払う場所は最大のマーケットプレイスに集まっている、というのが2026年時点の米国の姿です。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、このデータを日本のEC事業者がどう読むべきかを解説します。結論は、Amazonから離れるのではなく、Amazonで守りながら、AIに選ばれる理由を持つ導線を複数持つことです。後半では、そのための5つの導線と、作業に使うプロンプト4本を紹介します。

AIで調べてもAmazonで買うのはなぜか

理由は、最終的な購入先を決めるのが、AIの推薦そのものより価格と配送と安心感だからです。PYMNTSの調査は、2026年8月10〜13日に米国の消費者2,191人を対象に行われ、米国の人口構成に合わせて重み付けされています。

購入先を選んだ理由として最も多かったのは、最安値や割引で27.5%でした。送料無料や配送の速さが17.3%、支払い情報の扱いへの信頼が9.1%、いつもの習慣が8.1%と続きます。AIツールからの直接リンクを理由に挙げた人は2.5%しかいません。AIは候補を絞り込む役割を果たしても、最後の決め手は従来の買い物と同じ要素だということが分かります。

一方で、AIが買い物の行動を変えている兆しもはっきり出ています。AIによって購入先が変わったと答えた人は39.9%、これまで使っていなかったオンラインストアで買った人は44.7%に上りました。10人に4人以上が、AIをきっかけに新しい店を試していることになります。Amazonでの購入頻度が減ったと答えた人も27.2%います。つまり、AIは最大手に客を集める力と、新しい店を見つけさせる力の両方を持っています。

入口の変化も急です。小売の買い物のオンライン調査をAIから始めると答えた人は23.2%、推計で約6,090万人でした。過去1年に商品探しでAIを一度でも使った人は25.8%で、同年6月の22.9%から上がっています。AIを使う人の過去3か月の小売支出は、6月の889米ドルから8月には1,039米ドルへと17%増えていました。

買い物をAIに任せる場面の希望先も聞いています。条件が同じなら、大手のオンラインマーケットプレイスを選ぶ人が40.2%、百貨店や大手小売が21.8%、ブランドの自社サイトが16.1%、どこで買うかもAIに任せるという人が21.8%でした。AIに任せるほど、買い手は「信頼できる大きな売り場」を選びやすくなる傾向が読み取れます。

この傾向は他の調査とも整合します。Visaの調査では、オンラインの購入者の48%が直近の買い物でAIを使って事前に調べていました。調べる行動の半分近くがAIを通る一方、その出口はまだ既存の大手に集まっています。

日本のEC事業者にとって何がリスクなのか

最大のリスクは、AIが集めた需要の出口が、特定のモールに一層集中していくことです。米国のデータをそのまま日本に当てはめることはできません。日本では楽天市場とAmazonとYahoo!ショッピングが並び立ち、ポイント経済圏の影響も強いため、出口がどこに集まるかは米国と違う形になる可能性があります(日本の同種のデータは要確認)。

それでも、構造としては同じことが起こり得ます。AIが候補を並べ、買い手が「いつもの安心できる売り場」で決済する。この流れが強まるほど、そのモールの手数料、規約、検索の仕組み、そしてAIとの付き合い方の方針に、店舗の売上が左右されるようになります。実際、Amazonは外部のショッピングエージェントを自社サイトから締め出す動きも見せています。経緯はAIエージェント遮断の背景をまとめた記事で扱いました。モールの方針1つで、AI経由の需要の流れ方が変わるということです。

依存の怖さは、売上が伸びている間は見えにくいことです。販売手数料の改定、広告の入札単価の上昇、検索結果の表示の仕組みの変更、アカウントの一時停止など、モール側の変化は店舗の努力と関係なく起こります。売上の大半を1つのモールに預けていると、こうした変化の影響を直接受け、立て直すまでの間に資金繰りが苦しくなることもあります。AI経由の需要が特定のモールに集まるほど、この構造は強まります。

もう1つのリスクは、店舗側が自分の依存度を数字で把握していないことです。楽天市場とAmazonの両方を回している店舗で観測されたのは、売上の大半が1つのモールに偏っているのに、そのことが月次の会議で話題に上らないケースでした。依存は、問題が起きてから初めて意識されがちです。

逆に、機会もあります。AIによって初めての店で買った人が44.7%いたという数字は、小さな店でもAIに見つけてもらえれば新しいお客さんに届くことを示しています。AIに推薦されるだけの理由を持つ店は、モールの検索順位とは別の入口を得られます。

依存を分散する5つの導線とプロンプト4本

分散の考え方は、Amazonを捨てることではありません。AIの出口として強いAmazonでの露出を守りつつ、ほかの4つの導線を育てて、1つの経路に売上の大半を預けない状態を作ることです。

1つ目の導線は、Amazon内での露出を守ることです。AIで調べた買い手の多くがAmazonで決済する以上、Amazonの商品ページの情報の正確さと、価格・配送条件の競争力は引き続き最優先です。商品名、箇条書き、商品説明、検索キーワードを、AIの要約に耐える具体的な内容にしておきます。

2つ目の導線は、楽天市場とYahoo!ショッピングでの商品情報の整備です。日本ではこの2つのモールが、Amazonと並ぶ大きな出口です。楽天RMSの商品登録画面、Yahoo!ショッピングのストアクリエイターProで、商品名・スペック・配送条件を揃えておくと、どのモールで決済されても取りこぼしが減ります。

3つ目の導線は、自社ECを「AIに推薦される理由がある場所」にすることです。価格だけで比べられると、自社サイトはモールに勝ちにくいのが現実です。限定品、ギフト対応、定期購入、詳しい使い方の情報など、自社サイトでしか得られない価値をはっきり書いておくと、AIが自社サイトを推薦する理由になります。

4つ目の導線は、Google の検索とAIモードです。Merchant Centerの商品フィードに会話向けの属性を揃えておくと、AIモードでの露出の土台になります。手順はMerchant Centerの会話型属性への対応手順の記事にまとめました。

5つ目の導線は、ChatGPTなどのAIアシスタントの中での露出です。OpenAIは事業者が自社の情報や商品を登録できる仕組みを広げています。準備の進め方はBusinesses in ChatGPTの解説記事を参照してください。

5つの導線のどこから手を付けるかは、今の売上の偏り方で決まります。Amazonの比率が高い店舗は、2つ目の楽天市場・Yahoo!ショッピングの整備から始めると、同じ商品データを活かしやすく立ち上がりが早くなります。楽天市場の比率が高い店舗は、1つ目のAmazonでの露出か、4つ目のGoogleの導線から手を付けると、AIで調べる買い手との接点を増やせます。自社ECが中心の店舗は、3つ目の選ばれる理由の整理を先に済ませてから、モールへの出店を検討する順番が無理のない形です。

ここからは、分散の作業をAIに手伝わせるプロンプトです。ChatGPT、Claude、Geminiのどれでも使えます。まずは自社の依存度を数字で把握します。

プロンプト1:販売チャネル別の依存度分析

以下は当店の直近12か月の販売チャネル別の月次売上です。
1. チャネルごとの売上構成比を月別と年間で計算してください
2. 売上構成比が最も高いチャネルの比率の推移を示してください
3. 1つのチャネルの構成比が{基準値}%を超えている月があれば指摘してください
4. 構成比が伸びているチャネルと縮んでいるチャネルを分けてください
数字は計算結果だけを示し、原因の推測は「推測」と明記してください。

データ:
{月、チャネル名(Amazon、楽天市場、Yahoo!ショッピング、自社EC など)、売上}

次に、AIに推薦される理由が自社にあるかを棚卸しします。価格以外の強みを言葉にしておくと、商品ページや自社サイトの書き方が変わります。

プロンプト2:AIに推薦される理由の棚卸し

あなたは購入前にAIで商品を比較する消費者です。
以下の当店の情報を読み、同じジャンルの他店ではなく当店を選ぶ理由を、価格以外の観点で挙げてください。
観点:品揃えの独自性、ギフト対応、配送の確実さ、使い方情報の充実、アフターサービス、定期購入
理由が見つからない観点は「見つからない」と書いてください。
最後に、当店のサイトに書き足すべき情報を5つ提案してください。

当店の情報:
{店舗の特徴、主力商品、サービス内容}

3つ目のプロンプトでは、チャネルごとの商品情報のずれを点検します。同じ商品の情報がモールごとに違うと、AIが要約したときに誤った情報が伝わりかねません。

プロンプト3:チャネル横断の商品情報の整合チェック

以下は同じ商品の、販売チャネルごとの商品情報です。
1. 価格、送料、配送日数、容量・サイズ、原材料・素材の記載が、チャネル間で食い違っている箇所を抜き出してください
2. 食い違いが意図的な差か、更新漏れの疑いかを、差の大きさと規則性から推定してください(推定と明記)
3. 更新漏れの疑いがあるものは、修正すべき管理画面(Amazon Seller Central、楽天RMS、ストアクリエイターPro、自社ECの管理画面)を添えてください

商品情報:
{チャネル名、項目名、記載内容}

最後のプロンプトは、AIアシスタントで自社がどう見えているかを確認するための質問リストづくりです。月に1回、同じ質問を複数のAIに投げて、推薦される店や商品の変化を記録します。

プロンプト4:AIでの見え方を確認する質問リスト

当店の主力商品について、消費者がAIアシスタントに投げそうな質問を10個作ってください。
条件:
1. 「おすすめは?」型を3つ、「AとBの違いは?」型を3つ、「どこで買うのが安い?」型を2つ、「ギフトに向くのは?」型を2つ
2. 当店の店名は質問に含めない
3. 日本の消費者の自然な言い回しにする
主力商品:
{商品名、ジャンル、価格帯、想定する購入者}

プロンプト4で作った質問を毎月同じ形で投げ、回答に自社の店や商品が出てくるか、どの売り場へのリンクが示されるかを表計算に記録します。数か月続けると、どの導線が育っているかが見えてきます。AIの回答は日によって揺れるため、1回の結果で一喜一憂せず、同じ質問を2〜3回投げた平均で見るのが確実です。

よくある失敗と回避策

失敗は「Amazonを避ける」「価格で勝負する」「測らない」の3つに集約されます。

1つ目は、依存を嫌ってAmazonから距離を置くことです。AIで調べた買い手の約6割がAmazonで決済している状況で、Amazonの露出を弱めれば、その需要をそのまま失います。回避策は、Amazonでの露出は守ったまま、ほかの導線を足していくことです。分散は引き算ではなく足し算で進めます。新しい導線の売上が育つまでには数か月から1年かかることも多いため、既存の柱を細らせない順番が大切です。

2つ目は、自社ECに客を呼ぶために価格を下げすぎることです。購入先を選ぶ理由の首位が最安値だったからといって、自社サイトだけ大きく値下げすると、モールとの価格差が目立ち、粗利も削られます。回避策は、プロンプト2で価格以外の選ばれる理由を見つけ、それを自社サイトの前面に出すことです。限定のセット、名入れ、詳しい使い方の情報などは、価格を下げずに選ばれる理由になります。

3つ目は、効果を測らないことです。AI経由の流入は、まだ正確に追うのが難しい領域です。測りにくいからといって何もしないと、どの導線を伸ばすべきか判断できません。回避策は、プロンプト1のチャネル別構成比と、プロンプト4の見え方の記録を、月次の定例でセットで確認することです。

KPIと費用・工数の目安

KPIは、最大チャネルの売上構成比、チャネル数、AIアシスタントでの推薦の出現数の3つから始めます。最大チャネルの構成比は、何%を超えたら危険という正解はありませんが、自社で基準値を決め、それを超えたら分散の手を打つ、というルールにしておくと判断がぶれません。

チャネル数は、売上の5%以上を占めるチャネルがいくつあるかで数えると実態に近くなります。出店しているだけで売上がほとんどないチャネルを数に入れてしまうと、分散できているように見えて実際には偏ったまま、という状態を見逃します。AIアシスタントでの推薦の出現数は、プロンプト4の10個の質問のうち、自社の店や商品が回答に出てきた数です。最初は0でも構いません。数か月の推移を見ることに意味があります。

費用は、作業に使うAIの有料プランが月20米ドル前後(ChatGPT Plus、Claude Pro、Geminiの有料プランの目安。各社の公式ページで要確認)で、追加の費用はほとんどかかりません。工数の目安は、プロンプト1〜3の初回の分析と点検に担当者1人で2〜3日、プロンプト4の月次の確認に毎月半日程度です(現場感覚での目安)。

導線を育てる施策そのもの、たとえば商品フィードの整備や自社サイトの情報追加には、別途の工数がかかります。全部を一度にやろうとせず、プロンプト1で依存度が高いと分かった店から、5つの導線のうち1つずつ手を付けていくのが無理のない進め方です。

今後の展望と独自考察

AIが買い物の入口になっても、出口がすぐに分散するわけではない。これが今回のデータから読み取れる一番の示唆です。むしろ、AIに買い物を任せる人ほど、大手のマーケットプレイスを選ぶ傾向が強く出ていました。AIの時代に勝つのは、AIに好かれる店というより、AIが安心して推薦できる店だと言い換えられます。

売り手の側の準備はまだ追いついていません。PYMNTSが同じ時期に米国の大手EC事業者60社に行った加盟店調査では、AI経由の訪問を購入完了まで一貫して追えている企業は0%でした。売り手の多くが、AIが運んできた需要をどこで取りこぼしているかを把握できていない状態です。全商品をAIエージェントに出すかどうかの判断軸は、AIエージェントへの出し渋りの判断基準をまとめた記事で整理しました。

日本では、ポイント経済圏という独自の要素があります。楽天市場で買えばポイントが貯まる、という理由で購入先を決める買い手は多く、AIが候補を示した後の最終的な出口に影響すると考えられます。米国でAmazonが果たしている「安心して決済できる場所」の役割を、日本では複数のモールが分け合う形になるかもしれません。どのモールが出口として強くなるかは、各モールのAIへの向き合い方次第です。

注目しておきたいのは、AIが回答の中でどの売り場へのリンクを示すかです。今回の調査では、AIツールからの直接リンクを購入先の決め手に挙げた人は2.5%でしたが、AIに買い物を任せる場面が増えれば、この数字は変わっていく可能性があります。AIがどの売り場を「標準の購入先」として示すかは、AIを提供する企業とモールの提携関係にも左右されます。どの売り場が示されても取りこぼさないよう、複数のモールと自社ECで商品情報を揃えておくことが、最も確実な備えになります。

5,000社支援の中で何度も再現したパターンとして、売上が長く安定している店は、1つのチャネルに頼り切らず、それぞれのチャネルに合った役割を与えています。AI経由の買い物が増える時代も、この原則は変わりません。変わるのは、チャネルの1つにAIアシスタントが加わることです。

よくある質問

AI経由の買い物は本当にAmazonに集まっているのですか?

米国のデータではそうです。PYMNTS Intelligenceが2026年8月に米国の消費者2,191人を調べた結果、AIを使って調べた直近の買い物の59.7%がAmazonで完了していました。日本でも同じ傾向になるかは、同種のデータがなく要確認です。

なぜAIで調べた人はAmazonで買うのですか?

最大の理由は価格です。購入先を選んだ理由は、最安値や割引が27.5%、送料無料や配送の速さが17.3%、支払い情報の扱いへの信頼が9.1%でした。AIツールからの直接リンクを理由に挙げた人は2.5%にとどまります。

自社ECはAIの時代に不利なのですか?

いいえ、一概に不利とは言えません。AIによって初めての店で買った人は44.7%に上りました。価格以外に選ばれる理由を持つ自社ECは、AIに見つけてもらうことで新しいお客さんに届く可能性があります。

Amazonへの依存を減らすためにAmazonから撤退すべきですか?

いいえ、撤退はおすすめしません。AIで調べた買い手の多くがAmazonで決済しているため、撤退すればその需要を失います。Amazonでの露出は守りながら、楽天市場、Yahoo!ショッピング、自社EC、Google、AIアシスタントの導線を足していくのが現実的です。

依存度は何%を超えたら危険ですか?

一律の正解はありません。自社の利益構造やリスクの許容度に合わせて基準値を決め、最大チャネルの売上構成比がそれを超えたら分散の手を打つ、というルールにしておくことが大切です。

AIアシスタントで自社がどう見えているかはどう確認できますか?

消費者が投げそうな質問を10個ほど用意し、毎月同じ質問を複数のAIに投げて記録する方法が手軽です。自社の店や商品が回答に出てくるか、どの売り場が示されるかの推移を見ると、導線の育ち具合が分かります。

楽天市場の店舗でもこの考え方は使えますか?

はい、使えます。楽天市場の店舗では、楽天RMSでの商品情報の正確さを高め、AIが要約したときに誤解されない状態を作ることが中心になります。楽天市場の規約に沿って、店舗内で完結する改善を進めてください。

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)


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。

お問い合わせ