AI経由の小売売上とは、AIの推薦や対話が購入に関与した売上のことです。
2025年の年末商戦で、AIとAIエージェントが関与した売上は世界で2,620億ドル、小売売上全体の20%に達しました。米Salesforceが2026年1月に公表した2025年年末商戦の集計の数字です。「売上の5分の1がAI経由」という見出しは強烈ですが、この数字をそのまま「日本でも2割の売上がChatGPTから来る」と読むと、打ち手を間違えます。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)が、この数字の中身を分解し、楽天市場・Amazon・自社ECを運営する日本の事業者向けに5つの観点で読み替えます。
先に要点を書くと、20%の大半は「モールやサイトの中のAI推薦」が関与した売上で、外部のAI検索から直接来た売上ではありません。日本の事業者がやるべきことは、モール内AIに拾われる商品データの整備、外部AI検索からの少数精鋭の流入を測る仕組み、そして自社の問い合わせ対応へのAI投入の3つです。2026年の年末商戦は、この3つをどこまで準備できたかで差がつきます。
2,620億ドル・20%という数字は何を数えているのか
この数字は「AIが売った金額」ではなく、「AIが購入の過程に関与した売上」をSalesforceが推計したものです。発表では、パーソナライズされた商品推薦と、より深い顧客との対話が主な要因として挙げられています。つまり、ECサイト内の「あなたへのおすすめ」や、購入前のチャット相談なども含んだ広い定義だと理解しておく必要があります。
集計期間は2025年11月1日から12月31日で、同期間の世界のオンライン売上は1兆2,900億ドル、米国は2,940億ドルでした。前年比の伸びは世界で7%、米国で4%です。Salesforceは、15億人以上の買い物客と89か国以上の行動データをもとに、18の主要市場を分析したと説明しており、日本も18市場の1つに含まれています。ただし日本単独の数字は公表されていません。
推計の方法にも注意が必要です。発表には、自社データと外部データに市場の前提を組み合わせ、業界全体に引き延ばした推計である旨が明記されています。第三者の監査を受けた統計ではなく、Salesforceのコマース基盤を使う事業者のデータが土台です。数字の大きさを鵜呑みにするのではなく、「方向感を示す業界データ」として扱うのが妥当な読み方です。
それでも、この発表には日本の事業者にとって使える数字がいくつも入っています。AI検索からの流入の割合は前年の2倍になり、AI検索から来た買い物客はSNS経由の買い物客より9倍高い確率で購入したとされています。さらに、自社のAIエージェントを導入したブランドは前年比6.2%の売上成長で、導入していないブランドの3.9%を上回りました。返品は購入額の14%にあたる1,810億ドルに達し、前年から10%増えています。
AI経由の購買がどこで完結しているかについては、AI経由の買い物の59.7%はAmazonで完了するという調査を読み解いた記事でも整理しました。2つの数字を並べると、「AIが関与する売上は大きいが、その多くはモールの中で決済まで済んでいる」という構図が見えてきます。
日本のEC事業者向けの5つの読み替え
20%という数字を自店の打ち手に変えるには、「AIがどこで関与しているか」を3つの場所に分けて考えるのが近道です。モールの中のAI、外部のAI検索、自社のAIエージェントです。この前提で、5つの読み替えを示します。
1つ目の読み替えは、「20%の多くはモール内AIの話」です。楽天市場、Amazon、Yahoo!ショッピングの検索結果やおすすめ枠は、すでに機械学習で並び順が決まっています。米国の集計で「AIが関与した売上」に数えられるものの多くは、日本でいえばモールの検索とレコメンドの中で起きている購買に近いものです。ここで店舗側が動かせるのは、商品名、商品属性、画像、レビューといった商品データの質だけです。楽天RMSの商品登録画面での属性入力や、Amazonの商品詳細ページの項目を埋めきることが、AI時代のモール対策の土台になります。
2つ目の読み替えは、「外部AI検索の流入は少ないが濃い」です。ChatGPTやPerplexityからの流入は、自社ECの全流入に占める割合としてはまだ小さい店舗がほとんどです。ただ、Salesforceの集計でSNS経由の9倍という転換率が出ているように、AIに相談したうえで来訪する客は購入の意思がはっきりしています。少数でも見逃さずに計測し、どの商品ページに着地しているかを把握する価値があります。
3つ目の読み替えは、「自社エージェントの成長率差は因果ではなく相関」です。6.2%と3.9%の差は、AIエージェントを入れたから伸びたとは限らず、AIに投資できる体力のあるブランドがもともと伸びていた可能性もあります。それでも、発表で紹介されたPandoraの事例では、顧客対応エージェントが問い合わせの60%を人を介さずに解決し、NPS(顧客推奨度)が10%改善したとされています。売上より先に、問い合わせ対応の負荷軽減という形で効果が出やすい領域だと読むのが現実的です。
4つ目の読み替えは、「アクセスが増えても注文は増えないかもしれない」です。Salesforceが2026年7月に出した2026年年末商戦の予測では、2026年4〜6月期の世界のデジタルトラフィックが前年比18%増えた一方で、注文数は1%増にとどまったとされています。同じ予測では、年末商戦のECトラフィックの20%がAIチャットエージェント由来になる見通しも示されました。AIによる下調べの訪問が増えるほど、アクセス数と注文数の差は広がります。アクセス数を成果指標にしている店舗は、評価軸の見直しが必要です。
5つ目の読み替えは、「AIは購入後の手続きに広がっている」です。2025年の年末商戦では、配送先の変更や返品の受付など、AIエージェントが完了させた手続きが直前2か月比で142%増えたと報告されています。日本の事業者にとっても、年末の問い合わせ集中期に「配送状況の確認」「のし・ギフト包装の変更」「返品の受付」をAIが一次対応できるかどうかは、人手不足の中で直接効いてくる論点です。
年末商戦までに進める4つの準備とプロンプト4本
準備は「計測」「商品データ」「FAQ」「問い合わせ一次対応」の4つに絞ると、残り時間が少なくても着手できます。ここでは、ChatGPT・Claude・Geminiのいずれでも使えるプロンプトを4本紹介します。2026年11月時点の各社の主力モデルは、OpenAIのGPT-6.2 Astra・Sol、AnthropicのClaude Opus 5.5・Claude Fable 5.2、GoogleのGemini 4系です。
準備1は、AI検索からの流入を分けて計測することです。GA4の「集客」の「トラフィック獲得」レポートで、セッションの参照元にchatgpt.comやperplexity.aiなどが含まれる流入を絞り込み、着地ページと購入数を週次で記録します。数が少ないうちは月単位で見ても構いません。プロンプト1は、書き出したデータから傾向を読むためのものです。
プロンプト1:AI検索流入の週次レポート
あなたはEC事業者のアクセス解析担当です。
以下はGA4から書き出した、AI検索サービス経由のセッションデータです。
次の4点を読み取って、店長向けに300字以内で報告してください。
1. 参照元別(ChatGPT、Perplexity、Gemini、Copilotなど)のセッション数と購入数
2. 着地が多い商品ページの上位5件と、その購入率
3. 自然検索・SNS経由と比べた購入率の差
4. 着地ページの中で、商品情報が不足していそうなページの指摘
データ:{GA4から書き出した参照元・着地ページ・セッション数・購入数}
注意:データにない数字は推測で埋めず「データなし」と書いてください。
準備2は、モール内AIと外部AIの両方に読まれる商品データを整えることです。素材、サイズ、容量、用途、対象年齢、ギフト対応可否のような事実情報が、商品名や説明文の中に埋もれていると、AIは正確に拾えません。プロンプト2は、既存の商品ページから欠けている事実情報を洗い出すためのものです。
プロンプト2:AIに読まれる商品データの欠落チェック
あなたはECの商品データ整備の担当者です。
以下の商品ページの文章を読み、AIアシスタントが商品を推薦するときに必要になる事実情報のうち、
記載がないもの・あいまいなものを洗い出してください。
確認する項目:
素材、サイズ・容量、重量、色、用途、対象(年齢・性別・肌質など)、使い方、保管方法、
原産国、ギフト対応(のし・包装・メッセージカード)、配送日数の目安、返品条件
商品ページの文章:{商品名・キャッチコピー・商品説明文}
商品ジャンル:{ジャンル}
出力:項目ごとに「記載あり/あいまい/記載なし」と、追記すべき文の例を1文
注意:事実が分からない項目は追記例を作らず「店舗に要確認」と書いてください。
準備3は、AIが答えを抜き出しやすいFAQを作ることです。年末商戦の時期は、配送の締め切り、ギフト包装、のしの種類、年末年始の休業日といった質問が集中します。商品ページや店舗の案内ページに、質問と答えを1対1で書いておくと、AI検索でもモールのAIアシスタントでも引用されやすくなります。
プロンプト3:年末商戦FAQの作成
あなたは{店舗名}の顧客対応担当です。
以下の店舗情報をもとに、年末商戦期によく来る質問とその回答を10組作成してください。
ルール:
1. 回答の1文目で結論を言い切る(「はい、〜です」「〜日までのご注文で〜に届きます」)
2. 1つの回答は120字以内
3. 店舗情報にない内容は書かず、その質問は作らない
4. 値引きや特別対応の約束はしない
店舗情報:
- 年末の配送締め切り:{日付と条件}
- 年末年始の休業期間:{期間}
- ギフト包装・のしの対応:{内容}
- 返品・交換の条件:{条件}
- 主な配送方法と目安日数:{内容}
準備4は、問い合わせの一次対応をAIに任せる範囲を決めることです。配送状況の確認、営業日の案内、返品手続きの案内のような定型の問い合わせはAIに、クレームや個別の条件交渉は人に、と線を引きます。プロンプト4は、過去の問い合わせを分類して、AIに任せられる割合を見積もるためのものです。
プロンプト4:問い合わせのAI一次対応の切り分け
あなたはECの顧客対応の業務設計担当です。
以下は昨年の11〜12月に届いた問い合わせの一覧です。
各問い合わせを次の3区分に分類し、区分ごとの件数と割合を出してください。
区分A:定型回答で解決できる(配送状況、営業日、手続き案内など)
区分B:注文情報の確認が必要だが手順は決まっている(住所変更、返品受付など)
区分C:人の判断が必要(クレーム、個別の値引き要望、商品の不具合など)
問い合わせ一覧:{件名と本文の一覧(個人情報は削除済み)}
出力:区分ごとの件数と割合、区分Aの代表的な質問5件、区分Cに分類した理由の傾向
区分Aと区分Bの合計が全体の半分を超える店舗では、年末の問い合わせ集中期にAIの一次対応を入れる効果が大きくなります。逆に区分Cが多い店舗は、AIの導入より先に商品ページや配送案内の分かりにくさを直すほうが先決です。
20%という数字に振り回される失敗例と回避策
数字のインパクトが大きいぶん、読み違えによる失敗も起きやすくなっています。現場で見かける3つのパターンを挙げます。
1つ目は、外部AI検索対策に予算を振りすぎるパターンです。「売上の2割がAI経由」と聞いて、AI検索向けの記事制作や外部ツールに大きな予算を割いたものの、実際にはChatGPT経由の流入が月数十件にとどまっていた、というケースがあります。回避策は、先に準備1の計測を2〜4週間回し、自店でのAI経由の実数を確かめてから投資額を決めることです。モール中心の店舗なら、まずモール内の商品データ整備のほうが費用対効果は高くなります。
2つ目は、アクセス数の増加を成果と誤認するパターンです。AIエージェントやクローラーの訪問が増えると、アクセス数は伸びても注文は伸びません。2026年4〜6月期にトラフィックが18%増えて注文が1%しか増えなかったという予測記事の数字は、この現象を示しています。回避策は、評価指標をアクセス数から購入数・購入率・客単価に切り替え、AIクローラーの訪問を分けて見られるようにしておくことです。
3つ目は、AIエージェントを入れれば売上が伸びると期待しすぎるパターンです。6.2%と3.9%の差は魅力的ですが、前述のとおり因果関係は示されていません。直近の支援案件で観測したのは、問い合わせ対応のAI化で人の対応時間が減り、その時間を商品ページの改善や新商品の準備に回せた店舗が、結果として売上を伸ばしていたという順序です。AIエージェントは売上を直接生む道具というより、人の時間を生む道具として位置づけると、期待と結果がずれにくくなります。
AIエージェントにどこまで商品情報や価格を開放するかの判断は、AIエージェントに全商品を出すかの「出し渋り」判断基準と、値付けをAIに渡さない価格権限設計で詳しく扱っています。
年末商戦で見るKPIと費用・工数の目安
AI経由の売上を追うKPIは、「AI検索経由の購入数と購入率」「モール内の検索経由売上」「問い合わせのAI解決率」「返品率」の4つに絞るのがおすすめです。外部AI検索経由の購入数は、自社ECの全購入の中ではまだ小さい数字かもしれませんが、前年や前月と比べた伸びを追うと、商品データやFAQの整備が効いているかが分かります。
問い合わせのAI解決率は、Pandoraの事例の60%を目標にする必要はありません。現場感覚では、定型の問い合わせが多い店舗で最初の目安を3割程度に置き、AIの回答で解決しなかった問い合わせの内容を毎週見直して、FAQとAIへの指示を足していく進め方が安定します。返品率は、Salesforceの集計で購入額の14%に達したとされる年末特有の指標で、AIによる推薦が増えるほど「思っていた商品と違う」返品が増えていないかを監視する意味があります。
費用面では、準備1から準備3まではGA4と各社の生成AIの有料プランの範囲で進められます。個人向けの有料プランは各社とも月額20米ドル前後からが中心ですが、2026年11月時点の正確な金額は各社の公式ページで確認してください。準備4で問い合わせ対応にAIを組み込む場合は、問い合わせ管理システムのAI機能の追加費用や、APIの従量課金が別途かかります。
工数の目安は、準備1の計測設定が半日、準備2の商品データの欠落チェックが主力商品50点で2日程度、準備3のFAQ作成が1日、準備4の問い合わせ分類が1日です。年末商戦の繁忙期に入る前の今の時期なら、合計1週間程度の作業で最低限の準備は整います。
AI経由の購買が当たり前になる2027年に向けて
AIが購買に関与する割合は、2026年以降さらに上がっていく見込みです。Salesforceは、2026年のサイバーウィークまでにECサイトの3分の1が自社専用のショッピングエージェントを持つと予測し、買い物の最初の相談相手としてAIアシスタントを頼る消費者は、2025年5月からの1年で200%増えたとしています。いずれもSalesforce自身の調査にもとづく予測で、日本で同じ速度になるとは限りませんが、方向は明確です。
日本でこの流れが本格化するとき、鍵を握るのは楽天市場とAmazonのAIアシスタントの動きです。モールのAIが商品を推薦し、比較し、場合によっては購入手続きまで代行するようになれば、店舗が直接コントロールできるのは商品データとレビューと価格の3つに絞られていきます。その意味で、商品データの整備は「AI対策」である前に、モール運営の基本の徹底でもあります。
もう1つの流れは、買い手のAIと店のAIが直接やりとりする仕組みです。この領域は、A2Aとは何か、自社ECのエージェント受け入れ準備チェックリストで準備項目を整理しています。外部のAIエージェントが在庫や配送条件を問い合わせてくる時代には、自社ECの情報が機械に読める形で整っていることが、モールに頼らない販路を持つための条件になります。
20%という数字は、日本の事業者にとって「今すぐ売上の2割を取りに行け」という号令ではありません。AIが購買のどの場面に入り込んでいるかを示す地図として読み、自店がまだ手を付けていない場所から順に準備していく。その積み重ねが、2027年の年末商戦での差になります。
よくある質問
AI経由の小売売上20%とは何の数字ですか
AI経由の小売売上20%とは、米Salesforceが推計した2025年年末商戦の世界の小売売上のうち、AIの推薦や対話が購入に関与した割合のことです。金額は2,620億ドルで、外部のAI検索から直接来た売上だけでなく、サイト内の推薦なども含んだ広い定義です。
日本でも売上の2割がAI経由になっているのですか
いいえ、日本単独の数字は公表されていないため、そうとは言えません。日本は分析対象の18市場に含まれていますが、内訳は示されていません。モール中心の日本では、モール内の検索とレコメンドを通じた購買として現れていると読むのが自然です。
ChatGPTからの流入はどうやって確認できますか
GA4の「集客」の「トラフィック獲得」レポートで、セッションの参照元にchatgpt.comなどが含まれる流入を絞り込めば確認できます。着地ページと購入数を週次で記録しておくと、どの商品がAI経由で選ばれているかが見えてきます。
楽天市場やAmazonの店舗でもAI対策は必要ですか
はい、必要です。モールの検索やおすすめ枠はすでに機械学習で動いており、AIアシスタントの導入も進んでいるためです。店舗が手を入れられるのは商品名、属性、画像、レビューなどの商品データなので、その欠落を埋めることがそのままAI対策になります。
自社ECにショッピングエージェントを入れるべきですか
すぐに入れるべきかは、問い合わせの量と内容で判断するのがよいです。定型の問い合わせが多く、人の対応時間が売上づくりを圧迫している店舗なら効果が出やすく、問い合わせが少ない店舗では商品ページの改善を優先したほうが成果につながります。
年末商戦向けのAI対策はいつまでに終えるべきですか
計測とFAQは12月の第1週までに終えるのが目安です。お歳暮やクリスマスギフトの比較検討は11月後半から本格化し、配送締め切りや包装の質問もこの時期に集中するためです。商品データの整備は売上上位の商品から順に進め、年内に終わらない分は1月の初売り後に回しても構いません。
Salesforceの数字はどこまで信用できますか
方向感を示す業界データとして参考にするのが適切です。自社と外部のデータに市場の前提を組み合わせた推計で、第三者の監査を受けた統計ではないと発表自体に明記されています。自店の判断には、GA4やモールの管理画面で取れる自店の実数を優先してください。
まとめ
AI経由の小売売上20%・2,620億ドルは、AIが購入に関与した売上の推計で、その多くはサイトやモールの中の推薦を通じたものです。日本の事業者は、モール内AIに読まれる商品データの整備、外部AI検索からの少数精鋭の流入の計測、問い合わせ一次対応へのAI投入という3つの場所に分けて準備を進めるのが現実的です。年末商戦の前に、まずGA4でAI検索経由の流入を分けて見るところから始めてください。
参考文献
- Salesforce:AI and agents account for $262 billion of 2025 holiday spend
- Salesforce:Holiday Retail Predictions 2026
- Retail TouchPoints:How AI Influenced $262 Billion in Online Holiday Sales
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。