AIショッピング209億ドル予測｜2026年にEC事業者が投資すべき5領域

齋藤竹紘2026年7月23日2026年7月23日AIニュース

AIショッピングとは、生成AI経由で商品を探し購入する行動のことです。

米国の小売EC売上のうち、AIプラットフォーム経由の支出が2026年に209億ドル、全体の約1.5パーセントに達するという予測が出ています。調査会社EMARKETERが2025年12月に公開した見通しで、2025年の実績に対しておよそ4倍の水準です。1.5パーセントという構成比だけを見れば小さな数字ですが、前年比4倍のスピードで動いている領域を「まだ1.5パーセントだから」と据え置くかどうかが、2026年後半の投資判断を分けます。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）が解説します。この記事で持ち帰っていただくのは、209億ドルという海外の予測値を自店の予算配分に翻訳するための投資領域5つと、明日から回せるプロンプト4本です。

209億ドルという数字が2026年に意味すること

209億ドルは「AIが小売ECを飲み込んだ数字」ではなく、「AIが小売ECの主要導線として計測され始めた最初の数字」と読むのが実務的です。EMARKETERの予測では、AIプラットフォーム経由の支出は2026年の米国小売EC全体の1.5パーセントにとどまります。ただし同社は、これが2025年実績のほぼ4倍にあたるとしています。構成比そのものではなく、増分の傾きを見るための数字だと考えてください。

伸びの根拠になっているのは、2025年に相次いだ購買機能の実装です。Amazonは商品検索アシスタントのRufusに、目標価格や割引条件に達したら購入まで代行する「Auto Buy」を追加しました。OpenAIはChatGPT内で決済まで完結する Instant Checkout を投入し、Perplexityも検索履歴を踏まえて提案するエージェント型のショッピング機能を出しています。いずれも「外部サイトへ送客する案内役」から「その場で買わせる導線」へ役割が変わった点が共通しています。

一方で、この予測を日本の店舗にそのまま当てはめるのは危険です。209億ドルはあくまで米国の小売EC売上に対する見通しであり、日本市場の実測値ではありません。日本の場合、購買の入口が楽天市場・Amazon・Yahoo!ショッピングの三大モールに強く寄っているため、外部の生成AIから自社ECへ直接流入するルートよりも、モールの内蔵AIが商品をどう読むかのほうが先に効いてくる構造だと見ています。この点は後半の展望で詳しく扱います。

もうひとつ、数字の質の問題があります。Salesforceの集計では、2025年のサイバーウィーク期間中に全世界の注文の20パーセントがAIまたはエージェントの影響を受けたとされています。ただしEMARKETERは同じ記事で、Adobeが「AIチャットボットで買い物をする消費者の数は依然として控えめ」と注記していることも併記しました。20パーセントという数字は「AIが最終的に決済ボタンを押した割合」ではなく「検討過程で触れた割合」であり、両者を混同すると社内の期待値が壊れます。会議で共有するときは、影響を受けた注文の割合と、AI経由で計上された売上の割合を別の行に分けて書くようにしてください。

より長期の見立てとして、EMARKETERは米国のAIプラットフォーム経由EC売上が2029年に1,440億ドル規模へ拡大するチャートも公開しています（EMARKETERチャート、詳細は有料会員向けのため数値は要確認）。3年で7倍近い増加を前提に置いた予測であり、いま着手するか2028年に慌てるかで、着手コストがまったく違ってきます。

AI経由の買い物客は滞在53パーセント長く、23パーセント多く見る

AI経由で来た買い物客は、量ではなく質で先に効きます。Adobe Analyticsが2026年6月に公表した集計では、AI経由でECサイトに来訪した買い物客は滞在時間が53パーセント長く、閲覧ページ数が23パーセント多いという結果が出ました（Digital Commerce 360報道）。閲覧ページ数の差は、同社が2026年3月時点で観測した水準のおよそ2倍にあたります。

流入量そのものも動いています。同じAdobeの集計で、2026年5月の米国小売サイトへのAI経由流入は前年同月比138パーセント増、計測を開始した2024年10月比では1,324パーセント増、14倍を超える伸びでした。四半期単位で見ると、2026年第1四半期の米小売サイトへのAI流入は前年同期比393パーセント増と報じられています（TechCrunch）。この分析はAdobe Analyticsが計測する米国小売サイトへの1兆件超の訪問がベースになっています。

購買への効き方が逆転している点が、実務上いちばん大きい変化でした。Adobeによれば、2026年5月のAI経由トラフィックは非AI経由に比べてコンバージョン率が54パーセント高く、エンゲージメントも15パーセント高い水準です。ところが2025年3月時点では、AI経由の成約率は通常の訪問者より38パーセント低いという逆の結果でした。1年強で立場が入れ替わったことになります。訪問あたり収益（RPV）も2026年3月時点で非AI経由より37パーセント高いと報じられており、「AI流入は冷やかしが多い」という前提は、少なくとも米国の集計では通用しなくなりました。

消費者側の受け止めも変わっています。Adobeが5,000人超の米国消費者に行った調査では、39パーセントがオンラインショッピングでAIを使ったと回答し、85パーセントが体験が改善したと答えました。AIが提示する結果は正確だと考える人も66パーセントに達しています。日本での同等の調査数値は本稿執筆時点で確認できていないため、この数字は米国の傾向として扱ってください。

見落とされがちなのが、受け入れ側の準備不足です。Adobeは小売サイトのホームページとカテゴリページの約4分の1がLLM向けに最適化されていないとし、商品詳細ページに至っては約34パーセントがAIから正しく読み取れないと指摘しました。ジャンル別の可読性では、化粧品が63パーセント、家電が56パーセント、アパレルとスポーツ用品が各51パーセント、食品が48パーセント、家具・インテリアが47パーセントという順です。成分表・スペック表・使い方ガイドをテキストで持っているジャンルが上位に来ており、画像に情報を焼き込む文化が強いジャンルほど数字が落ちる構図でした。日本の商品ページは装飾画像の比率が米国よりさらに高いため、同じ計測をすれば数値はもう一段低く出る可能性があります。

日本のEC事業者が2026年に投資すべき5領域

投資先を絞るなら、外部AIエージェント向けの派手な施策より、商品データの機械可読化から入るのが費用対効果で勝ちます。Adobeが示した「商品詳細ページの34パーセントがAIから読めない」という数字は、裏を返せば、テキスト化と構造化だけで拾える取りこぼしがそれだけ残っているという意味です。ここでは優先度順に5つの領域を挙げます。

第1領域は、商品スペックの全文テキスト化です。サイズ・素材・容量・原産国・保証条件・電源仕様といった情報が画像内にしか存在しない状態を解消します。楽天RMSであればPC用商品説明文（半角10,240文字以内）とスマートフォン用商品説明文（半角2,560文字以内）に、Amazonであれば箇条書き5項目と商品説明（半角2,000文字以内）に、文章として書き下ろします。単語の羅列ではなく「本体重量は1.2キログラムです」のように文で書くほうが、生成AIの回答文にそのまま引用されやすくなります。

第2領域は、レビューとQ&Aのインデックス可能化です。生成AIは商品の良し悪しを判断する材料としてレビュー本文を参照しますが、JavaScriptで後から差し込む実装や、外部レビューウィジェットのiframe埋め込みだと読まれないケースがあります。自社ECならレビュー本文をHTMLに含める形へ切り替え、代表的な質問と回答をFAQとして商品ページ内に持たせるのが定石です。

第3領域は、モール内蔵AIへの最適化です。EMARKETERは、PerplexityやChatGPTのような外部AIプラットフォームより、AmazonのRufusやWalmartのSparkyのようなモール内蔵機能を使う買い物客のほうが多いと指摘しています。日本ではこの傾向がさらに強いと見ており、Amazon出品者であればRufusが参照する商品情報の精度を上げるほうが先です。具体的な手順はAmazon Rufus対策の記事にまとめています。

第4領域は、クローラ許可設定とサイト側の受け入れ体制です。自社ECを運営しているなら、robots.txtでAI関連クローラを一律ブロックしていないかを確認します。ブロックしたまま「AI経由の流入がゼロだ」と嘆いている店舗を、直近の支援案件でも複数見ました。あわせてサイト構造をAIが辿れる形に整える作業が要ります。この領域の全体像はAIショッピングエージェント対応の記事で扱っています。

第5領域は、計測基盤の整備です。GA4の参照元／メディアで chatgpt.com、perplexity.ai、gemini.google.com、claude.ai などを個別に識別し、AI経由チャネルとしてグループ化しておきます。ここを整えないと、増えたのか減ったのか、増えた分がどれくらい売上に変わったのかを誰も検証できません。AI流入の成約率をどう改善するかはAI流入のCVR最適化の記事に手順を書きました。

5領域のうち、初月に着手すべきは第1と第5です。第1は成果が出るまでに時間がかかる一方で、着手が遅れるほど棚卸し対象のSKUが積み上がります。第5は半日から1日で終わる作業でありながら、以降のすべての判断の土台になります。第2から第4は、第5の計測で流入が実際に立ち上がったジャンルから順に手を付けるのが、限られた人員では現実的です。

AI流入対策を回すプロンプト4本

ここからは、実際に社内で回せるプロンプトを4本掲載します。いずれも2026年7月時点の主要モデル、ChatGPT（GPT-5.6系）、Claude（Opus 4.8 / Sonnet 5）、Gemini（3.6 Flash）で動作を確認しやすい書き方にしてあります。モデル名は更新が速いため、実行前に各社の公式ページで最新の提供状況を確認してください。

最初は、自店の商品ページがAIから読めているかを棚卸しするプロンプトです。Adobeの可読性スコアと同じ発想を、手元のHTMLに対して簡易的に当てる使い方をします。

プロンプト1：商品詳細ページのLLM可読性セルフ診断

あなたはECサイトの構造化データとテクニカルSEOに詳しいコンサルタントです。
以下の商品詳細ページのHTML（または本文テキスト）を読み、生成AIが回答生成時に引用できる情報がどれだけ含まれているかを診断してください。

診断の観点：
1. 商品スペック（サイズ・素材・容量・重量・原産国・保証）がテキストとして存在するか
2. 画像内にしか存在しない情報がどれか
3. レビュー本文がHTML内に含まれているか
4. よくある質問と回答がテキストで存在するか
5. 価格・在庫・配送条件がテキストで読み取れるか

入力：
- 商品ジャンル：{ジャンル}
- 販売チャネル：{楽天市場 / Amazon / Shopify / Yahoo!ショッピング}
- ページ本文：{HTMLまたはテキストを貼り付け}

出力フォーマット：
- 観点ごとに「充足」「一部欠落」「欠落」の3段階評価と理由を1行
- 欠落している情報の一覧
- 追記すべき文章の下書き（各100字以内、ですます調）

次は、診断で見つかった穴を実際の文章に変えるプロンプトです。単語の羅列ではなく、生成AIがそのまま引用できる文の形にするのが狙いです。

プロンプト2：AIに引用されやすい商品説明文へのリライト

あなたは日本のEC事業者向けに商品説明文を書くコピーライターです。
以下の商品情報を、生成AIが回答文にそのまま引用できる形の説明文に書き直してください。

条件：
1. スペックは単語の羅列ではなく「本体重量は◯◯グラムです」のように文で書く
2. 1文は60字以内、1段落は3文以内
3. 冒頭1文で「この商品は何か」を言い切る
4. 想定される疑問（サイズ感・使用シーン・お手入れ方法・対応機種など）に本文で答える
5. 薬機法・景表法に抵触する表現（最上級表現・効能効果の断定）を使わない
6. ですます調で統一し、絵文字は使わない

入力：
- 商品名：{商品名}
- ジャンル：{ジャンル}
- スペック：{サイズ・素材・容量・重量・原産国・保証}
- 想定利用シーン：{値}
- 販売チャネル：{楽天市場 / Amazon / Shopify / Yahoo!ショッピング}

出力フォーマット：
- 冒頭の要約文（1文）
- 本文（400字前後）
- 商品ページに追加すべきFAQ 5問（質問と回答、回答は各80字以内）

3本目は、買い物客がAIに投げる質問を先回りして洗い出すためのプロンプトです。検索キーワードではなく会話文で聞かれる前提で作ります。

プロンプト3：AIに聞かれる質問の洗い出しとFAQ設計

あなたは日本のEC事業者の販売データに詳しいリサーチャーです。
以下の商品について、消費者が生成AIのチャット画面に打ち込みそうな質問を、会話文の形で洗い出してください。

条件：
1. 検索キーワード形式ではなく、話し言葉の質問文で出す
2. 購入前の比較検討フェーズ、購入直前の不安フェーズ、購入後の使い方フェーズに分ける
3. 各フェーズ8問ずつ、合計24問
4. 質問ごとに、自社ページのどこに答えを置くべきか（商品説明 / FAQ / レビュー / 特集ページ）を指定

入力：
- 商品ジャンル：{ジャンル}
- 価格帯：{値}
- 主な競合商品：{値}
- 想定購入者：{年代・性別・利用シーン}

出力フォーマット：
- フェーズごとに質問リスト
- 各質問の右に、回答の置き場所と回答文の下書き（各60字以内）

4本目は、計測した数字を月次で読み解くためのプロンプトです。数字を眺めるだけで終わらせず、翌月の作業リストに変換させます。

プロンプト4：AI流入レポートの月次読み解きと打ち手出し

あなたはECサイトのアクセス解析に詳しいアナリストです。
以下のGA4データをもとに、AI経由流入の状況を評価し、翌月に着手すべき施策を優先度順に出してください。

条件：
1. AI経由と非AI経由でセッション数・CVR・客単価・訪問あたり収益を比較する
2. 差が出ている指標について、考えられる原因を3つ挙げ、それぞれ検証方法を書く
3. 翌月の施策は工数（時間）と想定効果をセットで示す
4. データから読み取れないことは「データ不足」と明記し、推測で断定しない

入力：
- 期間：{年月}
- AI経由セッション数と内訳：{chatgpt.com / perplexity.ai / gemini.google.com / claude.ai ごとの数値}
- 非AI経由セッション数：{値}
- 各チャネルのCVR・客単価・訪問あたり収益：{値}
- 主要ランディングページ上位10件：{値}

出力フォーマット：
- 3行のサマリ
- 指標比較の所見（箇条書き5点以内）
- 翌月の施策リスト（優先度・工数・想定効果）

つまずきやすい失敗3つと回避策

いちばん多い失敗は、AI対策と称して商品説明文にキーワードを詰め込み、日本語として読めない文章にしてしまうケースです。生成AIは文脈を持った文章から情報を抜き出すため、単語の羅列はむしろ引用されにくくなります。楽天市場のSGS（楽天の検索アルゴリズム）でも類似コンテンツと判定されるリスクが上がり、両方で損をします。回避策は単純で、プロンプト2のように1文60字以内の文章に書き下ろし、人が読んで意味が通るかを声に出して確認することです。編集部で実際に運用しているプロンプトでも、この読み上げチェックを工程に入れています。

2つ目は、モールの規約を踏み外す施策に手を出してしまうケースです。楽天市場では、楽天R-Mailの本文や商品ページから自社ECサイト・ブログ・SNSといった楽天市場外のURLへ誘導することが認められていません。「AI経由の流入を自社ECに集めたい」という発想でモール内から外へリンクを張ると、店舗運営そのものが危うくなります。楽天市場内で完結させるなら、他商品ページやカテゴリページへの遷移、配信セグメントの分割、件名のA/Bテストといった打ち手に絞ります。Amazonでも商品紹介コンテンツ内の外部URLは原則として制限があるため、施策を設計する前に各モールの最新ガイドラインを確認してください。

3つ目は、計測を整えないまま感覚で判断してしまうケースです。GA4の初期設定のままだと、生成AIからの参照はrefer扱いで雑多なチャネルに混ざり、増減が読めません。楽天とAmazonの両方を回している店舗で観測されたのは、自社ECのAI流入が3か月で倍近くになっていたのに、チャネル分類をしていなかったため社内で誰も気付いていなかった、という状況でした。回避策は第5領域で挙げた通り、参照元ドメインごとのチャネルグループを先に作ることです。作業自体は半日で終わります。

KPI設計と費用・工数の目安

KPIは4本に絞るのが運用しやすい形です。1本目はAI経由セッション数、2本目はAI経由CVRと非AI経由CVRの差、3本目は商品詳細ページのテキスト化率、4本目はAI経由の訪問あたり収益です。3本目は自前で定義する指標になりますが、「スペック6項目のうちテキストで書かれている項目数の平均」といった単純な定義で構いません。数字が動いたかどうかを月次で追えることのほうが、定義の精緻さより優先されます。

目標値の置き方には注意が要ります。Adobeが示した「AI経由のCVRが非AI経由より54パーセント高い」という数字は米国の集計であり、日本の店舗がそのまま目標にできる水準ではありません。現場感覚では、日本のEC事業者が最初の四半期に狙うべきなのは、AI経由セッションを計測できる状態にすることと、商品詳細ページのテキスト化率を主力SKU100点分について引き上げることの2点です。売上への反映を初月から求めると、途中で止まります。

費用面は、生成AIの有料プランが起点になります。2026年7月時点で、ChatGPT Plusが月額20米ドル、Claude Proが月額20米ドル、Googleの上位プランも月額20米ドル前後という水準です（為替と日本円建ての実額は各社の公式ページで要確認）。担当者2名分で月40米ドル程度、日本円で月6,000円台からという計算になります。ここに構造化データの実装を外部に依頼する場合、初期費用として20万円から50万円程度を見込む店舗が多い印象ですが、サイト構成によって幅が大きいため見積もりを取ってください。

工数の目安も示しておきます。主力100SKUのスペック棚卸しとテキスト化は、プロンプト1と2を併用して初回8時間から12時間程度が目安です。以降は新商品登録時に1点あたり5分から10分の追加作業に収まります。GA4のチャネル設定は初回3時間から4時間、月次レポートの読み解きはプロンプト4を使って1時間以内という配分でした。ある食品ジャンルの中規模店舗の事例では、この工程を月次のルーティンに組み込んだ結果、3か月目にAI経由セッションの伸びと売上の連動が初めて可視化できています。

2027年へ：モール内蔵AIという盲点

2027年に向けていちばん見落とされているのは、外部AIエージェントよりモール内蔵AIのほうが先に売上へ跳ねるという構造です。EMARKETERが引用したAdobeの見解では、AIチャットボットで買い物をする消費者はまだ限定的で、AmazonのRufusやWalmartのSparkyといったモール内蔵機能を使う人のほうが多い状況でした。日本は購買の入口がモールに寄っているため、この非対称性はさらに大きい可能性があります。自社ECのLLM対応に予算を全振りするより、モール側の商品情報の精度を先に上げるほうが、投じた工数が売上に変わるまでの距離が短いという判断です。

もうひとつの変化は、プラットフォーム側が外部エージェントを選別し始めたことです。EMARKETERによれば、ShopifyやAmazonは外部AIエージェントの自社エコシステム内での動作に制限をかけ始めており、比較的協調的だったWalmartも、エージェントが利用者をチェックアウトページへ連れて行ったり注文を確定させたりすることを防ぐガイドラインを追加しました（The Informationの報道をEMARKETERが引用）。「AIエージェントがどこでも自由に買い物してくれる世界」は、少なくとも2026年時点では成立していません。エージェント型コマース全体の市場観についてはエージェント型コマース市場規模の記事にまとめています。

この2つを重ねると、2026年後半から2027年にかけての現実的なシナリオが見えてきます。外部AIは商品の比較検討フェーズで参照され、最終的な購入はモール内、あるいは自社ECの通常導線で完了する。つまり生成AIの回答に自社商品が登場するかどうかが、直接の売上ではなく指名検索とブランド想起の量を左右する、という効き方です。ここを取りに行くための土台が、本稿で挙げた5領域になります。検索からAIへ流入の重心が移る全体像はAI検索流入シフトの記事でも扱いました。

最後に、投資判断としての線引きを書いておきます。209億ドルという数字を根拠に大規模なシステム投資を決めるのは早すぎます。一方で、商品データのテキスト化とAI流入の計測は、AIが伸びても伸びなくても無駄にならない投資です。前者は通常のSEOとモール内検索の両方に効き、後者は他チャネルの分析精度も上げるからです。この2つを2026年内に終わらせておけば、2027年に外部AIの比重がどちらへ振れても、打ち手を出せる状態を保てます。

よくある質問

209億ドルは日本円でいくらですか

209億ドルは、1ドル150円で換算するとおよそ3兆1,000億円です（為替は変動するため目安として扱ってください）。ただしこれはEMARKETERによる米国の小売EC売上に対する2026年の予測値であり、日本市場の数字ではありません。日本のAIプラットフォーム経由EC支出について、同等の公式予測は本稿執筆時点で確認できていません。

日本でも米国と同じペースでAIショッピングは伸びますか

現時点では判断材料が足りません。Adobeの計測はいずれも米国の小売サイトが対象で、日本の同等データが公開されていないためです。ただし日本は楽天市場・Amazon・Yahoo!ショッピングの三大モールに購買が集中する構造のため、外部の生成AIからの直接流入より、モール内蔵AIの影響が先に出やすいと見ています。この見立ては2026年7月時点の現場感覚であり、今後の実測で検証が要ります。

まず何から着手すべきですか

GA4のチャネル設定とスペックのテキスト化の2つです。GA4で chatgpt.com や perplexity.ai などを個別チャネルとして識別できるようにする作業は半日で終わり、以降のすべての判断の土台になります。スペックのテキスト化は主力SKU100点から始めれば、初回8時間から12時間程度が目安です。

ChatGPT・Claude・Geminiのどれを使えばよいですか

用途で分けるのが現実的です。長文の商品説明を大量に書き直すならClaude、Web上の一次情報を確認しながら整理するならChatGPT、Googleスプレッドシートに入れたSKUデータを扱うならGeminiが扱いやすい、という使い分けが2026年7月時点では機能しています。いずれも月額20米ドル前後の有料プランがあり、1社で全部を契約しなくても、まず1つ入れて社内の運用に乗せるほうが定着します。

楽天やAmazonの店舗でもAIショッピング対策はできますか

はい、できます。モール内で完結する打ち手が中心になります。商品名・キャッチコピー・商品説明文にスペックを文章で書き込む、画像内にしかない情報をテキストに起こす、レビューへの返信を整えるといった作業がそれにあたります。ただし楽天市場では店舗ページや楽天R-Mailから楽天市場外のURLへ誘導することが認められていないため、自社ECへ送客する設計は使えません。

外部AIのクローラにサイトを開放して大丈夫ですか

自社ECであれば、開放するメリットのほうが大きい局面です。メディアと違って小売サイトは、AIに読まれて商品が回答に登場すること自体が販売機会につながるためです。TechCrunchも、参照流入が減る出版社とは異なり、小売はサイトをAIフレンドリーにする動機があると指摘しています。ただし価格情報の扱いや競合による自動収集をどこまで許容するかは自社の判断が要るため、robots.txtの設定はチャネル戦略とセットで決めてください。

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）

参考文献

※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