投稿者 投稿日: カテゴリー AIニュース
エージェンティックコマースとは、AIエージェントが顧客に代わって商品を探し、比較し、購入まで完了させる買い物の形を指します。
2026年6月末、SalesforceがAgentforce Commerceを正式提供（GA）に切り替えました。Shopper Agent、Buyer Agent、Merchant Agentという3種類のエージェントが本番運用に入り、ChatGPTやGoogle検索のAI Modeとの連携も夏にかけて順次開くと発表されています。海外の大手小売はすでに動き出していますが、発表資料は英語中心で、日本の中小EC事業者が明日から何を準備すべきかはほぼ語られていません。この記事では、Shopper Agent時代の到来を事実ベースで整理したうえで、楽天市場・Amazon・Shopify・Yahoo!ショッピングを運営する日本の事業者が取れる現実的な初動を、商品データ整備の観点から具体的に示します。
Agentforce Commerceで何がGAになったのか
まず押さえるべきは、今回GAになった3つのエージェントがそれぞれ担う役割です。Shopper Agentは、店舗のサイト上で顧客の質問に答え、在庫や配送の締め切りを確認し、そのまま会話の中で購入を完了させます。Buyer Agentは、B2Bの発注をWhatsAppやSMS経由で処理し、ポータルへのログインなしに注文を回します。Merchant Agentは、カタログ更新やプロモーション設定といった裏側の作業を引き受けます。従来のチャットボットが「質問に答えるだけ」だったのに対し、Shopper Agentは在庫確認から決済までを一続きで走らせる点が決定的に違います。
Salesforceの発表では、AI経由の流入が実際の売上につながる強さも数字で示されています。AIから流れてきたトラフィックは、SNS経由と比べて8倍の率で成約するとされています。さらに、直近のホリデーシーズンにはAIが世界のオンライン売上の20%、金額にして2,620億ドルに影響を与えたと報告されています。自社でShopper Agentのようなエージェントを運用している小売は、まだ動いていない小売より59%速く売上を伸ばしたという数字も出ています。これらは英語圏の調査が中心で、要確認の前提はつきますが、方向性としては無視できません。
日本市場の文脈で言えば、この流れは「検索の入り口が変わる」という一点に集約されます。これまで顧客は楽天市場やAmazonの検索窓、あるいはGoogle検索から商品ページにたどり着いていました。ところが、ChatGPTに「予算1万円で母の日に贈れる国産のハンドクリームを探して」と話しかける買い方が広がると、入り口はAIエージェントに移ります。ChatGPTとの連携は7月にGAへ、Google検索のAI ModeとGeminiアプリとの連携は夏の後半に開くと案内されており、要確認ながら、日本の検索行動にも波及していく見込みです。現場で繰り返し見るのは、この変化を「まだ英語圏の話」と捉えて準備を止めてしまう店舗の多さです。
AIエージェントに「選ばれる」商品データとは
Shopper Agentが機能する前提は、エージェントが読み取れる形で商品情報が整っていることです。人間の顧客は写真やレビューの雰囲気で判断しますが、AIエージェントは構造化されたテキストと属性を頼りに商品を絞り込みます。つまり、商品名・素材・サイズ・用途・対象・価格・在庫といった属性が、曖昧さなく機械可読の形で埋まっているかどうかが、選ばれるか無視されるかを分けます。
直近の支援案件で観測したのは、同じ商品でも属性の埋まり方で天と地の差が出るという現実です。あるアパレル系の単一店舗では、商品名に「ワンピース」としか書かず、素材や着丈、シーンをフリーテキストの説明文に埋もれさせていました。人間の目には十分でも、AIエージェントが「夏・結婚式・お呼ばれ・膝丈」で絞り込むと候補から漏れます。逆に、属性欄に素材・着丈・季節・用途を明示した商品は、同じ検索意図で拾われやすくなります。これはSGS（楽天市場の検索アルゴリズム）対策とも重なりますが、エージェント時代にはさらに機械可読性の比重が高まります。
日本のプラットフォーム別に見ると、着手すべき箇所は明確です。楽天市場なら、商品登録画面の商品名と項目選択肢（商品属性）、PC用商品説明とスマートフォン用商品説明の記述の粒度をそろえること。Amazonなら、Seller Centralの箇条書き（bullet points）と商品仕様、検索キーワード欄に属性を漏れなく入れること。Shopifyなら、メタフィールドを使って素材・サイズ・用途を構造化しておくこと。Yahoo!ショッピングなら、商品スペックの項目を空欄のまま放置しないことです。5,000社支援の中で何度も再現したパターンとして、属性欄の充足率が高い店舗ほど、新しい流入経路が開いたときの初速が速いという傾向があります。
もう一つ重要なのは、レビューとFAQの言語化です。AIエージェントは「この商品は敏感肌でも使えるか」「箱のまま配送されるか」といった顧客の疑問に答えられる情報を、商品ページやレビューから拾って要約します。よくある質問を商品ページ内に文章で明記しておくと、エージェントがその回答を引用しやすくなります。ここは自社のAI活用の実装フェーズを進めるうえでも土台になる作業です。
今日から始める商品データ整備の手順
ここからは、Shopper Agent時代に向けて商品データを整える具体的な手順を示します。特別なツールは不要で、手元の商品情報と生成AIがあれば着手できます。まず取り組むのは、主力商品30点の属性棚卸しです。売上上位から30点を選び、商品名・素材・サイズ・用途・対象・季節・価格帯・在庫状況が構造化された形で埋まっているかを一覧で確認します。
属性の抜けを洗い出す作業は、生成AIに任せると速く進みます。ChatGPTやClaude、Geminiに商品ページのテキストを渡し、機械可読性の観点で不足している属性を指摘させるプロンプトが有効です。
あなたはECの商品データ設計の専門家です。
以下の商品説明文を読み、AIショッピングエージェントが
「用途・対象・季節・素材・サイズ・価格帯」で
絞り込む際に不足している属性を洗い出してください。
出力形式:
1. 現在明記されている属性
2. 不足している属性（推測せず、元テキストに無いものだけ）
3. 追記すべき属性欄の項目名と、記入例（元情報から確実に言えるものだけ）
商品説明文:
"""
（ここに商品ページのテキストを貼る）
"""
このプロンプトのポイントは、推測での属性追加を禁じている点です。素材やサイズは実物の仕様に基づく必要があり、AIが「たぶん綿」と埋めると嘘の商品情報になります。出力はあくまで「元テキストから確実に言える範囲」に限定し、不明な項目は自分で実物や仕入先資料を確認して埋めます。
次の手順は、属性を各プラットフォームの正しい欄に転記することです。楽天なら商品属性の項目選択肢、Amazonなら商品仕様と箇条書き、Shopifyならメタフィールドへ落とし込みます。ここで、フリーテキストの説明文にだけ書いて属性欄を空けておく運用は避けます。エージェントは属性欄を優先して読むため、説明文に埋もれた情報は拾われにくいためです。
さらに、レビューとFAQの整備を並行します。商品ページの下部に、実際の問い合わせから抽出したよくある質問を3〜5問、文章で掲載します。問い合わせ履歴からFAQを作る作業も、生成AIで下書きできます。
以下は当店に届いた問い合わせの抜粋です。
これらをもとに、商品ページに掲載するFAQを5問作成してください。
条件:
- 質問と回答はですます調
- 回答は事実だけを書き、在庫・価格・仕様で不確かな点は
「店舗までお問い合わせください」と明記
- 誇大表現（絶対・必ず治る等）は使わない
問い合わせ抜粋:
"""
（ここに問い合わせテキストを貼る）
"""
こうして整えた商品データは、AIエージェント対応だけでなく、既存の検索流入にも効きます。属性が充実したページはGoogleの構造化理解にも寄与し、AIエージェントの業務自動化を自店に取り入れる際の基礎資産にもなります。
エージェンティックコマースは日本でどう広がるか
今後の見通しを、独自の視点で整理します。まず、日本での本格普及には時間差があると考えるのが現実的です。Agentforce CommerceのようなエンタープライズSaaSは、当面は大手小売や資本のあるD2Cブランドが先行します。中小のEC事業者がSalesforceを導入する必然性はすぐには生まれません。しかし、ChatGPTやGoogleのAI Modeという「顧客側の入り口」の変化は、導入の有無に関わらず全店舗に及びます。ここが重要な分岐点です。
つまり、日本の中小EC事業者にとっての当面のテーマは「Agentforceを入れるかどうか」ではなく、「AIエージェントに見つけてもらえる商品データになっているか」です。自社でエージェントを構築しなくても、ChatGPT経由で商品が推薦されるかどうかは、商品データの機械可読性で決まります。楽天やAmazonの中で商品情報を整えておけば、モール側がAI連携を進めたときに自動的に恩恵を受けられる可能性が高まります。店舗運営の現場感覚では、この「土台づくりを先に済ませた店舗」ほど、新しい波が来たときに慌てずに済みます。
次に予想されるのは、モール各社の対応です。楽天市場やYahoo!ショッピングが独自のAIショッピング機能を強化し、Amazonが会話型の購買体験をさらに広げていく流れは続くと見られます。要確認ではありますが、Amazonはすでに生成AIを使った商品検索や比較の機能を拡張しており、この方向は変わりにくいでしょう。各モールがエージェント経由の露出を増やすほど、属性が整った商品と整っていない商品の差は開きます。
最後に、事業者側の心構えです。エージェンティックコマースは、ブランドと顧客の間にAIという新しい仲介者が入る構造です。仲介者に正しく伝わる情報を用意できるかが勝負を分けます。派手な機能導入より、地味な商品データ整備の積み重ねが効いてくる局面だと判断します。他社が「英語圏の話」と様子見しているうちに属性を固めておくことが、静かな先行者利益になります。
よくある質問
Q. 中小のEC事業者もSalesforce Agentforce Commerceを導入する必要がありますか。
現時点では必須ではありません。Agentforce CommerceはエンタープライズSaaSで、当面は大手小売や資本力のあるブランドが先行します。中小事業者がまず取り組むべきは、ツール導入ではなく、AIエージェントに読み取られる形で商品データを整えることです。
Q. AI経由の流入がSNSの8倍で成約するというのは日本でも当てはまりますか。
この数字はSalesforceが公表した英語圏中心の調査に基づくもので、日本市場での検証データはまだ限られます。要確認の前提で捉えるべきですが、AI経由の流入が購入意図の高い顧客を含みやすいという傾向自体は、日本でも参考になります。
Q. 商品データ整備は何から始めればよいですか。
売上上位30点の属性棚卸しから始めるのが現実的です。商品名・素材・サイズ・用途・対象・季節・価格帯・在庫が構造化された形で埋まっているかを確認し、抜けを各プラットフォームの属性欄に転記します。フリーテキストの説明文に埋もれさせないことが要点です。
Q. ChatGPTに自社商品を推薦させることはできますか。
店舗側が直接制御することはできません。ただし、商品情報が機械可読で整っているほど、AIが商品を正しく理解し推薦候補に含める可能性は高まります。属性の明確化とFAQの言語化が、間接的な打ち手になります。
Q. 楽天とAmazonの両方を運営しています。どちらを優先すべきですか。
属性欄の充足率が低い方から着手することをおすすめします。両方を回している店舗で観測されたのは、片方だけ整えても機会損失が残るという点です。主力商品に絞れば、両プラットフォームを並行して整えても大きな負担にはなりません。
Q. 属性整備の効果はどのくらいで表れますか。
即効性のある施策ではなく、流入経路が変化したときに差が出る備えです。現場感覚では、属性が整った店舗は新しい流入源が開いた際の初速が速い傾向があります。効果測定は、検索流入の質やコンバージョン率の推移で追うのが現実的です。
まとめ
Agentforce CommerceのGAは、買い物の入り口がAIエージェントへ移り始めた象徴的な出来事です。日本の中小EC事業者がいますべきことは、高額なツールの導入ではなく、AIエージェントに正しく読み取られる商品データを整えることです。主力商品の属性棚卸しから始め、素材・サイズ・用途・季節を各プラットフォームの属性欄に明記し、レビューとFAQを言語化する。この地味な積み重ねが、AI流入時代の静かな先行者利益になります。まずは売上上位30点の棚卸しから、今日着手してみてください。
【監修】齋藤竹紘（株式会社オルセル代表 / EC支援5,000社以上の実績 / 著書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
