Post
JA EN

AIエージェントを作るな、AIに選ばれるサービスを作れ——エージェンティック・コマース時代の実践ガイド

Posted
By
38 min read
AIエージェントを作るな、AIに選ばれるサービスを作れ——エージェンティック・コマース時代の実践ガイド
  • 想定読者： ECサイト運営者、SaaS事業者、マーケター、ビジネス戦略に関心のあるエンジニア
  • 前提知識： AIの基本的な動向への理解、Web技術の基礎知識
  • 所要時間： 18分

概要

「エージェントを再構築するのをやめて、スキルを作り始めるべきだ」——2025年末、Anthropic（Claudeの開発元）のエンジニアBarry ZhangとMahesh Muragは、AI Engineerカンファレンスでこう明言した1。AIエージェントを開発する側の企業自身が、「エージェントを作るな」と言っている。

この発言は、多くの企業が直面するジレンマへの回答になっている。「AIエージェントを自社で開発すべきか」——この問いに悩む企業は多い。だが、より重要な問いは別にある。あなたのサービスは、AIエージェントから「選ばれる」準備ができているか？

いま、ChatGPTにはショッピング機能が搭載され、GoogleのGeminiアプリには「Buy for me」ボタンが実装され、Perplexityは「Buy with Pro」でAI内決済を実現した。Morgan Stanleyの推計では、AIエージェント経由のEC支出は2030年までに米国だけで1,900億〜3,850億ドルに達する可能性がある2。ECサイトの「主要ユーザー」が、人間からAIエージェントへ移行し始めている。

従来のSEOが「Googleの検索アルゴリズムに選ばれること」を目指したように、これからは「AIエージェントに選ばれ、理解され、取引されること」が競争優位になる。本記事では、なぜエージェントを作るべきでないのか、そしてエージェントに「選ばれる」サービスをどう作るのかを、最新の事例とデータに基づいて検証する。

「エージェントを作るな」——3つの根拠

根拠1: AIエージェント開発企業自身がそう言っている

AnthropicのZhangとMuragの主張はこうだ。AIエージェントは知性と汎用能力を備えているが、特定の業務に必要な専門知識は持っていない1。数学の天才を雇うより、経験豊富な税理士を雇うほうが確定申告では役に立つ。同様に、汎用エージェントを一から構築するより、エージェントが活用できる「スキル」——構造化された手続き的知識——を整備するほうが遥かに効果的だ、と。

Fortune 100企業は実際に、エージェントに組織のベストプラクティスや社内ソフトウェアの使い方を教える「スキル」の整備に注力している。エージェント本体はAnthropicやOpenAIが作る。企業が整備すべきは、エージェントが自社の業務を遂行するために必要な知識とインターフェースだ。

根拠2: エージェントプロジェクトの40%は中止される

Gartnerは2025年6月、AIエージェントプロジェクトの40%以上が2027年末までに中止されると予測した3。3,412名を対象としたポーリングに基づくこの予測の背景には、コスト高騰、不明確なビジネス価値、リスク管理の不備がある。

さらに深刻なのは「エージェント洗浄（agent washing）」の問題だ。数千社あるエージェントベンダーのうち、本物のエージェンティック能力を持つ企業はわずか約130社。多くは既存のチャットボットやRPAをリブランディングしているだけだとGartnerは指摘する3。自社でエージェントを開発するリスクがこれほど高いからこそ、OpenAIやGoogleといったプラットフォーム企業が開発するエージェントに対して「選ばれるサービス側」を整備することに投資するほうが合理的だ。

根拠3: OpenAIの方針転換が証明した「マーチャント側」の重要性

最も説得力のある根拠は、AIエージェント側の巨人——OpenAI自身の経験だ。

OpenAIは当初、「ChatGPT内で完結する決済」を推進していた。だが、加盟店のオンボーディングの困難さ、正確な商品データの確保、複数商品カートやロイヤルティプログラムとの連携など、EC特有の複雑さが壁となり、方針転換を迫られた4。結果として、現在は「ChatGPTで発見し、加盟店サイトで購入する」モデルへと軸足を移している。

この事実が意味するのは明確だ。AIエージェント側がいかに進化しても、最終的な取引はマーチャント（販売者）側のインフラに依存する。エージェントを作る側すら、マーチャント側の準備なしには成立しないと認めたのだ。

ではどこに注力すべきか——「サプライヤー」になる

Box CEOのAaron Levieは「エージェントはインターネット最大のユーザーになりうる」「すべてのソフトウェアはエージェントのために作られなければならない」と述べている5。ShopifyのTobi Lütke CEOは「すべてのShopifyストアをデフォルトでエージェント対応にする」と宣言し、マーチャントがエージェント連携を自前で構築する必要はないという方針を明確にした6。

もちろん、大規模プラットフォーム企業やAIインフラを競争優位とするテック企業にとっては、エージェント開発自体が本業だ。だが、ECサイト、SaaS、サービス業など大多数の企業にとっての正解は、エージェントを「作る」ことではなく、エージェントの「サプライヤー」になることだ。

レストランのオーナーが考えるべきことは、Uber Eatsのようなプラットフォームを自前で開発することではない。Uber Eatsに自店舗を最適な形で掲載し、注文を受けやすくすることだ。AIエージェントの時代も同じ構図になる。AIエージェントが利用するサービス、データ、商品の提供者になることこそが、大多数の企業の戦略となる。

flowchart LR
    subgraph 従来["従来のEC"]
        H["人間の消費者"] --> W["Webサイト"]
        W --> P["商品購入"]
    end
    subgraph 新時代["エージェンティック・コマース"]
        U["人間の消費者"] --> A["AIエージェント<br>（ChatGPT, Gemini,<br>Perplexity等）"]
        A --> M["MCP / UCP / ACP<br>プロトコル層"]
        M --> S["あなたのサービス"]
        S --> O["商品購入・取引完了"]
    end
    従来 -.->|パラダイムシフト| 新時代

AIが買い物をする時代——何が起きているか

では、「AIエージェントに選ばれる」とは、具体的にどういう状況なのか。2025年末から2026年にかけて、AIプラットフォーム各社がコマース機能を急速に拡充している。

プラットフォーム主要機能対応状況（2026年3月時点）
ChatGPTショッピングリサーチ、商品発見Target, Sephora, Nordstrom等が統合済み4
Google Gemini「Buy for me」ボタン、AI Mode検索UCP経由で米国の一部小売業者に展開中7
Perplexity「Buy with Pro」、PayPal即時決済Pro会員向けに送料無料で提供中8

これらのプラットフォーム上で、消費者は「30代女性向け、1万円以下のランニングシューズで、レビュー評価4以上のものを比較して」と頼むだけで、AIエージェントが複数のECサイトから商品を検索し、比較し、推薦する。ここであなたの商品がAIエージェントに「見つけてもらえない」なら、その消費者には永遠にリーチできない。

市場規模の推計も、この変化の大きさを裏付ける。

  • Morgan Stanley: 2030年までに米国EC支出の10〜20%をAIエージェントが占める（1,900億〜3,850億ドル）2
  • McKinsey: 2030年までに米国B2C小売で最大1兆ドル、グローバルで3〜5兆ドルの可能性9
  • NRF 2026: Stripeセッションのライブ投票で、参加小売業者の75%がエージェンティック・コマースを導入済みまたは計画中と回答10

AIに選ばれるための実践ガイド

AIエージェントに「選ばれる」ためには、4つのレイヤーを段階的に整備する必要がある。すべてを一度にやる必要はない。各レイヤーごとに、今すぐ始められることと中長期の投資を示す。

flowchart TB
    L1["発見される<br>AEO・llms.txt<br>── 今すぐ着手 ──"]
    L2["理解される<br>構造化データ・API<br>── 今すぐ〜短期 ──"]
    L3["接続される<br>MCP<br>── 中期（3〜6ヶ月） ──"]
    L4["取引される<br>UCP・ACP<br>── 長期（6〜12ヶ月） ──"]
    L1 --> L2 --> L3 --> L4

    style L1 stroke:#4A90D9,stroke-width:2px
    style L2 stroke:#7B68EE,stroke-width:2px
    style L3 stroke:#E6783E,stroke-width:2px
    style L4 stroke:#2ECC71,stroke-width:2px

発見される——AEO（Answer Engine Optimization）とllms.txt

AIエージェントに選ばれる第一歩は、そもそも「見つけてもらう」ことだ。

Gartnerの予測によれば、2026年末までに従来の検索エンジンの検索ボリュームが25%減少し、AIチャットボットや音声アシスタントへ移行する11。Google AI Overviewsが表示されたクエリではオーガニックCTR（クリック率）が最大58%減少する一方、AI回答内で引用されたサイトはCTRが最大35%上昇する11。「選ばれない」サイトは従来以上にトラフィックを失い、「選ばれる」サイトはむしろ恩恵を受ける——格差が拡大する構造だ。

AEO（Answer Engine Optimization） は、この新しい環境への最適化手法だ12。従来のSEOが「検索結果で上位表示されること」を目指したのに対し、AEOは「AIが回答を生成する際の信頼できる情報源として選ばれること」を目指す。AEOはSEOを置き換えるものではなく拡張する——技術的なSEO基盤（高速表示、モバイル対応、クロール可能性）はAEOでも前提条件だ。

llms.txtは、サイト情報をLLMが理解しやすい形で提供する提案規格である13。robots.txtがクローラーにサイトの構造を伝えるように、llms.txtはLLMにサイトの中核情報を構造化して伝える。Anthropic、Cloudflare、Stripeなど主要テック企業が導入し、2025年時点で844,000以上のサイトが実装済みだ。

ただし、現時点でllms.txtの効果には限界がある。主要AIプラットフォームのいずれも、llms.txtファイルを公式に読み取っていると明言していない。調査対象の10サイト中8サイトで、実装後にトラフィックの有意な変化は観測されなかった13。

今すぐできること

  • 構造化された回答の提供: AIが抽出しやすい形式（FAQ、比較表、明確な見出し構造）でコンテンツを整備する
  • 権威性のシグナル強化: 著者情報の明記、引用元の提示、E-E-A-T（経験・専門性・権威性・信頼性）の向上
  • llms.txtの配置: 実装コストは極めて低い。効果が限定的でも、将来の標準化への先行投資として合理的

理解される——構造化データとAPIのAIフレンドリー化

AIエージェントに見つけてもらえても、商品情報を「理解」してもらえなければ推薦されない。人間はWebページを目で読めるが、AIエージェントは構造化されたデータを直接消費する。

従来のSEOでもSchema.orgマークアップは重要だったが、エージェンティック・コマースではその重要性が根本的に変わる。AIエージェントが「この商品は在庫があるか」「配送条件は何か」「類似商品との価格差は」といった判断を自動で行うには、機械可読なデータが不可欠だからだ。

今すぐ〜短期でできること

  • Schema.orgマークアップの充実: Product、Offer、Review、FAQなどで商品情報を機械可読にする
  • 在庫・価格・配送条件のリアルタイム反映: 古い情報はAIエージェントの信頼を失う
  • 商品カタログAPIの整備: REST/GraphQLでの商品情報公開
  • 商品データフィードへの登録: Google Merchant Center、Perplexity Merchant Program8への登録

接続される——MCP（Model Context Protocol）

構造化データの次のステップが、AIエージェントとの直接接続だ。MCP（Model Context Protocol）は、Anthropicが2024年末に策定したAIツール統合のオープンスタンダードである。USBポートがあらゆるデバイスの接続を標準化したように、MCPはAIエージェントと外部サービスの接続を標準化する14。

最も先行しているのがECプラットフォームだ。Shopifyは2026年3月時点で4種類のMCPサーバーを提供し、ChatGPT、Perplexity、Microsoft Copilotと連携済みである15。

MCPサーバー機能用途
Storefront MCP商品検索、カート管理、チェックアウトAIショッピング
Customer Account MCP注文追跡、返品管理カスタマーサービス
Dev MCPドキュメント・APIスキーマ開発者向け
Checkout MCP決済処理（プレビュー版）決済統合

2026年3月、Shopifyは全対象マーチャントに対して「Agentic Storefronts」を有効化し、560万店舗の商品をChatGPT、Microsoft Copilot、Google AI Mode、Geminiアプリから発見可能にした6。マーチャントは管理画面で一度設定するだけで、個別のカスタム連携は不要だ。

commercetoolsも「Commerce MCP」をローンチし、商品カタログ、カート、価格、プロモーション、注文などの機能をAIエージェントからアクセス可能にしている16。OpenAI Agent SDK、Vercel AI SDK、LangChainなど主要フレームワークとの統合をサポートする。

MCPの価値はECに限らない。不動産サイトの物件検索、旅行予約、B2B SaaSの機能公開、金融サービスの口座照会——あらゆるサービスがMCPサーバーを提供することで、AIエージェントの「取引相手」になれる。

中期（3〜6ヶ月）でできること

  • Shopify等のプラットフォームを利用中の場合: Storefront MCPを管理画面から有効化する（開発不要）
  • 自社ECの場合: MCPサーバーを構築し、商品検索・在庫照会・カート操作を公開する
  • AIエージェントとのテスト: Claude、ChatGPT、Geminiなどが自社データに正しくアクセスできるか検証する
  • アクセス制御の設計: 公開するデータの範囲、認証、レート制限を決める

取引される——UCP・ACP（決済プロトコルの標準化）

AIエージェントが商品を「発見」し「理解」し「接続」できても、最後の関門が「取引」だ。決済、配送、返品といったコマースの複雑なプロセスを標準化するために、2つの主要プロトコルが登場している。

UCP（Universal Commerce Protocol） は、GoogleとShopifyが2026年1月のNRF（全米小売業協会カンファレンス）で発表したオープンソース標準だ7。Etsy、Wayfair、Target、Walmartなど20社以上が賛同し、商品発見からチェックアウト、注文管理までのコマースジャーニー全体を単一の抽象化レイヤーで標準化する。

ACP（Agentic Commerce Protocol） は、StripeとOpenAIが共同開発したオープンスタンダードだ10。Stripeをすでに利用しているマーチャントは、最小で1行のコード変更でACP対応が可能とされる。Wix、WooCommerce、BigCommerce、Squarespace経由でも導入でき、参入障壁は低い。

長期（6〜12ヶ月）でできること

  • Stripe利用中の場合: ACP統合を有効化（最小限のコード変更）
  • Google UCP経由: AI Mode検索やGeminiアプリ経由でのAIエージェント決済に対応
  • エージェント経由のフルフロー実現: 商品発見→カート→チェックアウト→注文管理をAIエージェント経由で完結
  • 分析と最適化: AIエージェント経由のコンバージョン率を測定し、人間経由との違いを分析

冷静に見るべきリスク

「すべてに対応しなければ取り残される」という焦りは禁物だ。この領域には、冷静に評価すべきリスクがある。

プロトコルの乱立。MCP、UCP、ACPなど複数のプロトコルが並立している。これらは競合ではなく補完的な関係とされるが16、標準化が収束するまでは複数対応が必要になる可能性がある。

効果の不確実性。llms.txtに顕著なように、新しい技術標準の効果は現時点では限定的なケースもある。コストと期待効果を冷静に評価し、低コスト・低リスクの施策から始めるのが現実的だ。

AIエージェントの「ゲートキーパー化」。かつてGoogleが検索トラフィックのゲートキーパーとなったように、AIエージェントが新たなゲートキーパーになるリスクがある。AIエージェントのアルゴリズムやパートナーシップによって特定のマーチャントが優遇される可能性は否定できず、小売業者の間には抵抗感もある17。

セキュリティ。AIエージェントに商品データや顧客情報を公開することは、新たなリスクを生む。特に決済情報の取り扱い（ACPのShared Payment Tokensなど）には慎重な設計が求められる。

まとめ

Anthropicのエンジニアは「エージェントを作るな、スキルを作れ」と言った。Gartnerはエージェントプロジェクトの40%が中止されると予測した。OpenAIはChatGPT内完結型決済を断念し、マーチャント側インフラの重要性を証明した。

メッセージは一貫している。多くの企業にとっての正解は「エージェントを作る」ことではなく、「エージェントに選ばれるサービスを作る」ことだ。

その道筋は4つのレイヤーに集約される。AEOとllms.txtでAIに「発見」され、構造化データとAPIで「理解」され、MCPで「接続」され、UCP/ACPで「取引」される。まずは構造化データの整備やAEO対応など、コストが低くリスクも少ない施策から始め、市場の成熟に合わせて段階的に投資を拡大するのが現実的なアプローチだ。

確実なのは、AIエージェントがコマースの重要なチャネルになりつつあるという事実だ。その準備を始めるのに、早すぎるということはない。

関連記事

このテーマに関連する他の記事もご覧ください：

参考資料

本文中の引用番号に対応する参考資料を番号順に記載しています。

その他参考資料（本文中で番号引用なし）

  1. Don’t Build Agents, Build Skills Instead – Barry Zhang & Mahesh Murag, Anthropic - AI Engineer Conference (2025). 【信頼性: 中〜高】Anthropicエンジニアによるカンファレンス講演。AIエージェント開発企業自身による「エージェントを作るな」の提言 ↩︎ ↩︎2

  2. Agentic Commerce Impact Could Reach $385 Billion by 2030 - Morgan Stanley (2026). 【信頼性: 中〜高】大手金融機関による市場予測。予測値であり不確実性を含む ↩︎ ↩︎2

  3. Gartner Predicts Over 40% of Agentic AI Projects Will Be Canceled by End of 2027 - Gartner (2025). 【信頼性: 高】大手リサーチファームの公式予測。3,412名のウェビナー参加者へのポーリングデータを含む ↩︎ ↩︎2

  4. Introducing shopping research in ChatGPT / OpenAI revamps shopping experience in ChatGPT - OpenAI (2025-2026) / CNBC (2026). 【信頼性: 中〜高】公式発表および大手メディア報道 ↩︎ ↩︎2

  5. Box CEO Aaron Levie’s advice to developers? Build software that AI agents want to use - AOL / Fortune (2026). 【信頼性: 中〜高】大手メディアによるCEOインタビュー ↩︎

  6. Introducing Shopify Agentic Storefronts: Sell your products everywhere AI conversations happen - Shopify (2026). 【信頼性: 中〜高】公式プレスリリース ↩︎ ↩︎2

  7. Under the Hood: Universal Commerce Protocol (UCP) / New tech and tools for retailers to succeed in an agentic shopping era - Google Developers Blog (2026). 【信頼性: 中〜高】公式技術ブログ ↩︎ ↩︎2

  8. Shop like a Pro / Perplexity Shopping: How to Optimize Your Store for AI (2026) - Perplexity (2024) / Shopify Blog (2026). 【信頼性: 中〜高】公式ブログ ↩︎ ↩︎2

  9. Agentic Commerce Trends and Statistics for 2026 - MetaRouter Blog (2026). McKinsey推計の引用。 【信頼性: 中】二次ソース。McKinsey原典: The agentic commerce opportunity ↩︎

  10. Developing an open standard for agentic commerce / Agentic Commerce Suite - Stripe (2025-2026). 【信頼性: 中〜高】公式ブログ・プレスリリース。NRF 2026の統計を含む ↩︎ ↩︎2

  11. Google AI Overview SEO Impact: 2026 Data & Statistics / AI Search and SEO Statistics 2026 - Stackmatix / Digital Applied (2026). Gartner、Ahrefs等の統計を集約。 【信頼性: 中】複数の一次ソースの集約記事。Gartner原典: Gartner Predicts Search Engine Volume Will Drop 25 Percent by 2026 ↩︎ ↩︎2

  12. FAQ on GEO and AEO: Where AI search and SEO overlap in 2026 / AEO vs SEO: The Future of AI Search Optimization - eMarketer (2026) / AthenaHQ (2026). 【信頼性: 中〜高】eMarketerは業界標準の調査機関 ↩︎

  13. Should Websites Implement llms.txt in 2026? / LLMs.txt: Why Brands Rely On It and Why It Doesn’t Work - LinkBuildingHQ / SE Ranking (2026). 【信頼性: 中】SEO業界メディア。採用率データはBuiltWith追跡に基づく ↩︎ ↩︎2

  14. The Model Context Protocol (MCP): The Agentic AI “USB-C Port” for Ecom - Badger Blue (2026). 【信頼性: 中】業界ブログ。MCPのEC活用について解説 ↩︎

  15. About Storefront MCP / Shopify MCP Server Guide: Building for Agentic Commerce 2026 - Shopify Dev Docs / WeArePresta (2026). 【信頼性: 中〜高】公式ドキュメントおよび技術解説 ↩︎

  16. Commerce MCP: AI for your Enterprise Commerce / Understanding MCP, ACP & UCP in Agentic Commerce - commercetools (2026). 【信頼性: 中〜高】公式サイト・ブログ ↩︎ ↩︎2

  17. AI shopping tools gain traction, but retailer pushback could cloud 2026 progress - eMarketer (2026). 【信頼性: 中〜高】業界標準の調査機関 ↩︎

AI・テクノロジー
AI エージェンティック・コマース MCP llms.txt AEO EC ビジネス戦略
This post is licensed under CC BY 4.0 by the author.