エージェンティックコマースの準備度は「10点中3〜4点」――SAP CX責任者が語るデータ基盤の危機

AIエージェントが「見えない小売業者」を生み出す

Agentic commerce demands better data - most retailers aren't prepared

For years, digital commerce strategies were built around simple assumptions: humans search, humans browse, and humans decide. These assumptions no longer hold true.

chainstoreage.com

デジタルコマース戦略は長年、「人間が検索し、人間が閲覧し、人間が意思決定する」という前提の上に構築されてきました。しかし、その前提はもはや通用しません。Chain Store Ageに寄稿されたSAP CXのBalaji Balasubramanian氏（社長兼チーフプロダクトオフィサー）の論考は、エージェンティックコマース時代における小売業界の深刻なデータ準備不足を浮き彫りにしています。

同氏はPYMNTSのインタビューでも、エージェンティックコマースへの準備度を10段階で評価した場合、大半の小売業者は「3〜4点」に過ぎないと明言しています。問題の本質は、データそのものの不足ではなく、データが「どのように整理され、統合され、アクセスされるか」にあります。

ボットが人間を超えた――インターネットの転換点

この指摘を裏付けるように、HUMAN Securityが2026年3月に発表した調査によると、ボットによる自動トラフィックが人間のトラフィックを上回る時代に突入しました。2025年のAIトラフィックは前年比187%増加し、自動トラフィックの成長率は人間の約8倍に達しています。

CNBCの報道によれば、AI主導のトラフィックの95%以上が小売・EC、ストリーミング、旅行・ホスピタリティの3業界に集中しています。つまり、小売業者のWebサイトには既に人間よりもボットのほうが多くアクセスしている状況です。

消費者の購買行動も変わりつつあります。検索ボックスにキーワードを入力する代わりに、LLM（大規模言語モデル）に直接アドバイスを求めるケースが増加しており、そのプロンプトは従来の検索クエリより長く、具体的で、かつ高いコンバージョン率を示しています。

なぜ多くの小売業者はAIエージェントから「見えない」のか

Balasubramanian氏が指摘する核心は、エージェンティックコマースは「チャネルの課題」ではなく「データの課題」であるという点です。

AIエージェントは人間のように買い物をしません。マーケティングコピーに惹かれることも、デザインから意味を推測することもありません。エージェントが機能するには、商品が「何であるか」「誰のためか」「在庫があるか」「なぜ関連性があるか」を正確に理解する必要があります。しかし、多くの小売サイトはそもそもこうした機械的な読み取りを想定して設計されていません。

Miraklの調査では、主要テックパートナーが小売業者のAIコマース準備度を平均4.4/10と評価しました。76%のリテールリーダーがAIを軸にビジネスモデルの刷新が必要だと認識しているにもかかわらず、67%が自社の商品データや顧客データの収集・運用に苦戦している現実があります。

商品データは往々にして複数のシステムに分散し、属性は不完全または一貫性がなく、在庫やフルフィルメント情報は遅延やサイロ化の問題を抱えています。AIエージェントは確信を持てない商品を推薦しないため、結果としてその商品はエージェント主導のファネルから消えてしまいます。

エージェント対応に不可欠な3つの優先事項

Balasubramanian氏は、小売業者がエージェント時代に備えるための3つの優先事項を提示しています。

1. 商品データを明示的かつ機械可読にする

基本的な説明文を超え、サイズ、寸法、互換性、素材、バリエーションなどの属性を明確に含める必要があります。AIエージェントが選択肢を自信を持って比較できない場合、その商品は推薦されません。

2. 意味のあるセマンティックサマリーを提供する

構造化データだけでは不十分です。「誰のための商品か」「どんな問題を解決するか」「なぜ今関連性があるか」を説明するセマンティックサマリーが、エージェントのより的確な推薦を可能にします。スペックが似ていても、異なるユーザーセグメントに訴求する商品を適切に区別するのがこの役割です。

3. カテゴリではなく「解決する問題」で商品を整理する

発見がインテント主導になるにつれ、消費者はブランド名や商品タイプではなく「達成したい結果」を記述するようになります。問題解決型のタグ付けは、商品名やブランドが一切言及されないプロンプトでもAIエージェントに発見される可能性を高めます。

EC事業者が今すぐ取り組むべきこと

Balasubramanian氏は「データ基盤こそがエージェント時代の勝利の鍵」と断言しています。この指摘はSAPだけのものではなく、Microsoftも2026年2月のブログで「エージェンティックコマースが小売の新しいフロントドアになる」と分析しています。

重要なのは、AIエージェントに広告を出すことは本質的に不可能だという点です。従来のデジタルマーケティングの手法は通用しません。勝者となるのは、エージェントが消費者に代わって確信を持って行動できるデータ基盤を構築したブランドです。

対応の猶予は急速に狭まっています。ボットトラフィックが人間を上回り、AIエージェント経由の商品発見が主流化する中、データ準備は「オプション」ではなく「参加条件」になりつつあります。まずは自社の商品データの機械可読性を点検し、セマンティックサマリーの追加とインテントベースの分類整備から着手すべきでしょう。