AI経由の転換率は3倍、それでもエージェンティックチェックアウトが進まない理由

発見と決済で明暗が分かれている

High tech, but low trust: Agentic tech meets old-school scepticism at AI checkout

信頼と購買習慣の変化がチャット主導のコマースを押しとどめ、AIのEC構想が現実の点検を受けている

m.economictimes.com

The Economic Timesが2026年8月18日に配信したこの記事は、OpenAIによるInstant Checkoutの縮小を単独の失敗としてではなく、AIコマース全体に共通する構造として整理しています。取材に応じたインドの創業者と幹部が揃って指摘したのは、AIは商品発見の入口としては確実に機能しているのに、決済だけが動かないという非対称でした。

その非対称は数字にはっきり出ています。AI主導型の商品発見基盤Flash AIは、D2C事業者への導入を通じて、非AI経由の流入が6〜10%の購入転換にとどまる一方、ChatGPT、Gemini、Flash、Amazon経由のクエリは少なくとも3倍の転換率を示したと説明しています。AIを経由してきた買い手は、比較検討をあらかた終えた状態で着地するということです。

同社創業者のRanjith Boyanapalli氏は、買い物とAIの関係を発見とチェックアウトの二層に分けたうえで、イノベーションのほとんどは発見側で起きており、チェックアウトは数年先だと述べました。ChatGPTが決済を先に出して引き戻したのは、消費者と事業者の両方の採用が必要だと気づいたからだ、という見立てです。

"

技術が足りているかどうかの問題ではありません。エコシステムと規制当局が準備できているか、そしてもちろん事業者と消費者が準備できているかの問題です。

出典: Ranjith Boyanapalli（Flash AI 創業者）

OpenAIが2025年9月にEtsy、Walmart、Shopifyの商品をChatGPT内で直接購入できるようにしてから約半年で方針を転換した経緯と、Walmart側で観測された転換率の落差については、ChatGPT Instant Checkoutはなぜ失敗したのかで数字を追っています。小売各社がチャット内決済ではなく自社アシスタントの統合に舵を切った動きは、WalmartがChatGPTにSparkyを統合した件が典型例です。本記事が扱うのは、その先にある「なぜ止まっているのか」という理由の側です。

小売が決済を手放せない理由は一次データの帰属にある

ET記事のなかで最も見落とされやすいのが、業界幹部が挙げた一次データの論点です。一次データとは、購買記録・連絡先・サイト利用履歴のように、事業者が顧客から直接取得する情報を指します。エージェンティックな顧客エンゲージメント基盤MoEngageの創業者Raviteja Dodda氏は、ブランドが第三者に依存せず自社で顧客理解を持つことが重要なのに、それがどう機能するのかがまだ明確でないと述べています。

技術仕様を読むと、事情はもう少し具体的に見えてきます。OpenAIが公開しているAgentic Commerce Protocolのチェックアウト仕様では、事業者へ渡されるBuyerオブジェクトに氏名とメールアドレスが必須項目として定義され、メールアドレスには連絡に使用するという説明が付いています。電話番号は任意項目です。決済もOpenAIが販売主体になるのではなく、事業者が自社のPSPで不正判定と決済処理を行う設計になっています。つまり注文完了に必要な最小限の顧客情報は、技術的には事業者側に届きます。

問題はその先にあります。受け取ったメールアドレスをCRMへ取り込み、再購入喚起やメール配信に使ってよいのか。ChatGPT経由で獲得した顧客を自社の会員基盤に接続できるのか。OpenAIの公開ドキュメントはこの点の方針を示しておらず、マーケティング目的での利用可否は未開示です。返品対応も問い合わせも事業者が担う一方で、その顧客が次にどこから戻ってくるのかは分からない。コストは自社、関係はプラットフォーム側という構図を疑うのは、小売として自然な反応です。

Zave共同創業者のHiren Patel氏は、この壁を消費者行動の側から説明しています。買い手の一次的な発見場所はやはりコマースプラットフォームであり、それを変えるのは難しい。理由は私たちが思うよりずっと深いところにある、という指摘です。プラットフォームが時間をかけて積み上げた信頼が、そのまま参入障壁になっているわけです。

インドで起きているのは発見側の総取り競争

決済が足踏みしている間に、発見の側では投資が加速しています。Googleは2026年4月7日、インド向けにGeminiアプリ、AI Mode、Circle to Searchの買い物機能を一斉更新したと公式ブログで発表しました。Geminiのチャット内で購入可能な商品リスト、比較表、価格を出し、AI Modeの検索では在庫やレビュー情報まで束ねて提示する構成です。

規模の数字は出典によって幅があります。同ブログはShopping Graphを500億件超の商品リストと説明しますが、ET記事が引用したGoogleの声明では600億件超の商品リストとされています。2023年初頭の350億件から拡大が続いているためで、どちらも同じカタログの異なる時点を指しています。ETが引用した声明ではさらに、回答者の87%がAI Modeでより確信を持って判断できたと答え、インドでAIを購買過程に使う買い手は平均13の接点に触れる（非利用者は5.5）とされています。

接点が2倍以上に増えるという事実は、注意深く読む価値があります。AIは検討を短縮しているのではなく、むしろ検討を厚くしている。だからこそ着地時の転換率が高いのであって、チャットの中で決済まで終わらせる必然性は必ずしも生まれません。

インド勢の動きも発見側に集中しています。Flipkartは会話型AIコマース基盤SLAP（Shop Like a Pro）を、アプリ内機能ではなく独立アプリとして投入しました。2023年の生成AIアシスタントFlippiの後継にあたり、即配サービスのFlipkart Minutesがチャットから直結します。Meeshoは100を超えるランキングモデルで行動シグナルを解析する商品発見基盤PRISMを公開し、注文の75%超がAIによるパーソナライズされたフィード経由になったと説明しています。同社は10以上のインド言語に対応する音声会話型アシスタントVaaniも展開しています。

三社に共通するのは、チャット内で決済を完結させる話がほとんど出てこないことです。会話は入口として設計され、決済は自社のフローへ戻される。ET記事に登場したインド大手ECの幹部も、AIは商品の発見方法に大きな役割を果たすとしたうえで、エンドツーエンドのエージェンティックチェックアウトは数年先だと明言しています。

市場予測と足元のギャップをどう読むか

期待値の側の数字は大きいままです。Morgan Stanleyが2025年12月に公表したレポートは、AI搭載のショッピングアシスタントが2030年までに米国のEC支出で最大3,850億ドルを動かしうると試算し、これは米国EC市場の10〜20%にあたるとしています。同社のAlphaWise消費者調査では、直近1カ月にAIを使った購入を少なくとも1回行った米国人が約23%、大規模言語モデルの利用率は米消費者の50%近くに達しています。ET記事はこのレポートを、LLM利用者の30〜40%が購入していると要約しました。ただし公表値から単純に割り戻すと4割台後半になるため、ETの要約はレポート内の別の設問を指している可能性があります。

数字を並べると強気に見えますが、この予測はエージェントが自律的に買う世界を前提にしていません。Morgan Stanleyが最も伸びる領域として挙げたのは食品と日用品、つまり定期補充の反復購買です。裏を返せば、比較検討が必要な高単価商材では、当面は発見の改善が価値の中心にとどまります。

ここに、先ほどのインド大手EC幹部の慎重論が重なります。技術は揃っていても、規制当局と決済エコシステムと消費者の三者が同時に準備できていない。Boyanapalli氏の言う「エコシステムの問題」は、この三者のタイミングがずれているという意味です。

日本のEC事業者は何を準備すべきか

発見はAIに開き、決済は自社に残す。この線引きを当面の前提とするなら、投資の優先順位は自然に決まります。

まず商品データです。AI主導のファッション発見基盤ALT Fashionの共同創業者Rashida Bohra氏は、数年前まではAI主導の代替マーケティングチャネルについて説明する必要があったのに、今はブランド側がAIが読める商品カタログ・説明文・画像へ切り替え始めていると述べています。構造化された属性、生活文脈の語彙、機械可読な在庫と配送条件。ここは決済の行方に関係なく効きます。

AI経由の流入を他の流入と混ぜたまま見ていると、3倍の転換率という差は平均に埋もれて見えません。計測の分離が次の論点になります。リファラを分離し、AI経由セッションの転換率・客単価・返品率を別建てで追う。この分離ができていない状態で発見への投資判断はできません。

着地体験の設計も効きます。AI経由の買い手は比較を終えて到着するため、商品ページに再び比較材料を並べる必要はありません。在庫と配送日、そして決済までの導線を最短にする。AIが決済を持たない世界では、この着地面の設計がそのまま転換率になります。

会員化の設計は前倒ししておきたいところです。チャット内決済を将来検討するとしても、一次データの利用条件が未開示である以上、購入直後に自社の関係へ引き取る導線は自前で持つ必要があります。注文確認、配送通知、レビュー依頼という接点を自社ドメインに集約しておけば、経路がどう変わっても顧客との関係は残ります。

最後に、社内の意思決定を分けることを勧めます。発見への投資と決済の実装は別の議題です。前者は今すぐ効果が出る施策で、後者は仕様と条件が固まるまで待てる。ここを一つの「エージェンティックコマース対応」として束ねると、待つべきものに引きずられて着手できるものまで止まります。

まとめ

AIコマースの現在地は、発見が先に走り、決済が待たされている状態です。止めているのは技術ではなく、顧客との関係を誰が持つのかという未解決の問いでした。OpenAIの仕様は注文完了に必要な情報を事業者へ渡しますが、その情報をどこまで使えるかは示されていません。

次に注目すべきは、プラットフォーム側がこの条件を明文化するかどうかです。マーケティング利用の可否と、AI経由で獲得した顧客の帰属。この二点が公開された時点で、小売の慎重論は一段階動きます。それまでは、発見に投資し、着地を磨き、決済は自社に置く。地味ですが、これが最も損をしない構えです。