この記事のポイント
- ASOSが2026年5月20日にChatGPTアプリ「Stylist」を公開、BambuserのIntelligence Layerで動画と商品カタログを構造化しLLMが扱えるショッパブル動画として返す仕組み
- Bambuserは3月に「GEO Discovery」を立ち上げ、動画資産をChatGPT/Claude/Perplexity/Gemini向けに構造化データへ変換するインフラ層を確立、ファッション領域での初の本格適用事例がASOS
- 実機検証では「ASOSが扱わないTom Ford香水」を競合サイトに案内する事象も観測され、他社の知識層に乗ることで競合への送客リスクを構造的に抱えるジレンマが浮上
動画コマースがChatGPTに入った日
ASOS launches Stylist app inside ChatGPT, powered by Bambuser's video commerce intelligence layer.
retailtechinnovationhub.com2026年5月20日、英国のオンラインファッション大手ASOSが、ChatGPT上で動作する独自アプリ「ASOS Stylist」を英米向けに公開しました。商品検索・トレンドブラウジング・スタイリング提案を、すべてChatGPTの会話画面の中で完結できる仕組みです。これだけなら、Walmart Sparky や Etsy のギフトアプリと同じ「ChatGPTにアプリを置いた事例」のひとつとして処理されていたかもしれません。
しかしASOSの一件が注目を集めているのは、技術スタックの中身が違うからです。アプリの裏側で動いているのは、スウェーデン発の動画コマースプラットフォームBambuserが3月にリリースした新製品「Intelligence Layer」と、それに付随するショッパブル動画プレイヤーウィジェット。動画コマースの世界が、ChatGPTという答えを返すエンジンの内側に正面から入ってきた、最初の本格的な事例です。
ASOS自身は公式リリースの中で、Stylistを「これまでのAIショッピングツールがテキストと静止画像にとどまっていた限界を越えるための一手」と位置づけています。実際、ユーザーが「春向けのパステル系フローラルAラインドレスを見せて」と打ち込むと、ASOSのブランドポートフォリオを横断的に検索し、文脈に沿ったキュレーション結果を動画つきで返し、タップすればASOS.comでの購入に滑らかにつながる。発見はChatGPT、購入はASOS.comという分業構造です。
Intelligence Layer──「動画→構造化データ→LLM」のパイプライン
Stylistの心臓部であるBambuser Intelligence Layerが何を解いているかを、もう少し具体的に見ていきます。
ファッションブランドは大量の動画資産を抱えています。ランウェイ映像、ルックブック動画、スタイリストが解説するライブ配信、インフルエンサーが着用したクリップ。問題は、これらの動画の中に「どの商品が」「どんなシーンで」「どの体型に」と紐づいた情報が暗黙的に埋め込まれているにもかかわらず、機械から見ると黒い箱だという点です。LLMは動画そのものを直接索引化することができず、テキストや構造化データに変換されない限り、回答に引用することもできません。
Bambuserは2026年3月10日にGEO Discovery（Generative Engine Optimizationのための製品）を発表し、まさにこの「動画を機械可読データに変換する」インフラ層を製品化しました。Intelligence Layerが内部で行うのは、動画のトランスクリプション、商品タグ付け、SEOコピー生成、FAQ生成、schema.orgマークアップの自動生成です。これらを動画1本ごとにバッチで処理し、ChatGPT・Claude・Perplexity・Google AI Overviews・Geminiといった各種アンサーエンジンが取り扱える構造化データとして吐き出します。
Bambuser VP Data & IntelligenceのBruno Giordani氏はGEO Discoveryの発表で、AI時代の検索の本質を端的に言語化しています。
AIアンサーエンジンは、かつての検索エンジンのようにウェブをクロールしません。構造化データから答えを組み立てます。私たちは、そのデータをスケールで自動生成するIntelligence Layerを作りました。AI時代に、どの商品が発見されるかを決めるのは、構造化データ層を握る企業です。
ASOSの場合、ASOS DESIGN、ARRANGE、COLLUSION、Topshop、Topmanといった自社ブランドに加え、数百のパートナーブランドの商品データと、長年蓄積してきたライブ配信・ルックブック動画が、このIntelligence Layerを介してChatGPT側に「ショッパブルな構造化データ」として供給される構造になっています。
なぜ今、動画×LLM×在庫の三位一体なのか
ファッションがテキスト中心のAIショッピングと相性が悪いのは、業界の人なら直感的に理解しているはずです。「春向けのフローラルAラインドレス」と一口に言っても、丈、シルエットの揺れ方、生地のツヤ、着丈と身長のバランス、撮影された光の質感まで、文章で表しきれない情報量が選択に効きます。これは静止画でもまだ足りない。動く商品でなければ伝わらない情報があります。
ここに来て、ASOSがやろうとしているのは三つの異質なレイヤーを噛み合わせる試みです。動画コンテンツ層、LLMの会話理解層、そして在庫・価格・サイズ展開を含む商品データ層。会話の中で「動く商品」を返し、その場でサイズ感や価格を展開し、購入導線につなぐ。Bambuserは動画レイヤーを、OpenAIは会話理解レイヤーを、ASOSは在庫と商品データを持ち寄っています。
McKinseyは「今後2年間で7,500億ドルの米国消費者支出がAI駆動の発見経由で流れる」と試算しています。この巨大な金額が動くチャネルで、ファッションのように「見ないと判断できない」カテゴリーが先行して動画を組み込んでくるのは、戦略的には自然な流れです。
先行するChatGPT Appsの中での位置づけ
Apps SDKの初期ローンチパートナーは、Booking.com、Canva、Coursera、Expedia、Figma、Spotify、Zillowの7社でした。物販コマースでは、Walmartが2026年3月に独自エージェント「Sparky」をChatGPT内アプリとして展開し、Etsyもギフト発見に特化したアプリを投入しています。
このラインナップを並べてみると、ASOSの異質さがはっきり見えます。Walmartは「巨大マーチャント＋自社エージェント」、Etsyは「ロングテール商品の検索体験」を持ち込んだ。ASOSは違います。動画資産という独自の戦略リソースを、専用のインフラベンダー（Bambuser）と組んでChatGPTに持ち込んだのです。これは、ファッションだけでなく、コスメ・自動車・家具・家電など「映像で見せる比重が高い」あらゆる業種が同じ道を選ぶ可能性を示唆しています。
実際にBambuserは、ASOSの公開とほぼ同じ時期にAudi Swedenとのパートナーシップ拡大も発表し、自動車領域でもGEO Discoveryを使った同種の取り組みが始まっています。「動画を持つすべてのブランドにとって、アンサーエンジンに正しく引用されるためのインフラ」というポジションを、Bambuserは静かに固めにかかっています。
ChatGPT内で起きた「他社サイトへのリンク」事象
ここまではASOSとBambuserの戦略的な強さの話でした。しかし、ChatGPTという「他社の知識層」の上にコマース体験を載せることの構造的なリスクも、リリース直後の実機検証で早くも顕在化しています。
英国のECエグゼクティブSteve Webster氏が公開直後にStylistを試した結果、Retail Technology Innovation Hubで詳しく紹介されました。Webster氏はChatGPTに「中年男性向けのスマートカジュアルなワードローブを組んでくれ」と依頼し、Stylistは Mango のブレザー、Jack & Jones のシャツ、Thomas Crick Eversのスニーカーなど、ASOSの取り扱いから妥当な提案を返します。問題はその次、フレグランスのセクションに進んだときに起きました。
Stylistが提案したのは「Tom Ford Oud Wood」。スタイリングとしては妥当な選択ですが、Tom Fordの香水はASOSが扱う商品ではありません。そしてリンクは、ASOSではなくtomfordbeauty.co.ukに直接張られていた。つまり、ASOSがChatGPT内に立ち上げたAIスタイリストが、3分以内に顧客を競合サイトに送客したことになります。
Webster氏の批評は、技術的な失敗を指摘しているのではなく、構造の問題を指摘している点に重みがあります。
他社のインテリジェンスレイヤーの上にコマース体験を作ると、そのレイヤーの連想、知識の広がり、「良い答え」の定義をすべて引き受けることになります。ChatGPTは、Tom Ford Oud Woodが大人の男性のスマートカジュアルに合う香水だと知っています。それと同時に、ASOSがそれを取り扱っていないことも知っている。だから外にリンクを張ったのです。
ASOS専属の人間のスタイリストなら、この場面で「ASOSで近い香水を探す」あるいは「香水セクションは別店舗で」と顧客に伝えることで、競合への直接的な送客は避けます。しかしLLMはそうした制約なしに、純粋に「顧客にとって最も良い答え」を最適化する。Webster氏はこの非対称を「AI mediated commerceの根本的な緊張関係」と呼びました。
「発見はChatGPT、購入はASOS.com」モデルの限界
ASOSが選んだ「発見はChatGPT、購入はASOS.com」の分業構造は、Walmartが先に経験したChatGPT内のチェックアウトが自社サイトに対し3分の1のコンバージョン率に沈んだ事例を踏まえれば、合理的な判断です。OpenAI自身も2026年3月に「Instant Checkoutは目指した柔軟性を提供できなかった、加盟店が自前のチェックアウト体験を使えるようにし、私たちは商品発見に注力する」と方針転換を表明しています。
ただし、Tom Ford事例が示すのは、購入導線を自社サイトに引き戻したとしても、その手前の発見プロセスの中で別のリスクが発生するという新しい現実です。会話の流れの中で、ASOSのカタログにない商品が会話に登場し、ChatGPTがそのままリンクを張る。アトリビューションの観点からは、ASOSは「ChatGPTという発見チャネルに投資することで、自社の購入を増やすと同時に、結果的に競合への送客も増やしている」状態に置かれます。
これは技術で解ける問題ではありません。LLMの中立性と、特定ブランドのコンバージョン最適化は、原理的に両立しないからです。これからASOSがやれるとしたら、提案された商品のうち「ASOSの在庫にあるもの／ないもの」の比率をモニタリングし、Intelligence Layerに供給する商品データの幅と深さで「会話の中でASOSが引用される確率」を上げにいく運用です。
ファッション・D2C事業者への示唆──棚取り合戦は構造化データから始まる
日本市場では、ChatGPTのショッピング機能は地域提供の制約があり全面展開はまだ先ですが、ASOSのこのローンチはUKを含む英米市場でのものであり、欧州・APACへの広がりも時間の問題と見るのが妥当です。ZOZOTOWN、ベイクルーズ、ユニクロ、アダストリア、ファミリアといった、自社カタログと動画資産を持つ事業者が今からやっておく価値のある準備は、明確に3つあります。
最も重要なのは商品データの「LLMに食わせられる」整形です。商品名・価格・サイズ展開・スタイル属性・着用シーン・スタッフコメント。これらを名寄せされた形でJSON Schemaやschema.orgのProductマークアップとして整理し、外に出せる状態にしておく。Apps SDKに乗るためにも、Agentic Commerce Protocol（ACP）でカタログを差し込むためにも、共通して必要になる土台です。これは、AEO（AI Engine Optimization）と地続きの作業でもあります。
二つ目が、動画資産の構造化パイプラインの設計です。BambuserのIntelligence Layerが具体的にやっているように、ライブコマース映像・ルックブック動画を商品IDと紐付け、トランスクリプト・タグ・schema markupを自動生成する基盤を持つ。日本ではTIG（IMAGICA EEX）やWhatever、Live Insightなどのライブコマース系SaaSが類似のレイヤーを担う可能性があります。ベンダーに完全に委ねるか、自前で軽量パイプラインを組むかは事業規模次第ですが、「動画は機械可読データに変換しなければChatGPTから引用されない」という前提を経営として確定させておく必要があります。
三つ目が、競合送客リスクの可視化です。ASOSが直面したTom Ford事例は、対岸の火事ではありません。自社の商品アサートが浅い領域でChatGPT経由の会話を受け止めたとき、競合に流れる確率は当然上がる。Intelligence Layer的なデータ層に何を入れるかは、単なるSEO作業ではなく、「会話の中で自社が選ばれる確率」を経営判断する作業に変質しています。
まとめ──インフラベンダーの時代がもうひとつ始まった
ASOSとBambuserのコラボは、ファッションブランドがChatGPTに住み始めた事例として記憶されることになるでしょう。しかしその技術的本質は、もう少し広い射程を持っています。動画コマースの世界が、ライブ配信や自社サイト埋め込みという閉じた領域から、LLMアンサーエンジンに供給する「構造化データ層」へと役割を進化させた。BambuserのGEO Discoveryはその象徴です。
これからファッション・コスメ・自動車・家具・家電など「映像が判断を左右する」業種では、自社サイトに動画を載せるだけでは足りない時代に入ります。ChatGPTの中に、Claudeの中に、Perplexityの中に、自社の商品が動画つきで引用される状態をどう作るか。棚取り合戦はもう、構造化データの整備から始まっています。そして、Steve Webster氏が指摘した「他社の知識層に乗ることの構造的ジレンマ」は、エージェンティックコマースが本格化するにつれて、すべての参加者が向き合うことになる新しい論点です。
ASOSのStylistは、その入口を象徴する事例として、これからも参照され続けることになるはずです。
