Commerce（旧BigCommerce）が商品データのAIエンリッチメントを発表：AIエージェントに選ばれる商品データの条件とEC事業者の備え
CommerceがFeedonomicsとBigCommerceに商品データのAIエンリッチ機能を追加しました。AIエージェントに選ばれる商品データの中身、GoogleとOpenAIの仕様との関係、日本のEC事業者が整えるべきことを解説します。
この記事のポイント
- Commerce（旧BigCommerce）は2026年9月29日（米国時間）、Feedonomics EnrichmentとBigCommerce Catalog Enrichmentを発表しました。生成AIで商品タイトルや説明、FAQに加え、「何の商品か・誰向けか・なぜ合うか」をAIが解釈するための構造化ファクトとQ&Aを作ります
- AIエージェントは、読み取れない商品を推薦できません。人が読む前提で書かれたカタログを、機械が読める事実の集合に作り替える作業が、集客の前提条件になりつつあります
- ただしFeedonomics Enrichmentは英語のみで、料金と効果の数値は未開示です。日本のEC事業者は道具を待たずに、画像に埋もれた仕様のテキスト化と、問い合わせ履歴からのQ&A整備から始められます
Commerceが発表した2つのエンリッチメント機能
新機能は、B2CとB2Bの加盟店がAIに対応した充実した商品データを大規模に作れるよう支援し、Commerceのエージェンティックコマース関連ソリューションの土台となるものです。
www.globenewswire.comBigCommerceやFeedonomicsを傘下に持つCommerce（NASDAQ: CMRC）は2026年9月29日、プレスリリースで2つの新機能を発表しました。複数の販路に商品データを配信する企業向けのFeedonomics Enrichmentと、BigCommerceの管理画面に組み込まれたBigCommerce Catalog Enrichmentです。
どちらも、加盟店が持っている商品情報をもとに、商品タイトル、説明文、特徴の箇条書き、FAQ、SEO用のメタデータを生成します。そのうえで、生成AIの検索や回答が「何の商品か、誰向けか、なぜ質問に合うのか」を解釈するための構造化ファクト、スニペット、Q&Aフィールドも作ります。配信先として名前が挙がったのは、Google、Meta、Amazon、eBayといった広告・マーケットプレイスと、Gemini、ChatGPT、Copilotといった対話型AIです。
発表文の問題意識ははっきりしています。AIの回答エンジンが商品の関連情報にアクセスできなければ、その商品は答えに出てきません。従来のカタログは人間のために書かれており、AIエージェントのためには書かれていない、という整理です。
AIエージェントが商品についての質問に答えられるのは、データが許す範囲までです。
「AIエージェントに選ばれる商品データ」とは何を指すのか
「AIに対応した商品データ」という言葉は便利ですが、中身が曖昧なまま使われがちです。今回の発表を分解すると、生成されるものは性質の違う3つの層に分かれます。
1つ目は、人が読む文章です。タイトル、説明文、特徴の箇条書きがここに入り、これまでのSEOの延長にあります。
2つ目は、機械が照合する事実です。素材、寸法、対応機種、対象年齢といった属性を、文章の中に埋め込まず、項目として持つことを指します。「綿100%で洗濯機で洗える、子ども用の上履き」という問いに答えるとき、AIにとっては、説明文の言い回しより照合できる事実のほうが確かな手がかりになります。発表文が「構造化ファクト」と呼んでいるのはこの層です。
3つ目が、今回の発表で最も新しい会話に答える材料です。Q&Aやスニペットがこれにあたり、「この商品は誰に向くのか」「なぜこの質問に合うのか」を、AIが引用しやすい形で用意します。Commerceは、会話型の体験が買い物客の質問を特定の商品に結びつけ、選ぶ理由を示すには文脈のある商品情報が要る、と説明しています。
この3層は、AIプラットフォーム側の仕様にもすでに表れています。Googleは2026年5月、Merchant Centerに会話属性（conversational attributes）を追加しました。PPC News Feedによると、質問と回答、資料へのリンク、関連商品、商品グループ名、バリエーションの選択肢、人気順位の6項目で、いずれも任意です。商品の承認状況には影響しません。
一方で、OpenAIの商品フィード仕様は様子が異なります。素材や寸法、レビュー件数といった属性は任意項目として定義されていますが、個々のレビューやQ&Aのリストは、現行の商品発見用の仕様に含まれないと明記されています。同じ「AI向けのQ&A」を作っても、配信先によって受け取られるかどうかが違うわけです。
| データの層 | Commerceの2製品が生成するもの | Google Merchant Center | OpenAIの商品フィード仕様 |
|---|---|---|---|
| 人が読む文章 | タイトル、説明文、特徴の箇条書き、SEOメタデータ | タイトル、説明文などの基本属性 | タイトルと説明文は必須（目安は150字以内と5,000字以内） |
| 機械が照合する事実 | 構造化ファクト、構造化フィールド | 素材やサイズなどの既存属性に加え、会話属性としてバリエーションの選択肢や関連商品 | 素材、寸法、重量、カテゴリなどを任意項目として定義 |
| 会話に答える材料 | FAQ、Q&A、スニペット | 会話属性の「質問と回答」（任意） | Q&Aのリストは現行の商品発見用の仕様に含まれない |
Gee氏はDigital Commerce 360の取材に、靴のカタログを例に挙げています。15言語に翻訳したうえで、Amazon、eBay、Google、Meta、TikTok、Walmartに送り、さらにChatGPT、Claude、Copilot、Gemini、Perplexityといった回答エンジンにも届ける必要がある、という話です。同氏はそれぞれにUCP（Universal Commerce Protocol、Googleなどが進めるエージェント向けの商取引の共通仕様）の対応が要るとし、これを「1対多の問題」と表現しました。
この「1対多」こそが、データ整備の本当の難しさです。事実の正本が1つでなければ、配信先ごとに内容がずれていきます。
2つの製品は誰に向けたものか
対象は明確に分かれています。Feedonomics Enrichmentは、複雑なカタログを持つ大手やマルチチャネルのブランド向けです。Gee氏は「どのプラットフォームのブランドにも」データの流れを提供すると述べており、BigCommerce以外で店舗を運営する企業も対象に入ります。BigCommerce Catalog Enrichmentは、BigCommerceの加盟店が管理画面の中で完結させるための機能です。
| 項目 | Feedonomics Enrichment | BigCommerce Catalog Enrichment |
|---|---|---|
| 想定利用者 | 大手・マルチチャネルのブランド（他プラットフォームの店舗も対象） | BigCommerceの加盟店 |
| 提供形態 | 自社運用とマネージドサービスの両方 | 管理画面内のセルフサービス |
| 品質の確認 | 正確性・一貫性・ブランド準拠を評価するスコアカードと、理由付きの課題リスト | 正確性・一貫性・ブランドの語り口への準拠を評価する独自スコアカード |
| 独自の機能 | 広告・マーケットプレイスの項目への対応、自社の分類体系へのマッピング、サイト流入と広告の成果分析 | 商品を選んでブランド情報を入力し、確認後に全カタログへ一括適用 |
| 言語 | 現時点で英語のみ（多言語対応は予定） | 発表では言及なし |
| 提供状況 | 公式サイトで「Now Available」 | 公式サイトで「Early Access」 |
提供状況には注意が必要です。プレスリリースは両製品を並べて発表していますが、Commerceのエージェンティックコマースのページでは、BigCommerce Catalog Enrichmentは早期アクセスの扱いです。
Feedonomicsにとって、生成AIによる加工は初めてではありません。2025年7月には、Google CloudのGeminiを使った商品データのエンリッチ機能を発表しています。2026年4月には、商品データをエージェント向けの形式に変換して配信するAgentic Commerce Engineも出しました。配信の仕組みが先に整い、今回は配信する中身を作る側が製品になった、という順序です。
なぜCommerceはいま商品データを前面に出すのか
会社の事情も無関係ではありません。BigCommerceは2025年7月に社名をCommerce.comに変え、ティッカーをCMRCに変更しました。AIが消費者に代わって調べ、薦め、取引を完了する「エージェンティックコマースの時代」に備えるための再編だと説明しています。
2026年9月10日には、年6,000万〜8,000万ドルのコスト削減を見込む経営計画を発表しました。人件費や専門サービス費などを削る一方で、B2B、決済、Feedonomics、プロダクトインテリジェンス、エージェンティックコマースへの投資は守るとしています。今回の2製品は、守ると宣言した領域の真ん中にあります。
Gee氏は加盟店が押さえるべきこととして、エージェントに見つけてもらうこと、エージェントに業務を任せること、会話の中で購入につなげること、囲い込まれないよう開かれた標準の上に作ること、の4つを挙げました。データのエンリッチは、この1つ目を担う機能です。
留保：AIが書いた商品情報は誰が保証するのか
最も大きな論点は、生成された内容の正確さです。AIが説明文やFAQを書くとき、元データにない仕様を補ってしまう危険は避けられません。Commerceがスコアカードで正確性を評価し、加盟店が確認してから反映する流れにしているのは、この危険を前提にした設計です。ただし、評価の基準や、誤りをどの程度検出できるかは公開されていません。
AIの側にも誤りはあります。Product.aiのデータチームが220件の買い物に関する質問で主要なAIを比べたベンチマークによると、Geminiの有料版では、架空とみられる主張を少なくとも1つ含む回答が、質問の21%で見つかりました。データを充実させても、AIがそれを正しく使う保証はありません。
ほかにも、確認できていない点が残ります。
- 効果の数値は未開示です。エンリッチによってAI経由の露出や売上がどれだけ伸びたかを示すデータは、発表にありません
- 料金は未開示です。マネージドサービスを含め、価格体系は示されていません
- 生成したQ&Aが配信先でどう扱われるかは、各社の仕様次第です。先に見たとおり、OpenAIの現行の仕様にはQ&Aの受け口がありません
ブランドの観点でも課題があります。同じ生成の仕組みを多くの企業が使えば、説明文の言い回しは似通っていきます。差がつくのは、文章の巧拙ではなく、その会社しか持っていない事実をどれだけ正確に載せられるかになるはずです。
日本のEC事業者が自社カタログで整えるべきこと
Feedonomics Enrichmentは英語のみで、BigCommerceを使う国内事業者も多くありません。日本のEC事業者にとって、この発表の価値は道具そのものより、「何を整えればAIに読まれるのか」の見取り図が示されたことにあります。
最初に手を付けるべきは、画像に埋もれた情報のテキスト化です。国内のECでは、素材や寸法、使い方を縦長の画像に文字として焼き込んだ商品ページが少なくありません。人には見やすくても、フィードを読むAIにとっては存在しない情報です。仕様表の中身を、商品データの項目として持ち直す必要があります。
次に、「誰向けか」を感想ではなく事実で書けるかを点検します。「敏感肌の方にもおすすめ」ではなく、「無香料、アルコール不使用、パッチテスト済み」といった、照合できる事実に分解するということです。向かない人や使えない条件も、同じように事実として持っておくと、AIが誤った推薦をする余地が減ります。
Q&Aの材料は、すでに社内にあります。カスタマーサポートに届く問い合わせの履歴です。サイズ感、互換性、配送や返品の条件など、実際に聞かれた質問とその回答は、生成AIが一から作るFAQより確かな根拠になります。Googleの会話属性に入れる候補としても、まずここから拾うのが近道です。
生成AIで文章を量産する場合は、公開前の確認の仕組みを先に決めておくべきです。化粧品や健康食品では、医薬品医療機器等法（薬機法）や景品表示法に触れる表現をAIが書いてしまうおそれがあります。AIが書いたかどうかにかかわらず、表示の責任は販売者にあります。Commerceが品質の評価と人による確認を組み込んだのと同じ考え方を、自社の運用にも持ち込むことになります。
最後に、事実の正本を1か所にまとめます。楽天市場、Yahoo!ショッピング、Amazon、自社サイト、Googleのフィードで、同じ商品の素材や寸法が食い違っていれば、どれだけ文章を磨いてもAIの判断は揺らぎます。Gee氏の言う「1対多の問題」は、日本のモール中心の販売構造でこそ深刻です。
まとめ
Commerceの発表は、AIエージェント向けの商品データを、タイトルや説明文の改善にとどまらない「機械が照合できる事実」と「会話に答える材料」の整備として定義し直しました。配信の仕組みを先に作ってきた同社が、配信する中身の生成まで製品にしたことになります。
次に見るべきは、多言語対応の時期、料金、そしてエンリッチの前後で何が変わったのかを示す数字です。あわせて、GoogleとOpenAIの商品データ仕様がQ&Aや「誰向けか」の情報をどこまで受け取るようになるかも、整備の優先順位を左右します。道具の到着を待つ間にも、自社のカタログで事実を揃える作業は始められます。
