Criteo、AIショッピングアシスタント向け商品推薦API「Agentic Commerce Recommendation Service」を発表――テキストベース比較で関連性60%向上

Criteoがエージェンティックコマース向け推薦サービスを発表

Criteo's AI shopping service outperforms text-based rivals by 60% as commerce data trumps semantic matching

Criteo introduces commerce-grade recommendation infrastructure for AI shopping assistants, achieving 60% relevancy gains through transaction data versus product descriptions alone.

ppc.land

2026年2月5日、コマースメディア大手のCriteo（NASDAQ: CRTO）は、AIショッピングアシスタント向けの商品推薦API「Agentic Commerce Recommendation Service」を発表しました。このサービスは、従来のテキストベースの商品マッチングではなく、実際の購買行動データを活用することで、推薦の関連性を最大60%向上させます。

サービスはModel Context Protocol（MCP）を通じて提供され、AIショッピングアシスタントとEC事業者の商品在庫を直接接続します。Criteo CEOのMichael Komasinski氏は「エージェンティックコマースにおける真の競争優位は、高品質なコマースデータへの大規模アクセスから生まれる」と述べています。

背景と業界動向

AIエージェントが消費者の購買行動を変える「エージェンティックコマース」が、2026年のEC業界における最大のテーマとなっています。McKinseyの予測では、AIエージェントが仲介するショッピングは2030年までに米国小売売上の9,000億〜1兆ドル規模に成長する見通しです。

この流れを受け、主要テック企業がエージェンティックコマースの基盤整備を加速させています。2026年1月のNRF（全米小売業協会）では、GoogleがShopifyと共同で「Universal Commerce Protocol（UCP）」を発表し、Walmart、Target、Etsy、Wayfairなど20以上のパートナーが参画しています。OpenAIも「Agentic Commerce Protocol（ACP）」を展開し、ShopifyはAgentic StorefrontsでChatGPTやPerplexity上での直接購入を可能にしました。

こうした中、Criteoは「推薦の品質」という観点から独自のポジションを確立しようとしています。現在のAIアシスタントの多くは商品説明文のテキストマッチングに依存しており、消費者が「実際に購入したい商品」と「テキストが類似しているだけの商品」を区別できないという課題を抱えています。

CLEPRモデルと2段階アーキテクチャの仕組み

Criteoの推薦サービスの中核を成すのは、独自開発の「CLEPR（Contrastive Language Embedding for Product Retrieval）」モデルと、2段階のアーキテクチャです。

第1段階：商品検索（Retrieval）では、1億2,000万パラメータのbi-encoderであるCLEPRモデルが、ユーザーのクエリと商品カタログそれぞれの埋め込みベクトルを計算し、K近傍探索で候補商品を抽出します。CLEPRは、Google、Microsoft、Meta、Alibabaのオープンソーステキストエンコーダと比較して、「成果ベースの関連性」で平均37%の向上を達成しています。

第2段階：再ランキング（Re-ranking）では、検索で得られた候補商品を、クエリとの適合度に加えて「PSales確率」（過去7日間の販売確率）などの購買データで再順位付けします。この段階で、テキストベースのアプローチと比較して60%の関連性向上が実現されます。

ここで重要なのは、「意味的な正確性」と「成果ベースの関連性」は根本的に異なるという点です。テキストマッチングでは商品説明の類似度は高くても、消費者が実際に購入する商品とは限りません。Criteoはこの差を、7億2,000万人の日次アクティブショッパー、年間1兆ドルの取引データ、45億SKUという規模のコマースデータで埋めています。

EC事業者への影響と活用法

このサービスがEC事業者にもたらす影響は、主に3つの観点から整理できます。

AIアシスタント経由の新たな販路として、MCP対応のAIショッピングアシスタントに自社商品を露出できる可能性があります。Criteoのネットワークには1万7,000のECサイト、200のグローバルリテールパートナーが参加しており、米国トップ30リテーラーの70%と提携しています。

購買データに基づく推薦品質の向上という点では、商品説明文のSEO最適化だけでは不十分な時代が到来しつつあります。実際の購買シグナルが推薦に反映されるため、商品の人気度、在庫状況、ユーザーインテントといった要素が推薦順位に影響します。

今後の対応として留意すべき点もあります。現時点では主要LLMプラットフォームとのテスト段階にあり、一般提供の具体的な時期は明示されていません。また、CriteoのCLEPRモデルはオーガニッククリックデータのみで学習されており、セール時の購買バイアスは含まれていないため、エンドツーエンドのコンバージョン改善効果については今後の検証が必要です。

まとめ

Criteoの「Agentic Commerce Recommendation Service」は、AIショッピングアシスタントの推薦品質を購買データで底上げするという、エージェンティックコマース時代の重要なピースを提供しています。GoogleのUCPやOpenAIのACPが「接続の標準化」を担う一方で、Criteoは「推薦の質」という別のレイヤーで差別化を図ろうとしています。

今後注目すべきは、主要LLMプラットフォームとの正式統合の時期と、実際のコンバージョンデータに基づく効果検証の結果です。EC事業者としては、自社商品がAIアシスタント経由で推薦される際の品質を左右する「コマースデータインフラ」の動向を注視する必要があります。