Gladlyが販売とサポートを1つのAIに統合する「agentic commerce」を発表、Balsam Hillは5人に1人がカート追加
Gladlyが、商品相談と注文・返品対応を1つの会話型AIが同じ顧客レコード上で担うagentic commerceを発表しました。売るボットと支えるボットが分かれる問題、Balsam Hill事例の読み方、成果課金の論点をEC事業者向けに解説します。
この記事のポイント
- カスタマーサービス基盤の米Gladlyは2026年10月5日、商品相談やレコメンドを担う「agentic commerce」を発表しました。既存のサポート向けAI「agentic service」と合わせ、販売と注文・返品・交換の対応を、1つの会話型AIが同じ顧客レコードの上でこなします
- 多くの小売サイトでは、販売の「ショッピングアシスタント」とサポートの「チャットボット」が別々に動いています。Gladlyはこれを「two-bot era（2つのボットの時代）」と呼び、買い物客がどちらに聞けばよいか迷う構造そのものを問題にしています
- 事例のBalsam Hillでは、チャットで商品を見た人の約5人に1人がカートに追加しました。ただし数字はベンダー自身の事例で、期間は導入後30日だけです。EC事業者は自社サイトのボットの数、顧客データの共有、成果の定義から見直すのが先です
Gladlyが「売るボット」と「支えるボット」をひとつにした
Gladlyは本日agentic commerceを発表しました。既存のagentic serviceと合わせ、ブランドは1つの会話型AIで顧客への販売とサポートを行えるようになります。
www.prnewswire.com小売サイトの右下に、チャットの入り口が2つ並んでいるのを見たことがあるはずです。片方は「おすすめを探す」、もう片方は「注文・配送について」。サンフランシスコのGladlyが10月5日（米国時間）に出したプレスリリースは、この並びをなくすための製品の発表でした。
発表したのは、商品探しや比較、レコメンドを受け持つagentic commerceです。Gladlyにはすでに、注文状況の確認や返品・交換に応じるagentic serviceがあります。新製品はこれと合わさり、ブランドは販売とサポートを1つの会話型AIに任せられるようになります。サイトで別々に動かしているショッピングアシスタントとサポートボットを置き換えるのが狙いです。
CEOのCharlie Besecker氏の言葉は、製品の主張をそのまま表しています。
私が話すどのブランドも、サイトで2つ以上のAIエージェントを動かしています。1つは売り、もう1つはサポートし、どちらも相手が何をしているか知りません。
Gladlyは2014年創業で、Crate & Barrel、Ulta Beauty、Nordstrom、HOKAなどを顧客に持ちます。累計調達額は2億ドル超です。プレスリリースでは、自社を「小売の顧客関係全体を動かすCommerce AIプラットフォーム」と位置づけ直しています。
「2つのボット」が生まれた理由
なぜ、同じサイトにボットが2つも並ぶのでしょうか。理由は技術より先に組織にあります。
ショッピングアシスタントを買うのは、売上を追うECやデジタルマーケティングの部門です。サポートボットを買うのは、問い合わせ件数と対応コストを追うカスタマーサービス部門です。予算も評価指標も別なので、選ぶツールも別になります。Gladlyのリリースは最後に「販売とサポートの線は買い物客にとって最初から存在せず、組織図の中にしかなかった」と書いています。
組織の分断は、そのままデータの分断になります。ショッピングアシスタントが見ているのは、いま開いているセッションと商品カタログです。サポートボットが見ているのは、注文履歴と配送状況です。リリースが挙げる例はわかりやすいものでした。
- ショッピングアシスタントは商品を薦められるが、注文履歴が見えないので「この返品は無料交換の対象か」に答えられない
- サポートボットは注文を見られるが、売るようには作られていないので、問い合わせを閉じて次の購入の機会を逃す
この問題が今になって表に出てきた背景には、AI経由で来る買い物客の増加があります。Adobe Analyticsによると、2026年1〜3月に米国の小売サイトへのAI経由のトラフィックは前年同期比393%増えました。TechCrunchの報道では、3月時点でAI経由の訪問はそれ以外より42%高く購入に至り、訪問あたりの売上も37%上回りました。
こうした客は、ChatGPTなどで候補をかなり絞った状態でサイトに来ます。残っているのは「自分のサイズで合うか」「前に買ったものと交換できるか」といった1つか2つの質問だけです。そこで答えが返ってこなければ、客は離れます。Gladlyが言う「最後の1問」に答えるには、商品の知識と、その客の購入履歴の両方が要ります。
もっとも、393%という伸び率は母数が小さいところからの数字です。AI経由の流入が小売全体に占める比率はまだ小さいという調査もあり、データの読み方には注意が必要です。
セッションではなく、顧客を軸に置く
Gladlyの説明で一番重要なのは、製品の機能よりも土台の設計です。同社はプラットフォームを「セッションではなく顧客」を中心に作ってきたと述べています。サイズの質問に答えるAIと、交換を処理するAIが、同じ顧客レコードの上で動く同じAIだということです。
これは今回急に言い出したことではありません。Gladlyは創業時から、問い合わせを1件ずつの「チケット」として扱う従来のヘルプデスクではなく、メールでも電話でもチャットでも1人の客の履歴が1本につながる仕組みを売りにしてきました。2024年9月にAXA Venture Partnersの主導で4,000万ドルを調達した際も、報道はこの「顧客中心」の基盤を同社の特徴として紹介しています。
サポートのために作った顧客レコードは、販売にもそのまま使えます。過去に何を買い、何を返品し、どんな不満を言ったかがわかれば、レコメンドは「人気商品」から「この人に合う商品」に変わります。逆に、購入前の会話で聞いたサイズや用途は、購入後のサポートで役に立ちます。リリースは、agentic commerceを「この設計全体を一度に必要とした最初の製品」と表現しています。
流れを振り返ると、この発表は段階を踏んだものです。Gladlyは5月6日、年次カンファレンスGladly Connect Liveでagentic commerceの機能群を予告していました。そこでは自社サイトだけでなく、ChatGPT、Perplexity、Geminiといった外部のAIの上で動く機能にも触れています。今回はその製品化にあたります。AIは4億5,000万件を超える小売の対話で学習しているとも説明しています。
Balsam Hillの数字をどう読むか
唯一の具体的な事例は、人工のクリスマスツリーや装飾品を扱うBalsam Hillです。運営会社のBalsam Brandsは2021年からGladlyの顧客で、もともとサポートに使っていました。
Gladlyの事例ページによると、悩みは商品の質問でした。答えは商品ページにあっても見つけにくく、繁忙期に入る応援スタッフは数週間で膨大な品揃えを覚えなければなりません。デジタルコマースのチームは別のショッピングボットを入れましたが、客は2つのボットのうち間違ったほうに質問し、結局答えを得られませんでした。
そこで同社は、ショッピングボットを別の単体ツールに入れ替えるのではなく、サポートで使っていたGladlyを購入前の接客にも広げました。導入後30日の結果は次の3つです。
- チャットで商品を見た買い物客の約5人に1人がカートに追加
- チャット経由のカート追加額は6桁ドル（10万ドル以上）
- 解決率は導入前の80%から91%に上昇
米国のサイトで始め、英国とオーストラリアのサイトにも同時に広げています。Balsam BrandsでAIとCX技術を担当するJoe Balczo氏は「客は自分でどちらの箱に話しかけるかを考えなければならなかった。今は1つの会話になった」と話しています。
数字は目を引きますが、読むときには少なくとも4つの留保が要ります。
まず、これはGladly自身が公開した事例です。第三者の検証はなく、比較の対象もありません。「5人に1人」は、チャットで商品を見た人という、もともと購入意欲の高い集団での割合です。チャットを使わなかった客と比べた数字ではありません。
次に、指標がカート追加であって購入ではない点です。6桁ドルのカート追加額のうち、どれだけが実際の売上になったかは開示されていません。
三つ目は期間です。30日はAIの効果を見るには短く、Balsam Hillはクリスマス商戦に売上が集中する季節商材の会社です。導入した月がいつかによって、数字の意味は大きく変わります。
最後に、解決率の定義です。プレスリリースは「80〜91%の範囲」、事例ページは「80%から91%に上昇」と書き方が違い、何をもって「解決」とするかも示されていません。興味深いことに、Gladly自身が1月に公表した2026 Customer Expectations Reportは、AI、またはAIから人への引き継ぎで問題が解決したと答えた人が88%いた一方、その体験で企業を好きになったのは22%だけだったと報告しています。解決率が高いことと、客が戻ってくることは別の話だと、同社自身が示しているわけです。
席数ではなく成果で払う
課金の仕組みも、今回の発表の柱です。Gladlyはサブスクリプションのソフトウェアとして売られ、料金はオペレーターの席数ではなく成果をもとに決まります。さらに、導入から30日以内に、コンバージョン率、解決率、顧客満足度の3つでブランドが今使っているAIを上回らなければ、料金はかからないと保証しています。導入費は無料で、立ち上げには通常1週間ほどかかるとしています。
席数課金は、AIが仕事を肩代わりするほどベンダーの売上が減る構造です。成果課金はそこを逆にします。この流れはGladlyだけのものではなく、評価額158億ドルのSierraも、解決した会話ごとに料金を取る方式を取り入れているとSacraは伝えています。
ただし、具体的な単価、成果の定義、保証の判定方法は未開示です。成果で払うなら、何を成果と数えるかが契約の中心になります。カート追加を成果とするのか購入完了とするのか、返品された注文を差し引くのか。測る仕組みがベンダー側にある以上、定義はブランド側から詰める必要があります。
| 項目 | 発表内容 |
|---|---|
| 提供形態 | サブスクリプションのソフトウェア。既存のagentic serviceと合わせて1つの会話型AIとして提供 |
| 課金の考え方 | オペレーターの席数ではなく成果をもとに価格を決める |
| 保証 | 30日以内にコンバージョン率・解決率・顧客満足度で現行のAIを上回らなければ支払い不要 |
| 導入費・期間 | 導入費なし。立ち上げは通常1週間ほど |
| 具体的な料金・成果の定義 | 未開示 |
| 保証の判定方法 | 未開示 |
競合も同じ境界に向かっている
販売とサポートを1つのAIでつなぐ動きは、ほかの陣営でも進んでいます。Salesforceの顧客である米SharkNinjaは、Agentforceと接客エージェントのShopper Agentを使い、購入前の商品選びから購入後のセットアップ支援までを同じ顧客データ基盤で扱っています。サポート出身のSierraも、サポートから販売へ広げる構想を掲げています。
違いは出発点です。Salesforceはコマース基盤ごと入れ替える大がかりな構成で、Gladlyは既存のサポート基盤に販売を足す形です。Balsam Hillの事例が「実装の手間は小さく、主にテストと配置と文言に時間を使った」と書いているのは、この差を意識した説明でしょう。
自社のチャット構成を見直すときの論点
日本のEC事業者でも、サポート用のチャットボットと、マーケティング部門が入れた接客ツールが別々に動いているサイトは珍しくありません。Gladlyの発表は特定製品の話ですが、問いかけている内容は自社の構成にそのまま当てはまります。
最初に確かめたいのは、サイト上に客から見て入り口がいくつあるかです。次に、それぞれのボットが同じ顧客IDと注文データを見ているかどうか。購入前の会話で聞いた内容が、購入後のサポートに引き継がれているかは、実際に客として試すとすぐにわかります。
人への引き継ぎも外せません。前述のGladlyの調査では、57%の客が5回のやり取り以内に人と話せる道を期待し、人にたどり着けないと40%があきらめるか他社で買うと答えています。売る機能を足すほど会話は長くなるので、この出口の設計はさらに重要になります。
そして、ボットを1つにまとめる前に、何を成果と呼ぶかを社内で決めておくことです。販売部門はカート追加や購入、サポート部門は解決率や対応時間を見ています。1つのAIに両方を任せるなら、評価指標も1つの表にそろえないと、結局また組織図に沿って分かれていきます。
まとめ
Gladlyの発表は、「売るAI」と「支えるAI」の線は買い物客の側にはないという、言われてみれば当たり前の指摘を製品にしたものです。それを支えているのは新しい機能ではなく、10年以上かけて作ってきた顧客中心のデータ基盤でした。
Balsam Hillの数字はまだ1社、30日分です。注目したいのは、クリスマス商戦を通した購入ベースの結果と、他社の事例がどこまで続くかです。成果課金が広がれば、EC事業者がベンダーに問うべきことは機能の一覧から「何を成果と数えるか」へと移っていきます。
