小売・事例2026年9月24日

JD Sports、Algoliaをエージェンティックコマースの基盤に採用:サイトと同じ商品カタログとランキングでAIエージェントに応答、検索経由売上は22%増

英JD SportsがAlgoliaをエージェンティックコマース戦略の「統制されたインテリジェンス層」に据えました。検索経由売上22%増の中身、commercetools・Stripeとの役割分担、AI流入の現状という留保まで、商品データ整備を考えるEC事業者向けに解説します。

この記事のポイント

  1. Algoliaは2026年9月22日、英国のスポーツファッション小売JD Sportsが同社をエージェンティックコマース戦略の「統制されたインテリジェンス層」に採用したと発表しました。自社サイトと同じ商品カタログとランキングロジックで、AIエージェントの会話的な問い合わせにも応答します
  2. 核心は、AIエージェントが重視するのは検索窓の速さではなく「取得するデータが構造化され、最新で、正しいか」だという主張です。2024年の導入以降、検索経由売上は22%、商品一覧ページのクリック率は73%伸びたとしています
  3. 公表された数値はサイト内検索の成果で、AIエージェント経由の売上ではありません。EC事業者にとっての教訓は、決済連携より先に商品データとランキングの統制を固めることが、エージェント時代の競争力の土台になるという点です

JD Sportsが「エージェントが買い物できるカタログ」をAlgoliaで整える

2026年9月22日、検索・商品発見のプラットフォームを提供するAlgoliaは、英国のスポーツファッション小売JD Sportsが同社をエージェンティックコマース戦略の「governed intelligence layer(統制されたインテリジェンス層)」として導入したと発表しました。JD Sportsは1981年創業で、世界で4,800店超を運営し、会員プログラムJD STATUSのアクティブアカウントは900万を超えます。

発表によれば、小売の流入のうち検索窓ではなくAIアシスタントから始まる割合が増えつつあります。JD SportsはAlgoliaを使い、会話的で購買意図の強い問い合わせにも、自社サイトを動かしているのと同じカタログとランキングロジックでミリ秒単位の応答を返せるようにしたといいます。

Chain Store Ageによると、同社は北米だけで2,500店超を持ち、北米はグループ売上の40%を占める最大市場です。

「検索窓の速さ」ではなく「データが正しいか」

プレスリリースの中で最も踏み込んだ一文は次の主張です。カタログを買い回るエージェントは検索窓の速さを気にしない。気にするのは、取得するデータが構造化され、最新で、正しいかだ、というものです。

人間の買い物客なら、検索結果に在庫切れの商品や不揃いなサイズ表記が混じっていても、自分で補正できます。AIエージェントはそうはいきません。「来週のマラソンに間に合う、幅広の28cmで2万円以下のランニングシューズ」のような問い合わせに答えるには、サイズ、足幅、価格、在庫、配送可否といった属性が機械で読める形で揃っている必要があります。データが古ければ、エージェントは売り切れの商品を自信満々に勧めてしまいます。

ここで「governed(統制された)」という言葉が効いてきます。JD Sportsの設計では、自社サイトの検索とAIエージェントへの応答が同じ取得層から出てきます。発表は、サイトを支える取得層がいまはJD SportsのAIエージェントにも使われ、チャネルをまたいで関連性を制御する場所が一つになったと説明しています。サイトでは売り切れの商品をエージェントだけが勧める、といった食い違いを構造的に起こしにくくする狙いです。

統制の中身は、並び順の自動調整にも表れています。導入した「Dynamic Re-Ranking(DRR)」は、クリックや購入のリアルタイムの信号から売れ筋を見つけて表示順を自動で入れ替える機能です。ただし入れ替えはJD Sportsのチームが定めたマーチャンダイジングルールの範囲内で行われ、すべての調整が可視化され、元に戻せるとされています。

AlgoliaのStephen Lynch CEOは、需要が毎週変わるカテゴリーで勝つには「信頼を求められるブラックボックスではなく、マーチャンダイザーが点検し制御できるインテリジェンス」が必要だと述べています。さらに、次の小売の成長は「エージェントが実際に買い物できるカタログ」を持つ企業に向かうとし、その条件を構造化、最新、正確の3つに置きました。

検索経由売上22%増は何の数字か

発表で目を引くのは成果の数字です。2024年のAlgolia導入以降の改善として、次の値が公表されています。

指標改善幅何を測った数字か
検索経由の売上+22%サイト内検索を使った購買の売上
検索のクリック率+7.65%検索結果から商品がクリックされる割合
商品一覧ページ(PLP)のクリック率+73%カテゴリページ等の一覧から商品がクリックされる割合
商品一覧ページ(PLP)の売上+16%一覧ページを経由した売上
Dynamic Re-Ranking単体の効果クリック率+2.2%、カート追加率+4%、コンバージョン率+4%カテゴリページの並び順を行動データで自動調整した効果

注意したいのは、これらが自社サイト内の検索と商品一覧ページの成果だという点です。AIエージェント経由の売上や注文件数は一つも示されていません。見出しの「エージェンティックコマース戦略」と数字の関係は、エージェントに渡すのと同じ基盤がサイトではこれだけ効いた、という間接的なものです。

数値の範囲にも留保が要ります。Algoliaの事例ページは地域を「AMER」に分類し、米国のFinish Lineにも言及していますが、どの国・どのブランドの数字か、比較期間と基準値は明示されていません。比較期間が示されていない以上、季節要因や価格施策の影響を切り分けることはできません。

それでも、デジタルオペレーション担当VPのKristin Matter氏が語る現場の変化は具体的です。以前はランキングルールの微調整や静的なコレクションページの作成に膨大な時間を使っていたものが、いまは表示順をアルゴリズムに任せ、担当者は戦略に時間を割けるようになったといいます。

手動ルールからMACHへ、2年がかりの土台づくり

今回の発表は突然の方針転換ではありません。JD SportsがAlgoliaの採用を発表したのは2024年6月で、全社的なEC基盤の刷新の一部でした。

その刷新の軸がMACHアーキテクチャです。マイクロサービス、APIファースト、クラウドネイティブ、ヘッドレスの頭文字で、機能を独立した部品として組み合わせる設計を指します。検索もAPIで差し込む部品の一つになりました。

事例ページによれば、Algoliaのプロフェッショナルサービスとともに、JD Sportsのランキング要件やマーチャンダイジングの要件を、Algoliaに送るべきデータとデータモデルに翻訳するところから始めています。まず全ストアフロントで検索と商品一覧の描画を移行し、その後にニューラル検索やDRRへ広げる段階的な進め方でした。エージェント対応は、この2年分のデータ整備の上に乗っていると読むのが自然です。

1月のcommercetools・Stripe提携とどうつながるか

JD Sportsのエージェンティックコマースの取り組みには、もう一つの柱があります。2026年1月のNRFで、同社はcommercetools、Stripeと組み、Microsoft Copilot、Google Gemini、ChatGPTといったAIプラットフォーム上で、米国の買い物客がアプリを離れずに購入できる仕組みを発表しています。StripeのAgentic Commerce Suiteを導入した最初のエンタープライズ小売とされ、英国と欧州へは2026年中に広げる計画でした。

2つの発表を並べると、役割分担が見えてきます。

担う企業役割公表時期
発見(検索・ランキング)Algolia自社サイトとAIエージェントに同じカタログ・同じランキングロジックで商品を返す2024年6月に採用、2026年9月にエージェント戦略の基盤と発表
コマース基盤commercetoolsAIとの接点を価格・在庫・フルフィルメントなど既存のEC基盤へつなぐ(Agentic Jumpstart)2026年1月
決済StripeAgentic Commerce Suiteでチェックアウト、決済処理、不正対策を担う2026年1月

AIの中で見つけてもらう段階と、その場で取引を完了させる段階は、別々の層で支えられています。どちらの層も、既存のEC基盤の価格・在庫・ルールを正として参照する点で一貫しています。Digital Commerce 360は1月の時点で、大手小売が慎重なのはデータの正確性、決済の安全性、運用の統制への懸念からだと指摘していました。JD Sportsは既存システムを置き換えずに拡張する形で、この懸念に応えようとしています。

ただし、AlgoliaがcommercetoolsとStripeの購入フローにどう組み込まれているのか、外部AIプラットフォームからの問い合わせにもAlgoliaの取得層が直接使われているのかは、今回の発表では明らかにされていません。

Algoliaにとっての意味

Algolia側から見ると、今回の事例は製品戦略の実証例として出てきたものです。同社は2026年1月に、サイトの検索窓をそのままエージェント型の対話体験に進化させるAgent Studioを発表し、9月には商品検索やファセット(絞り込み条件)、カタログ情報をAIエージェント向けの標準ツールとして公開するMCPサーバーを打ち出しました。MCP(Model Context Protocol)は、AIエージェントが外部のツールやデータにつなぐための共通規格です。

JD Sportsの採用は、「一度作って、どのAIにも同じ商品知識を出す」というAlgoliaの主張に、大手小売の名前を添えた形です。

AI経由の流入はまだ小さい

発表は「AIアシスタントから始まる流入が増えている」ことを前提にしていますが、その規模には冷静な見方が必要です。

Contentsquareの2026年版ベンチマークは、約990億セッションの分析で、AI経由の流入が前年比632%増と急伸した一方、全訪問に占める割合はまだ0.2%にとどまると報告しました。同社は、この数字を見て急に資源を振り向けるのではなく、構造変化の兆しとして計測を始めるべきだと位置づけています。

一方で質の面では追い風のデータもあります。Adobeによると、2026年5月の米国小売サイトへのAI経由の流入は前年同月比138%増で、コンバージョン率はAI以外の流入より54%高くなりました(Digital Commerce 360)。同じ調査でAdobeは、AIがページ内容を読み取れる度合いを業種別に採点しており、スポーツ用品とアパレルは51%で中位でした。JD Sportsの属するカテゴリーでも、コンテンツの約半分はAIに読み取られていない計算です。

量はまだ小さく、質は高く、読み取られ方には改善余地が大きい。この3つを合わせると、JD Sportsの動きは売上の柱を移すというより、比率が大きくなる前に土台を作っておく先行投資と見るのが妥当です。

発表で開示されていないこと

  • AIエージェント経由の売上、注文件数、流入の比率:未開示
  • 公表数値の対象市場・ブランド、比較期間、基準値:未開示
  • 「AIエージェント」が自社サイト上のアシスタントか、外部AIプラットフォームを含むのか:未開示
  • AlgoliaとcommercetoolsやStripe Agentic Commerce Suiteとの接続の仕方:未開示
  • 契約規模や費用:未開示
  • Algolia MCPサーバーやAgent Studioを利用しているか:言及なし

EC事業者はここから何を学ぶか

JD Sportsの事例が示す順序は明確です。AIプラットフォームとの決済連携は派手ですが、エージェントが推薦する商品が間違っていれば、購入ボタンがどれだけ滑らかでも取引は成立しません。先に固めるべきは、エージェントが読む商品データの品質です。

まず見直したいのは、商品属性の構造化です。サイズ、素材、用途、対応シーン、価格、在庫、配送可否が、画像や自由記述の中ではなく項目として持てているか。会話的な問い合わせに答えられるかどうかは、この粒度で決まります。Adobeの調査で中位にとどまったアパレルやスポーツ用品は、特に伸びしろのある分野です。

次に、鮮度と一貫性です。在庫や価格の更新が遅れれば、エージェントは誤った推薦を積み重ねます。サイト用とAI用で別々のフィードを手作業で作っていると、どこかで食い違いが生まれます。JD Sportsが「同じ取得層」にこだわったのは、この食い違いを避けるためでした。

そしてランキングの統制です。エージェントに何を出すかをAIに丸投げするのではなく、自社のマーチャンダイジングルールの範囲で自動化し、調整の中身を後から点検・修正できるようにしておく。JD SportsのDRRは、自動化と統制を両立させる具体的な形を見せています。

あわせて、AI経由の流入を独立したチャネルとして計測し始めておくと、比率が伸びたときに投資判断を誤らずに済みます。

まとめ

JD SportsとAlgoliaの発表は、エージェンティックコマースの競争軸が「AIの中で買えるか」から「AIが正しく選べるか」へ広がっていることを示しています。1月にcommercetoolsとStripeで取引の出口を整え、9月にAlgoliaで発見の入口を統制するという順序は、大手小売が既存基盤を活かしてエージェント対応を進める一つの型です。

一方で、AIエージェント経由の売上はまだ示されていません。次に注目すべきは、英国・欧州への展開が進んだ段階で、JD Sportsがエージェント経由の取引について具体的な数字を開示するかどうかです。