Parcel PerformがPerform.AIに改称し「AI Commerce Operating System」を発表：AIエージェントに選ばれる条件は配送と返品の実績か
配送追跡大手Parcel PerformがPerform.AIとしてAIコマースOSを発表しました。4モジュールとMCP連携の構成、AIエージェントは配送実績で推薦先を選ぶという主張の根拠と留保、EC事業者が点検すべき配送・返品データを解説します。
この記事のポイント
- 配送追跡大手のParcel Performが2026年9月22日に社名をPerform.AIへ改め、「AI Commerce Operating System」を発表しました。AI Commerce Visibility、Checkout、Post-Purchase、Returnsの4モジュールと物流層を、粗利を最適化目標にするAI Decision Intelligenceがまとめて動かし、各チームはMCP経由で自社の運用データを既存のAIツールから照会できます
- 核心は「AIエージェントは広告やロイヤルティでは動かず、約束どおりに届けた実績で推薦先を選ぶ」という主張です。ただしChatGPTやGoogleの公開資料が評価や並び順の要素として明示しているのは価格、在庫、事業者が申告する配送日数や返品条件などで、実際の配送実績を直接読むとは書かれていません
- 料金、新システムの導入企業数、成果の数値は未開示です。EC事業者にとっては、商品ページ・フィード・チェックアウトで示す配送と返品の「約束」をそろえ、その約束をどれだけ守れているかを自社で測っておくことが、どのAIの評価軸にも通用する準備になります
Parcel PerformがPerform.AIとして再出発
Perform.AIは、ECを端から端まで担うAI Commerce Operating Systemの提供開始を発表しました。
thepaypers.com「推薦するブランドを決めるAIエージェントは、あなたが約束したことを読み、実際に届けたものを確かめる」。配送体験プラットフォームのParcel Performは2026年9月22日、社名をPerform.AIに改め、「AI Commerce Operating System（AIコマースOS）」の提供開始をプレスリリースで発表しました。冒頭の言葉は、共同創業者でCEOのArne Jeroschewski博士のものです。
同社は2016年にParcel Performとして創業し、シンガポール、ベルリン、シカゴを拠点に、EC事業者向けの配送追跡や購入後体験のソフトウェアを提供してきました。発表によると、同社のシステムは数千のブランドから年間1,000億件を超える配送ステータス更新を受け取り、160以上の国と地域で1,100社以上の配送会社とつながっています。
改称の理由について、共同創業者でCCOのDana von der Heide氏は、目的は最初から顧客の「パフォーマンス」であり、「パーセル（荷物）は最初に扱った作業単位にすぎなかった」と説明しています。決済専門メディアのThe Paypersも9月25日、ブランドは買う人とそれを支えるAIエージェントの両方に向けて体験とデータを設計すべきだという同社の見方を伝えました。
主張の核心：AIは広告ではなく実績で選ぶ
今回の発表で最も踏み込んでいるのは、プロダクトの中身よりも、その前提にある市場観です。Perform.AIは、AIエージェントが最良の商品を、最良の価格と最速の配送で探す存在だとしたうえで、約束を守るブランドだけを選ぶと述べています。
Jeroschewski博士の言葉はさらに直接的です。「ロイヤルティはAIエージェントを動かさない。広告も動かさない。しかし一貫したパフォーマンスは動かす」。つまり、何日で届けると約束し、実際に何日で届けたのかという運用記録そのものが、推薦されるかどうかの条件になるという見方です。そしてその記録は、エージェントより先に事業者自身が点検し、直すことができると続けています。
この主張は突然出てきたものではありません。同社は2025年10月、AIショッピングでの露出を監視・分析するAI Commerce Visibilityをエンタープライズ向けベータとして発表しています。ChatGPTやPerplexity、Geminiなど8つのAIを対象に、ブランドの露出や商品カテゴリーでの存在感、「AI Trust Signals（AIが信頼の根拠にする情報）」などを分析するものです。
当時の発表は、AIが「最良のブランド」を選ぶ際に配送スピードや返品ポリシーといった実データも見ていると述べ、これをGEO（Generative Engine Optimization、生成AIの回答に選ばれるための最適化）と呼んでいます。SEOと違い、GEOは現実の運用成績を証明することで勝ち取るものだという整理です。2026年2月には、AIが推薦する小売を週次で順位付けする無料のAI Visibility Indexも公開しています。今回のOSは、この「AIに見つけてもらう」機能を、配送追跡という本業と一つのシステムにつないだものです。
AI Commerce Operating Systemの構成
システムはECの顧客体験を4つの段階に分け、それぞれにモジュールを置いています。
| 段階 | モジュール | 発表で示された役割 |
|---|---|---|
| 見つけてもらう | AI Commerce Visibility | AIツールが自社の商品ラインをどう推薦し、配送と返品について何を語っているかを可視化する（2025年10月にベータ発表） |
| 購入 | Checkout | チェックアウト時の体験。2026年2月の発表ではお届け予定日（EDD）の提示が挙げられている |
| 購入後 | Post-Purchase | 注文から配達までの購入後の体験 |
| 返品 | Returns | 返品の体験 |
| 基盤 | Logistics | 配送会社との日々の業務を担う層 |
| 全体を横断 | AI Decision Intelligence | データを読み、次の打ち手を判断して実行する。最適化の目標は粗利 |
4モジュールの下では、Logisticsの層が配送会社との日々の業務を担います。全体を横断するのがAI Decision Intelligenceで、データを読み、次に何が起きるべきかの見立てを持ち、実際に手を打つとされています。最適化の目標に置かれているのは売上や配送コストではなく粗利です。発表では具体例として、顧客が問い合わせる前に遅延を検知することや、約束した日に届く可能性が最も高い配送会社のうち最も安いところを選ぶことが挙げられています。
もう一つの特徴が、MCP（Model Context Protocol）への対応です。MCPはAIアプリケーションが外部のデータやツールにつながるための標準仕様で、Perform.AIを導入した企業のマーケティング、物流オペレーション、カスタマーサービスの各チームは、普段使っているAIツールから自社のEC運用データに質問できるようになります。専用の管理画面を見て回る代わりに、使い慣れたAIアシスタントに運用状況を尋ねる使い方です。
Jeroschewski博士はこれを、ツールを買って作業は自分たちでやるという過去10年のECソフトウェアからの転換だと説明します。作業はシステムが引き受け、人は戦略的な判断に集中するという構図です。
一方で、公開情報からわかるのはここまでです。料金体系、新しいOSを導入した企業数、導入による成果の数値はいずれも未開示です。「数千のブランド」は既存の配送データ基盤についての数字で、OSの導入実績ではありません。MCP経由で参照できるデータの範囲や、照会だけでなく操作まで可能なのか、AI Decision Intelligenceがどこまで人の承認なしに実行するのかも明らかにされていません。AI Commerce Visibilityが2025年10月のベータから正式提供に移ったかどうかも、今回の発表では触れられていません。
AIエージェントは本当に配送実績で選んでいるのか
「エージェントは実際に届けたものを確かめる」という主張は、どこまで裏付けられているのでしょうか。主要なAIショッピングの公開資料を見ると、現時点で明示されているのは実績よりも「約束」の側です。
OpenAIのヘルプページ「Shopping with ChatGPT Search」は、商品の選定に価格や商品説明などの構造化データ、第三者のコンテンツ、公開サイトのレビューを使うと説明しています。同じ商品を複数の事業者が売る場合の並び順については、在庫状況、価格、品質、その商品のメーカーや主要販売者かどうかといった要素を挙げていますが、配送の遵守実績には言及していません。事業者向けの商品フィード仕様には送料、返品可否、返品受付日数、返品ポリシー、ストア評価の項目がありますが、送料は「お届け日を保証するものではない」と明記されています。
GoogleのStore Quality（ストア品質）プログラムは、配送日数と配送料、返品期間と返品料、閲覧体験、購入体験を評価し、最上位の事業者に「Top Quality Store」バッジを付けます。配送と返品が評価軸に入っている点ではPerform.AIの見立てに近いものの、配送日数はMerchant CenterやAPIで事業者が設定する値として説明されています。
実際の配送品質がAIに届く経路として公開資料から確認できるのは、レビューやストア評価を通じた間接的なものです。遅配が低評価のレビューとなり、その要約が回答に反映される流れはありえますが、AIが配送会社の追跡データを直接照合しているという記述は見当たりません。配送データを本業とする企業が「配送実績こそが推薦を決める」と語ることには、事業上の動機があることも踏まえておく必要があります。
消費者側の受け止めにも温度差があります。The Paypersが同じ日に報じたACI WorldwideとYouGovの調査では、英米のファッション・スポーツ用品の買い物客3,300人超のうち53%がAIアシスタントに代わりに購入させることに抵抗を示し、条件付きで自律購入を認めるのは7%にとどまりました。一方で価格比較や値下がり通知への関心は高く、AIが関わるのは当面「探して比べる」段階が中心です。推薦の根拠が何かは、購入の代行が広がる前から問われています。
EC事業者が点検すべき配送・返品データ
AIが今読んでいる「約束」も、レビューを通じて間接的に伝わる「実績」も、同じ配送と返品の運用から生まれています。点検は次の順番で進めると効率的です。
最初に確かめたいのは、約束の表記がそろっているかどうかです。確かめる場所は、商品ページのお届け予定、Merchant CenterやChatGPT向けのフィードに登録した配送日数と送料、チェックアウトで表示するお届け日、配送ポリシーのページの4か所です。ここで数字が食い違っていれば、AIは矛盾した情報から回答を組み立てることになります。フィードの更新が遅れ、繁忙期の配送遅延が反映されていないケースにも注意が要ります。
次に、約束に対してどれだけ守れているかを数字で持つことです。予定日どおりに届いた注文の割合を、配送会社別、地域別、商品カテゴリー別に分けて見ると、全体の平均では見えない弱点が浮かびます。「注文はどこか」という問い合わせ（WISMO：Where Is My Order）の件数と比率も、顧客が約束を疑った回数を示す指標として使えます。Perform.AIの発表が、顧客からの問い合わせより先に遅延を検知する機能を具体例に挙げているのも、この問い合わせが実績の悪化をそのまま映すからだと読めます。
返品についても同じ考え方が当てはまります。返品を受け付けるか、何日以内か、送料は誰が負担するかを、文章のポリシーページだけでなく、フィードの構造化された項目として登録しているかを確認します。OpenAIもGoogleも返品条件を独立した項目として扱っており、OpenAIの仕様では書いていない条件は「不明」扱いになります。
最後に、AIが自社について実際に何を語っているかを定期的に確かめることです。ChatGPTやGemini、Perplexityに「このブランドの配送は早いか」「返品しやすいか」と尋ね、回答の根拠になっているレビューや記事を確認します。Perform.AIのAI Commerce Visibilityが商品化しているのはまさにこの作業ですが、少数の質問であれば自社でも始められます。古いレビューや過去の配送トラブルの記事が根拠として使われているなら、打つべき手は広告ではなく、運用の改善とその結果を示す情報の更新です。
まとめ
Perform.AIの発表は、配送追跡の会社が「AIに選ばれること」を自社の事業の中心に据え直した動きです。AIは実績で推薦先を選ぶという主張は、主要なAIショッピングの公開資料ではまだ裏付けられておらず、現時点でAIが明示的に読んでいるのは事業者が申告する配送と返品の条件です。それでも、約束をそろえ、守れた割合を測り、AIの語り方を確かめる作業は、評価の仕組みがどちらに進んでも無駄になりません。次に注目すべきは、ChatGPTやGoogleが配送の遵守実績やストア評価を推薦の要素として明示するかどうか、そしてPerform.AIが導入企業での具体的な成果を開示するかどうかです。
