消費者はすでにAIで商品を探しています。しかし、eコマースの99%はまだ準備ができていません

※文章内のリンクは海外サイトのものとなります。あらかじめご了承ください。

エージェンティックコマースをめぐる議論は、次の段階に進んでいます。

消費者がChatGPT、Perplexity、Geminiなどのツールを商品探しに使っているというだけの話ではありません。実際には、家族や友人からのアドバイスよりも2倍の割合でこれらのツールを信頼している (opens in a new tab)のです。さらにSemrushの調査では、AI主導の検索トラフィックが2028年までに従来の検索トラフィックを上回る (opens in a new tab)と予測されています。

これは将来訪れるトレンドではありません。すでに始まっている転換です。

ただし、そこには大きなズレがあります。消費者の行動は急速に変化しているのに対し、eコマースの商品ページの大半は、消費者が今もっとも信頼しているAIエンジンにまったく対応できていません。35カ国、400件以上の商品ページを分析した結果 (opens in a new tab)、そのギャップの大きさと、そこに関わる売上規模の大きさが明らかになりました。

データが物語る現実

eコマースの商品ページの多くには、大規模言語モデル（LLM）が自信を持って消費者に薦めるために必要な、充実したコンテンツ、構造化データ、信頼できるレビューが不足しています。

実際、平均的なページのジェネレーティブエンジン最適化（GEO）対応スコアは、100点満点中わずか48点 (opens in a new tab)でした。ページの3分の2は「平均的」という評価にとどまり、良くて部分的な最適化にすぎず、LLMがそのページを取り上げる理由はほとんどありません。

特に印象的なのは、80点を超えたページが全体の1%未満 (opens in a new tab)だったことです。分析対象427ページのうち、その基準を満たしたのはわずか1ページでした。

最大の弱点はユーザー生成コンテンツ（UGC）です。LLMが最も重視するソーシャルプルーフであるレビュー、評価、Q&Aは、本来の可能性のわずか22% (opens in a new tab)しか達成できておらず、3分の1以上のページにはUGCが一切ありませんでした。

構造化データも同様に弱く、強いスキーママークアップスコアを獲得したページはわずか9% (opens in a new tab)でした。これでは、AIエージェントが商品の属性や価格、在庫状況を正確に読み取ることができません。

商品ページの現状と、AIによる発見に対応するために必要な水準との差は非常に大きいものです。この差を最初に埋めたブランドが、圧倒的な優位性を手にすることになります。

チャンスの窓は、思っているより狭い

LLM内で直接購入するようなトランザクション型のAIコマースはまだ始まったばかりだ、というのが一般的な見方です。それはおそらく正しいでしょう。しかし、それを理由に動き出しを待つのは、本質を見誤っています。

すでに勝負の場は「発見」です。そして、AIが消費者にとって最も信頼できるおすすめの情報源である今、AIが自信を持って薦めることのできないブランドは、実質的に存在しないも同じです。

データの裏には、財務的な理由も隠れています。

Semrushの調査によると、AI検索からの訪問者は、従来のオーガニック検索からの訪問者と比べてコンバージョン率ベースで4.4倍の価値がある (opens in a new tab)ことがわかっています。LLMのおすすめを経由して商品ページに到達した時点で、消費者はすでに選択肢を比較し、仕様も確認済みです。強い購買意欲を持って訪れているのです。

SEOの初期を思い出してください。市場が飽和する前に投資したブランドは、その後10年にわたって優位を保ちました。GEOも同じ転換点にありますが、チャンスの窓はさらに狭いのです。

商品ページの1%未満しかこの新しい購買時代に対応できていない今、チャンスは非常に大きいと言えます。ただし、GEOにおけるこの窓は、SEOのときよりもはるかに速く閉じていくでしょう。

発見からチャネルへ

AIによる発見への対応は、今すぐ取り組むべき最初のステップですが、それは次のステップ、つまりAI対応チャネルでの直接販売の土台にもなります。

LLMは、文脈に応じた商品のおすすめや比較、さらには取引までも可能にし始めています。しかし、発見の場に姿を見せることが、その出発点です。

これらのチャネルが成熟していく中でその機会を最大限に活かすには、小売企業は商品フィードを連携させ、リアルタイムの在庫・価格情報を有効にし、AI環境の中でシームレスな購買体験を構築していく必要があります。

取るべき順序は明確です。

今：構造化データ、コンテンツの質、UGC、ビジュアルメタデータを含め、商品データをAIによる発見に対応させることで土台を築きます (opens in a new tab)。この商品データの充実によって、AI経由の流入は今すぐ増え、従来の発見手法よりも高いコンバージョン率が期待できます。何より、この土台がなければ、他の取り組みは機能しません。
次に： その土台の上に、AIネイティブな販売チャネルを立ち上げます (opens in a new tab)。コマース基盤をLLM環境と連携させることで、商品を発見できるだけでなく、購入できる状態にします。まだ本格的な広がりは見せていませんが、今その基盤を築いている小売企業は、その時が来たときに大きく先行することになります。