この記事はAIで自動翻訳されており、誤りが含まれる場合があります。
*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。*
2024年9月、オーストラリア最大のデパート小売企業Myer (opens in a new tab)のウェブサイトへの大規模言語モデル（LLM）からのトラフィックは、ほぼゼロでした。2025年4月には、LLM経由の訪問が週単位で発生するようになりました。そして2026年4月、その数は放物線を描くように急増しており、勢いは衰えていません。
このトラジェクトリは、NRF APAC 2026 (opens in a new tab)にて、Myer (opens in a new tab)のデジタルコマース担当ゼネラルマネージャーWarwick Blunt (opens in a new tab)が、MiraklのChief Data and AI Officer Anne-Claire Baschet (opens in a new tab)とともに壇上で紹介したものです。これは予測ではなく、実際のデータです。この数字は、将来に対処すべき課題ではなく、すでに進行中のトレンドを裏付けています。エージェンティックコマースは、消費者が商品を発見し、評価し、購入する方法を根本から変えました。
キーワード検索からインテントベースのディスカバリーへ：エージェンティックコマースの変革
エージェンティックコマースは、小売変革の第3の波です。20年前のデジタル革命、15年前のプラットフォーム革命に続き、私たちは今、Anne-Claireが「ショッパー革命」と呼ぶ時代に突入しています。
この革命は、eコマースをこれまでのキーワード検索型の購買体験から脱却させ、消費者がリアル店舗に期待するような顧客体験へと近づけます。
リアル店舗に入ったショッパーは、「ランニングシューズを探している」と店員に伝えるかもしれませんが、よりパーソナルな体験を得るために、購買の背景、ニーズ、目的を伝えることも少なくありません。
LLMとAIショッピングエージェントも同様に機能します。「ランニングシューズ」という従来のキーワード検索から、「今年10月のパリマラソンに向けてトレーニング中で、セーヌ川沿いの寒くて雨の多いコースに適したギアが必要だ」というインテントベースのプロンプトへと、ショッパーの検索方法を変えています。
このインテントベースのプロンプトへの移行は、小売企業が検索とオンライン上の可視性についての考え方を根本から変える必要があることを意味します。
Myerが示すように、これは将来のトレンドではなく、すでに確立され急速に加速しているものです。実際、AIによるトラフィックは2028年までにオーガニック検索を超える軌道にあり、AIの商品レコメンデーションは今や友人からのレコメンデーションよりも信頼されています。
Myerのデータが示す、今日のエージェンティックコマースの実態
ビジネス上のシグナルはすでに明確です。
「これはトラフィックであり、収益です」と、WarwickはNRF APACの聴衆に語りました。MyerにおけるLLM経由トラフィックのコンバージョン率は、ペイドサーチ、ペイドソーシャル、オーガニックトラフィックを大幅に上回り、月を追うごとに増加し続けています。
これは、Anne-Claireが引用した公開データとも一致しています。昨年の米国ブラックフライデーにおけるAI関連トラフィックのコンバージョン率が38%高かったこと、そしてShopifyの調査でこのトラフィックセグメントが約50%の追加コンバージョン (opens in a new tab)を示し、平均注文金額も増加していることがその証拠です。AIエージェントが小売企業のサイトにユーザーを誘導する時、そのショッパーはすでに購入の意思を持って訪問しています。
エージェンティックコマース時代に小売企業が対処すべき2つの脆弱性
Warwickは、エージェンティックコマース時代において伝統的な小売業がどこで弱点を露呈するかについて、率直に語りました。
第一は、カタログデータのエンリッチメントです。AIエージェントは人間と同じように商品ページを閲覧するわけではありません。その代わり、構造化データを解析します。
フォーマルなイベント向けのカクテルドレスと家族の昼食に着ていくカジュアルなドレスは、エージェントが解析する構造化データにその違いが明確に記載されていなければ、AIショッピングエージェントには区別できません。同様に、ショッパーがLLMにポルカドットのドレスを求めるプロンプトを入力する場合、チャットの引用結果に表示されるためには、カタログデータにこの詳細が反映されている必要があります。
「青いドレスに白い水玉模様という商品詳細の属性情報がなければ」とWarwickは説明しました。「エージェントはまったく異なる商品を表示してしまう可能性があります。」
何十万ものSKUを管理するMyerにとって、この問題を解決するにはスケールに対応したプログラム的なアプローチが必要です。
小売企業がエージェンティックコマースで直面する第二の脆弱性は、品揃えの幅と深さです。AIエージェントは、見つけられる商品しかレコメンデーションできません。
米国の小売企業を対象としたMiraklの調査では、マーケットプレイスの拡大によりChatGPTの上位5件の結果内でカテゴリーの言及率が93%に達し、70%の確率で第1位にランクインしました。マーケットプレイス戦略を除外した場合、言及率は24%低下するモデルが示されました。充実した品揃えこそが、エージェンティックな可視性の基盤です。
なぜほとんどのeコマースサイトはLLMへの対応が不十分なのか
Miraklが実施した商品ページのGEOレディネス分析では、平均スコアは100点中48点でした。80点以上を獲得したのは全体の1%未満です。この分析によると、GEOレディネスの欠如として最も多く見られたのは、メタデータの不足、ユーザー生成コンテンツの欠如、そしてエージェントが商品を実際のショッパーのニーズと照合するために必要なインテントベースの属性の不足でした。
このギャップを埋めるため、MiraklはAgentic Activationを導入しました。AIエージェントがスケールで商品を発見し、レコメンデーションし、購入できるようにする初のエンタープライズインフラです。Agentic ActivationはAgentic Product EnrichmentとAgentic Channelsという2つの機能を提供します。Agentic Product Enrichmentは、AIプラットフォームが正確に商品コンテンツを読み取り、比較し、レコメンデーションできるよう、商品コンテンツを自動的に書き換えてエンリッチします。Agentic Channelsは、マーチャントを直接LLMプラットフォームに接続し、在庫・価格設定からフルフィルメント・アフターセールスまで、取引全体をエンドツーエンドで管理します。
エージェンティックコマースへの備え：小売企業が今すぐすべき3つのこと
Anne-ClaireとWarwickは、NRF APACでの対話の締めくくりとして、エージェンティックコマース時代に競争を始めるために小売企業が優先すべき3つのアクションアイテムを挙げました。
- 今すぐ行動する： 消費者はすでにLLMを使って商品を発見し、評価しています。ファーストムーバーアドバンテージの機会は開かれていますが、急速に縮小しています。
- 品揃えを拡大する： マーケットプレイスとドロップシッププログラムにより、小売企業は品揃えを戦略的に拡大し、LLMおよびAIショッピングエージェント内での可視性を高めることができます。
- LLMおよびAIショッピングエージェント向けにカタログデータを最適化する： ジェネレーティブエンジン最適化（GEO）、特に検索エンジン最適化（SEO）と組み合わせることは、エージェンティックコマース時代に競争するための必須条件です。
エージェンティックコマース時代に向けた自社の準備は、困難に感じるかもしれません。しかし、適切なツールを活用することで、目の前の機会を最大限に活用できます。まずはMiraklのGEOレディネスアナライザー (opens in a new tab)で商品ページを評価するか、私たちのチームにお問い合わせいただき、Agentic Activationへの旅を始めましょう。
