eコマースの黎明期以来、小売は人間の行動を中心に最適化されてきた。高解像度の商品写真や販促バナー、ゲスト購入ボタンに至るまで、デザイン上の意思決定は、視覚的な手がかりによって人間の買い物客を購買プロセスへと導くよう設計されている。
そのパラダイムが変わりつつある。消費者が購入プロセスの一部を個人向けAIアシスタントに委任し始めるなか、エージェント型コマース(AIエージェントが消費者に代わって購買プロセスの一部を担う商取引)が台頭している。会話型AIと連携型コマースサービスを基盤とするAIショッピングアシスタントは、ユーザーの指示を解釈し、商品情報を比較し、体験の内容や消費者の承認に応じて、購入を支援または完了できる。
この移行は、ブランドが購入者を引きつける方法や、決済エコシステムが取引を支える方法を変えることになる。例えば、AIエージェントは従来の検索、サイト閲覧、手動チェックアウトを補完する存在になりつつある。2026年版グローバル・デジタル・ショッピング指数は、買い物客の46%が直近の購入でAIツールを利用したと示している。
委任型購買が発展するなか、小売事業者と決済事業者は、承認済みエージェントを識別し、消費者の指示を反映し、ネットワークトークンなどの技術を用いて安全で円滑な体験を支えるインフラを検討すべきである。
エージェント型コマースとは何か
エージェント型コマースは、ソフトウェアエージェントが消費者に代わって特定の買い物タスクを実行できるデジタル商取引の進化形である。消費者にウェブサイト上のすべての手順を完了させるのではなく、AIエージェントが、明示された好み、予算条件、許可、文脈に基づき、複数段階のタスクを実行する場合がある。
| 小売における買い物の進化 |
1. eコマース ──► デスクトップウェブサイトと手動のカード入力 2. モバイルコマース ──► スマートフォン、レスポンシブアプリ、ワンタップウォレット 3. ソーシャルコマース ──► フィード内での商品発見と埋め込み型チェックアウトボタン 4. エージェント型コマース ──► 委任型、自動化型、継続的なAI主導の購買 |
この変化により、eコマースにおけるAIの役割は、バックオフィスやレコメンドのツールから、消費者との接点となり得る存在へと広がる。従来のAI対応eコマースでは、アルゴリズムが人間の意思決定を支える商品レコメンドやパーソナライズ広告を支援していた。エージェント型コマースでは、AIエージェントが消費者の指示と適用される管理のもとで、消費者の仲介役として機能できる。
エージェント型コマースの例
エージェント型ショッピングは実験段階から商用展開へと移行しつつある。ただし、機能、提供状況、消費者の関与の度合いは、事業者や市場によって異なる。
- 会話型検索とチェックアウト:Muse、Dots、Instinct、Geminiなどのツールは、会話型インターフェースがいかに商品発見とチェックアウトをつなげられるかを示している。消費者は詳細な条件を指定して商品を尋ね、結果を確認し、対応している場合はその体験内または体験を通じて購入へ進むことができる。
- エージェント型コマースの機能:主要な決済ネットワークやテクノロジープラットフォームは、エージェント支援型購買を支えることを目的とした機能を導入している。Visa Intelligent Commerceは、エージェント型体験に向けて、決済認証情報、管理機能、認証、保護機能を提供するよう設計されている。Trusted Agent Protocolは、参加加盟店が信頼できるエージェントを識別し、その表明された意図を理解できるよう支援することを意図している。MastercardはAgent Payを導入し、PayPalはPerplexityとの会話型コマースの取り組みを発表している。機能や提供状況は異なる場合がある。
- 加盟店業務の自動化:消費者の買い物にとどまらず、一部の加盟店向けプラットフォームは、請求書作成を含む文脈に応じた支援や業務タスクのためのインテリジェントアシスタントを模索している。こうしたアプリケーションは、開発・導入の段階がそれぞれ異なる。
エージェント型コマースの仕組み
エージェント型コマースでは、小売プロセスの個別段階をソフトウェアエージェントに委任できる。Visaの「Earning Consumer Trust in the Age of Agentic Commerce」で引用された消費者調査は、ショッピングファネルの各段階でAIを利用することへの消費者の前向きな姿勢を報告している。
| 購買ファネル全体で報告された消費者の受容度 | ||
| ファネルの段階 | 報告された割合 | 消費者がAIエージェントに委任し得る活動 |
| 発見 | 73% | 検索エンジン、サイト閲覧、広告 |
| 評価 | 69% | 加盟店比較とレビュー閲覧 |
| カート/チェックアウト | 62% | カートへの追加、配送、割引 |
| 購入後 | 64% | 配送追跡、返品、保証 |
1. eコマースにおける発見とAI検索
従来のeコマース検索では、多くの場合、キーワードを使って消費者が確認する商品リストを表示する。一部のエージェント型モデルでは、AIエージェントがAPIやその他のプラットフォーム連携を通じて構造化されたカタログデータにアクセスし、提供されている範囲で仕様、在庫状況、価格の比較を可能にする。
2. 自律的な評価
エージェントは、販売者評価、返品ポリシー、総費用、配送予定などの利用可能な情報を用いて加盟店を評価する場合がある。エージェントが機械可読な情報への依存度を高めるにつれて、正確で構造化された商品データやポリシーデータは、ブランドや体験と並んで重要性を増す可能性がある。
3. 支援型および完全なエージェント型購買
商品が選択されると、実行はエージェントの運用モデル、消費者の承認、関係する各当事者が対応する機能によって決まる。一部の体験では、消費者が定義した指示と管理の範囲内で、トークン化された決済認証情報を使ってエージェントが購入を完了できる。Stripe Linkを用いるMuseのように、カートの確認と最終確定のために消費者をプロセスに関与させ続けるものもある。
4. 購入後ライフサイクル管理
注文後、加盟店とプラットフォームが対応している場合には、エージェントが配送追跡、領収書の整理、返品やサービス依頼の開始を支援することがある。
AIエージェントはどのように決済を行うのか
エージェント支援型取引には、消費者がすべての段階で従来型のチェックアウトを操作していない場合でも、消費者の承認を反映できる決済および認証情報のアーキテクチャが必要となる。実装はさまざまで、消費者が定義した管理の範囲内で委任された実行を支援する体験もあれば、消費者に確認と決済完了を促すものもある。
視覚的なCAPTCHA、SMSのワンタイムパスワード、手動の認証プロンプトといった従来の人間向けの課題は、無人のエージェントフローにはそのまま適用できない可能性がある。新たなアプローチは、以下を含む複数の技術的機能を組み合わせている。
| エージェント型決済インフラ | |
| ネットワークトークン化 | 主要口座番号を露出させる代わりに、トークン化された決済認証情報を用いる。実装によっては、認証情報がエージェント、加盟店、金額、または消費者の指示に結びつけられる場合がある。 |
| スマートオーケストレーション | 可用性、コスト、リスク、想定される承認パフォーマンスなどの要因に基づき、対応する決済事業者間で取引を振り分ける場合がある。 |
| サブ秒単位のリスクAI | 利用可能なエージェント、デバイス、アイデンティティ、取引のシグナルを用い、視覚的なチェックアウト課題のみに依存せずリスク評価を支援する。 |
1. ネットワークトークン化と制御された認証情報
生の口座番号を受け渡す代わりに、エージェント型決済の実装ではトークン化された認証情報を利用できる。Visa Intelligent Commerceは、専用のネットワークトークン、認証、消費者の決済指示、取引管理を用いることで、基礎となる口座データの露出を減らし、承認済みのエージェント起点の購入を支援するよう設計されている。他のプラットフォームは、バーチャルカードを含む異なる認証情報モデルを用いる場合がある。具体的な保護機能や管理機能は実装によって異なる。
2. APIファーストの決済ゲートウェイ
APIファーストの決済インフラは、既存のブラウザベースおよびホスト型チェックアウト体験を補完できる。実装によっては、AIエージェントが、構造化された注文情報と消費者承認の証拠を、参加するコマースサービスおよび決済サービスに送信する場合がある。加盟店は、対応している場合、ゲストチェックアウトを含む慣れ親しんだ受け入れ方法を引き続き利用できる。
3. インテリジェント決済ルーティング
決済オーケストレーションプラットフォームは、対応するゲートウェイとアクワイアラーをつなぐレイヤーを提供する。これらのシステムは、利用可能な経路を選択する際に、取引金額、コスト、通貨、リスク、想定される承認パフォーマンスなどの要因を考慮する場合がある。
AIは決済体験をどのように変え得るのか
人工知能を決済に統合することは、加盟店が顧客と関わり、リスクを管理し、取引を処理する方法を変える可能性がある。
加盟店の準備状況と戦略上の必須課題
加盟店の準備状況は、事業規模や準備状況の定義によって異なる。2026年版グローバルeコマース決済・不正レポートによると、調査対象となった加盟店の19%が、エージェント型AI決済を受け入れるための計画とソリューションを備えていると回答した。以下の結果は、同レポートのサンプル、地域、調査期間、回答の定義とともに参照されるべきである。
- 調査対象となった大企業加盟店の28%が、エージェント型決済を処理するためのソリューションを備えていると回答した。
- 調査対象となった加盟店の63%が、エージェント型ソリューションを検討または導入中であると回答した。その内訳は、積極的な導入が32%、初期計画段階が31%である。
- 調査対象となった加盟店の15%が、エージェント型決済を受け入れるための計画やソリューションを備えていないと回答した。
セキュリティと不正防止の変革
エージェント支援型決済が発展するにつれ、リスクシステムには、消費者から委任された正規のエージェントと悪意ある自動化活動を加盟店が区別するのに役立つシグナルが必要になる。
Decision Managerのような不正管理製品は、機械学習と文脈に応じた取引シグナルを用いて、加盟店のリスク評価を支援する。エージェント固有の機能、連携、提供状況は公表前に確認されるべきであり、これらのツールは正当な取引の承認や、あらゆる悪意ある試みの阻止を保証するものとして説明されるべきではない。
購入後データは、取引の透明性を高めることにもつながる。例えば、Order Insightは、参加する発行会社との間で拡充された購入詳細を共有するのを支援し、消費者が取引を認識しやすくし、回避可能な紛争の抑制に役立つ可能性がある。結果は実装や取引によって異なる。
委任時代に向けた小売と決済の適応
エージェント型コマースの台頭は、デジタル小売における重要な進展となる可能性がある。ショッピング体験にアルゴリズムによる支援や委任がさらに組み込まれるにつれ、ストアフロントの設計や従来のマーケティングファネルは、機械可読な情報、消費者承認、信頼できる相互作用に関する新たな要件によって補完される可能性がある。
小売事業者と決済分野のリーダーは、承認済みエージェントが商品データを解釈しやすくすること、トークン化された認証情報のアプローチを評価すること、リアルタイムのリスク管理を強化することを検討すべきである。安全で透明性が高く、相互運用可能なインフラを構築する組織は、エージェント支援型コマースが発展するなかで、より有利な立場に立てる可能性がある。
AS-IS/第三者ブランドに関する通知の免責事項
AS-IS
ケーススタディ、比較、統計、調査、推奨事項は「AS IS(現状有姿)」で提供され、情報提供のみを目的としており、運用、マーケティング、法務、技術、税務、財務、その他の助言として依拠されるべきではない。Visaは、本書に含まれる情報の完全性または正確性について、いかなる保証または表明も行わず、また、かかる情報への依拠により生じ得るいかなる責任も負わない。本書に含まれる情報は投資または法的助言を意図したものではなく、読者はそうした助言が必要な場合、有能な専門家の助言を求めることが推奨される。
第三者ブランドに関する通知
すべてのブランド名、ロゴおよび/または商標は、それぞれの所有者の財産であり、識別目的でのみ使用されている。これらは必ずしもVisaによる製品の推奨またはVisaとの提携を意味するものではない。



