プラティク・バドラ氏はNetcore CloudおよびNetcore Unbxdの北米CEOである。
私が前回の記事で述べたように、「エージェント型コマース」は一枚岩として扱われているが、実際には二つの戦線で展開される戦いである。そして、これらの戦線を混同することは、重大な戦略的誤りとなり得る。小売業のリーダーにとって、自社が管理するエージェントと管理できないエージェントに対して、それぞれ異なる戦略を持つことが重要である。
第一の戦線は、オンサイトAIエージェント、つまり「生成AI拡張型ガイド販売」である。これは、自社のウェブサイトの検索バーやチャットボットの進化形であり、自社の資産上に展開するインテリジェントなアシスタントである。その役割は、デジタル販売員として機能し、ユーザーの自然言語による意図（例：「ビーチウェディング用のドレスを探している」）を理解し、自社のカタログから完璧な商品へと導くことである。これは自社のホームグラウンドでの優位性である。
第二の、潜在的により破壊的な戦線は、オフサイトAIエージェントである。これは顧客のエージェントであり、ChatGPTやGeminiに組み込まれたような第三者のAIである。このエージェントは自社のために働くのではなく、顧客のために働く。論理的な基準で自社の商品と競合他社の商品を比較し、その主な目標は「ゼロクリック」方式でオフサイトで取引を完了させることである。
投資と準備
なぜこの区別が重要なのか。それは、第一の戦線には投資し、第二の戦線には準備する必要があるからである。
今日のAI検索エコシステムにおいて、オンサイトエージェントへの投資は重要な防御策となり得る。なぜなら、Eコマースで最も頻繁に機能不全に陥る部分の一つである商品発見を強化できるからである。優れた、摩擦のないサービスを提供することで、オンサイトエージェントは、獲得したトラフィックからのコンバージョン率と平均注文額の向上を支援できる。
しかし、オフサイトエージェントへの準備は、新たな攻撃戦略とすべきである。これはUI、ブランドクリエイティブ、ランディングページに関するものではなく、データの戦いである。そして、この戦いに勝つための重要なステップは、自社ブランドが「エージェント対応」であることを確保することである。これは、商品カタログ、在庫、価格設定、さらには倫理的な信用情報を、第三者エージェントが読み取り、信頼し、取引できるクリーンで構造化されたAPIを通じて公開することを意味する。
オンサイトエージェントが販売員として機能するなら、「エージェント対応」データは新たなパッケージングである。前者は訪問した顧客を説得し、後者は自社ブランドがそもそも見られる確率を高める。
生成AI拡張型ガイド販売の理解
過去5年間、ほとんどのEコマースサイトの「AI」は、画面の隅にある単純なチャットボットの吹き出しであった。正直に言えば、これらは往々にして、厳格でルールベースで、単に商品を見つけたいだけの消費者から嫌われる、イライラさせる門番となる傾向がある。
生成AI拡張型ガイド販売は、AIを「サービスボット」から「マスター販売員」へと移行させる。ユーザーをテキストのみの会話に閉じ込める代わりに、これらのAIツールは視覚的なブラウジングと自然言語の力を融合させる。
例えば、顧客が「すべてのジャケット」ページにアクセスし、200の商品を目にしたとする。フィルターを選別する代わりに、検索バーに「防水で、軽量で、ハイキングに適しているが、オフィスでもプロフェッショナルに見えるものを見せて」と入力する。ガイド販売により、サイトは商品グリッドをいくつかの関連商品に絞り込み、答えを伝えるだけでなく見せる。顧客はさらに絞り込むことができる。「3番目が気に入った。黒と青で見せて」。グリッドが再び更新される。「どのパンツが合う？」。ページにはジャケットと推奨されるパンツのペアが表示される。
これはチャットボットではなく、視覚的なインターフェースを直接操作する「アンサーバー」である。キーワードだけでなく、意図を理解する。人間の思考方法と機械の検索方法の間のギャップを埋める。
この「拡張型」アプローチは、古いチャットボットの中核的な問題を解決するのに役立つと私は考えている。ユーザーをブラウジング体験から切り離す代わりに、AIをガイドとして使用して複雑さをナビゲートしながら、視覚的に買い物をし、比較し、探索する力を与えることができる。
オフサイトエージェントへの準備
「エージェント型の戦い」において、商品データが二重の役割を強いられていることを認識することが重要である。人間にとっては喚起的でなければならず、機械にとっては充実していて絶対的でなければならない。
充実化とは、基本的なSKUを超えて、商品の有用性を定義する「隠れた」属性を含めるプロセスである。買い物客が「シアトルでの雨の通勤用のジャケット」を求める場合、AIエージェントは「シアトル」という単語を探しているのではない。特定の充実したデータポイントのセットを探している。防水性能：10k以上、通気性：高、フード：あり。データが「スタイリッシュなレインギア」としか記載していない場合、機械はそれがユーザーの基準を満たすことを論理的に検証できない。
ウェブサイトをウィンドウショッピングし、ページや写真をクリックして妥協する意思のある人間とは異なり、機械の顧客は曖昧さに遭遇すると「離脱」する。エージェントの「テーパードフィット」のクエリが、未定義の「フィット」属性を持つ商品を返す場合、エージェントは推測しない。単にブランドを結果から除外するだけである。エージェント時代において、不完全なデータは単なる小さな摩擦点ではなく、自社ブランドの完全な「不表示」を引き起こす可能性がある。
オンサイトエージェントとオフサイト可視性の最適化
1. オンサイトエージェント実装の習得
• AIをコアUIに統合する。オンサイトAIを開発または調達する際は、「チャットの吹き出し」を避け、「UI認識型」エージェントに焦点を当てる。これらは、自然言語に応答して商品グリッドや検索結果を直接操作できるエージェントである。
• リアルタイムデータ同期を優先する。「幻覚」を防ぐために、AIエージェントが在庫システムへの低遅延接続を持つことを確認する。機械エージェントが約束された在庫状況と実際の在庫の間に不一致を検出すると、自社ブランドを「信頼できない」とフラグ付けし、将来のクエリで順位を下げる可能性がある。
• 「説明可能な」マーチャンダイジングを設計する。ブランドのガードレールを設定できるシステムを優先する。AIが特定の商品を推奨した理由を監査できるようにすべきである。
2. エージェント対応データの習得
• 願望的なコピーから「絶対的な」属性へ移行する。人間は「ミッドナイトウィスパー」を好むが、機械は「ネイビーブルー（#000080）」を必要とする。グレーゾーンを排除するために、すべての属性に標準化された機械可読値がデータに含まれていることを確認する。
• セマンティック充実化に投資する。AIを使用して商品画像と説明をスキャンし、「寒冷地に適している」や「しわになりにくい」など、見落としていた可能性のある属性を「導出」する。データが充実すればするほど、エージェントが自社を見つけるための「意図表面積」が増える。
結論
長年、マーケティングは説得の芸術であり、感情とイメージを使用して人間を購入決定の「グレーゾーン」を通じて導いてきた。エージェント型コマースの時代において、焦点は精度に移行する。顧客が機械である場合、「ブランド」は構造化されたデータの総和であり、そのデータは豊富で、正確で、絶対的である必要がある。買い物客にお世辞を言おうとする代わりに、外科的な精度でAIエージェントに情報を提供することに焦点を当てる。
