AI搜索商品、进行比较并执行支付——这样的购物体验在美国已经成为现实。随着由AI主导的购买流程“代理式商务”（Agentic Commerce）的普及，消费者无需访问电商网站即可完成订单的情况开始增加。日本在全球范围内落后1～2年，但这也可以被视为拥有“准备时间”。本文整理了电商负责人在本期内即可着手实施的、应对“代理式商务”的具体行动。
必须理解的流量结构变化
代理式商务的根本变化在于，AI代理“不访问网站，而是机械地读取结构化数据以挑选商品”。以往的电商策略都是基于“人类访问网站”这一前提设计的。
然而今后，AI代理访问网站、机械读取商品信息并进行比较和挑选的情况将会增加。由此，仅靠传统策略将面临“未被AI选中＝根本未进入比较对象”的风险。传统的策略将导致“未被AI选中＝根本未进入比较对象”的风险。
特别重要的要点有两个。第一，为人类优化的页面对于AI来说往往处于“无法阅读”的状态。第二，AI代理会以评估过的店铺为基础形成“可信店铺列表”，并逐渐将信息有瑕疵的店铺排除在比较对象之外。
目前，电商负责人可以直接行动的领域在哪里？
在代理式商务生态系统中，目前电商负责人能够主动开展的工作主要有两项。
第一点是商品和库存数据的整理。这是AI代理准确查找和推荐商品所需的信息基础。OpenAI大幅刷新了“ChatGPT”的购物功能，并将能在一个屏幕内完成商品图片、价格比较和评论摘要的新UI推广至所有套餐。通过与Shopify的代理式商务协议（Agentic Commerce Protocol）联动，加盟店的商品目录自动刊登到“ChatGPT”的机制也在逐步完善。Walmart和Target等海外巨头迅速应对这些动向，确立了被AI选中的体制。
另一方面，在日本，超过50%的国内企业仍依赖遗留系统，许多自有域名的电商网站尚未建立起被AI选中的体制。在SEO之外，“AI商务优化”正成为新的必备战略，而这里正是电商负责人可以立即主动完善的领域。
第二点是安全与反欺诈对策。这是针对代理式商务特有欺诈风险的应对措施。随着AI代理的普及，欺诈手段也日益复杂化，作为电商负责人有机会采取先发制人的措施。
按优先级制定的行动计划
优先级A：完善商品数据（低成本、高效果）
① 具体化商品名称、说明文字和规格
AI代理会依据具体的规格信息来筛选商品，例如对于无线耳机，它会参考“具备降噪功能、重量180克、连续播放24小时”等参数。像“高音质且易用”这类形容词式的表达，几乎无法被AI的搜索逻辑捕捉到。
作为应对的参考，建议首先从销量前20～30个单品着手。用数值或具体内容重新描述主力商品的规格、用途和使用场景是第一步。如果试图跨类别一次性应对，工作容易停滞，因此按优先级推进更为现实。
② 库存与价格的实时更新
当AI识别为“有库存、1万2800日元”并尝试执行购买时，如果发现缺货或价格不同，不仅交易无法成立，还有被从代理的“可信店铺列表”中除名的风险。信息的时效性直接关联销售机会，因此建议从确认库存和价格数据的更新频率，并掌握反映至外部平台的滞后时间开始做起。
③ 嵌入结构化数据
这是最容易被忽视且能立即着手行动的一点。人类通过“看”来理解商品页面，而AI通过“读”HTML代码来理解。通过将商品名称、价格、库存状态、评论数量等信息以机器可读的格式（如Schema.org等标准）嵌入，可以使AI代理更容易准确地获取信息。此项应对无需系统修改，仅需对HTML进行轻微追加即可完成。这小小的一步将成为“被AI选中的商品”的基础。
④ 持续向外部平台注册商品信息
在日本，“Yahoo!购物”、“乐天市场”、“Google购物”等已具备AI购物功能的平台正在运行。乐天集团于2026年1月在“乐天市场”手机应用中推出了代理型AI工具“Rakuten AI”，目前购买推荐和导购功能已投入运营。
优先级B：重新审视支付与反欺诈对策
代理式商务中AI代理的支付运作于不同于传统信用卡支付的协议之上。Mastercard的“Agent Pay”（代理型支付程序，已于2025年11月在美国所有发行方完成部署）、Stripe的Agentic Commerce Protocol（ACP）对应、PayPal向“Perplexity”提供API等，主要PSP（支付服务提供商）都在加紧应对。作为电商负责人，现在要做的是确认所签约PSP的代理式商务对应路线图。
还需注意欺诈风险性质的变化。目前的许多反欺诈工具是基于“人类特有的不规则行为模式”设计的。由于AI代理能精细模仿人类行为，在传统的行为检测中有时无法识破欺诈。此外，还出现了每次被检测就自动改变战术、以秒为单位并行执行数千次攻击的适应性威胁。我们应考虑从依赖单一反欺诈工具转向采用组合多种对策的“多层防御”理念。
优先级C：重新审视内部体制与KPI
随着代理式商务的普及，现有的KPI体系可能无法反映实际情况。“网站会话数”或“跳出率”是基于人类访问的前提指标。如果通过AI代理进行的购买增加，即使这些指标下降，销售额也可能上升，出现逆转现象。从现在开始构建能够测量“按订单路径划分的销售占比”的体制至关重要。
此外，明确“商品数据负责人”的角色也成为课题。正如SEO负责人管理内容质量一样，在代理式商务时代，需要专门负责商品数据质量管理的人才。目前虽可由兼任人员应对，但意识到角色的轮廓是组织准备的第一步。
如何运用这“1～2年的准备期”
日本在全球范围内落后1～2年的现状，反过来也意味着“有从先行案例中学习的时间”。在美国，Walmart与Google的“Gemini”整合、通过Perplexity进行PayPal支付等成功案例和失败案例都已积累。日本的负责人可以参照这些经验来行动。
整理优先级如下。
据摩根士丹利调查预测，到2030年，由AI代理主导的美国电子商务支出将达到1900亿至3850亿美元规模（基本情景下占市场的10%，乐观情景下占20%）。此外，估计最近一个月内约有23%的美国人通过AI购买了某些商品。
（上：基本情景，下：乐观情景）（图片截取自摩根士丹利调查文章）
作为应对代理式商务的准备，无需进行大规模的系统迁移。为了迎接1～2年后到来的全面普及时机，首先从“制作能被AI读取的商品数据”开始，并同步推进支付和安全方面的准备。这样应该能够在代理式商务全面普及的时机建立起最低限度的竞争条件。