「AIに承認なしで買わせてもいい」が69%——なのにOpenAIは3月、チャット内決済から静かに降りていた

消費者調査とプラットフォームの実装が、これほど逆を向いた例も珍しい。

グローバルエージェンシーのCroudが8月11日、米国消費者2,000人超を対象とした全国代表サンプル調査を公開した。タイトルは「The Expansion of the Validation Economy」。数字は率直に驚くべきものだ。

• 69% がAIによる代理購入に前向き
• 4人に3人 が少なくとも1カテゴリでAI決済を使うと回答
• 73% のAI利用者が、特定のブランドや商品を決める前にLLMで調べている
• 半数 が3カテゴリ以上でAIによる購入を許容

信頼される領域は食料品や日用品といった低リスクの定型購買に集中している。ただしファッションは例外的な振る舞いを見せた。AIを使って服を買う人は非利用者より56%多く支出し、ブランド名や商品名ではなくスタイルや美意識で検索する確率が23%高い。

ところが、決済側は後退していた

同じ2026年の3月、OpenAIは逆方向に動いている。Digital Commerce 360の取材に対し、OpenAI広報はこう答えた。「ChatGPT検索と商品発見を優れたものにすることを優先している。ACPは購買体験全体を通じてユーザーと事業者をつなぐインフラとして機能する。Instant Checkoutはアプリへ移す」

つまり、プロンプトの回答内に出た商品リストからその場で買う形はやめ、Target、The Knot、DoorDash、Instacartといった各社のChatGPTアプリ内へ移した。StripeとOpenAIが共同開発したAgentic Commerce Protocol（ACP）自体は存続する。

背景にあるのは決済の複雑さだ。Shopify社長のHarley Finkelsteinは3月3日のモルガン・スタンレー主催カンファレンスで、エージェンティックコマースにおける自社の堀をこう説明している。「それは決済だけではない。チェックアウトそのもの、サブスクリプション、在庫、送料、税金、あらゆるマーチャンダイジングのオプションだ」。在庫状況、消費税、価格——絶えず更新が必要なこれらの要素は、汎用チャットの中では扱いきれなかった。

規格は割れている

さらに事態を複雑にしているのが、標準の分裂だ。ACPと並んで、GoogleとShopifyが共同開発したUniversal Commerce Protocol（UCP）が存在する。Shopifyの著名エンジニアIlya Grigorikが2026年1月11日に公開した設計解説によれば、UCPはEtsy、Target、Walmart、Wayfair、そして数百万のShopify事業者に支持されている。

仕組みは明快だ。事業者は /.well-known/ucp に自社の対応能力を宣言したプロファイルを公開する。エージェント側も同様にプロファイルを公開し、事業者が両者の積集合を計算して、互いに理解できる機能と決済ハンドラだけで取引を成立させる。HTTPのAcceptヘッダによるネゴシエーションと同じ発想だ。

注目すべきは、UCPが「エージェントだけで完結しない取引」を最初から設計に織り込んでいる点である。チェックアウトは incomplete / requires_escalation / ready_for_complete という状態を持ち、処理しきれない場合は継続用URLを返して人間の買い手に引き継ぐ。OpenAIがInstant Checkoutで直面した複雑さを、プロトコル側で受け止める設計になっている。

「どちらの規格に賭けるか」という問いを立てたくなるが、これは筋が悪いと筆者は考える。ACPもUCPも、事業者側に求めているのは結局同じもの——機械が読める形で、正確で最新の商品情報を公開することだ。決済の接続方式はプラットフォーム側の都合で変わる。実際、Instant Checkoutは半年で形を変えた。だが商品データの整備は、どちらに転んでも無駄にならない。

「検証経済」という補助線

Croudの調査でもう一つ効いてくるのが、購買前の検証行動だ。AI利用者の39%が、AIの推奨を4つ以上のソースで検証してから買う。3分の1超がYouTubeを参照している。Croudの米国CEO Val Davisは「AIは消費者の旅を、より人間的でなくするどころか、より人間的にしている」と述べている。

これは実務的にはこう読める。AIに推薦されることはゴールではなく、入口にすぎない。推薦されたあとの検証面——YouTubeのレビュー、比較記事、第三者のUGC、自社の詳細ページ——を押さえていないブランドは、AIの推奨リストに載っても最後の一歩で落ちる。逆に言えば、検証面に強いブランドは、AIの推薦精度が上がるほど有利になる。

日本のEC担当者への示唆

日本市場でUCP経由のAI Modeショッピングが本格稼働するのは米国より遅れる。だが発見（ディスカバリー）は既に来ている。LLMで下調べする行動に国境はなく、日本語のLLM利用者も同じ経路をたどる。

優先順位はこうだ。

1. 決済統合を待たない。 Instant Checkoutの事例が示すとおり、決済の接続方式は流動的だ。今リソースを投じるべきは商品情報の機械可読化。価格、在庫、送料、返品条件、サイズ・素材といった属性を、構造化データとして正確に出す。
2. /.well-known/ucp の対応状況をカート事業者に確認する。 Shopify利用なら基盤側での対応が進む。国内カートを使っている場合、ロードマップを聞いておく価値がある。
3. 検証面の在庫を数える。 自社商品について、第三者のレビュー動画、比較記事、実使用レポートがいくつあるか。ゼロなら、AI推薦の受け皿がない。
4. ファッション・雑貨は「スタイル語彙」を商品テキストに入れる。 ブランド名や型番ではなく、雰囲気・シーン・美意識で検索される比率が上がっている。商品説明が型番の羅列で終わっているなら、そこは機会損失だ。

ただし留意点もある。Croudの調査は米国消費者が対象で、AIエージェントへの信頼度は市場差が大きい。「前向きだと答えること」と「実際に承認なしで買わせること」の間にも距離がある。数字をそのまま日本の意思決定に持ち込むのは早計だろう。