エージェントコマースを無視できないデータレイヤー

AIエージェントは、検索アシスタントから自律的な買い物者へと変化しました。最大のプラットフォームは現在、トランザクションレイヤーを所有するために競争しています。また、アマゾンの最新の動きにより、この動きは具体的なものになりました。ショッピングのためのAlexaは、RufusとAlexa+の合併から生まれ、デバイス間で価格を追跡し、コンテキストを記憶します。次に、Auto-Buyを使用して、ターゲット価格に達したときに購入を完了します。カートのレビューまたは手動でのチェックアウトは必要ありません。

エージェントによるショッピングは、2030年までに世界的な商取引の総額で5兆ドルに達する市場と予測されています。アマゾンはこのセクターの一部を切り取ろうとしているのではなく、Google 、OpenAI、Perplexityもエージェントによるショッピングに積極的に参入しています。この動きは、AIが購入決定に参加することに対する消費者の快適さも高めています。AI駆動のトラフィックは、2026年第1四半期に米国の小売サイトで393%増加しました。

消費者の体験は理解しやすいです。目に見えないのは、可能にするインフラストラクチャです。AIエージェントが自律的に取引を行うとき、完全に製品データを信頼しています。人間は誤ったバリアントや誤分類された製品をフラグ付けません。つまり、データレイヤーがエージェントコマースで最も重要な部分になります。

エージェントコマースの基盤

エージェントコマースについての議論は、ほとんどエージェントについてです。モデル、インターフェイス、または体験についてです。しかし、成功を決定するのはエージェント自体ではなく、eコマースをサポートするデータレイヤーです。

消費者がエージェントに洗剤の再注文や、翌日到着できる最も安いHDMIケーブルの購入を依頼するとき、取引はシンプルに見えます。しかし、裏では、エージェントは一連の決定を下す必要があります。エージェントは、正確に製品を識別し、その製品の属性と在庫を確認し、複数のプラットフォームを比較し、購入を正しい在庫とフルフィルメントネットワークに接続する必要があります。

人間の買い物者とは異なり、AIエージェントはギャップを埋めたり矛盾を解決したりするための直感に頼ることができません。取引のすべてのステップは、関与するシステム全体で構造化され一貫性のあるデータによって推進される必要があります。基盤のいずれかの部分が欠けているか断片化されている場合、エージェントは調査するために一時停止しません。代わりに、利用可能なデータで作業し、取引を完了します。あるいは、取引を完了することができません。結果として、ユーザー体験は一貫性がなく、信頼性も低くなります。

データ基盤が崩壊する場所

Miraklによると、現在、eコマース製品ページの1％未満がAIエージェントによる推奨の最小基準を満たしています。サプライヤーシステムと内部システムの間で製品識別子が異なり、在庫状況は現実から遅れています。ロケーションデータもフルフィルメントネットワーク全体で標準化されていません。

人間がループに含まれている場合、悪いデータは管理可能です。買い手は誤ったバリアントに気付き、倉庫マネージャーは在庫管理システムが遅れていることを知っています。人間は経験からギャップを埋めます。問題は、AIエージェントにはそのような直感がないことです。エージェントは与えられたデータを読み取り、取引を完了します。あるいは、取引を完了することができません。

データが間違っている場合、取引も間違います。誤った製品、誤った場所、誤った価格での完了購入です。エージェントは設計どおりに動作しましたが、下にあるデータがそうではありませんでした。

すべてのエージェントが依存するアイデンティティレイヤー

悪いデータの品質は、組織に年間平均で少なくとも129万ドルのコストをもたらします。この数字は、人間がまだループに含まれている環境から来ます。エージェントコマースでは、その数字は増加します。エージェントが間違った取引を繰り返すと、コストが増加します。

一つのプラットフォームでは「トレイルランナー」と呼ばれる靴が、別のプラットフォームでは「オールテレーンスニーカー」と呼ばれていますが、同じ製品です。ただし、AIエージェントは、ユニバーサル識別子なしではそれを確認できないためです。

UPCバーコードに埋め込まれた製品識別子がその問題を解決するのに役立ちます。これらのスキャナブルシグナルは、GTIN（グローバルトレードアイテム番号）を運ぶことができます。これは、2百万以上の企業が使用するグローバルスタンダードシステムの一部であり、グローバルサプライチェーン内の製品を一意に識別するために使用されます。スキャナブルGTINは、製品に、すべての小売業者、倉庫、プラットフォームでタッチされるものに対して、単一の検証されたアイデンティティを提供します。エージェントがアマゾンとターゲットの両方で価格を比較する場合、GTINは実際に同じ製品を比較していることを確認するものです。

GS1 USのようなスタンダードは、製品、ロケーション、エンティティを識別するための共通言語を提供します。これは、AIエージェントが通信し、調整し、正確な決定を下すために必要な言語です。サプライチェーンにさらに多くのAIエージェントが参入するにつれて — 1つは調達を管理し、別の1つは在庫を監視し、3つ目は物流を追跡する — 彼らは、異なる会社によって構築されたシステム間でデータを共有する必要があります。標準化された識別子がそれを可能にします。

GTINは、そのより広いフレームワークの一部です。AIエージェントにとって、提供される共通言語は、正確に完了する取引とそうでない取引の違いです。

不完全な製品データは、製品をエージェントの検討セットから完全に除外する可能性があります。小規模なブランドにとって、それは存在の可視性問題です。

エージェント対応データ vs. 企業が持っているもの

エージェント対応データに到達するには、カタログ内のすべての製品に検証済みの、グローバルに一意の識別子が必要です。また、すべてのシステムで属性が完了し、一貫性があり、在庫と価格データがリアルタイムで同期されている必要があります。人間のブラウジング用に構築されたデータは、その基準を満たしません。

断片化されたデータの上にさらに多くのAIを重ねると、間違った答えが速く自信を持って返されます。基盤が最初に正しい必要があります。

ガートナーは、2027年までに、エージェントAIプロジェクトの40％以上がコストの増加、ROIの不明確さ、リスク管理の不十分さを理由に中止される予想です。データインフラストラクチャの品質は、これら3つの要素すべての直接的な入力です。エージェントコマースに向けてデータレイヤーを監査せずに構築する企業は、間違った問題を解決しています。

小売業者とブランドが始めるべき場所

1. すべてのシステムで製品識別子を監査する。カタログ内のすべての製品に検証済みの、グローバルに一意の識別子が必要です。識別子の欠如または重複は、エージェントが製品を完全にスキップする最も一般的な理由です。
2. 属性ラベルの標準化。サイズ、重量、バリアント、在庫状況は、すべての取引先がタッチするすべてのシステムで同じ意味でなければなりません。ラベルの不一致は人間には見えませんが、エージェントにとっては致命的です。
3. 取引先間でリアルタイムでデータを同期する。ほとんどの企業は、在庫と価格を遅延して更新します。1時間ごと、夜ごと、または手動でです。購入を実行するエージェントは、次の更新を待ちません。
4. データの準備を、エージェントAIへの投資の前提条件として扱う。データレイヤーを監査せずにエージェントコマースに向けて構築する企業は、間違った問題を解決しています。エージェントが最後に最適化されるのではなく、データ基盤が最初に最適化される必要があることを覚えておいてください。

現在基盤に投資する小売業者とブランドは、消費者の代理人として購入決定を行うエージェントにとって、より発見可能で取引可能になります。待っている者は、見つけるように設計されていないシステムで可視性を争うことになります。エージェントは目に見える部分です。より重要な質問は、下にあるデータが準備されているかどうかです。