2026年8月21日、Microsoft Advertisingが『Prepare for the Age of AI Shopping（AIショッピング時代への備え）』と題したプレイブックを公開しました。CopilotをはじめとするAIアシスタント／AIエージェントが買い物の途中に入り込む時代に、小売・ブランドが何から手を付けるべきかを、90日間のロードマップ付きで整理した実務ガイドです。
Google、OpenAI、Amazonに続き、Microsoftも「AIに選ばれるための準備」を事業者に明確に求め始めた。その内容は、当社がこれまでのTipsで述べてきた「AIはECサイトの見た目を見ていない」「AI-Ready資産は商品データ」という主張と、驚くほど重なっています。
＊Microsoft Advertising「Playbook: Prepare for the Age of AI Shopping」（2026年8月21日）
＊Microsoft Advertising Blog「Understand how humans and AI find and choose your brand with Microsoft Clarity」（2026年8月12日）
＊Microsoft Advertising Blog「Win across all three eras of the web」（2026年4月21日）
前提：AIショッピングは「新しい選択肢」ではなく「新しい標準」になりつつある
プレイブックの冒頭でMicrosoftが引いている数字は2つです。
- 米国消費者の72%が、今後1年以内に小売事業者からAIを活用した買い物体験を提供されることを期待している（Microsoft Advertising調査、米国 n=1,028、2025年8〜9月）
- AI経由でサイトに来訪した人は購入意欲が高く、AI以外の流入と比べてコンバージョン率が42%高い（Adobe Analytics、2026年Q1 AIトラフィックレポート）
前者は「消費者側の期待がすでに標準化している」こと、後者は「AI経由の顧客は質が高い（＝取りこぼすと痛い）」ことを示しています。当社の過去記事で紹介したA.T.カーニーの「2030年にECの4分の1はAIエージェント経由」という予測とあわせて読むと、これは遠い未来の話ではなく、流入の質と量の両面で今すぐ効いてくる変化だと分かります。
核心メッセージ：AIは人間と違う買い方をする。そして「部分点」をくれない
このプレイブックで最も重要な指摘は、AIがどうやって商品を選ぶかについての次の一節に集約されます。
AIは、画像やデザイン、ブランドストーリーに反応するのではなく、構造化されたデータを読む。 そしてAIエージェントは「部分点」を与えない。商品データが不完全だったり古かったりすると、順位が少し下がるのではなく、推薦候補から丸ごと外される可能性がある、というものです。
これは従来のマーケティングの常識と真逆です。人間相手の販売では、多少情報が欠けていても、写真の魅力や世界観、価格の安さで「なんとなく良さそう」と選んでもらえる余地がありました。しかしユーザーの代わりに条件を満たす商品を探すAIエージェントは、在庫・価格・配送条件・返品ポリシー・サイズや素材といった属性を照合し、条件が確認できないものは「該当なし」として扱う。欠損は減点ではなく除外になる。これが「部分点がない」という言葉の意味です。
当社が7月のTips「AIはあなたのECサイトの『見た目』を見ていない」で述べた論点そのものであり、Microsoftという広告プラットフォーム側が同じことを公式に言い切ったことには大きな意味があります。
プレイブックの骨格：「見つかる」「選ばれる」「測る」の3ステップ
Microsoftは事業者がやるべきことを3つの動きに整理しています。同社の製品名が並びますが、構造自体はGoogleやOpenAIなど他のAIプラットフォームにも当てはめられるので、製品名の裏にある「機能」に注目して読むのがおすすめです。
ステップ1：見つかる（Get discovered）— AIが読める商品フィードを整える
AIが推薦する以前に、AIが自社と商品を「発見し、理解できる」状態が必要です。Microsoftはその起点をMicrosoft Merchant Centerに登録するAI-Ready（AI対応）な商品フィードと位置づけています。エージェントが「何を売っている店か」を識別し、信頼できる形で商品データを提供する、という整理です。
なお、Microsoftは2026年春に、AIエージェントが商品データを解釈して取引までつなげるための共通言語としてUniversal Commerce Protocol（UCP）対応フィードをMerchant Centerに追加しています。「フィードを整える」は、単なる広告配信用のデータ登録から、エージェントと商取引するためのプロトコル対応へと意味が広がりつつある点は押さえておきたいところです。
| 項目 | 従来の商品フィード | AI-Readyな商品フィード |
|---|---|---|
| 主な読み手 | 広告配信システム・検索エンジン | AIアシスタント・AIエージェント |
| 求められる水準 | 必須項目が埋まっていれば配信可能 | 属性の網羅性・正確性・鮮度が「推薦されるか否か」を直接左右 |
| 欠損・古いデータの影響 | 配信対象から一部除外、順位低下 | 推薦候補から除外される可能性 |
| ゴール | 掲載され、クリックされる | エージェントに識別・照合され、選ばれる |
ステップ2：選ばれる（Be chosen）— 意思決定の瞬間に立ち会い、会話の中で買ってもらう
見つかったうえで、ユーザーが決める瞬間に選ばれるための施策です。Microsoftが挙げるのは3つ。
- AIネイティブな広告：BingとCopilot上で、対話の文脈に合わせて表示される広告。
- Copilot Checkout：ユーザーがCopilotとの会話を離れることなく、その場で購入を完了できる仕組み。
- Brand Agent：自社サイト上に、ブランドの語り口と商品知識をカスタマイズしたAIの「パーソナルショッパー」を置く仕組み。
注目すべきは、この3つが「プラットフォーム側のAI（Copilot）」と「自社側のAI（Brand Agent）」の両方をカバーしている点です。エージェンティックコマースは「外部のAIに選ばれる」だけの話ではなく、自社サイトに来た顧客に対して自社のAIが接客し、購入まで導くことも含みます。当社が7月のTipsで述べた「購入後も顧客と直接つながる仕組み作り」とも接続する論点です。
ステップ3：測る（Understand what’s working）— AIがどう自社を引用しているかを可視化する
最後が計測です。Microsoftは無料の解析ツールMicrosoft ClarityにAI Visibility（AI可視性）という機能群を組み込み、次のような情報を見られるようにしています。
- どのAIプラットフォームが自社を引用しているか
- どんな「グラウンディングクエリ（AIが回答を組み立てる際に裏で走らせる検索）」や話題と自社が紐づけられているか
- 競合と比べて、どの話題で自社の存在感が薄いか
- AI経由で来訪した人が、サイトに来た後に何をしているか
これらをGEO（生成エンジン最適化）戦略の改善に使う、という位置づけです。当社の8月のTips「AIO・AEO対策、結局なにをすればいいのか」で述べたとおり、AI経由の露出はゼロクリックやダークトラフィックによって従来のアクセス解析に映らないことが最大の課題でした。プラットフォーム側が「引用されているか」「どんな文脈で語られているか」をツールとして提供し始めたのは、この計測問題への一つの答えになります。
一点、冷静に見ておくべきこともあります。「AIに引用された」ことと「それが売上につながった」ことは同じではなく、サードパーティのエージェント内部でどう判断されたかを外部から完全に再構成することはできません。プラットフォームが提供する可視化指標は、あくまでそのプラットフォームの見え方を示す「製品テレメトリ」として扱い、自社の注文データやコンバージョン計測と突き合わせて読む姿勢が必要です。
日本のEC・小売事業者はどう読むべきか
ここまで見てきた内容は、Microsoftの製品を使う・使わないに関わらず、日本の事業者にとっても示唆が大きいものです。ただし、いくつかの補正が必要です。
補正1：日本の起点はCopilotではない。しかし「構造」は同じ
日本の消費者の買い物の起点として、現時点でCopilotが主流とは言いにくい状況です。しかし「AIが読める商品データを整える → 意思決定の瞬間に選ばれる → 引用のされ方を測る」という3ステップの構造は、Googleの生成AI機能、ChatGPT、Perplexity、そして各ECモールが自前で組み込むAIアシスタントにも共通しています。プラットフォームごとに施策を分けるのではなく、どのAIにも読まれる商品データを「一つの資産」として整備するのが、日本市場では現実的な打ち手です。
補正2：「会話の中で決済まで完結」は、日本では財布の手前に壁がある
Copilot Checkoutのような「AIとの会話を離れずに買う」体験は、米国では実装が進んでいますが、当社が8月のTipsで紹介したネットプロテクションズや伊藤忠ファッションシステムの調査では、日本の消費者は「比較はAIに任せても、決済は自分で最終確認したい」という傾向が強く出ています。日本では当面、AIが比較・絞り込みを担い、最終確認と決済は人が行うハイブリッド型が主戦場になる可能性が高い。だからこそ、AIの比較段階で候補に残ること（＝ステップ1の商品データ）と、人が最終確認する自社サイト側の体験（＝ステップ2のBrand Agent的な接客）の両方が重要になります。
補正3：「90日」で終わる話ではなく、「90日で始める」話
プレイブックには90日間の活動ロードマップが付いています。当社の見立てでは、日本の事業者が最初の90日でやるべきことは次の4つに絞られます。
- 商品データの棚卸し：主要商品について、AIが照合に使う属性（在庫・価格・配送・返品条件・サイズ・素材・対応機種など）の欠損率と更新鮮度を洗い出す。「部分点がない」前提で、欠損している商品は「存在しないのと同じ」と見なして優先順位を付ける
- フィードとプロトコル対応の準備：Merchant Center系のフィードを、広告用ではなく「エージェントに読ませる商品データ」として再設計する。UCPなど新しいプロトコルの動向を追い、対応可能な形にデータ構造を寄せておく
- AI経由露出の基準値づくり：Clarity AI Visibility、Search Consoleの生成AIパフォーマンスレポート、AIクローラーのアクセスログなどを組み合わせ、「今、AIに自社がどう引用されているか」の現在地を記録する。改善の前に基準値がなければ効果は測れない
- 自社サイト内のAI接客の検討：外部AIから来訪した購入意欲の高い顧客を、自社のデータで接客し、最終確認と決済まで導く仕組み。Brand Agentのような機能を使うか自前で組むかは別として、「AIが連れてきた顧客を人間向けのサイトで取りこぼす」構造をなくす
まとめ：プラットフォーム側が「商品データが勝負」と言い切った
Microsoftのプレイブックが示したことを整理します。
- 消費者の72%はAIショッピングを1年以内に期待し、AI経由の来訪者はコンバージョン率が42%高い。AIショッピングは新しい標準になりつつあり、取りこぼしのコストは大きい
- AIは見た目や物語ではなく構造化データを読み、「部分点」を与えない。商品データの欠損や鮮度不足は、順位低下ではなく推薦候補からの除外につながる
- やるべきことは「見つかる（AI-Readyな商品フィード）」「選ばれる（AIネイティブ広告・会話内決済・自社サイトのAI接客）」「測る（AIによる引用と来訪後行動の可視化）」の3ステップ
- 日本では起点がCopilotではなく、決済の手前に「最終確認の壁」がある。だからこそ、どのAIにも読まれる商品データを一つの資産として整備し、AIが連れてきた顧客を自社サイト側で確実に受け止める設計が要る
Google、OpenAI、そしてMicrosoft。AIプラットフォーム各社の言い方は違えど、事業者に求めていることは同じ一点に収斂しています。「人が見る広告」に投じてきた努力を、「AIが読むデータ」にも振り向けること。 その準備を始める最初の90日を、いつ切るか。それがこのプレイブックの本当の問いだと、当社は考えています。
