Key Takeaways
目次
ECサイトにお買い物エージェントを置く企業が、国内外で急速に増えています。コンバージョン率（CVR）やバスケット単価を押し上げた事例も、すでに数字で表れ始めました。
ただし、成果を分けているのはAIエージェントを「導入したかどうか」ではありません。顧客データをどう活かし、店舗やカスタマーサービスとどうつなぎ、複数のチャネルへどう広げるか。
本記事では、小売業の経営層とEC部門に向けて、先進企業の最新事例と定量効果をたどりながら、全社規模で顧客体験を高度化する「マルチエージェント」の最前線をインダストリーアドバイザーの小川哲が読み解きます。
単発のAIから、複数エージェントの「協業」へ
生成AIを業務に取り入れる小売企業は、珍しくありません。試験的なチャットボットの導入やバックオフィス業務の一部自動化など、各社が活用の糸口を探しています。
しかし、これからの小売業におけるAI活用は、特定のタスクのみをこなす「単一エージェントの利用」から、複数の専門的なAIエージェントが自律的に連携し、一連の業務をやり遂げる「マルチエージェント協業」へと移っていきます。
これまで導入されてきた単一のAI（例えば、顧客の質問に答えるだけの問合せ対応ボットや、単にテキストを生成するだけのツール）は、一部の業務効率化には貢献しました。
しかし、小売業のビジネスプロセスは複雑に絡み合っています。1つの業務が完了すれば、次の部門、次のシステムへと情報を受け渡す必要があります。単一ツールでは、この「システム間や部門間の壁」を越えられず、結局は人が間に入ってデータを移し替えたり、指示を出し直したりする必要がありました。
私たちが迎えている次のステージは、それぞれ異なる専門知識と権限を持った複数のAIエージェントが、まるで人のチームのように自律的にコミュニケーションを取り、協業する世界です。
例えば、EC領域において顧客がお買い物エージェントに相談したとします。顧客が「初夏の登山に合う春物アウター」を相談すると、Shopper Agentが「初心者」「初夏」「登山」「女性」といった背景を踏まえて商品を提案し、さらに周辺ギア（ストックやタイツ）まで推奨します。
吸汗・速乾性や洗濯方法の相談にも、商品詳細やレビューをもとに回答します。購入を迷う顧客には、キャンペーン特典を案内して後押し。店舗受取の可否や社内ポリシーに関する一般的な問い合わせにはService Agentが対応します。
さらに購入後は、購入履歴に基づくコーディネート提案などを通じてファン化を促進します。
単一エージェントでは対応しきれない、商品探索から購入後のフォローまでの一連の流れを、複数の専門エージェントの協業によってシームレスに実現している点が特徴です。
このような複数エージェントによる協業は、決して将来の絵姿ではありません。すでに先進的な小売企業が、部分的にではあれ実践を始めています。次章からは、特にEC領域における「お買い物エージェント」の最新動向に焦点を当て、各社がどのような成果を上げ、どこまで高度化に踏み込んでいるのかを具体的に見ていきます。
小売DXの先進企業は何をしている？リテールDX戦略と活用事例
複数のAIエージェントが協業する時代、小売企業はどこから手を付けるべきか。リテールDXの戦略と活用事例を、自社の取り組みを考える材料としてぜひご確認ください。
EC各社で導入が進む「お買い物エージェント」
まずは、EC領域におけるお買い物エージェントの導入状況を、具体的な企業事例から見ていきましょう。
Williams Sonoma：会話履歴を起点に、マーケティングとカスタマーサポートまで一体化
米国の高級キッチン用品ブランドであるWilliams Sonoma（ウィリアムズ・ソノマ）は、自社ECサイトにAIエージェントプラットフォーム「Agentforce（エージェントフォース）」を活用してキャンペーンをより迅速に作成・展開する体制を整えました。
ここで注目すべきは、単に「ECサイト上にお買い物エージェントを設置した」だけではないという点です。
Williams Sonomaの取り組みの本質は、エージェントとの会話内容を踏まえて、その後のデジタルマーケティングでフォローメールが自動的に届く仕組みを構築したことにあります。顧客がエージェントとの会話で示した関心や検討内容が、単発のやり取りで終わらず、その後のマーケティング活動全体に活かされているのです。
さらに、同じエージェントが「商品の提案」だけでなく「カスタマーサポート」の役割もこなしている点も特徴的です。買い物中の質問対応と、購入後のサポート対応を、別々のツールではなく1つのエージェント体験の中でシームレスに提供することで、顧客は途中でツールを切り替える必要がありません。
そして何より、顧客の1st party data（自社で保有する顧客データ）を踏まえた商品提案を行っている点が重要です。
企業全体から収集した顧客情報を統合し、あらゆる顧客接点で活用することで、顧客一人ひとりに合わせたパーソナライズを実現しています。マーケティングをすべての部門と接続し、ライフサイクル全体を通じて顧客とエンゲージメントを図るという発想が、Williams Sonomaの事例の核心です。
PANDORA：ストーリーテリングの再現と、定量効果の両立
世界最大級のジュエリーブランドであるPANDORA（パンドラ）は、店頭での「ストーリーテリング」という体験の中核を、オンラインでも再現するために「エージェンティックコマース」へ踏み出しました。
PANDORAが認識していた課題は、実店舗での豊かな会話やストーリーテリングこそがPANDORA体験の中核であるにもかかわらず、従来のチャットボットは事務的で、温かみのあるパーソナライズには合わないという点でした。
この課題に対し、PANDORAはShopper Agentとカスタマーサービス向けのエージェントをそれぞれ導入し、店頭に匹敵する会話体験をオンラインでも提供する体制を構築しました。
そして、この取り組みが単なる体験改善の域を超えて、明確な定量効果として結実している点が重要です。
ショッピングエージェントについては、オーストラリア市場でのパイロット導入において、Salesforce Commerce Cloud × Agentforceの組み合わせによりコンバージョン率が5%向上し、嗜好、場面、予算を理解した1対1のパーソナル接客を実現しています。
カスタマーサービスエージェントの領域でも、月次の会話件数のうち問い合わせの一次対応をAIに移行させ、店頭スタッフの「物語性」を会話に再現しながら、8市場でCSAT（顧客満足度）と運用効率を同時に改善しています。
Shopper Agentとカスタマーサービスエージェントのそれぞれで定量的な成果が出ていることが、PANDORAの取り組みの説得力を高めています。
Intermestic、カインズ：日本でも浸透しつつあるエージェンティックコマース
ここまで紹介したのは海外の事例ですが、エージェンティックコマースは決して欧米企業だけの動きではありません。日本国内でも、すでに複数の企業が着手し始めています。
メガネブランドのIntermestic（インターメスティック）は、メガネ選びにおける顧客の不安や手間と、店舗運営における課題を同時に解決するため、AIスタッフを導入しました。顧客が抱える「自分に似合うメガネが分からない」といった不安に対し、AIが選定をサポートすることで、購買体験の質を高めています。
また、ホームセンター大手のカインズも、リフォーム領域でAI活用を進めています。物置を検討している顧客に対しては、AIエージェントがまず好みや設置環境の要件をヒアリングし、条件に合った物置を数点紹介します。
その上で「現物を見るために来店予約をする」か「そのままEC上で購買する」かを顧客に確認し、来店予約を選んだ場合には設置環境に関する質問への回答を経て、住所の確認、空いている予約時間枠の提示、会員番号の確認と顧客データへの紐付けまでを一気通貫でエージェントが実行します。
これらの日本企業の取り組みは、まだ海外の先進事例に比べると規模や範囲は限定的かもしれません。しかし、「エージェンティックコマースは海外の一部の大企業だけの特別な取り組みだ」という認識は、すでに実情と合わなくなってきています。日本市場においても、着実にこの動きが広がり始めているのです。
EC成長のカギはどこに？第3版Eコマース最新事情レポート
AIエージェントの導入が進むEC市場で、売上を伸ばす企業は何が違うのか。最新の調査データから、次の一手が見えてきます。
数字が語る導入効果。AIエージェントは「売上」に効き始めた
では、実際にAIエージェントを導入したEC事業者は、どれほどの定量的な成果を上げているのでしょうか。ここでは、グローバルの大手事業者から、業界特化型の事例まで、具体的な数値を見ていきます。
まず、市場全体を見渡すと、生成AI上での買い物や、自社ECへのAIエージェント導入は、客数の維持、コンバージョン率の向上、単価の向上といったビジネス上のメリットに、着実につながりつつあります。
Amazonは、AIショッピングアシスタント「Rufus（ルーファス）」について、2025年の年間アクティブユーザー数が2億5000万人に達し、月間アクティブユーザー数は前年比140%、インタラクション数は前年比210%の成長を遂げたと発表しています。
さらに購買転換率への影響として、Rufus利用者の購買完了率は非利用者と比較して60%高いという結果が示されており、この購買転換率の向上こそが売上増加の中核的な根拠になっています（引用：Amazon.com Announces Third Quarter Results, 2025）。
また、Walmart（ウォルマート）についても、AIを活用する顧客は、活用しない顧客に比べて35%大きなバスケット（買い物カゴ）で購入しているという報告があります（引用：Modern Retail）。
こうしたECプラットフォーム全体の傾向を裏付けるように、個別企業の事例でも高い成果が報告されています。高級家電メーカーS社では、Shopper Agentの導入によってコンバージョン率が大きく向上し、高級ジュエリーPANDORAでも、ショッピングエージェントの導入によりコンバージョン率5%増という成果が確認されています。
単なる問い合わせ対応の効率化という次元を超えて、AIエージェントが直接的に「売上」に貢献するフェーズに入っていることが、これらの事例から読み取れます。
また、副次的な効果として会話データの活用も進んでいます。①自社EC上での会話内容を分析し、消費者の悩み、課題、属性をCDPに戻し、ECとデジタルマーケティングのパーソナライズに活用する動き、②商品の探し方に関する質問文を分析し、自社ECの商品詳細ページに反映する動き（AIO＝AI Overview）対策にもつながる）が見られます。
こうした定量効果の広がりは、AIエージェントが「顧客対応の省力化」という守りの投資から、「売上拡大」という攻めの投資へと位置付けを変えつつあることを示しています。経営層に問われるのは、EC部門のAIエージェントを、コスト削減の道具から成長戦略の一部へと捉え直せるかどうかです。その転換点が、いま来ています。
これらの数字が示しているのは、AIエージェントの導入が「あれば便利」というレベルの投資対効果ではなく、コンバージョン率やユーザーの継続利用といった経営指標に直結する投資であるという事実です。EC事業者にとって、AIエージェントの導入判断は、もはや「するかどうか」ではなく「どこまで高度化できるか」というフェーズに移ってきていると言えるでしょう。
「置くだけ」では差がつかない。EC接客4つの要件
ここまで見てきたように、Williams SonomaやPANDORAをはじめとする先進企業は、単にECサイト上にお買い物エージェントを設置するだけでは満足せず、すでに一歩先の取り組みに踏み込んでいます。
各社の事例を横断的に見ていくと、次世代のEC接客に求められる高度化の要諦が浮かび上がってきます。
1つ目は、顧客を深く理解した接客です。単に検索キーワードに反応するだけのエージェントではなく、顧客の1st party dataや過去の会話内容を踏まえて、その顧客に合った提案ができるかどうかが問われます。Williams Sonomaの事例が示すように、顧客データを企業全体で統合し、あらゆる顧客接点で活用できる基盤があってこそ、真のパーソナライズが実現します。
2つ目は、EC以外の顧客接点との情報連携です。ECでの会話内容や購買履歴が、店舗スタッフやカスタマーサービスチームと共有されず、それぞれの部門がバラバラに顧客と接している状態では、顧客体験に統一性が生まれません。EC、店舗、カスタマーサービスといった複数の接点をまたいで顧客情報が連携されることで、初めて「全社規模でシームレスな顧客体験」が実現します。
3つ目は、複数チャネルへの対応です。ECサイト単体でのエージェント体験に閉じるのではなく、Webサイト、モバイルアプリ、LINEなども含めて、顧客がどのチャネルからアクセスしても一貫した体験を受けられることが求められます。単一チャネルでの成功体験を、他のチャネルへ展開できるかどうかが、次の成長のカギになります。
4つ目は、購入前から購入後まで一貫して顧客を支援することです。多くの企業が「購入を後押しする」フェーズにばかり注力しがちですが、Williams Sonomaのように、同じエージェントが購入後のカスタマーサポートまでを担うことで、顧客との関係が購入完了で途切れることなく継続します。これにより、リピート購買やロイヤルティの向上につながります。
これら4つの要件は、いずれも、単発のAIエージェントを1体導入するだけでは満たせません。冒頭で述べた「マルチエージェント協業」という発想、つまり複数の専門エージェントが自律的に連携する仕組みがあってこそ、これらの高度化要件を同時に満たすことが可能になるのです。
単発の安価なエージェントを導入して満足するのではなく、これらの要件を見据えた設計を最初から行うことが、次世代EC接客への近道と言えるでしょう。
Salesforceで実現するエージェンティックコマース
ここまで、マルチエージェント協業の概念から、小売業の先進事例、定量効果、次世代EC接客に求められる要件について解説してきました。最後に、これらの概念が実際のEC体験においてどのように機能するのか、具体的なイメージを紹介します。
商品探索から購入後のフォローまで、1体では担いきれない一連の流れを、役割の異なる複数のエージェントが引き継ぎながら進めていく。ここまで見てきた高度化の要件は、この協業の設計があって初めて1つにつながります。
AIが顧客を理解してつなぐ、エージェンティックコマース体験デモ
商品探索から購入後のフォローまで、複数のAIエージェントが引き継ぎながら進める流れを、店舗とECをつなぐ体験として確認できます。まずは動画でイメージをつかんでください。
