過去30年、ECインフラはほぼ同じ動作の最適化に集中してきた：ユーザーがよりスムーズに購入ボタンを押せるように。一クリック決済、支払い証明のトークン化、顔認証や指紋認証はすべて、支払い時の摩擦を減らすためのものだった。
しかし、AIエージェントが購買プロセスに入り込むと、変化は支払い前に起こり始める。エージェントが解決すべきは、ユーザーの意図を理解し、商品を選別し、ショッピングカートを構築し、明確な許可範囲内で次の行動を実行する方法だ。
したがって、Agentic Commerceは単なる支払いの問題として理解されるべきではない。支払いは依然として重要だが、それは購買チェーンの最後の一環に過ぎない。AIによって最初に書き換えられるのは、取引承認前の一連のフローだ。
従来のECでは、人間の購買意思決定は長くてランダム性のあるウェブ閲覧の過程だった。ユーザーは検索し、商品ページに入り、評価を比較し、プラットフォームを切り替え、価格やページデザイン、プロモーションやレコメンドに段階的に影響される。
しかし、エージェントがユーザーの代理として行動する場合、決済前の意思決定プロセスは再編される。ユーザーは具体的なプラットフォームや商品を明示しないことも多く、多次元の制約条件を含む自然言語の記述を提供する。これらの条件には、明確な予算上限、具体的な履行期限、除外すべきブランドのブラックリスト、個人化されたパラメータの好みなどが含まれる。
これらの条件は、かつてはユーザーの頭の中の好みだったが、今やエージェントがタスクを実行する際のフィルタリングルールに変わる。エージェントがすべきことは、自然言語の要求を機械が理解し、比較し、実行可能な制約に分解することだ。
これにより、商取引の価値配分が変わる。従来は、商家は商品ページ上のクリックやコンバージョンを争っていたが、今後、多くの商品はエージェントのフィルタリングを経ることになる。ページ自体は依然重要だが、商品データ、リアルタイム価格、在庫の正確性、配送の約束、返品ルール、パラメータ構造が先に候補リスト入りを決める。
これらのパラメータ構造は、商品が候補リストに入るかどうかを決定する。ユーザー意図が制約条件に分解された後、これらの制約はまずAI検索エンジンやモデルに入力され、新しい商品表示インターフェースを生み出す。
従来のECの入口が検索結果ページだとすれば、AIコマースの新しい棚は、モデルが直接生成した回答そのものだ。
過去、ユーザーが消費に関する問題を検索すると、結果はウェブページ、広告、レビュー、ECリンクの集まりだった。ブランドはランキング、クリック、コンバージョンを争い、ユーザーは自分でページを開き、パラメータを比較し、情報の真偽を判断していた。
今や、AI生成式の検索はこの過程を短縮する。AI Overview、ChatGPT、Copilotのような製品は複数の情報源を圧縮し、一つの回答として候補商品、適用シーン、購入提案を直接提示する。ユーザーは十数のリンクをクリックしなくてもよく、背後の情報源も明示されないことが多い。ブランドが争うのは、AI回答内の候補リストに入ることだ。
これがGEOがSEOより敏感な理由でもある。なぜなら、それは単なる露出だけでなく、モデルの判断過程にも影響を与えるからだ。従来の検索では、ブランドはより上位のリンク位置を争ったが、生成式検索では、候補リストに入ることを競う。AIが中立的な口調で商品を比較する際、実はユーザーの最初のスクリーニングを代行している。
ただし、AIの推薦は空から生まれるわけではなく、評価ランキング、フォーラムの議論、短い動画、ECのレビュー、業界レポートなどを参考にし、それらを圧縮して客観的に見える回答に仕立てる。ブランドは直接広告枠を買う必要はなく、コンテンツを通じてモデルの検索・要約時に何を見るかに影響を与えることもできる。単一のコンテンツは普通の口コミに見えるかもしれないが、類似の意見が複数のチャネルで繰り返されると、AIはそれをより強い推奨根拠とみなす可能性がある。こうして、商業的な投資は広告形式でなくとも、AIの判断過程に入り込むことになる。
これが、GoogleがGEOに対してより慎重になる理由だ。なぜなら、最も重要な資産は検索の信頼性だからだ。長年、ユーザーはGoogleが比較的信頼できる情報を上位に表示すると信じており、広告主はこの入口に対して料金を払う。従来の検索はリンクを表示し、ユーザーは情報源を判断できたが、AI Overviewは直接回答を示す。もしこの回答が虚偽の評価やフェイクコンテンツ、偏向した内容に影響されると、Googleは質の低いページを表示するだけでなく、誤解を招く提案を生成してしまう。
もちろん、異なるプラットフォームのGEOに対する態度も、それぞれのビジネスモデルに影響される。Googleは検索の信頼性を守るため、コンテンツの質や反投毒を重視し、MicrosoftはGEOを広告主がCopilot、Bing、Edge、将来のAgentに進入するための入口とみなす。つまり、未来のGEOは一つのルールセットだけでなく、検索、AIアシスタント、モデルプラットフォーム間で異なるガバナンスと商業入口が進化していく。
しかし、ブランドが生成式検索で信頼を得るには、全ネットにわたるコンテンツの展開だけでなく、商品自体の機械可読性も重要な前提条件だ。
AIの信頼と推薦を得るには、商品はまず高度な機械可読性を備える必要がある。
初期のウェブ商業インターフェースは人間の視覚に合わせて設計された。商品画像、コピー、カートボタンなどは、ユーザーの滞在時間を延ばすことを狙ったものだった。しかし、AIはこれらの視覚デザインを感知できず、商品評価の基準は完全に構造化データに依存する：SKU仕様、リアルタイム在庫、純価格、サービスレベル合意（SLA）、構造化された返品ポリシーなどだ。
この変化により、機械可読性はAIショッピング時代の基礎的な競争力となる。Schema.orgのマークアップ、llms.txtファイル、リアルタイム在庫・価格API、返品ポリシーの構造化は、AIエージェントが商品を正確に理解できるかどうかに影響する。大規模言語モデルはウェブから非構造化情報を抽出できるが、情報は不完全で更新が遅く、ノイズも入りやすい。これに対し、標準化された構造化ディレクトリは、AIエージェントに対して商品仕様、リアルタイム価格、在庫状況、配送能力、返品ルールを直接伝えることができる。これが、商品がエージェントのフィルタリングや推薦の前提条件だ。
ただし、この変化はすべての商品に同時に起こるわけではなく、消費のタイプによって二つに分かれる。
一つは効率重視の消費。例として、トイレットペーパー、データケーブル、オフィス用品、または比較サイトの航空券やホテルなどがある。これらは価格、仕様、配送時間といった明確な基準を持ち、選択の過程を楽しむ必要はなく、迅速に合理的な答えを得たいだけだ。こうした分野では、AIは非常に高速に動き、価格比較や注文を代行する。
もう一つは趣味や自己表現を伴う消費。例として、大衣、中古の照明、絵画などがある。これらは感情や個性、審美眼を反映し、選択や迷い、比較の過程自体が楽しみとなる。こうしたシーンでは、AIの価値は支払い前にこそ発揮される：インスピレーション整理、スタイル理解、散在する情報の集約を助け、探索をスムーズにする。
これが、ファッションECアプリThe Mallのアプローチだ。今日、オンラインの発見入口は非常に断片化している：ブランド公式サイト、Instagram、TikTok、メールニュースレター、ディスカウントサイト、友人の推薦やクリエイターのコーディネートなどが入り混じる。消費者はこれらの点を何度も行き来しなければならない。The Mallはこれらの点を再集約し、仮想のモール空間で、ブランドや商品を見つけ、追跡し、比較し、保存し、共有する日常的なニーズに応える。
この空間では、ユーザーの行動が再編される。ブランドのフォローや新着・割引の追跡、商品のお気に入り登録、友人やクリエイターの動向観察、さらにはAIによるスタイル理解を活用し、一つの商品から他ブランドの類似品に直接ジャンプしたり、広告に出てこなかったニッチなブランドに偶然出会ったりできる。
これにより、AIの新たな商業シナリオは、最終的な取引だけでなく、購買意思決定の前段階、すなわち閲覧、追跡、発見、比較、関心の形成といった行動にも大きな可能性を秘めている。
業界が一斉にエージェントに一クリック注文をさせる方法を模索する一方で、支払い前の迷い、比較、趣味の偏好形成の過程—すなわち、決済（checkout）前の閲覧、追跡、発見、比較、関心の形成—も、価値の高いビジネスの構築に利用できる。
これらの断片的な趣味意図を管理支援することは、より深い信頼を築くだけでなく、その意図データの蓄積は長期的に見ても商業的なリターンをもたらす。支払い前にユーザーのブランド横断的な好みや比較行動を整理・記録することで、こうした製品は消費者の趣味・意図のシステム（System of Record）となる可能性がある。意思決定の源泉に近い発見層のデータ資産価値は、最終段の取引手数料に匹敵するかもしれない。
したがって、未来のECフロントは二層構造になるだろう。一つは機械向け：データの粒度、構造化、検証性を担保し、エージェントが効率的に比較・調達・注文できるようにする層。もう一つは人間向け：ブランド表現、審美伝達、体験構築、偶然の出会い（Serendipity）を創出し、ユーザーが滞留し、探索し、独自のスタイルを形成できる層だ。従来は商家はフロントのビジュアル体験を重視してきたが、今後は機械可読な構造化商品カタログと、決済前の隠れたが想像力を刺激する意図空間の両方を運営する必要がある。
エージェントが商品発見、選択肢の絞り込み、ショッピングカート構築を終えた後、取引は本格的に支払いシステムに入る。
運用メカニズムから見ると、現代のクレジットカードネットワークは本質的に遅延実行の承諾チェーンだ。承認段階では、加盟店は決済代行業者やカード組織を通じて発行銀行に証明の有効性を確認し、銀行が承認指示を返すと、商品が引き渡される。実際の清算と決済は、その後のウィンドウで非同期に行われる。このシステムはシンプルな前提に基づく：取引は人間が発起し、最終的に人間が責任を負う。
しかし、AIエージェントの介入はこの仮定を破る。ユーザーの許可はもはや確定的な支払いだけではなく、ソフトウェアコンポーネントが自主的に推進する意思決定の流れになる。もしエージェントが悪意のあるプロンプトに攻撃されたり、文脈を誤読したり、パラメータ設定を誤ったりして越権取引を行った場合、法的な境界は非常に曖昧になる。
一部の大手小売業者は、サービス規約（ToS）を改訂し、第三者エージェントによる取引もユーザー本人の許可とみなすことでリスクをユーザー側に押し付けようとしているが、これは技術的リスクを解決しない。Agentic Commerceは取引前に制約を完了させる必要がある。
従来の金融ネットワークでは、この制約は中心化されたゲートウェイの許可によって実現されてきた。VisaやMastercardなどのカード組織は、エージェントの身元、トークン化証明、検証可能な意図の標準化を進めており、目的は支払い承認前にエージェントの行動範囲を縮小することだ。実際のシナリオでは、購入時に一回限りの仮想カードやトークンを発行し、商家、予算、品目、時間枠、具体的なタスクを限定する。エージェントがこれらのルールを超えた場合、ネットワークは承認段階で取引を阻止できる。
しかし、資金の発行側やゲートウェイ層だけでのフィルタリングは後付けの防御に過ぎない。清算の巨人たちは、より上流の生産源にまで範囲を広げている。最近、VisaはAIソフトウェア開発プラットフォームReplitに未公開金額の戦略的投資を行った。現段階では正式な共同製品は未発表だが、業界のシグナルは明確だ：グローバルな決済ネットワークは、AIアプリの最初のソースに直接接続しようとしている。Visa Intelligent CommerceやTrusted Agent Protocolを開発者プラットフォームに導入し、エージェントの身元、意図、顧客コンテキストをアプリ開発・展開段階から決済システムに組み込もうとしている。
これは重要だ。なぜなら、多くのエージェント取引は小売業者のアプリからだけでなく、開発者が構築したソフトウェアからも発生し、異なるツール間で分散し、エージェントがユーザーや企業の代理として自動実行する可能性が高まるからだ。この場合、Replitは単なるコード環境ではなく、エージェントコマースのアプリケーション層の入口となる。Visaにとっては、カードネットワークの能力は、機械がネイティブに扱えるインフラに進化し、API呼び出し、身元認証、意図理解ができることが未来の鍵だ。
これが、Cobo CAW Pactのような契約型エージェントウォレットの論理だ。これはエージェントが完全なウォレット残高に直接アクセスするのを避け、特定のタスクに基づく一時的な契約を生成し、取引経路、金額上限、期限を制約に書き込む仕組みだ。リクエストが契約範囲を超えた場合、MPCノードは署名生成を拒否できる。署名前に、底層のcalldataは人間が読める取引意図に変換され、ユーザーがこの取引が実際に何を行うかを確認できる。
長期的には、承諾チェーンは信頼のエージェントから制約のエージェントへと移行する。クレジットカードネットワークは制約をゲートウェイ層に置き、開発者層に前倒ししている。一方、ブロックチェーンシステムは署名層に制約を置く必要がある。未来の決済システムは、支払いの身元だけでなく、機械の行動が許容範囲内かどうかも検証することになる。
技術は商業の媒介を変えることはあっても、責任そのものを排除することは稀だ。
ECは取引環境を変え、モバイルウォレットは支払い証明を変え、APIによる発行は認証をプログラム可能にし、ステーブルコインは一部の決済フローに影響を与え始めている。各技術進化は、金融システムの上に新たな能力層を積み重ねてきた。しかし、決済ネットワークが本当に残してきたのは、承認、清算、決済、紛争処理の仕組みだ。
理由は簡単だ。取引が商業システムに入るとき、誰かがそれを成立させることを確認し、誰かが支払いを約束し、誰かがエラー時の責任を負う必要があるからだ。
AIエージェントはこのチェーンを長くする。過去は、検索、比較、カート追加、checkoutはほとんどユーザー自身が行っていたが、未来はこれらの動作をエージェントに委ね、複数のシステム間で自動的に実行させることになる。体験は高速化するが、ユーザーが何を許可したのか、エージェントがどこまでできるのか、商家は何を負うのか、支払いの責任はどう分担されるのか、判断がより難しくなる。
これこそ、スマートエージェントビジネスが再構築すべき基盤インフラだ。それは、新たな承諾チェーンを必要とする：取引の瞬間に、ユーザーの初期意図、エージェントの権限、支払いの約束、紛争責任を結びつけ、全過程が技術的に検証・追跡可能な状態にすることだ。
未来のAIコマースの変革は、表面上は支払いと自動化の問題に見えるが、根底には責任の問題が潜んでいる。
23.96M 人気度
1.27M 人気度
52.31K 人気度
2.87M 人気度
484.24K 人気度
AI 電子商取引の真のビジネスは、ユーザーが支払う前に隠されている
過去30年、ECインフラはほぼ同じ動作の最適化に集中してきた：ユーザーがよりスムーズに購入ボタンを押せるように。一クリック決済、支払い証明のトークン化、顔認証や指紋認証はすべて、支払い時の摩擦を減らすためのものだった。
しかし、AIエージェントが購買プロセスに入り込むと、変化は支払い前に起こり始める。エージェントが解決すべきは、ユーザーの意図を理解し、商品を選別し、ショッピングカートを構築し、明確な許可範囲内で次の行動を実行する方法だ。
したがって、Agentic Commerceは単なる支払いの問題として理解されるべきではない。支払いは依然として重要だが、それは購買チェーンの最後の一環に過ぎない。AIによって最初に書き換えられるのは、取引承認前の一連のフローだ。
従来のECでは、人間の購買意思決定は長くてランダム性のあるウェブ閲覧の過程だった。ユーザーは検索し、商品ページに入り、評価を比較し、プラットフォームを切り替え、価格やページデザイン、プロモーションやレコメンドに段階的に影響される。
しかし、エージェントがユーザーの代理として行動する場合、決済前の意思決定プロセスは再編される。ユーザーは具体的なプラットフォームや商品を明示しないことも多く、多次元の制約条件を含む自然言語の記述を提供する。これらの条件には、明確な予算上限、具体的な履行期限、除外すべきブランドのブラックリスト、個人化されたパラメータの好みなどが含まれる。
これらの条件は、かつてはユーザーの頭の中の好みだったが、今やエージェントがタスクを実行する際のフィルタリングルールに変わる。エージェントがすべきことは、自然言語の要求を機械が理解し、比較し、実行可能な制約に分解することだ。
これにより、商取引の価値配分が変わる。従来は、商家は商品ページ上のクリックやコンバージョンを争っていたが、今後、多くの商品はエージェントのフィルタリングを経ることになる。ページ自体は依然重要だが、商品データ、リアルタイム価格、在庫の正確性、配送の約束、返品ルール、パラメータ構造が先に候補リスト入りを決める。
これらのパラメータ構造は、商品が候補リストに入るかどうかを決定する。ユーザー意図が制約条件に分解された後、これらの制約はまずAI検索エンジンやモデルに入力され、新しい商品表示インターフェースを生み出す。
従来のECの入口が検索結果ページだとすれば、AIコマースの新しい棚は、モデルが直接生成した回答そのものだ。
過去、ユーザーが消費に関する問題を検索すると、結果はウェブページ、広告、レビュー、ECリンクの集まりだった。ブランドはランキング、クリック、コンバージョンを争い、ユーザーは自分でページを開き、パラメータを比較し、情報の真偽を判断していた。
今や、AI生成式の検索はこの過程を短縮する。AI Overview、ChatGPT、Copilotのような製品は複数の情報源を圧縮し、一つの回答として候補商品、適用シーン、購入提案を直接提示する。ユーザーは十数のリンクをクリックしなくてもよく、背後の情報源も明示されないことが多い。ブランドが争うのは、AI回答内の候補リストに入ることだ。
これがGEOがSEOより敏感な理由でもある。なぜなら、それは単なる露出だけでなく、モデルの判断過程にも影響を与えるからだ。従来の検索では、ブランドはより上位のリンク位置を争ったが、生成式検索では、候補リストに入ることを競う。AIが中立的な口調で商品を比較する際、実はユーザーの最初のスクリーニングを代行している。
ただし、AIの推薦は空から生まれるわけではなく、評価ランキング、フォーラムの議論、短い動画、ECのレビュー、業界レポートなどを参考にし、それらを圧縮して客観的に見える回答に仕立てる。ブランドは直接広告枠を買う必要はなく、コンテンツを通じてモデルの検索・要約時に何を見るかに影響を与えることもできる。単一のコンテンツは普通の口コミに見えるかもしれないが、類似の意見が複数のチャネルで繰り返されると、AIはそれをより強い推奨根拠とみなす可能性がある。こうして、商業的な投資は広告形式でなくとも、AIの判断過程に入り込むことになる。
これが、GoogleがGEOに対してより慎重になる理由だ。なぜなら、最も重要な資産は検索の信頼性だからだ。長年、ユーザーはGoogleが比較的信頼できる情報を上位に表示すると信じており、広告主はこの入口に対して料金を払う。従来の検索はリンクを表示し、ユーザーは情報源を判断できたが、AI Overviewは直接回答を示す。もしこの回答が虚偽の評価やフェイクコンテンツ、偏向した内容に影響されると、Googleは質の低いページを表示するだけでなく、誤解を招く提案を生成してしまう。
もちろん、異なるプラットフォームのGEOに対する態度も、それぞれのビジネスモデルに影響される。Googleは検索の信頼性を守るため、コンテンツの質や反投毒を重視し、MicrosoftはGEOを広告主がCopilot、Bing、Edge、将来のAgentに進入するための入口とみなす。つまり、未来のGEOは一つのルールセットだけでなく、検索、AIアシスタント、モデルプラットフォーム間で異なるガバナンスと商業入口が進化していく。
しかし、ブランドが生成式検索で信頼を得るには、全ネットにわたるコンテンツの展開だけでなく、商品自体の機械可読性も重要な前提条件だ。
AIの信頼と推薦を得るには、商品はまず高度な機械可読性を備える必要がある。
初期のウェブ商業インターフェースは人間の視覚に合わせて設計された。商品画像、コピー、カートボタンなどは、ユーザーの滞在時間を延ばすことを狙ったものだった。しかし、AIはこれらの視覚デザインを感知できず、商品評価の基準は完全に構造化データに依存する：SKU仕様、リアルタイム在庫、純価格、サービスレベル合意（SLA）、構造化された返品ポリシーなどだ。
この変化により、機械可読性はAIショッピング時代の基礎的な競争力となる。Schema.orgのマークアップ、llms.txtファイル、リアルタイム在庫・価格API、返品ポリシーの構造化は、AIエージェントが商品を正確に理解できるかどうかに影響する。大規模言語モデルはウェブから非構造化情報を抽出できるが、情報は不完全で更新が遅く、ノイズも入りやすい。これに対し、標準化された構造化ディレクトリは、AIエージェントに対して商品仕様、リアルタイム価格、在庫状況、配送能力、返品ルールを直接伝えることができる。これが、商品がエージェントのフィルタリングや推薦の前提条件だ。
ただし、この変化はすべての商品に同時に起こるわけではなく、消費のタイプによって二つに分かれる。
一つは効率重視の消費。例として、トイレットペーパー、データケーブル、オフィス用品、または比較サイトの航空券やホテルなどがある。これらは価格、仕様、配送時間といった明確な基準を持ち、選択の過程を楽しむ必要はなく、迅速に合理的な答えを得たいだけだ。こうした分野では、AIは非常に高速に動き、価格比較や注文を代行する。
もう一つは趣味や自己表現を伴う消費。例として、大衣、中古の照明、絵画などがある。これらは感情や個性、審美眼を反映し、選択や迷い、比較の過程自体が楽しみとなる。こうしたシーンでは、AIの価値は支払い前にこそ発揮される：インスピレーション整理、スタイル理解、散在する情報の集約を助け、探索をスムーズにする。
これが、ファッションECアプリThe Mallのアプローチだ。今日、オンラインの発見入口は非常に断片化している：ブランド公式サイト、Instagram、TikTok、メールニュースレター、ディスカウントサイト、友人の推薦やクリエイターのコーディネートなどが入り混じる。消費者はこれらの点を何度も行き来しなければならない。The Mallはこれらの点を再集約し、仮想のモール空間で、ブランドや商品を見つけ、追跡し、比較し、保存し、共有する日常的なニーズに応える。
この空間では、ユーザーの行動が再編される。ブランドのフォローや新着・割引の追跡、商品のお気に入り登録、友人やクリエイターの動向観察、さらにはAIによるスタイル理解を活用し、一つの商品から他ブランドの類似品に直接ジャンプしたり、広告に出てこなかったニッチなブランドに偶然出会ったりできる。
これにより、AIの新たな商業シナリオは、最終的な取引だけでなく、購買意思決定の前段階、すなわち閲覧、追跡、発見、比較、関心の形成といった行動にも大きな可能性を秘めている。
業界が一斉にエージェントに一クリック注文をさせる方法を模索する一方で、支払い前の迷い、比較、趣味の偏好形成の過程—すなわち、決済（checkout）前の閲覧、追跡、発見、比較、関心の形成—も、価値の高いビジネスの構築に利用できる。
これらの断片的な趣味意図を管理支援することは、より深い信頼を築くだけでなく、その意図データの蓄積は長期的に見ても商業的なリターンをもたらす。支払い前にユーザーのブランド横断的な好みや比較行動を整理・記録することで、こうした製品は消費者の趣味・意図のシステム（System of Record）となる可能性がある。意思決定の源泉に近い発見層のデータ資産価値は、最終段の取引手数料に匹敵するかもしれない。
したがって、未来のECフロントは二層構造になるだろう。一つは機械向け：データの粒度、構造化、検証性を担保し、エージェントが効率的に比較・調達・注文できるようにする層。もう一つは人間向け：ブランド表現、審美伝達、体験構築、偶然の出会い（Serendipity）を創出し、ユーザーが滞留し、探索し、独自のスタイルを形成できる層だ。従来は商家はフロントのビジュアル体験を重視してきたが、今後は機械可読な構造化商品カタログと、決済前の隠れたが想像力を刺激する意図空間の両方を運営する必要がある。
エージェントが商品発見、選択肢の絞り込み、ショッピングカート構築を終えた後、取引は本格的に支払いシステムに入る。
運用メカニズムから見ると、現代のクレジットカードネットワークは本質的に遅延実行の承諾チェーンだ。承認段階では、加盟店は決済代行業者やカード組織を通じて発行銀行に証明の有効性を確認し、銀行が承認指示を返すと、商品が引き渡される。実際の清算と決済は、その後のウィンドウで非同期に行われる。このシステムはシンプルな前提に基づく：取引は人間が発起し、最終的に人間が責任を負う。
しかし、AIエージェントの介入はこの仮定を破る。ユーザーの許可はもはや確定的な支払いだけではなく、ソフトウェアコンポーネントが自主的に推進する意思決定の流れになる。もしエージェントが悪意のあるプロンプトに攻撃されたり、文脈を誤読したり、パラメータ設定を誤ったりして越権取引を行った場合、法的な境界は非常に曖昧になる。
一部の大手小売業者は、サービス規約（ToS）を改訂し、第三者エージェントによる取引もユーザー本人の許可とみなすことでリスクをユーザー側に押し付けようとしているが、これは技術的リスクを解決しない。Agentic Commerceは取引前に制約を完了させる必要がある。
従来の金融ネットワークでは、この制約は中心化されたゲートウェイの許可によって実現されてきた。VisaやMastercardなどのカード組織は、エージェントの身元、トークン化証明、検証可能な意図の標準化を進めており、目的は支払い承認前にエージェントの行動範囲を縮小することだ。実際のシナリオでは、購入時に一回限りの仮想カードやトークンを発行し、商家、予算、品目、時間枠、具体的なタスクを限定する。エージェントがこれらのルールを超えた場合、ネットワークは承認段階で取引を阻止できる。
しかし、資金の発行側やゲートウェイ層だけでのフィルタリングは後付けの防御に過ぎない。清算の巨人たちは、より上流の生産源にまで範囲を広げている。最近、VisaはAIソフトウェア開発プラットフォームReplitに未公開金額の戦略的投資を行った。現段階では正式な共同製品は未発表だが、業界のシグナルは明確だ：グローバルな決済ネットワークは、AIアプリの最初のソースに直接接続しようとしている。Visa Intelligent CommerceやTrusted Agent Protocolを開発者プラットフォームに導入し、エージェントの身元、意図、顧客コンテキストをアプリ開発・展開段階から決済システムに組み込もうとしている。
これは重要だ。なぜなら、多くのエージェント取引は小売業者のアプリからだけでなく、開発者が構築したソフトウェアからも発生し、異なるツール間で分散し、エージェントがユーザーや企業の代理として自動実行する可能性が高まるからだ。この場合、Replitは単なるコード環境ではなく、エージェントコマースのアプリケーション層の入口となる。Visaにとっては、カードネットワークの能力は、機械がネイティブに扱えるインフラに進化し、API呼び出し、身元認証、意図理解ができることが未来の鍵だ。
これが、Cobo CAW Pactのような契約型エージェントウォレットの論理だ。これはエージェントが完全なウォレット残高に直接アクセスするのを避け、特定のタスクに基づく一時的な契約を生成し、取引経路、金額上限、期限を制約に書き込む仕組みだ。リクエストが契約範囲を超えた場合、MPCノードは署名生成を拒否できる。署名前に、底層のcalldataは人間が読める取引意図に変換され、ユーザーがこの取引が実際に何を行うかを確認できる。
長期的には、承諾チェーンは信頼のエージェントから制約のエージェントへと移行する。クレジットカードネットワークは制約をゲートウェイ層に置き、開発者層に前倒ししている。一方、ブロックチェーンシステムは署名層に制約を置く必要がある。未来の決済システムは、支払いの身元だけでなく、機械の行動が許容範囲内かどうかも検証することになる。
結論：Agentic Commerceには新たな承諾チェーンが必要
技術は商業の媒介を変えることはあっても、責任そのものを排除することは稀だ。
ECは取引環境を変え、モバイルウォレットは支払い証明を変え、APIによる発行は認証をプログラム可能にし、ステーブルコインは一部の決済フローに影響を与え始めている。各技術進化は、金融システムの上に新たな能力層を積み重ねてきた。しかし、決済ネットワークが本当に残してきたのは、承認、清算、決済、紛争処理の仕組みだ。
理由は簡単だ。取引が商業システムに入るとき、誰かがそれを成立させることを確認し、誰かが支払いを約束し、誰かがエラー時の責任を負う必要があるからだ。
AIエージェントはこのチェーンを長くする。過去は、検索、比較、カート追加、checkoutはほとんどユーザー自身が行っていたが、未来はこれらの動作をエージェントに委ね、複数のシステム間で自動的に実行させることになる。体験は高速化するが、ユーザーが何を許可したのか、エージェントがどこまでできるのか、商家は何を負うのか、支払いの責任はどう分担されるのか、判断がより難しくなる。
これこそ、スマートエージェントビジネスが再構築すべき基盤インフラだ。それは、新たな承諾チェーンを必要とする：取引の瞬間に、ユーザーの初期意図、エージェントの権限、支払いの約束、紛争責任を結びつけ、全過程が技術的に検証・追跡可能な状態にすることだ。
未来のAIコマースの変革は、表面上は支払いと自動化の問題に見えるが、根底には責任の問題が潜んでいる。