買い物客とAI エージェント向けのコマースプラットフォームを設計

人間とAI エージェントが信頼できる唯一の情報源と対話するコマース プラットフォームを設計する。

Commerceでは、現在、構造的な変化が起こっています。 顧客は、選択肢を検討するために検索エンジンやブラウジングのストアフロントにだけ依存する必要はなくなりました。 LLMを活用したインターフェイス、チャットベースのアシスタント、エージェンティックショッピングツールを活用し、質問したり、小売企業の製品を比較したり、早期の意思決定を加速させたりしています。

こうしたインターフェイスは、顧客の発見、教育、比較を促進する強力なエンジンです。 これは、顧客のニーズを明確化し、トレードオフを評価して、選択肢を従来のブラウジングよりも早く絞り込むのに役立ちます。

しかし、購入を完了する時期になると、顧客は、支払いのセキュリティ、フルフィルメントの透明性、購入後のサービスがよく理解されている、信頼できるストアフロントやブランド所有のサイトを依然として圧倒的に好みます。 コンバージョンは、信頼が既に確立されている環境に固定されたままです。

重要なことは、AIがこの段階で消えることはないということです。 顧客がブランドの自社ストアフロントにアクセスすると、エージェンティック AIは、商品選択のガイド、リアルタイムのレコメンデーションのパーソナライゼーション、反対意見への回答、補完的な商品の束、チェックアウトの合理化を通じて、顧客体験を向上させることができます。 こうした信頼できる環境では、AIがコンバージョンアクセラレータとなり、完了率と平均注文額を向上させることができます。

この新しい状況で競争するために、企業には、構造化され、管理され、人間とエージェントの両方が利用できるように最適化されたコマース基盤​が必要です。 Adobe Commerceは、この変革を念頭に構築されており、次の原則に従うことで、真のエージェント対応を実現できます。

2つのオーディエンス向けに構築されたコマースアーキテクチャ

{width="800" modal="regular"}

顧客が目にする情報と、エージェントが利用する情報は、一貫性と正確性を維持し、ブランド基準に準拠します。

今日のコマーススタックでは、人間とAIのエージェントという、同じくらい重要な2つのオーディエンスに対応する必要があります。 ストアフロントやアプリなどの人間味のある体験は、エンゲージメント、ブランド表現、顧客ロイヤルティの構築に不可欠であり続けています。 さらに、LLMや自律型エージェントに構造化された事実、管理されたコンテンツ、トランザクション機能を提供する、機械読み取り可能なエンドポイントなど、エージェントと接する面が急速に拡大しています。

エージェントは、JavaScriptの解釈や、プレゼンテーションレイヤーからのビジネスルールの推測ではなく、予測可能なAPIを通じて配信される、クリーンで構造化されたデータを使用することで、最も高いパフォーマンスを発揮します。 つまり、製品の仕様、価格設定、可用性、プロモーションロジックは、APIやMCP サーバーなどの標準化されたインターフェイスを通じて公開される、到達可能なリソースとして存在する必要があります。 人間と担当者の両方に面したサーフェスが信頼できる唯一の情報源から引き出すことができれば、顧客が目にするものに関して、またエージェントが使用するものに関して、一貫性と正確性を維持し、ブランドにふさわしい状態を維持できます。

この双方向のアーキテクチャは、エージェンティックなコマースの基盤です。

機械推論で設計されたカタログ

{width="800" modal="regular"}

製品データをフォークすることなく、チャネルごとに1つの信頼できる情報源を構築します。

カタログはAgentic commerceの中核です。 It部門は、マシン向けに構築され、コンプライアンスを確保し、人間とエージェントのあらゆるインタラクションをサポートできる柔軟性を持っている必要があります。 カタログビュー、ポリシー、レイヤー、構造化された製品エンティティを中心に構築されたAdobe Commerceのカタログモデルは、この未来に向けて設計されています。

カタログビューは、ストアフロント、マーケットプレイス、パートナーフィード、AI サーフェスなど、製品データがどこでどのように公開されるかを定義します。 各ビューで独自の製品在庫状況、価格設定、属性の可視化ルールを適用することで、適切な情報を適切な消費者や担当者に届けることができます。 カタログレイヤーを使用すると、ソースの商品データを変更することなく、特定のチャネルの商品データを充実させることができます。 ポリシーは、顧客の適格性、在庫ロジック、価格設定、コンプライアンスの制約を管理します。 これらを組み合わせることで、企業は、担当者がアクセスしたり操作したりできるカタログデータを正確に制御できるようになります。

エージェントの共通言語としてのMCP

{width="800" modal="regular"}

MCPは、エージェントが自然な意図でアクションを要求する方法を標準化し、Adobe Commerceはそれを管理された決定論的アクションとして実行します。

Agentic Commerceがエンドツーエンドで機能するためには、デジタルコマース基盤が標準化されたプロトコルをサポートし、カートの作成、チェックアウトの開始、支払いの調整、在庫検証、プロモーション、返品などのアクションを安全に実行できるようにする必要があります。

Model Context Protocol （MCP）のネイティブサポートにより、AdobeはLLMが一貫して解釈できる方法でコマース機能を構築し、公開します。 MCPは、製品データ、ビジネスルール、トランザクションコンテキストをLLMに表示する方法を標準化し、企業がガバナンスと制御を維持しながら、エージェントが信頼性の高い方法でLLMを推論できるようにします。 CommerceのMCPなら、ショッピングアシスタント、カート作成、サポートエージェントなど、カスタムのエージェント体験を構築できます。

開発者MCPは、AIを活用した開発機能を備えており、チームはプラットフォーム機能を迅速に拡張し、コンポーザブルなストアフロントコンポーネントをデプロイできます。 Adobeのナレッジソース、ドキュメント、プラットフォームのベストプラクティスを開発ワークフローに直接組み込むことで、開発者MCPは、新しい開発者のオンボーディングを迅速化し、最初のスプリントから生産性を高めるのに役立ちます。 実証済みのアーキテクチャパターンに従い、保守が容易で、企業のコマースに求められる品質基準を満たすコードを生成できます。 その結果、アイデアから制作までの道のりが加速し、企業は競合他社に先駆けてコマース機能を実験、反復作業、出荷するスピードを向上できます。

Adobeは、Agentic Commerce Protocol （ACP）やUniversal Commerce Protocol （UCP）などのAgentic Commerce プロトコルのサポートにも取り組んでおり、エージェントとストアフロント間の商品の発見と安全で標準ベースのトランザクションインタラクションの実現を可能にします。

Adobeでは、統合されたポイントではなくオープンなプロトコルを採用することで、コマースでのやり取りが管理され、決定性を持ち、安全に行われることを保証します。また、信頼できるエージェントが明確に定義されたポリシーに従って直接取引できる、新しいモデルのエージェントとマーチャントのエンゲージメントを実現できます。

遠隔測定と継続的な最適化

AIを活用したエコシステムでは、テレメトリが戦略的優位性となる。 企業は、LLMをまたいでブランドがどのように表現されているのか、エージェントが自社のコンテンツをどのように正確に表現しているのか、エージェントが参照するトラフィックがどのようにコンバージョンするのか、ガバナンスやコンプライアンスの問題がどこで発生するのかを可視化する必要があります。 また、エージェントのインタラクション全体でエージェントの実行と異常検出を追跡する運用テレメトリも必要です。

Adobeなら、LLMにおいて商品がどのように表示されるかを可視化し、AIを活用して商品データを強化して、LLMによるデータの読みやすさを向上できます。 LLMは、カタログに有意義なコンテキストを追加することで、商品を正確に発見するだけでなく、商品が何のために、なぜ顧客にとって重要なのかを理解するのに役立ちます。

さらに、人間が消費するように最適化された製品詳細ページには、担当者には見えないデータが含まれていることがよくあります。 このデータは、モーダル、コンフィギュレーター、リンクされたページの背後に隠すことができます。 担当者は、商品カテゴリ、バンドル、バリエーションを完全に理解していない可能性があります。 Adobeを使用すれば、この重要な欠落データを特定し、JSON-LD形式でエッジにデプロイできます。これにより、担当者は関連するあらゆる商品データを入手できます。

この絶え間ないテレメトリと最適化により、ブランドは最大限の可視性を確保し、LLM全体で競争力を維持できます。

なぜこれが重要なのか

コマースは、もはやストアフロントや検索結果に限定されません。 LLMと自律型エージェントは、発見、評価、トランザクションの仲介役を務める割合が高まっています。 この変化は、可視性の力学、制御の力学、信頼の基盤を変化させます。 成功するブランドは、AI ネイティブな基盤の構築に携わることになります。

関連するガイダンス