ここまで、Agentic Commerce の再構成、B2A 基盤、証拠ギャップ、帰属危機を見てきました。最後に市場地図を見ます。2026年の AI 商業計測では、GEO、AI visibility、DTC attribution、MMP がそれぞれ別の区間を担当しています。
Profound は AI 引用と SOV で強い。BrightEdge と Semrush は既存 SEO スイートに GEO を組み込みました。WorkDuo や Azoma は SKU レベルの AI 可視性に寄っています。しかしこれらは主に AI 回答の上流で止まり、ユーザー到着、サイト行動、注文まではつながりません。
Triple Whale、Northbeam、Cometly、Hyros は下流に強い。広告、利益、サーバーサイド conversion passback、MMM を扱います。しかし AI がなぜユーザーにブランドを認識させたのか、どの推薦が起点だったのかは見えません。AppsFlyer などの MMP も App install 以降には強いが Web 側 AI 上流は別問題です。
全链路を作るには三種類の能力が必要です。AI 上流の prompt sampling と Agent 識別、一方計測の JS、Edge Lite、Log Bridge、そして Shopify、GA4、session-to-order join などの商業下流です。多くの会社は一つか二つを持ちますが、三つを同時に持ちません。
CitationGraph の価値はすべての専門ツールを置き換えることではありません。Profound の深い引用分析、Triple Whale の広告帰属、AppsFlyer の App 計測はそれぞれ強い。CitationGraph が埋めるのは、それらの間にある証拠の空白です。AI が何を読んだか、何を推薦したか、誰が来たか、何をしたか、いくらの価値だったかをつなぐことです。
実務上の要点は、AI 商業証拠レイヤーを単発のコンテンツ施策として扱わないことです。商品データ、AI 回答での表現、Agent request、到着後の行動、注文との接続を同じ証拠線で見なければ、チームは「AI で何か起きている」以上の判断ができません。経営会議で必要なのは流行語ではなく、どの層で証拠が強く、どこが推測なのかを分けた説明です。
もう一つ重要なのは、過剰な断定を避けることです。AI 検索と Agentic Commerce の測定はまだ成熟途上であり、prompt sampling、referrer、server log、Shopify order のどれも単独では完全ではありません。だからこそ、複数の弱い証拠を雑に足すのではなく、層ごとに信頼度を置き、改善順序を決める必要があります。
A: GEO は AI が見たかを測ります。CitationGraph はそこから到着、行動、注文までつなぎます。
A: はい。広告帰属では AI 上流の発見文脈が見えないためです。
A: いいえ。専門領域では既存ツールが強く、CG は証拠接続に価値があります。
A: GEO スコアではなく、AI 可読性から売上までの evidence infrastructure を誰が作るかです。