AI commerceのインフラは、急速にプロトコル化へ向かっています。Google、Shopify、OpenAI、Stripeなどが、それぞれ異なる角度からagentic commerceの標準を作ろうとしています。この流れは重要です。AIが商品を探し、カートを作り、支払いを補助し、購入を進めるには、共通の接続面が必要だからです。
しかし、プロトコルが整えばAI commerceの計測問題が解決する、という見方は楽観的すぎます。UCP、ACP、AP2はそれぞれ重要な役割を持ちますが、AIが何を推薦し、その推薦がどれだけ人間訪問を生み、どの訪問が購入に結び付いたかまでは説明しません。
それぞれのプロトコルが担う範囲
UCPはmerchant discoveryとcapability declarationに近い領域を担います。商人が何に対応できるか、どのようなカートやチェックアウト能力を持つかをAI側が発見しやすくする方向です。
ACPはcheckout実行や商取引データの標準化に近い議論です。AI体験の中で購入が進む場合、どの情報がどのようにmerchantやpayment layerと接続されるかが焦点になります。
AP2は認可と支払い信頼の層です。ユーザーが何を許可し、agentがどの範囲で行動できるかを証明するための仕組みです。
これらはすべて必要です。ただし、いずれも「AIは実際にどのブランドを推薦したのか」「その推薦から何人が来たのか」「来た人は何をしたのか」「注文はどの証拠でAIに帰属できるのか」を完全には答えません。
段階 | プロトコル/フレーム | 観測できる内容 |
|---|---|---|
AI発見（カタログ照会） | UCP | Agentがどの商品や条件を照会したか |
AI推薦（回答） | AIAA Answer層 | AIがブランドを言及したか、どう説明したか、推薦したか |
Agent取得（情報取得） | AIAA Request層 | Agentがどのページを、どの頻度と深さで読んだか |
ユーザー到着（AI referral） | AIAA Visit層 | どのAIから来たか、どこに着地し、何をしたか |
商業意図行動 | AIAA Commerce層 | カート追加、比較、チェックアウト開始 |
AIチェックアウト（取引実行） | ACP | チェックアウト詳細、決済状態 |
AI認可（支払い検証） | AP2 | 認可署名、監査チェーン |
収益帰属 | AIAA Attribution層 | 収益がAI由来と説明できるか |
この表が示すのは、プロトコルと証拠層が同じものではないということです。UCPが商品や機能を発見しやすくしても、AI回答の中でどのブランドがどんな文脈で推薦されたかは別の問題です。ACPがチェックアウトを標準化しても、その購入者がどのAI推薦を見て来たのかは自動的には分かりません。AP2が認可と支払い信頼を扱っても、発見、比較、訪問、購買意図の途中経路までは保持しません。
ブランドが今から準備すべきなのは、プロトコルの勝者予想ではなく、どのプロトコルが来ても使える証拠基盤です。商品データをAIが読める形にする。AI回答でのブランド表現を観測する。Agent requestをログで捕捉する。AI referrerと人間の訪問を分ける。商品閲覧、カート追加、問い合わせ、注文をセッションやCRMとつなぐ。この準備は、UCP、ACP、AP2のどれが主流になっても価値があります。
また、プロトコルが普及すると、計測の必要性は減るのではなく増えます。なぜなら、AIが実際にカートや支払いに近づくほど、誰がどの判断に影響したのか、どこでユーザーが許可したのか、どの収益をAI由来と呼べるのかを説明する責任が重くなるからです。標準化されたパイプは便利ですが、パイプを通った事実を事業価値として説明するには別の台帳が必要です。
したがって、AIAAは技術標準の外側にある成長指標ではありません。プロトコルの上を流れる商業行動を、Answer、Request、Visit、Commerce、Attributionの証拠レベルで読むための運用言語です。AI commerceが進むほど、この言語はマーケティングだけでなく、プロダクト、法務、決済、CRM、経営管理にも必要になります。
日本企業にとって、この違いは実務上かなり大きいです。新しいプロトコルが出ると、最初の議論はどうしても「どれに対応すべきか」「どの決済方式が標準になるか」に寄ります。しかし、ブランドが今すぐ失っている機会は、プロトコル未対応だけではありません。AIが自社の商品情報を正しく読めていない、比較文脈で候補に入っていない、Agentが重要ページへ到達できていない、AI経由の訪問が注文やCRMに接続されていない。これらはプロトコルを待たずに改善できます。
たとえば、UCP的な世界が広がれば、商品カタログや機能宣言はより機械可読になります。そこで重要になるのは、AIが読んだ後にどの回答でブランドを出したかです。ACP的な世界が広がれば、チェックアウトはAI体験の中に近づきます。そこで重要になるのは、その購入がどの発見経路から来たかです。AP2的な世界が広がれば、支払い認可は監査しやすくなります。そこで重要になるのは、認可前の推薦、比較、到着、商業行動の証拠です。
つまり、プロトコルが成熟するとAIAAの役割は消えるのではなく、より明確になります。標準化された接続面が増えるほど、接続面の前後で何が起きたのかを説明する必要が増えます。AIがブランドを推薦したのか、ユーザーがそれを見たのか、Agentがどの情報を取りに来たのか、どの行動が人間の購買意図を示したのか、どの注文がその流れに結びつくのか。これを記録しなければ、取引は成立しても成長学習は残りません。
ブランドの当面の優先順位は三つです。第一に、AIが読める商品・FAQ・価格・配送・返品・事例データを整える。第二に、AI回答、Agent request、AI referrer、人間訪問を分けて観測する。第三に、Commerceイベントと注文、CRM、広告接触を接続する。この三つを進めておけば、どのプロトコルが勝っても、ブランドはAI commerceの証拠を失いません。
さらに重要なのは、プロトコル対応を「技術部門だけの仕事」にしないことです。UCP的なデータを整えるには商品、EC、SEO、コンテンツが関わります。ACP的なチェックアウトを考えるにはEC、決済、法務、CSが関わります。AP2的な認可を扱うにはセキュリティ、法務、決済、監査が関わります。AIAAはその横断チームに、どの段階でどんな証拠が必要かを示します。
たとえば、AIが商品を推薦したが注文に至らなかった場合、問題はプロトコルではないかもしれません。AIが引用した情報が古い、価格や配送条件が分かりにくい、比較ページが弱い、着地ページの信頼要素が足りない、CRMや注文との接続が切れている。こうした問題は、チェックアウト標準だけでは直りません。AnswerからAttributionまでを見て初めて、どこを直すべきかが分かります。
逆に、プロトコルが整って購入がスムーズになっても、ブランドがAI回答で候補に入らなければ機会は生まれません。AIが候補に入れても、ユーザーが訪問しなければ商業行動は起きません。訪問しても、注文やCRMに接続されなければ経営報告には使えません。この連鎖を可視化するのが、AIAAが証拠レイヤーと呼ばれる理由です。
実務では、この証拠レイヤーを月次レポートだけで扱うと遅すぎます。AI回答の文脈は頻繁に変わり、Agentのクロール頻度もページ単位で偏ります。商品ページ、比較ページ、FAQ、返品ポリシー、価格説明、導入事例のどこが読まれ、どこが読まれていないかを見なければ、AI commerceの改善は感覚論になります。プロトコル対応と並行して、どのページがAIに信頼され、どのページが人間訪問を生み、どの訪問が商業行動に近づいたかを継続的に記録する必要があります。
もう一つの落とし穴は、AI referralを従来のreferral trafficとしてだけ扱うことです。AI経由の訪問は、検索広告や通常のSEO訪問よりも前段の情報接触が見えにくい場合があります。ユーザーはAIの要約を読んだあとで直接URLを開くかもしれません。別のブラウザで再検索するかもしれません。社内のSlackや営業チャットにAI回答が貼られてから訪問するかもしれません。だから、referrerだけでは不十分です。回答内の可視性、Agent request、着地行動、注文証拠を合わせて見る必要があります。
この点で、AIAAは「AIに何回出たか」を増やすための単純なスコアではありません。経営が見たいのは、AIが売上に本当に貢献したのか、どの市場や商品群で貢献したのか、どの証拠なら監査に耐えるのかです。可視性だけを追うと、露出は増えたが商業結果が説明できない状態になります。プロトコルだけを追うと、取引は通るが学習が残らない状態になります。AIAAはその二つの間を埋め、ブランドがAI commerceを継続的に改善できる運用単位に変えます。
この運用単位があって初めて、AI由来の成長を偶然ではなく再現可能な改善テーマとして扱えます。
証拠の空白
上流にはGEOがあります。AI回答でブランドが見えるか、引用されるか、正しく説明されるかを扱います。下流には従来のアトリビューションがあります。広告、検索、メール、アプリ、CRMから売上を説明します。
空白はその中間です。AIがブランドを見つけた後、どのページを読み、どのユーザーを連れてきて、そのユーザーが何を行い、どこまで収益に近づいたのか。ここを一つのプラットフォームだけで完全に見ることは難しい。AIプラットフォームは店舗の注文データを持たず、EC基盤はAI回答の中身を持たず、支払いプロトコルは発見経路の文脈を持ちません。
AIAAはプロトコルの代替ではない
AIAAはUCP、ACP、AP2と競合するものではありません。むしろ、それらの間に必要な計測言語です。Answer、Request、Visit、Commerce、Attributionを分け、AIの発見から収益までを証拠レベルでつなぎます。
ブランドにとって重要なのは、プロトコルの勝者を待つことではありません。プロトコルが成熟する前から、AIはすでに商品を読み、比較し、推薦しています。今必要なのは、自社サイト、ログ、広告、CRM、注文データを、AIが作る新しい商流に耐える形で接続することです。
Gravityの見方では、AI commerceの競争はチェックアウト画面だけで決まりません。誰がAIに正しい事実を読ませ、誰がAIの行動を測り、誰が売上までの証拠を説明できるかで決まります。プロトコルは道を作ります。AIAAは、その道で何が起きたかを記録します。
FAQ
Q1: UCP、ACP、AP2は何が違いますか？
A: 大まかに言えば、UCPは発見と能力宣言、ACPはチェックアウトや取引データ、AP2は認可と支払い信頼に近い領域です。
Q2: プロトコルがあれば計測は不要ですか？
A: 不要にはなりません。プロトコルは接続や実行を助けますが、推薦から訪問、購入までの証拠チェーンは別に必要です。
Q3: GEOツールだけで十分ですか？
A: いいえ。GEOは主に上流の可視性を見ます。商業行動と売上帰属までは別のデータが必要です。
Q4: 企業は今何をすべきですか？
A: サイト証拠層、ログ、AIリファラー、注文、CRMを分けて記録し、AIAAとして接続する準備を進めるべきです。
Q5: Gravityの役割は何ですか？
A: AI検索、サイト証拠、ログ、アトリビューションをつなぎ、AI commerceの証拠チェーンを作ることです。