人間が検索して買う時代が、静かに終わろうとしている

ShopifyがAIエージェント向けに10億件超のカタログを開放した。Googleが個人でもAIアプリをPlay Storeに配布できる仕組みを整えた。

この2つのニュース、別々に読むと「大手プラットフォームの新機能」で終わる。だが構造的に見ると、意味はひとつだ。

「人間がブラウザで検索して、比較して、買う」という導線が、「AIが代わりに選んで、買う」導線に切り替わり始めている。

店の入口が変わる。これはSEOの話でも、広告の話でもない。「誰に向かって商品情報を整えるか」の前提が変わるという話だ。

中小ECにとって、これは脅威か、それともチャンスか。結論から言えば、「やることをやれば、むしろ中小が有利になる構造」だと考えている。順を追って説明する。

—

Shopifyが開放したのは「カタログ」ではなく「棚の交渉権」

Shopifyが発表した機能の核心はシンプルだ。消費者が自分のAIエージェント（ChatGPTやGeminiなどを想定）に「これ買っておいて」と頼むと、AIがShopifyのカタログから商品を探し、比較し、購入まで完了する。

10億件超のリストが、AIの「仕入れ先」になる。

ここで考えるべきは、「AIエージェントは何を基準に商品を選ぶのか」だ。

人間は、ブランドの見た目、レビューの雰囲気、なんとなくの直感で買う。AIは違う。構造化されたデータ——価格、スペック、在庫状況、配送条件、レビューのスコア——を機械的に比較して選ぶ。

つまり、AIエージェントに「選ばれる」ためには、商品データが正確で、構造化されていて、比較可能な形式で整備されている必要がある。

これは大企業が得意な領域に見えるかもしれない。だが実態は逆だ。

大企業のカタログは、往々にしてレガシーシステムに乗っていて、データの統一に年単位の時間がかかる。一方、Shopifyを使っている中小ECは、商品数が数十〜数百点。全商品のデータを整備するのに、1人が1週間あれば終わる。

ここにコスト感を出しておく。

自社でやれば、さらに安い。商品数100点以下なら、Shopifyの管理画面とCSVエクスポートだけで大半は対応できる。実質コストはほぼゼロ、かかるのは時間だけだ。

50万円以下の投資で、AIエージェント経由の新しい販路が開く。やらない理由を探すほうが難しい。

—

やらなかった場合、何が起きるか

では逆に、商品データを整備しなかった場合のリスクはどうか。

正直に言えば、「AIエージェント経由の購買がEC全体の何%を占めるか」は、まだ誰にもわからない。2025年時点では数%だろう。

だが、構造的に考えると怖いのは「じわじわ効く」ことだ。

検索エンジン経由の流入を思い出してほしい。2010年頃、「SEOなんて関係ない」と言っていた店は、気づいたら検索結果の2ページ目以降に沈んでいた。AIエージェントも同じ構造をたどる可能性が高い。

仮に年商1,000万円の中小ECで、AI経由の購買比率が今後3年で5〜10%に達したとする。データ未整備でAIの選択肢から外れれば、年間50〜100万円の売上が「見えないまま消える」ことになる。

広告費を増やしても取り戻せない。なぜなら、AIエージェントは広告を見ないからだ。

—

Google AI Studioの本当の意味——「アプリを作るコスト」が消えた

もうひとつのニュース。GoogleがAI Studioで作ったアプリを、個人でもGoogle Playに配布できるようにした。

これを「開発者向けの話」と読むのはもったいない。

本質は、AIアプリの開発・配布コストが劇的に下がったということだ。

従来、中小企業が自社アプリを作ろうとすると、最低でも300〜500万円、運用まで含めると年間100万円以上のコストがかかっていた。

Google AI Studioを使えば、ノーコードに近い形でAIアプリのプロトタイプが作れる。配布もPlay Store経由で完結する。開発コストは事実上、ほぼゼロから数万円の水準まで下がった。

中小ECにとって、これは何を意味するか。

例えば、こんなアプリが考えられる。

• 「うちの店専用の買い物アシスタント」——顧客が「前に買ったのと似たやつ」と聞くと、過去の購入履歴から提案するAIアプリ
• 「地域特化の商品レコメンド」——地元の食材や特産品を、季節・用途に合わせて提案するアプリ
• 「リピート注文の自動化」——消耗品を扱う店なら、「そろそろ切れる頃ですよね」と通知して再注文を促すアプリ

300万円かけてアプリ開発会社に発注する時代は終わった。自分で作って、自分で試して、ダメなら作り直す。そのサイクルが数日で回せる。

これは中小企業の得意技だ。大企業は稟議と検証に半年かける。中小は来週リリースできる。

—

構造変化の本質——「発見される仕組み」が2層になる

ここまでの話を整理する。

Shopifyのカタログ開放は、AIエージェントに「見つけてもらう」ための土台だ。Google AI Studioの配布簡素化は、自社から「つながりに行く」ための武器だ。

つまり、中小ECの「お客さんとの接点」が2層構造になる。

第1層：AIエージェントに選ばれる（受動的）
→ 商品データの構造化・最適化で対応

第2層：自社AIアプリで直接つながる（能動的）
→ 顧客との関係性を自分でコントロール

どちらか一方ではなく、両方やるのが正解だ。そして、どちらも中小企業にとってコスト的にハードルが低い。

—

で、結局どうすればいいのか

具体的なアクションを3つに絞る。

1. 今週やること：商品データの棚卸し

Shopifyの管理画面を開いて、全商品のタイトル・説明文・属性（サイズ、素材、用途など）が統一されているか確認する。CSVでエクスポートして、空欄や表記ゆれを潰す。これだけで「AIに読める商品データ」の8割は完成する。コストはゼロ。時間は半日。

2. 今月やること：構造化データの実装

Schema.orgのProduct型マークアップを全商品ページに入れる。Shopifyならアプリやテーマの設定で対応できるものも多い。外注しても5〜10万円。これでAIエージェントだけでなく、Google検索のリッチリザルトにも対応できる。一石二鳥。

3. 今四半期やること：自社AIアプリの実験

Google AI Studioで、まず1つ、シンプルなアプリを作ってみる。「うちの商品を質問形式でおすすめするチャットボット」程度でいい。完璧を目指さない。動くものを出して、顧客の反応を見る。それが最大の学びになる。

—

「店の入口」が変わるとき、変われた店が残る

かつて、店の入口は「商店街の立地」だった。それが「検索エンジンの順位」に変わった。次は「AIエージェントの選択肢に入っているかどうか」に変わる。

変化のたびに、対応が早かった中小企業が生き残ってきた。SEOに早く取り組んだ店が検索で勝ち、SNSに早く乗った店がファンを作った。

今回も同じだ。違うのは、対応コストが過去の変化より圧倒的に低いこと。商品データの整備は数万円、AIアプリの実験はほぼ無料でできる。

問題は技術でも予算でもない。「このままでいいのか」と立ち止まって考えるかどうかだ。

答えは明確だ。このままではよくない。だから、まず今週、商品データのCSVを開くところから始めてほしい。

—