5回に1回、AIが暴走する。それでも「自動購買」は止まらない

AIエージェントが人間の代わりに商品を選び、決済まで完了する。SFではない。2025年、すでに起きていることだ。

そして同時に、米国の銀行がAIエージェントによる顧客アカウントへのアクセスを遮断し始めた。理由はシンプルで、暴走するからだ。研究データによれば、AIエージェントが自律的に購買行動を行った場合、約20%——つまり5回に1回は、ユーザーの意図と異なる行動を取る。

5回に1回。これは「たまにミスする」というレベルではない。あなたの店で月100件の注文があったとして、20件がトラブルになる計算だ。

では中小EC事業者はこの流れを無視すればいいのか？　残念ながら、それも選択肢にならない。

何が起きているのか——銀行が「AIお断り」を始めた背景

米国ではJPモルガン・チェースやウェルズ・ファーゴといった大手銀行が、AIエージェントによる口座アクセスの検知・遮断に動き始めている。

背景にあるのは、AIエージェントの「過剰な自律性」だ。ユーザーが「コーヒーメーカーを買っておいて」と指示する。エージェントはAmazonを巡回し、レビューを読み、最適と判断した商品をカートに入れ、決済する。ここまではいい。

問題は、エージェントが「ついでに」高級コーヒー豆の定期購入を申し込み、フィルターのサブスクリプションまで契約し、合計金額が当初の3倍になるケースが実際に報告されていることだ。3,000円のつもりが9,000円。しかもサブスク契約は解約の手間がかかる。

銀行の立場で考えれば当然の判断だ。顧客から「身に覚えのない決済がある」と問い合わせが来る。調べるとAIエージェントが勝手にやった。これはチャージバック（売上取消）の対象になるのか？　既存の不正利用の枠組みでは処理できない。だから入口で止める。

ここに構造的な問題がある。AIエージェントは「顧客本人」なのか「第三者」なのか、法的にもシステム的にも定義が追いついていない。

大企業はすでに「AIエージェントが客」の前提で動いている

Spotifyは、AIエージェントが音楽を選ぶ時代を見据えてAPI設計を刷新している。エージェントが「このユーザーの気分に合うプレイリストを作って」とリクエストすれば、即座にパーソナライズされた楽曲リストが返る仕組みだ。

Uberは全従業員にChatGPT Workを導入した。社内業務だけでなく、将来的にはAIエージェントが配車を手配する世界を想定している。

OpenAIの「Operator」、GoogleのProject Mariner、Anthropicの「Computer Use」——テック大手がこぞってAIエージェントの開発に投資している。彼らが見ているのは「人間がブラウザを操作する時代の終わり」だ。

Gartnerの予測では、2028年までにオンライン購買の少なくとも15%がAIエージェント経由になるとされている。ECの売上規模で考えれば、日本国内だけでも数兆円規模の取引がAIエージェントを介して行われることになる。

この流れは不可逆だ。問題は「来るか来ないか」ではなく、「いつ来るか」と「来たときに準備ができているか」だけだ。

中小ECにとっての本当の問題——「選ばれる側」のルールが変わる

ここからが本題だ。中小EC事業者にとって、AIエージェント時代の到来は何を意味するのか。

端的に言えば、「人間に選ばれる」から「AIに選ばれる」へ、競争のルールが根本から変わるということだ。

今のECは、人間がブラウザで検索し、商品ページを見て、レビューを読んで、比較して、購入する。だからデザインが重要で、写真の見栄えが重要で、キャッチコピーが重要だった。

AIエージェントはそんなものを見ない。見るのは構造化されたデータだ。価格、スペック、在庫状況、送料、返品条件、レビューの数値データ。これらが機械可読な形で整理されているかどうかで、選ばれるか選ばれないかが決まる。

これは中小企業にとって、実はチャンスでもある。なぜか。

大企業が何億円もかけて作ったブランドイメージや広告は、AIエージェントの前では無力だからだ。

AIエージェントは「このブランド、CMで見たことあるな」とは思わない。純粋にデータで比較する。価格が適正で、スペックが明確で、返品条件が良ければ、無名の中小ECでも選ばれる。

逆に言えば、商品データがぐちゃぐちゃで、APIもなく、価格情報がPDFの中に埋もれているような状態では、AIエージェントの選択肢にすら入らない。存在しないのと同じだ。

中小ECが今やるべき3つのこと

では具体的にどうするか。大規模な投資は不要だ。まず以下の3つから手をつければいい。

1. 商品データを「AI可読」にする

これが最優先だ。商品名、価格、スペック、在庫数、送料、返品条件——これらを構造化データ（JSON-LDやSchema.org）で記述する。

コスト感を言えば、Shopifyを使っているなら無料のプラグインで対応できるものもある。自社ECでも、エンジニアに依頼すれば1商品あたり数百円、100商品でも数万円で済む。外注しても10万〜30万円程度だ。

これをやるだけで、AIエージェントの「検索対象」に入る。やらなければ、入らない。それだけの話だ。

2. 決済に「AIエージェント用のガードレール」を設ける

暴走率20%の世界で、決済をノーチェックで通すのは危険だ。かといってAIエージェントからの注文を全部弾いたら、将来の売上を自ら捨てることになる。

現実的な対応は、金額による段階的な確認フローを入れることだ。

• 3,000円以下：自動承認
• 3,000円〜10,000円：ユーザーにプッシュ通知で確認
• 10,000円以上：ユーザーの明示的な承認を必須に

この仕組み自体は、既存の決済APIに条件分岐を追加するだけで実装できる。開発コストは5万〜15万円程度。暴走による返品・チャージバック対応のコスト（1件あたり500〜3,000円）を考えれば、すぐに元が取れる。

3. 返品フローを「自動化前提」で再設計する

AIエージェント経由の購入が増えれば、返品も確実に増える。暴走率20%がそのまま返品率に直結するわけではないが、従来より返品が増えることは間違いない。

返品処理のコストは、一般的に商品価格の15〜30%と言われている。1,000円の商品なら150〜300円、5,000円の商品なら750〜1,500円だ。月100件の返品が発生すれば、それだけで月7.5万〜15万円のコストになる。

ここで重要なのは、返品フローを人手ではなく自動化することだ。返品申請の受付、返金処理、在庫への戻し入れ——これらをシステム化すれば、1件あたりの処理コストを半分以下に抑えられる。Shopifyなら「Return Prime」や「Loop Returns」といったアプリが月額数千円から使える。

むしろ、返品が簡単なECは、AIエージェントから「安全な購入先」として優先的に選ばれる可能性がある。返品ポリシーの充実は、コストではなく投資だ。

「AIに選ばれるEC」か、「AIに無視されるEC」か

まとめよう。

AIエージェントが購買の主体になる時代は、来る。暴走率20%という数字が示すように、まだ技術は未成熟だ。銀行が遮断に動くほどリスクもある。

だが、だからこそ今が準備のタイミングだ。

大企業は何億円もかけてAIエージェント対応のインフラを構築する。中小企業はそれを真似する必要はない。商品データの構造化、決済のガードレール、返品の自動化——この3つだけで、合計20万〜50万円程度の投資で「AIに選ばれるEC」の土台は作れる。

逆に何もしなければ、AIエージェントの検索結果に表示すらされない。人間の顧客が減り、AIエージェント経由の顧客も来ない。静かに市場から消えていく。

問いかけたい。あなたのECサイトは、AIエージェントから見て「存在している」か？

商品データは機械が読める形になっているか？　決済フローはAIの暴走に対応できるか？　返品は自動化されているか？

答えが全部「No」なら、今週中にまず1つ、商品データの構造化から始めてほしい。Shopifyのプラグインを1つ入れるだけでいい。所要時間は30分だ。

AIエージェント時代の勝者は、技術に詳しい企業ではない。最初に動いた企業だ。

—