AI は、私たちの働き方だけでなく、買い物の仕方も変え始めています。
これまでの AI アシスタントは、質問に答えたり、候補を提示したりする役割が中心でした。これからは、目的に合う商品を探し、条件を比較し、場合によっては購入まで進めるようになるでしょう。
この変化を支えるのが、AI アシスト型コマースとエージェンティック・コマースです。
AI アシスト型コマースとは、AI が商品探しや比較、レコメンドを支援するコマースのことです。一方、エージェンティック・コマースでは、AI エージェントが人に代わって、目的を達成するための一連の行動を担います。
例えば、「金曜日までに届く、5,000円以下のサステナブルな贈り物を探して」と依頼すると、AI が複数の選択肢を探し、価格や在庫、配送条件などを比較してくれます。こうした体験が、これからの買い物の一つの形になるかもしれません。
AI 時代に起きている変化
Cloudflare は、AI クローラーによるパブリッシャーのコンテンツへのアクセスを制限すると発表しました。生成 AI によるコンテンツ利用から、パブリッシャーを守るための重要な取り組みです。
一方で、この発表によって、AI をめぐる議論に、コマースを担う企業や AI エージェントが十分に含まれていないという課題も浮き彫りになりました。ここでいう「クリエイター」は、記事や動画を制作する人だけではありません。商品をどう見せるか、どのような買い物体験を提供するか、商品の品質をどう確かめるかに関わるブランド、リテーラー、マーケットプレイス、AI エージェントも、コマースの作り手といえます。
Cloudflare の取り組みは、主に従来型のコンテンツサイトを対象としています。そのため、SNS プラットフォームやインフルエンサーの発信、さまざまなコマース環境への AI クローラーのアクセスまで防ぐものではありません。一方、クローラーが取得できるのは、基本的に公開情報です。リアルタイムの商品レコメンドや価格設定、パーソナライズされた体験を支える価値の高いコマースデータは、リテーラーやブランド、そして Criteo のようなプラットフォームが保有しています。
Criteo は、AI を一律にブロックするのではなく、透明性と責任をもって受け入れる企業が、コマースの未来を担うと考えています。そのためには、売上につながる精度の高い非公開データと AI プラットフォームを、安全に連携させることが重要です。
これは、パブリッシャーが生み出すコンテンツの価値を否定するものでも、AI だけに依存するという意味でもありません。ブランドやメーカー、リテーラー、マーケットプレイス、コンテンツクリエイター、AI エージェントまで、コマースに関わるエコシステム全体の力を生かすということです。
コマースで広がる AI の役割
生成 AI の登場により、ChatGPT や Perplexity、Claude などを使った会話型の検索が広がっています。AI は、単にキーワードに合う情報を返すだけでなく、質問の背景や条件を踏まえて回答できるようになりました。
しかし、これはまだ序の口にすぎません。AI はすでに、質問に答えるだけでなく、旅行の予約やギフト選び、パーティーの計画など、具体的なタスクを支援する段階に入りつつあります。今後は、こうしたタスクを AI エージェントに任せる場面が、さらに広がっていくでしょう。
そのとき、AI の提案や判断の質を左右するのが、データの質です。AI がどれだけ高度でも、価格や在庫、商品の特徴といった情報が不正確であれば、信頼できる提案はできません。
AI の商品提案を支えるコマースデータ
コマースに必要なのは、単にクローラーで取得できる商品リストではありません。数千のリテーラーにまたがって標準化され、継続的に更新される商品情報が必要です。価格、在庫、調達状況、サステナビリティに関する属性など、買い物の判断に関わる情報も含まれます。
一般に公開されているウェブ情報だけでは、リアルタイムの商品レコメンドや価格設定、パーソナライズされた体験を十分に支えることはできません。こうした価値の高いデータは、リテーラーやブランド、そして Criteo のようなプラットフォームが保有しています。
Criteo では、7億2,000万人を超えるデイリーアクティブショッパーが45億の商品 SKU と接点を持ち、年間1兆ドル規模の取引が行われています。こうした日々の取引から得られるデータが、幅広いコマース AI の基盤になっています。
Criteo の強みは、データの規模だけではありません。商品レコメンド、オーディエンス、入札モデルに活用するため、商品や購買に関するデータの標準化と整備を進めてきました。そのため、データを大規模言語モデル（LLM）や AI エージェントが扱いやすい形で提供できます。
さらに、プライバシーと関連性を重視しながら、安全でコンプライアンスに沿った運用にも取り組んでいます。
クローラーでは得られないコマースデータ
公開コンテンツに依存するクローラーとは異なり、Criteo はパートナーが保有する、一般には公開されていない検証済みのデータを活用しています。そこには、学習に使われる前のデータ、リアルタイムのシグナル、そしてクローラーだけでは得られないフィードバックが含まれます。
このデータ基盤は、さまざまなキャンペーンやコマース体験を支える中核です。Criteo は、AI プラットフォームがデータに安全にアクセスできる API を構築しています。これにより、在庫、価格、商品の売れ行きなどのリアルタイムの条件を踏まえて、AI アシスタントや AI エージェントが関連性の高い商品 SKU を回答に表示できるようになります。
これは単なる構想ではありません。Criteo の AI チームとデータサイエンスチームは、商品情報に加え、毎日数百万件に及ぶショッピング・ジャーニーを分析し、購買行動を AI が理解・分析できるデータとして整理しています。購入パターンをグループ化し、成果を測定することで、AI の提案が実際の行動につながったかを確認しています。
こうした提案結果をモデルの改善に生かす継続的な仕組みによって、AI を活用したコマース体験の精度を高めていきます。
信頼できる AI コマースに向けて
AI アシスタントによる商品発見は、従来の検索とは異なる可能性を示しています。リテールやマーケットプレイスでは、すでに初期の成果も見え始めています。
AI アシスタントが次世代コマースの主要な入口になるほど、信頼の重要性は高まります。人々が AI に意思決定を委ねるようになれば、AI がどのような情報をもとに提案したのか、また、その提案が信頼できるのかが問われるからです。
このとき、リテーラーやマーケットプレイスは単なる販売者ではありません。商品の品質を担保し、選択肢を整理し、実際の市場から得られる情報を提供する存在になります。
将来的には、個人向けの AI アシスタントを中心とした仕組みから、ブランドやリテーラー、中立的な専門機関などを代表する複数の AI エージェントが連携するネットワークへと、コマースが進化する可能性もあります。
そこでは、リアルタイムの需要インサイトや柔軟な物流に加えて、買い物をする人の邪魔をするのではなく、AI エージェントに適切な情報を届ける新しい広告の形も生まれるでしょう。
Criteo は、リテーラーがこうした AI を活用した購買体験で重要なパートナーとなるために、必要なインフラ、データ、収益化のためのツールを提供します。
エージェンティック・コマースを支える3つのユースケース
ここからは、エージェンティック・コマースによって、具体的にどのようなことが可能になるのかを見ていきます。
1. プロンプトに応じた商品レコメンド
例えば、AI アシスタントに次のように依頼したとします。
「金曜日までに届く、5,000円以下のサステナブルな贈り物を探して」
この依頼に応えるには、商品の価格や特徴だけでなく、サステナビリティに関する属性、在庫、配送条件などをリアルタイムで確認する必要があります。
Criteo は、AI が商品の関連性を判断しやすい形に整えた商品データと、ショッピング・ジャーニーに関するデータを組み合わせています。さらに、提案の結果を継続的に改善に生かすフィードバックの仕組みも整えています。
これにより、AI プラットフォームやブランド独自の AI エージェントは、複数のリテーラーから条件に合う商品を探し、関連性の高い選択肢を提示できるようになります。
2. リアルタイムのシグナルを生かしたオーディエンス活用
AI によって買い物の接点が増え、会話型の体験が広がると、ターゲティングも変わる必要があります。あらかじめ作成した静的なセグメントだけでなく、その時々の文脈やリアルタイムのシグナルを捉えることが重要になります。
Criteo は、ブランドや代理店が、複雑なデータ処理や手作業のクエリを待たずに、必要なタイミングで適切なオーディエンスを生成できるよう取り組んでいます。
これにより、キャンペーンの準備を迅速化しながら、購買意欲の高い層から、関心を持ち始めた層まで、状況に応じたオーディエンスを活用できます。
3. AI エージェントによるフルファネルキャンペーン
AI エージェントは、商品探しだけでなく、マーケティングにも活用できます。
Criteo は、マーケットプレイスやマーチャントネットワークが、エージェントのインターフェースからチャネル横断型のフルファネルキャンペーンを実行できるよう支援します。
エージェントがキャンペーンを設計し、開始し、成果を確認しながらリアルタイムで最適化する。こうした仕組みによって、エージェントは単なる作業ツールではなく、マーケティングを支える実務上のパートナーになります。
エージェンティック・コマースを支えるインフラ
こうしたユースケースを実現するため、Criteo は Model Context Protocol （MCP）を開発しています。MCP は、新しい商品を市場に届けるための基盤であると同時に、AI エージェントが必要な情報へ安全にアクセスするための仕組みでもあります。
MCP が提供する主な特徴は、次の3つです。
- リアルタイム：価格、在庫状況、商品属性などの情報を継続的に更新します。
- 構造化：AI エージェントが発行するクエリを、より正確に処理できるようにします。
- 管理：パートナーが定めた条件に基づき、承認された AI エージェントやプラットフォームだけがアクセスできるようにします。
Criteo のインフラを活用することで、ブランドやリテーラーは、データが安全かつ責任ある形で使われ、ビジネス目標にも沿っていることを確認しながら、AI エコシステムに参加できます。
次世代コマースをリードするために
Criteo は、AI アシスト型コマースとエージェンティック・コマースの未来に適応するだけでなく、その実現をリードしたいと考えています。
そのために重要なのは、過度な期待に流されることではありません。確かなユースケースに取り組み、ショッピング・ジャーニーを改善し、実際の取引が生まれるコマースの仕組みを構築することです。
Criteo は、コマースデータと AI を活用し、消費者の購買行動の変化に合わせた広告運用の最適化を実現します。
Criteo のコマースデータ × AI を広告運用にどう活かせるのか、より詳しく知りたい方は、こちらのウェビナーをご覧ください。
将来の見通しに関する記述
本ブログには、市場機会と将来の成長見通しに関する予想、過去の事実ではなく、実際の結果と大きな乖離の原因となり得るリスクや不確実性を含む記述など、「将来の見通しに関する記述」が含まれています。こうした要因には次のものが挙げられますが、これらに限られるものではありません。テクノロジーの変化に対応する当社の革新的なテクノロジーおよび能力に関連した失敗、インターネットディスプレイ広告在庫の一貫した供給にアクセスし、その在庫を拡大する当社の能力の不確実性、当社が計画している、フランスからルクセンブルクへのクロスボーダー転換による法的本拠地の移転が現在の計画や事業運営に与える影響、転換完了に必要な条件を満たせないリスク、新しいビジネス機会への投資と投資のタイミング、買収または戦略的取引（転換を含む）の予想利益が期待どおりに実現する可能性、特定の国または地域の政治・経済的状況の変化（関税の変更や新しい関税など）を含む国際的な成長と拡大に関する不確実性、競争やクライアントのインハウス化の影響、法的、規制的、または自主規制の進展に関する不確実性および同業他社による準拠の影響、データの収集と共有に対する消費者の抵抗の影響、サードパーティを介してデータにアクセスする当社の能力、費用対効果が高い当社のブランド強化の不可能、将来の成長が明示されていない最新の業績、支出を増減できるクライアントの柔軟性、成長および業績の潜在的な変動を管理し、クライアントの基盤を拡大する当社の能力、TAC を除く収益が最大化する経済的影響ならびに、未知の財務実績と結果の不確実性を含む将来の機会と計画に関連するリスク、一般的な政治・経済・競争環境および特定市場環境の変化、マーケティング業界における不利な変化、適用法令または会計基準の変更などです。これらのリスクは、「Risk Factors （リスク要因）」ならびに、2025年2月28日に発表された Form 10-Q の四半期報告書、その他、転換に関連して 2026年1月22日に SEC に Rule 424(b)(3) のもとで提出された委任状／目論見書など、当社の今後の提出書類などに記載されています。現在、米国におけるインフレや金利の変動を含むマクロ経済状況が、Criteo の事業運営、財務状況、キャッシュフローおよび業績に影響を及ぼしており、今後も影響を及ぼす可能性があります。法律で義務付けられている場合を除き、当社は、新しい情報、将来の出来事、期待の変化などの結果として、本ブログに含まれる将来の見通しに関する記述を更新する義務を負いません。
