AIエージェントによるショッピングトラフィックが3倍に。ECはエージェンティックコマース時代に何を準備すべきか？
サマリー
AIが商品を推薦するだけでなく、検索・比較・購入まで行う「エージェンティックコマース」が広がるなか、ECに流入するトラフィックの性質も変化しています。Shopifyの事例のように、AI経由の流入や注文が急速に増加することで、AIはもはや単なる検索・レコメンドチャネルではなく、実際の購入やAPIリクエストを発生させる新たなクライアントになりつつあります。
問題は、1つのユーザーの意図が、商品・価格・在庫・注文などに関する複数の自動リクエストへと広がる可能性があることです。そのため、訪問者数だけを見る従来の方法ではなく、「誰が、どのような目的で、どのAPIを、どの程度呼び出しているのか」まで把握する必要があります。
こうした変化に伴い、AI時代のトラフィック管理は、従来の「人間 vs. ボット」「Good Bot vs. Bad Bot」という単純な分類から脱却し、新たな管理方法へ移行する必要があります。
エージェンティックコマース時代、ECはトラフィックをどう区別すべきか？
皆さんは、買い物をするときにAIをどのくらい利用していますか？
AIに商品をおすすめしてもらい、その候補の中から自分で選ぶだけでなく、AIが消費者に代わって商品を探し、比較し、購入まで完了する「エージェンティックコマース」が注目されています。
こうした変化は、2025年にShopifyとChatGPTの連携が始まった頃から急速に進み始めました。
Shopifyの2026年第2四半期の発表によると、加盟店ストアへ流入するAIベースのトラフィックは前年同期比で3倍、AI検索から発生した注文も3倍に増加しました。
さらに、AIチャネル経由で流入した新規購入者の注文率は、他のチャネルと比較して約2倍高い結果となりました。消費者は、自分で商品を探すだけでなく、AIの判断に沿って購入する段階にまで進みつつあるのです。
第1四半期のデータでは、この変化がさらに明確に現れています。
ShopifyストアへのAIチャットボットのレコメンド経由セッションは前年比で8倍以上、AI検索から発生した注文は約13倍に増加しました。
また、AI検索経由ユーザーのコンバージョン率は一般的な検索流入と比較して約50％高く、平均注文金額も14％高いことが確認されています。
AIが実際の購入トラフィックを生み出し始めている？
これまでAIコマースに関する議論の多くは、
「ChatGPTやGeminiは、どの商品をおすすめするのか？」
「自社の商品がAIに引用・推薦されるためには、どのようなコンテンツを用意し、Webページをどう改善すべきか？」
といったテーマに集中していました。
しかし、消費者の購買行動は、それよりもさらに速いスピードで変化しています。
今後、ECを利用するユーザーは、次のように分類される可能性があります。
トラフィックの種類 | 主な目的 | 代表的なアクセス先 |
|---|---|---|
一般ユーザー | 商品検索・購入 | Web・アプリ |
検索／AIクローラー | 情報収集・検索結果への表示 | 公開されている商品・コンテンツ |
ショッピングAIエージェント | 検索・比較・購入支援 | 商品・在庫・注文関連インターフェース |
正当な自動化 | サービス連携 | 許可されたAPI |
悪性ボット・マクロ | スクレイピング・アカウント攻撃・買い占め | ログイン・価格・在庫・決済など |
これからのインターネットトラフィックにおいて重要なのは、単純に「ボットか、人間か」を区別することではありません。
どのような目的で、どの領域にアクセスしているのか？
この問いに、より注目する必要があります。
AIエージェントのトラフィックは、一般ユーザーのトラフィックと何が違うのか？
一般的に、人間は検索を行い、ページをクリックし、商品を確認・比較したうえで購入します。
AIエージェントも同様のプロセスをたどりますが、その一部をプログラムによって自動的に実行する点が異なります。
例えば、ユーザーがAIに次のように依頼したとします。
20万ウォン以下のランニングシューズの中から、在庫があり、今週中に受け取れる商品を探して。
AIがこのリクエストを処理するためには、商品一覧、価格、オプション、配送情報、在庫など、複数のデータを確認する必要があります。
その結果、1人のユーザーがWebサイトを1回訪問するケースとは異なり、1人のユーザーの意図が複数の自動リクエストに変換されたり、特定のAPIへ集中したりする可能性があります。
AIエージェントの仕組みでは、1回のユーザーリクエストが複数のサーバーやAPI呼び出しへと拡大し、外部システムの遅延が内部リクエストの待機につながることもあります。
そのため、ECのトラフィックを管理する際には、単純な訪問者数だけでなく、次のような指標もあわせて確認する必要があります。
特定APIへの1秒・1分あたりのリクエスト数
同一セッションまたはアカウントからのリクエスト反復頻度
商品・価格・在庫APIへのアクセス集中度
ログイン・決済・注文APIの呼び出しパターン
失敗後に繰り返される再試行
APIのレスポンスタイムおよび現在の処理量
正常ユーザーと自動化リクエストの割合
これからは、「100人がアクセスしたのか」よりも、その100人のユーザーの意図が、システム内部でどのようなリクエストに変換されたのかが重要になるのです。
AIトラフィックはどのように管理・処理すべきか？
従来、ボットトラフィックにはランサムウェア感染やクレデンシャルスタッフィングなど、システム内の情報を不正に取得する悪性ボットが含まれる可能性があったため、多くの管理者はボットトラフィックそのものを遮断してきました。
しかしAIが一般化した現在、従来の単純な「Good Bot / Bad Bot」という分類だけでは不十分だという考え方が広がっています。
エージェンティックな環境では、エージェントのIdentity（誰なのか）とIntent（何をしようとしているのか）をあわせて判断し、一律に遮断するのではなく、選択的なアクセスポリシーを適用する必要があります。
2026年に発表されたAkamaiのAgentic Security Frameworkでも、人間・ボット・AIエージェントのIdentity、Behavior、Intentを総合的に分析し、信頼レベルに応じてアクセスを制御する仕組みが提示されています。
つまり、AIトラフィック管理とは、AIそのものを遮断することではありません。
どの自動化がビジネスにとって有益なのかを識別し、それぞれに異なるアクセス権限を付与することが重要なのです。
AIコマースのトラフィックは「識別 → ポリシー → 制御」で管理する
実務では、次の3段階に整理できます。
段階 | 確認すべき質問 | 必要な対応 |
| 人間なのか、正当な自動化なのか、悪性の自動化なのか？ | IP・ASN・自動化ツール・アクセス頻度・行動パターンを分析 |
| 誰に、どの領域まで許可するのか？ | 許可・検知・制限・遮断のポリシーを分離 |
| 許可されたリクエストが処理能力を超えた場合、どうするのか？ | 待機列・優先順位・流入量を制御 |
ここで重要なのは、2段階目で終わらせないことです。
たとえ正当なAIエージェントであっても、システムが一度に処理できる容量には限界があるためです。
1段階目：誰からのリクエストなのかを識別する
まず、流入してくる自動化トラフィックを区別する必要があります。
AIコマース環境においても、最初のステップは自動化トラフィックの可視性を確保することです。
「AIから来たから許可する」「ボットだから遮断する」と判断する前に、実際の行動を確認する必要があります。
2段階目：APIと行動に応じてポリシーを分ける
すべてのページやAPIが同じリスクを持っているわけではありません。
例えば、一般公開されている商品説明ページと決済APIを、同じポリシーで運用する必要はありません。
AIエージェントのアクセスポリシー例
領域 | 例 | 基本ポリシー例 |
公開コンテンツ | ブログ・商品説明 | 比較的オープン |
商品検索 | 検索・カテゴリー | 許可＋異常な反復アクセスを監視 |
価格・在庫 | 価格・在庫照会 | リクエスト頻度を管理 |
アカウント | ログイン・会員登録 | 強化された検知 |
取引 | カート・予約・注文 | 信頼できるリクエストを中心に許可 |
決済 | 決済・承認 | 最も厳格なポリシー |
この表は、特定の製品におけるデフォルト設定ではなく、EC運用ポリシーを設計する際に活用できる一例です。
実際のポリシーは、サービスのAPI構造やビジネス上のリスクに応じて設定する必要があります。
3段階目：正常なリクエストも処理容量の範囲内で流入させる
トラフィックが正常だからといって、システムが無限に処理できるわけではありません。
例えば、決済サーバーが同時に500件のリクエストを安定して処理できる場合、1,000件目のリクエストが正常なユーザーや正当なAIエージェントから発生したものであっても、すべてを同時に処理することにはリスクがあります。
そこで必要になるのが、待機列を活用した流入制御です。
例えば、同じ注文システムに一般的な商品照会と実際の決済リクエストが同時に集中した場合、ビジネス上の重要度に応じて処理の優先順位を変える方法も考えられます。
ECでトラフィックを区別し、処理容量に応じて管理する方法はないのか？
AIコマース環境では、
「誰をアクセスさせるのか」
と
「どの程度の速度でアクセスさせるのか」
を分けて考えることが重要です。
1. どのような自動化トラフィックなのか？
まず、自動化ツール、アクセス環境、頻度、パターンなど複数の条件からトラフィックを分析し、悪性ボットと良性ボットを分類したうえで、それぞれにポリシーを適用します。
2. 許可されたリクエストを、どの程度の速度で処理するのか？
システムの処理能力を超えるAPIリクエストが発生した際に、それらを即座に破棄するのではなく待機列に保存し、利用可能な処理容量に応じて順次流入させます。
API Gateway、Web Server、WASなど、必要な区間に適用することができ、優先順位やレスポンスタイムなど、さまざまな基準に基づいて流入量を制御できます。
AI時代のECは「人間だけがアクセスするWeb」ではない
AIショッピングトラフィックの増加が意味するのは、単に新しいマーケティングチャネルが1つ増えたということだけではありません。
AIは商品を検索・推薦するためのインターフェースであると同時に、今後は実際のサービスを呼び出し、取引に参加する新しいタイプのクライアントになる可能性があります。
Akamaiが2026年7月に発表した調査でも、AIボットトラフィック全体の47.9％がコマース業界で観測されました。
Akamaiはこれを受け、正当なAIエージェントを受け入れながら、悪性の自動化を遮断する「Agentic Readiness」が必要だと説明しています。
したがって、これからのECトラフィック管理は、
人間 vs. ボット
という単純な二分法ではなく、
誰なのか → 何をしようとしているのか → どこまで許可するのか → システムは今どの程度処理できるのか
という4つの問いを基準に考えるようになる可能性があります。
AIエージェントを無条件に遮断することが答えではありません。
トラフィックを適切に識別して受け入れ、許可したリクエストをシステムが処理できる速度で制御すること。
AI時代のECでは、こうした考え方がより重要になっていくでしょう。
FAQ
エージェンティックコマースとは？AIショッピングとの違いは？
エージェンティックコマースとは、AIエージェントがユーザーに代わって商品の検索や比較だけでなく、在庫確認、注文、購入といった一連の処理まで実行する新しいECの形です。従来のAIによる商品レコメンドとは異なり、AIエージェントがECサイトや各種APIへ直接アクセスし、実際の購買プロセスに関与する点が特徴です。
AIエージェントからのアクセスは、通常のユーザーアクセスと何が違う？
通常のユーザーはWebサイトやアプリ上でページを閲覧しますが、AIエージェントは1回の依頼を処理するために、商品情報、価格、在庫、配送、注文など複数のデータやAPIへ連続してアクセスする場合があります。そのため、1人のユーザーによる1回の依頼が、サーバー側では複数の自動リクエストとして発生する可能性があります。
ECサイトはAIエージェントからのアクセスをすべて許可すべき？
すべて許可する必要はありません。AIからのアクセスという理由だけで一律に許可・遮断するのではなく、誰が、どのような目的で、どのページやAPIにアクセスしているのかを確認することが重要です。商品情報などの公開領域と、ログイン、決済、注文といった重要な機能では、それぞれ異なるアクセス制御ポリシーを設定する必要があります。
正常なAIエージェントと悪質なボットを見分ける方法は？
IPアドレスやASNなどの接続情報だけでなく、自動化ツールの利用有無、リクエスト頻度、繰り返しアクセスのパターン、アクセス先のURLやAPI、セッションやアカウントの挙動などを総合的に分析する必要があります。単に「ボットかどうか」を判定するのではなく、その自動アクセスが何を目的として、どのような操作を行っているのかを把握することが重要です。
AIショッピングのアクセス増加はサーバーやAPIにどんな影響を与える？
AIエージェントは1回のユーザー依頼を完了するために、複数のAPIを同時または繰り返し呼び出すことがあります。特に商品検索、価格・在庫確認、ログイン、注文、決済などのAPIにアクセスが集中すると、特定のバックエンドシステムで処理負荷が高まり、レスポンス遅延や処理能力の低下につながる可能性があります。
ECサイトでAIエージェントのアクセスを管理するには？
AIエージェントからのアクセスは、「識別 → ポリシー設定 → トラフィック制御」の3段階で管理することができます。まず、人間のユーザー、正常な自動アクセス、悪質なボットを識別します。次に、アクセス先のページやAPIの重要度に応じて、許可、制限、遮断などのポリシーを適用します。さらに、許可したリクエストについても、システムの処理能力を超えないよう、待機列や優先順位に基づいて流入量を制御することが重要です。
出典
https://www.shopify.com/enterprise/blog/ai-search-category-behavior