AIエージェントが介在する時代に、成長システムをどう設計し直すか
これから数か月、あるいは数年のうちに、次のようなことが起こります。自社にとって最も価値のある見込み客が、一度も自社サイトを訪れないまま自社を評価し、競合3社と比較し、候補リストに加えるのです。
そのとき、買い手本人は自社のブランドキャンペーンを見ていないかもしれませんし、サイトでポジショニングを読んでいないかもしれません。創業者のストーリーも聞いていないかもしれません。それでも、自社はすでに評価されています。買い手に代わって情報を集め、比較するAIが、その評価の一部を担っているからです。
忙しいときの買い物を思い浮かべてみてください。自分で店を回る代わりに、買い物リストを渡して誰かに頼むことがあります。牛乳といつものパン、それに安くなっているコーヒーを買ってきてほしい、といった具合です。頼まれた人は、売場の端に組まれた凝った陳列にも、店内に流れる音楽にも、パッケージのデザインにも心を動かされません。ラベルを読んでリストと照らし合わせ、条件に合うものを取って店を出るだけです。
商取引が始まって以来、マーケティングはずっと、自分の足で店に入ってくる顧客を相手にしてきました。店内を見て回るうちに心を惹かれ、見知らぬ人が少しずつ買い手へと変わっていきます。その過程に、マーケティングは働きかけてきました。ところが、その顧客がいまでは家にいながら代理人を送るようになりつつあり、しかもその代理人はソフトウェアです。これが、エージェンティック・コマースという言葉の下で静かに進んでいる逆転です。
前稿で扱ったのは、AIが介在する検討環境でブランドエクイティをいかに失わないか、という問題でした。本稿で考えたいのは、その先です。発見から評価、取引、そして継続にいたるまで、成長システム全体がAIエージェントを介して動くようになったとき、企業は何を設計し直すべきなのでしょうか。
はじめに、言葉を整理しておきます。最近よく耳にする「エージェンティックGTM」や「エージェント主導の成長」は、たいてい売り手側がAIエージェントを使って営業やマーケティングを進める文脈で語られます。本稿が扱うのはその逆方向で、買い手の側にエージェントが立ち、自社がその評価対象になるという状況です。
すでに起きていること
McKinseyが2026年4月に公表した欧州消費者調査では、63%がブランドやモデル、価格、レビューといった選択肢の比較にAIを使い、55%がカテゴリや製品について学ぶためにAIを使っていました。同時に、半数以上が、AIに選択肢を挙げてもらうことには抵抗がないものの、最終的な決定権は自分で持ちたいと答えています。McKinsey自身も、AIがもっとも強く使われるのは取引の手前、つまり選好を形づくって候補を絞り込む場面だと結論づけています。
B2Bでも同じ方向の変化が起きています。Gartnerが2025年8〜9月に実施したB2Bバイヤー645名への調査では、45%が直近の購買で生成AIを使い、その多くをベンダーや製品の情報収集に充てていました。営業担当者を介さない購買体験を好む人は67%、完全にデジタルで完結するセルフサービス型の購買体験を好む人は70%にのぼります。つまりエージェントは、人間が商談に応じるよりもずっと手前の段階で、証拠を集め、選択肢を整理し、候補を絞り込む位置に入りつつあるのです。
しかもこれは、まだ実験段階の話ではありません。Googleは2026年1月にUniversal Commerce Protocol（UCP）を発表し、商品の発見や検討から購入、注文管理までのコマースジャーニーを、共通の仕組みでつなごうとしています。UCPはAgent Payments Protocol（AP2）と互換性があり、API、Agent2Agent（A2A）、Model Context Protocol（MCP）を通信手段として使えます。OpenAIとStripeも、Agentic Commerce Protocol（ACP）を共同で開発しています。
Gartnerは2026年以降の予測として、2030年までに金銭取引の20%が、利用条件を組み込んだプログラマブルな形になり、AIエージェントに経済的な行為主体性を与えると見ています。同じ予測のなかでは、機械同士の交渉や、自動化された商取引、市場の発見にも言及されています。
経営陣にとっての戦略的な問いは、もはや社内でAIをどう導入するかではなく、もっと手強いものになっています。マーケティングし、販売し、サービスを届ける相手そのものが機械になったとき、自社の成長エンジンはどうなるのか、という問いです。
ファネルは消えない。読み手が変わる
私たちは長いあいだ、人間の注意を前提にファネルを設計してきました。認知、検討、決定、継続と、どの段階も、限られた注意をつかみ、保ち、次へと進めるための競争であり、その中心にあった能力は説得です。優れた語り手が勝つ世界でした。
エージェントは、人間と同じ意味で注意を奪い合う相手ではありません。疲れや退屈、時間切れで候補を読み飛ばすことはなく、取得できる情報を検索し、比較し、条件に照らして淡々と処理していきます。とはいえ、いくらでも情報を処理できるわけではありません。エージェントにはエージェントの制約があり、何を取得できるか、何が検索やランキングの対象になるか、どの情報源にアクセスできるか、どれだけの計算コストと時間をかけられるか、といった条件に縛られます。つまり、制約の種類が増えるのです。人間をめぐる注意の経済に、機械をめぐる取得と評価の経済が、重なりはじめています。
エージェント自身がFOMOやブランドへの憧れを抱くわけではありません。もちろん、人間の評判やブランド選好をシグナルとして評価に織り込むことはありますが、人間のように、感情へ訴えるコピーや売場の演出に説得されるわけではありません。その一方で、どの情報が取得できるか、それがどう記述されているか、どんな証拠と結びついているかには、強く左右されます。読み手が変われば、書くべき内容も変わるということです。
成長は直線ではなく、環になる
ここからが本題です。多くの企業は、成長を直線として運用しています。マーケティングが発見をつくり、営業が受注し、カスタマーサクセスが継続を担い、それぞれが自分の区間を走って次の部門にバトンを渡していく、という形です。エージェントが介在する世界では、この直線を環としてとらえ直す必要があります。
理由は単純です。継続の段階で生まれた顧客の成果や実績が、次の評価で参照される証拠になるからです。カスタマーサクセスが積み上げた証明は、部門内の成果報告で終わるものではなく、次の買い手のエージェントが自社を評価するときに読み込む材料になります。正確に言えば、戻っていく先は発見の段階ではありません。継続の段階で生まれた成果は、証明する力そのものへと戻っていきます。
発見可能性 → 検証可能性 → 実行可能性 → 継続性継続性で生まれた成果 → 検証可能性へ戻る
そして、強くなった検証可能性が、次の発見と評価の段階を通過させ、それがまた次の取引につながっていきます。直線としてとらえているかぎり、カスタマーサクセスへの投資と新規獲得への投資は予算を奪い合いますが、環としてとらえれば、前者が後者を支えることになります。さらに、この環がどう回っているかを見渡すための層が、別に必要になります。
観測可能性— 制御層
観測可能性という言葉は、制御工学やシステム運用で使われてきた用語をそのまま借りたもので、独自の概念ではありません。ただ、この位置づけを言い表すには、この言葉がいちばん正確です。観測可能性は、環を構成する5番目の要素ではなく、環の全体を見渡して改善するための制御層にあたります。以下では、4つの能力と1つの制御層を、順に見ていきます。
発見可能性— 見つけられるか
エージェントは、取得して解釈できる情報をもとにしか評価できません。これはSEOの延長線上にある領域で、生成エンジン最適化（GEO）や回答エンジン最適化（AEO）と呼ばれることもあります。要は、自社が何をしていて、誰に提供し、どんな成果を生むのかを、エージェントが実際に参照する情報源に公開しておくということです。
ただし、少なくともGoogleは、これをSEOとは別物の特殊な最適化とは位置づけていません。2026年の公式ガイドでは、AEOやGEOという言葉があることを認めたうえで、Google Searchの観点からは、生成AI検索への最適化も検索体験への最適化であり、結局のところSEOにほかならないと述べています。さらに踏み込んで、生成AI機能に表示されるために新しい機械可読ファイルやAI用のテキストファイル、特別なマークアップを用意する必要はなく、追加すべき特別なschema.orgの構造化データも存在しないと明言しています。llms.txtのようなファイルはGoogle検索が参照しないため、つくったところで順位や可視性には影響しません。
必要なのは、クロールでき、一貫していて、取得できる公開情報として、事業の実態を差し出すことです。なお、取得の経路はWebページだけではなく、API、商品フィード、検索インデックス、構造化データなど、複数あります。エージェントが自社の価値を正しく表現できなければ、せっかく積み上げたブランドエクイティが検討機会へ転換されないおそれがあります。
検証可能性— 証明できるか
人間は物語や説得にも反応しますが、エージェント経由の評価では、それに加えて、比較でき、取得でき、検証できる証拠の重みが増します。エージェントが扱いやすいのは、確かめられる証拠です。たとえば、第三者による検証、透明性のある価格、検証できる性能の主張、機械が確認できる形で示された認定や実績などが挙げられます。McKinseyも、エージェントが介在する購買に向けては、根拠のある主張やレビュー、専門家の言及、そして明快さや比較しやすさ、証明が重要になると指摘しています。
私は、エージェントによる選択で優位に立つ企業ほど、主張を志のレベルにとどめず、検証できる状態にまで持っていくのだろうと見ています。ここで注意したいのは、第三者からの言及を増やせばAIに有利になる、と受け取るのは誤りだという点です。Googleは公式ガイドで、web上で見せかけの言及をかき集めようとしても思うほどの効果はない、と明記しています。狙うべきは言及の量ではなく、自社の主張と第三者の評価とが食い違っていない状態です。
こうして、マーケティングの役割は、物語を組み立てることから、その物語を支える証拠の基盤を設計することへと広がっていきます。そして重要なのは、この証拠の多くが、あとで触れる継続の段階から供給されるという点です。
実行可能性— 取引できるか
発見され、信頼されたとしても、エージェントが実際に動けなければ意味がありません。ここで効いてくるのがプロトコルです。具体的には、整理されたAPIや、見積もりが取れて機械が実行できる提案、そして外部のエージェントが安全に取引するためのアイデンティティとデータのガバナンスが求められます。
先に触れたとおり、UCPとACPという2つの標準がすでに動きはじめていますが、どちらもまだ成熟の途上にあり、一つに収れんしているわけでもありません。Google自身も、エージェント向けのプロトコルは発展途上だとしています。実装の状況もまちまちで、UCPを使った決済は、まず米国の対象事業者から始まっています。
現実も確認しておきます。YouGovの調査によれば、米国の消費者のおよそ65%がAIによる価格比較を信頼している一方で、自分に代わって注文することまで信頼している人は14%にとどまります。発見は取引よりも速く進んでいるわけですが、この差こそが準備のための時間になります。エージェントが取引できる状態を今のうちに整えておけば、信頼が追いついた瞬間に、選ばれる側に立つことができます。
継続性— 選ばれ続けるか
ここで環は、カスタマーサクセスの領域に入ります。そして、多くの経営者が見落としているのが、この部分です。Gartnerは2025年に、2030年までにサービスリクエストの50%が、エージェンティックAIを備えたマシンカスタマー起点になると予測しました。同じ記事では、この変化によってサービスの総量は増える一方で、顧客のフィードバックや感情にふれる機会は減りうるとも指摘されています。
これは新しい問題を生みます。顧客側のAIがサービスリクエストを起こすようになると、ベンダーは問い合わせを処理したことは把握できても、その背後にいる人間がどれだけ満足しているかは、つかみにくくなるからです。
ここから先は、私の仮説です。エージェントが購買でより大きな役割を担うようになれば、同じ理屈は継続の局面にも及ぶはずです。ベンダーの評価を助ける顧客側のエージェントは、そのベンダーが約束した成果を出し続けているかどうかの評価も、同じように助けられるからです。そうなると、カスタマーサクセスの仕事は、価値を定期的に伝えることから、価値を継続的に見える状態、検証できる状態に保つことへと、重心が移っていきます。もし顧客側のエージェントが成果を継続的に評価しはじめれば、四半期ごとの事業レビューのように定期的に価値を提示してきた人間側の慣行は、守りとしては弱くなるかもしれません。
その備えになるのが、能動的な価値のオーケストレーションです。提供した価値を自社のシステムが証明し、拡大の機会を差し出し、摩擦を解いていきます。しかもそれを、顧客側のエージェントが読み取り、検証できる形で行う、というのが要点です。
ここには一つの逆説があります。エージェントが静かに成果を出せば出すほど、その価値は見過ごされやすくなるのです。問題は起きる前に防がれ、定型業務は自動でさばかれ、うまくいった対応ほど背景に溶け込んでいくからです。カスタマーサクセスはこれまで、定期的な連絡やレビュー、レポートによって、その価値を見えるようにしてきました。関係のより多くの部分がソフトウェアを介して動くようになれば、その価値の一部は、人間と機械の双方が評価できる成果として記録される必要が出てきます。
観測可能性— 4つが機能しているか把握できるか
見えていないものは管理できません。人間中心のマーケティングでは、シェア・オブ・ボイスなどを通じて市場での可視性を測ってきました。エージェント経済で追うべきなのは、AIが自社を候補集合に入れる割合であり、いわばシェア・オブ・エージェント・コンシダレーションと呼べるものが、その一つです。
正直に書けば、完全な測定はまだできません。エージェントが参照し頼りにする情報源は、モデルや検索システム、プラットフォームの変化とともに動きますし、回答もクエリや地域、利用者の文脈、モデルの更新によって変わります。引用を示すかどうかも、モデルによってまちまちです。
Googleについては、2026年8月末までにSearch Consoleの生成AI実績レポートが世界中のサイトに展開され、Google検索の生成AI機能で自社のページがどれくらい表示されているかを、公式に測れるようになりました。ページや国、デバイス、期間で分解できますが、いまのところクリックデータは含まれず、表示回数だけです。そして当然ながら、これはあらゆるAIエージェントでの候補入り率と同じものではありません。
それでも、重要なユースケースごとに、複数のAI環境で定点観測することはできます。候補に入る割合、自社についての記述の正確さ、競合とどう比較されているか、どの情報源が引用されているか。この4つを追うだけでも、当て推量は管理できるものに変わります。観測可能性が担うのは、4つの能力をそれぞれ計測することではなく、環がどこで切れているかを突き止めることです。候補に入っていないのか、入っているが選ばれないのか、選ばれるが取引できないのか、あるいは取引のあとに成果の証明が生まれていないのか。どこで切れているかによって、打つべき手はまるで違ってきます。
環が閉じるということ
購買の前、証拠は、エージェントが自社を選ぶかどうかを判断する材料になります。購買の後には、同じ証拠が、自社を選び続けるべきかどうかを示す材料になります。同じ規律が、向きを変えて働いているだけです。そしてこれが、多くの企業が直線として運用しているものを、一つの環へと閉じます。継続性が成果の証明を生み、その証明が検証可能性を強くし、強くなった検証可能性が発見の段階での評価を通過させ、それがまた次の取引につながっていく、という循環です。
うまく設計できれば、選ばれ続けることと選ばれることは、予算を奪い合う関係をやめ、互いを支え合う関係になります。カスタマーサクセスへの投資は、継続率の改善だけでなく、次の新規獲得の原資を生む活動にもなるのです。
もう一つ、想定しておくべき変化があります。エージェントによって、代替案の評価やデータの移行、システムの組み替えが容易になれば、いまの継続を支えている摩擦の一部が弱まる可能性がある、ということです。これも仮説ですが、傍証はあります。Gartnerは2026年7月、AIエージェントが複数のシステムを横断してタスクを片づけることで、利用者が個々のソフトウェアの画面を操作する必要が減っていく現象を、エージェンティック・アービトラージと名づけました。2030年までに最大2,340億ドル、エンタープライズアプリのSaaS支出のおよそ20%がこの影響を受けるという予測です。エージェント型のシステムは成果を直接届けるため、UX中心の従来型アプリケーションを迂回することになり、ユーザーインターフェースはもはや差別化要因ではなくなる、というのがGartnerの見立てです。
これは解約率そのものを予測したものではありませんが、従来のスイッチングコストの一部が弱まる可能性とは、つじつまが合います。そうなると、カスタマーサービスとカスタマーサクセスの違いが、いっそう重要になってきます。サービスが問い合わせを解決するのに対して、カスタマーサクセスは、顧客がその製品を買った目的である成果を、いまも達成できていることを示す役割だからです。言い換えれば、継続の根拠が、やめにくいことから、続ける価値があることへと移っていくということです。
買い手が人間でも、エージェントでも
自社の買い手が、まだソフトウェアではなく電話をかけてくる段階だとしても、この構造は決して早すぎるものではありません。これは、いまの買い手がすでに取っている行動を書き出したものであり、エージェントはそれをより厳密に実行するだけだからです。いまのB2Bの買い手は、営業に接触する前に自分で情報を集め、マーケティングの主張を鵜呑みにせず第三者の裏づけを探し、ブラウザのタブに選択肢を並べて見比べ、購入後には成果が出ているかを静かに見極めています。これはもう、そのまま発見可能性であり、検証可能性であり、実行可能性であり、継続性です。
だからこそ、この環の大部分は、後悔の少ない投資だといえます。発見可能性、検証可能性、継続性、そして観測可能性を強くすることは、いま相手にしている人間の買い手に対しても、そのまま効くからです。一方で、実行可能性への投資の水準は、自社の購買特性と、エージェント取引の成熟度に応じて加減すべきです。人間の買い手に対しては、ブランドも感情も物語も、いまなお意思決定を動かします。ですから検証可能性は、説得を置き換えるものではなく、説得と並走するものだと考えたほうがよいでしょう。機械が実行できる提案や商取引プロトコルへの対応は、買い手が実際にエージェントを送り出しはじめるまでは、緊急度が下がります。複雑な検討を要するB2B商材であれば、明日すぐにプロトコル対応をする必要はありません。ただし、飛ばしてよいという意味ではなく、準備の時計として扱うということです。
人間が買い手である事業者にとって、これは将来への備えの設計図になります。エージェントが買い手である事業者にとっては、日々の運用の設計図です。構造そのものは同じで、買い手が変わるにつれて、ダイヤルが準備するから運用するへと動いていくだけです。
自社にとって、何を意味するか
技術的な仕組みまで理解していなくても、自社の現在地はつかめます。次の5つの問いから始めてみてください。
第一に、見つけられるか。 AIが自社を説明したとき、その中身は正しいでしょうか。説明してくれる人間がいない状態でも、自社の価値は翻訳に耐えるでしょうか。
第二に、証明できるか。 自社の主張のうち、機械が自社の言葉に頼らずに検証できるものは、どれくらいあるでしょうか。主張していることと、独立して確かめられることのあいだの差が、自社の証拠のギャップです。
第三に、取引できるか。 エージェントが自社を選んだとき、実際に取引まで進めるでしょうか。
第四に、選ばれ続けるか。 購入後も、提供している価値を継続的に検証できる状態になっているでしょうか。そしてその成果は、次の買い手が参照できる証拠として、外に出ているでしょうか。
第五に、どこで環が切れているかを把握しているか。 主要なAI環境で、自社が候補に入っているかどうかを測っているでしょうか。期待としてではなく、測った結果として把握できているでしょうか。
エージェントによる発見は、エージェントによる取引よりも速く進んでいます。だからこそ、企業にはまだ準備の時間があります。最後に勝つのは、エージェントから見つけられ、信頼され、取引でき、そのあとも選ばれ続ける理由を証明できる企業です。
次の経営会議では、一つだけ問いを立ててみてください。もし明日、最も重要な見込み客がエージェントを送ってきたら、そのエージェントは何を見つけ、そして自社を選ぶでしょうか。その答えが、自社の設計図になります。
参考文献
消費者・購買行動の調査
- McKinsey & Company. (2026年4月16日). AI to browse but not to buy.（欧州消費者調査：63%が比較に、55%が学習にAIを利用）
- YouGov. (2026年1月2日). American trust in AI for retail: Consumer sentiment in 2025.（米国消費者：65%が価格比較を信頼、14%が注文代行を信頼）
- Gartner. (2026年5月20日). Gartner Survey Finds 69% of B2B Buyers Turn to Sales Reps to Validate AI-Generated Insights.（2025年8〜9月実施、B2Bバイヤー645名）
エージェント経済のインフラ
- Google Developers Blog. (2026年1月11日). Under the Hood: Universal Commerce Protocol (UCP).
- OpenAI. Buy it in ChatGPT: Instant Checkout and the Agentic Commerce Protocol.（ACP）
エージェント経済に関する予測
- Gartner. (2025年10月21日). Gartner Unveils Top Predictions for IT Organizations and Users in 2026 and Beyond.（2030年までに金銭取引の20%がプログラマブルに）
- Gartner. (2025年3月5日). Customer Service Leaders Should Strategically Integrate Agentic AI to Enhance Efficiency and Redefine Service Roles.（2030年までにサービスリクエストの50%がマシンカスタマー起点）
- Gartner. (2026年7月1日). Gartner Says $234 Billion in Enterprise Application Software Spend Is at Risk from Agentic AI.（エージェンティック・アービトラージ）
AI検索に関する公式ガイダンス
- Google Search Central. Optimizing your website for generative AI features on Google Search.（最終更新：2026年7月10日）
- Google Search Central. AI features and your website.（最終更新：2025年12月10日）
- Google Search Central Blog. (2026年6月3日). Introducing Search Generative AI performance reports in Search Console.（2026年8月31日に全世界展開完了）
