CTO.LA Signals: AIエージェントの課題 — 喜びとカート理解

Trends2026年2月20日金曜日

最新のAI研究が示すエージェント型コマースの真の課題は、チャットインターフェースではなく、顧客がカートに追加する前に満足度を予測することにある。

Aleksey KlempnerCTO.LA

TL;DR

「agentic commerce（エージェント型コマース）」への業界の猛進は、チャットインターフェースという誤った問題に焦点を当てています。最新の学術研究によると、真の課題は、言語処理だけでなく、マルチモーダルデータとグラフネットワークを使用して顧客満足度を理解し、予測する予測エンジンを構築することにあります [1]。
顧客が購入に満足するかどうかを予測できないAIエージェントは、音声起動型の検索バーに過ぎません。真のエージェントの基盤となる層は、ポジティブな結果の確率を計算できるアーキテクチャであり、これは今日のキーワードマッチングのチャットボットとはかけ離れた概念です [2]。
エージェント型ストアフロントの準備状況は、APIやLLMの選択とは関係ありません。それはデータインフラの成熟度に関わります。ユーザーとアイテムのインタラクションをグラフとしてモデル化できますか？テキストレビュー、購入履歴、暗黙的な行動シグナルを融合して満足度を予測できますか？もし答えが「いいえ」なら、あなたはまだ準備ができていません [4]。

先週、私はヴェニス大通りにあるエレウォンで、サプリメントの棚を茫然と見つめ、完全にフリーズしている人を目にしました。気の毒なことに、店員が助けようとしました。「何をお探しですか？」と彼が尋ねると、顧客は「ええと…集中力を高めるのに役立つ何か？」と答えました。店員はイチョウ葉の入ったボトルをいくつか指差しました。これはキーワードマッチングの完璧な、人間による例でしたが、まったく役に立ちませんでした。

顧客はイチョウ葉を求めていたのではありません。彼らは「保証された結果」を求めていたのです。彼らは予測を求めていました。彼らは、50本近くあるほとんど同じようなボトルの中で、自分にとって、つまり彼らの生物学、ライフスタイル、目標にとって、実際に効果があるのはどれかを知りたかったのです。彼らは、単に文字列のクエリ（「集中力」）を製品属性（「イチョウ葉」）にマッチさせるだけでなく、確率と結果について推論できるシステムを求めていたのです。

これとまったく同じ、根本的な間違いを、いわゆる「エージェント型コマース」システムを構築しようと躍起になっているほとんどすべてのブランドが犯しています。私たちは皆、文章を解析して結果をフェッチする「ヘルパー」を構築しています。私たちは、親切だけど無知な店員をデジタル化したものを作っているのです。真の課題、実際に重要な仕事は、より優れた会話ができる人を構築することではありません。顧客を幸せにするもの、彼らの問題を解決するもの、3日以内に返品されないものを予測できる予測エンジンを構築することなのです。そして最新の研究によると、そのエンジンは会話型AIに基づいて構築されるのではなく、グラフに基づいて構築されるのです。

なぜAIショッピングアシスタントはこれほどまでに頭が悪いのか？

正直に言いましょう。現在の世代の「AIショッピングアシスタント」は、とてつもない期待外れです。それは、90年代後半からEコマースを動かしてきたのと同じキーワード検索の上に薄い自然言語処理のベニヤ板を貼ったものに過ぎません。検索バーをチャットバブルに置き換えたものの、その根底にあるロジックは情けないほど単純です。

あなたが「黒いジーンズを見つけてください」と尋ねると、「はい、こちらが当店で販売している247本の黒いジーンズすべてです」と返ってきます。

これはアシスタンスではありません。カタログのダンプです。これは構文を理解するが、意図を全く理解しない機械です。コマースを実際に推進する暗黙の、人間的な質問には対応できません。

「ブランドXのお気に入りのジーンズfit（フィット）に似ていて、2回洗濯しても色あせない黒いジーンズを見つけてください。」
「来月オハイ州で結婚式があります。ドレスコードは「デザートシック」です。他の3人と同じにならない、500ドル以下の服を見つけてください。」
「DTLAの新しいアパートに置く家具で、次のアパートへの引っ越しに耐えられるものを見つけてください。」

これらの質問に答えるには、検索以上のものが必要です。推論、類推、そして最も重要なことに予測が必要です。エージェントは、フィット感を予測し、社会的適合性を予測し、耐久性を予測する必要があります。ユーザーにとって成功する結果の確率を計算する必要があります。しかし、私たちが構築しているのは、最も明示的なコマンドしか処理できないエージェント、受動的な召使いであり、能動的なパートナーではないエージェントです。彼らはコマンドを待ち、検索を実行し、リストを提示します。これは想像力の途方もない失敗であり、魅力的で派手なフロントエンドインターフェースではなく、非常に困難なバックエンドのインテリジェンスに焦点を当てた直接的な結果です。

これらのチャットボットスタートアップに資金を提供しているベンチャーキャピタリストや、「会話型コマース」について息をのむようなプレスリリースを作成しているマーケティングチームは、完全に的外れです。エージェントの価値は、文を理解する能力にあるのではありません。その価値は、未来を予測する能力にあるのです。

真実の根拠はプロンプトではなく、グラフの中にある

コマースの世界が華やかなLLMのデモに気を取られている一方で、真の基礎的な作業は別の場所で行われています。私は先週、2026年2月のarXivの最新プレプリントに没頭して過ごしましたが、そのメッセージは明確です。コマースAIのフロンティアは自然言語ではなく、グラフニューラルネットワークとマルチモーダルデータフュージョンにあるのです。

例えば、グジャラート工科大学の研究者による論文は、チャットボットを構築しようとしているわけではありません [1]。彼らは、はるかに困難な問題、つまり顧客満足度を確実に予測することに取り組んでいます。彼らのモデルは、レビューのテキストを見ているだけではありません。BERTエンベディング（テキストのセマンティックな意味を捉える）とLightGCNグラフエンベディング（すべてのユーザーとすべての製品間の複雑な関係をマッピングする）を融合させています。

それが何を意味するか考えてみてください。従来のシステムは5つ星レビューを見て、「素晴らしい、これは良い製品だ」と言います。この新しいモデルは、5つ星レビューを見て、瞬時にコンテキストを理解します。誰が書いたのか、他に何を購入したのか、同様のユーザーが何を購入したのか、そしてこの1つのレビューがネットワーク内の何千もの他のユーザーとアイテムのインタラクションにどのように接続されているのか、といったことです。このアプローチにより、履歴のない新しいユーザーに何かを推奨する方法である「コールドスタート」問題に対処できます。システムは、サンタモニカの新しい顧客プロファイルが、ヴェニスビーチの既知のハッピーな顧客クラスターに強く似ていることを特定し、グラフの構造に基づいて、これまで見たことのない製品に対する満足度を予測することができます。

もう一つの論文「Detecting High-Potential SMEs with Heterogeneous Graph Neural Networks」では、グラフベースのモデルを使用して、成功する可能性のある中小企業を予測し、上位100社の候補で89.6%という驚異的な精度を達成しています [2]。これは偶然よりも2.14倍優れています。重要な発見は、データの構造、つまり企業、研究テーマ、資金提供機関間の関係が、企業の単独の属性よりも成功を予測する上でより強力な予測因子であるということです。

さて、同じ予測能力をコマースに応用することを想像してみてください。成功する企業を予測する代わりに、顧客ベースの特定のマイクロセグメントにとって「ヒット」商品となるものを予測できます。あるいは、高いLTV（Life Time Value）につながる可能性のある顧客と製品の組み合わせを予測することもできます。これこそが「エージェント」の真の仕事であり、商品を見つけることではなく、成功する可能性の高いアウトカムを特定し、推奨することです。ユーザーからのプロンプトは、一握りの小さな入力シグナルに過ぎません。真の根拠は、プラットフォーム上でこれまでに行われたすべてのインタラクションの巨大で相互接続されたWebにあります。

会話のためではなく、予測のためのアーキテクチャ

ほとんどのコマースチームのアーキテクチャへの考え方が、彼らの大きな足かせとなっています。彼らは「エージェント型コマース」と聞いた途端に、API、Webhook、NLPサービスを思い描きます。彼らは、単純なルックアップのために設計されたデータベースアーキテクチャに会話レイヤーを無理やり取り付けようとしているのです。これでは決してうまくいきません。リアクティブな基盤の上に予測システムを構築することはできないのです。

今日の「チャットボット」の典型的なアーキテクチャは、痛々しいほど線形です。

これは、機能的には、より多くのステップを含む検索バーです。クエリを受け取り、キーワードに分解し、一致するアイテムをフェッチし、リストを返します。ここにはインテリジェンスはありません。

真のエージェント型システムには、予測コアを中心とした全く異なるアーキテクチャが必要です。

これは予測のためのアーキテクチャです。テキストクエリだけでなく、複数のシグナルを取り込みます。テキストのセマンティックコンテンツ [1] と、ユーザーとアイテムのグラフの関係構造 [2] の両方を活用するマルチモーダルエンジンでそれらを融合させます。システムのコアは「Satisfaction/Outcome Predictor（満足度/結果予測子）」であり、その唯一の仕事は、成功する結果（例：購入、返品なし、肯定的なレビュー）の確率を計算することです。

出力は、単純な製品リストではありません。それは「Recommendation Manifold（レコメンデーション多様体）」であり、大規模なAmazonデータセットでのレコメンデーションのための潜在空間をナビゲートするManCAR論文のような、シーケンシャル推論に関する最近の研究で示唆されている概念です [4]。エージェントは単に製品を見つけるだけでなく、複雑な可能性空間をナビゲートして、その特定のユーザー、その特定の瞬間に最も高い予測成功スコアを持ついくつかのオプションを見つけます。「何がありますか？」という質問に答えるだけでなく、「何を手に入れるべきか？」という質問に答えるシステムなのです。

あなたが持っているデータと、あなたが必要とするデータ

私は毎日、AIエージェントの導入に意欲的な経営者の方々と話をしますが、最初の質問はいつも同じです。「インタラクショングラフを見せていただけますか？」その答えは、たいていの場合、茫然とした表情です。彼らはユーザー、注文、製品でいっぱいのデータベースを持っています。Google Analyticsからの膨大なログもあります。しかし、本当に重要な唯一のもの、つまりデータポイント間の「関係」の構造化された表現は持っていません。名詞や動詞はあっても、文がないのです。

この点に関する研究は明確です。シグナルは構造にあるのです [2]。あなたの表形式データ、つまりSnowflakeインスタンスの行と列は、あなたのビジネスの現実の薄い影に過ぎません。魔法はつながりの中で起こるのです。

トランザクションログからインタラクショングラフへ

この基盤を築くことが、エージェント型未来に備えるための真の作業です。それは、チャットボットのためのコードを1行も書く前に起こらなければならない、地味で地道なデータエンジニアリングです。それは、ビジネスをグラフとしてモデル化することから始まります。ユーザーとアイテムはノードです。すべてのインタラクション（閲覧、カートへの追加、購入、レビュー、返品、カスタマーサービスチケット）は、それらのノードを結ぶ有向、重み付き、タイムスタンプ付きのエッジになります。

今では、「製品#123が何回購入されたか？」と尋ねる代わりに、はるかに強力な質問をすることができます。「製品#456を購入した後、製品#123を閲覧し、その後返品したユーザーのクラスターは何ですか？彼らの共通点は何ですか？そして、同様のユーザーのクラスターの行動に基づいて、最も保持される可能性が高い、代わりに示すべき製品は何でしたか？」これが、インテリジェンスにつながるクエリです。

暗黙的なシグナルのキャプチャ

私が見ている論文では、Amazonのデータセットでは3つ星以上の製品評価を肯定的なインタラクションとして扱うなど、比較的単純なシグナルがまだ使用されています [4]。それは良いスタートですが、現実世界ははるかに豊かです。あなたが必要とするデータは、ユーザーが取る明示的な行動の中にあるだけではありません。それは彼らの暗黙的な行動の広大な海の中にあるのです。

彼らは画像の上でどれくらいの時間ホバリングしましたか？
特定の詳細をズームインしましたか？
特定の製品をどれくらいの速さでスクロールしましたか？
商品をカートに追加し、2分間ためらってから削除しましたか？

これらはすべて、興味、混乱、または不満の強力なシグナルです。ordersテーブルは「何が起こったか」を伝えます。この暗黙的なデータは「なぜ」を伝えます。これらのシグナルをキャプチャし、グラフモデルに組み込むことが、基本的なレコメンダーと真の予測エンジンを分けるものです。あなたの標準的なGA4の実装はこれのために構築されていません。予測モデルにフィードするための、これらの微妙な行動マーカーをキャプチャし、構造化するために設計された専用のイベントパイプラインが必要です。

「エージェント型ストアフロントの準備状況」とは具体的に何を意味するのか？

「agentic storefront readiness（エージェント型ストアフロントの準備状況）」をめぐって、ほとんどが煙と鏡のような監査や認証を販売するにわか景気の業界が生まれています。彼らは、クリーンなAPI、優れたドキュメント、最新のヘッドレスアーキテクチャを持っていることが重要だと言うでしょう。それは当たり前のことです。フォーミュラ1カーの準備状況が、4つの車輪とハンドルを持っているかどうかで決まるようなものです。

真の準備状況は、フロントエンドやAPIレイヤーとは関係ありません。それは、データアーキテクチャの成熟度と予測能力の尺度です。具体的にするために、この現実を反映した成熟度モデルを以下に示します。

レベル	名称	説明	主要技術	研究における類似性
1	リアクティブ	標準的なEコマースプラットフォーム。検索クエリやクリックなどの直接的なユーザー入力に応答する。	キーワード検索、SQLデータベース	N/A（ベースライン）
2	セグメント化	事前定義されたユーザーセグメント（例：場所、過去の購入履歴）に基づく基本的なパーソナライゼーション。	CRM、マーケティングオートメーション	N/A（ベースライン）
3	予測型	過去のデータに基づいた機械学習を用いてユーザーの行動を予測する（例：チャーン、次回購入）。	協調フィルタリング、回帰モデル	ManCAR [4]、GXNSRec [3]
4	プレ・エージェント型	ポジティブな結果スコアを予測するマルチモーダルエンジンを使用して、行動や商品を積極的に推奨する。	グラフニューラルネットワーク、マルチモーダル融合	満足度予測モデル [1]、SME-HGT [2]
5	エージェント型	ユーザーの目標を理解し、予測層に対して複雑な多段階タスクを実行できる自律システム。	LLM駆動アクションモデル、予測コアAPI	（今後の研究）

私が見るほとんどのブランドはレベル1または2で立ち往生しています。最も進んでいるブランドでも、ようやくレベル3に足を踏み入れたところです。現在の学術研究はレベル4の領域に強く押し進んでいます。しかし、誇大広告に煽られた業界全体の会話は、私たちがレベル5にいきなりジャンプできると見せかけています。それはできません。予測的な、プレ・エージェント型の基盤のないエージェントは、操り人形師のいない操り人形のようなものです。話すことはできますが、独立した知性を持っていません。

これがあなたのブランドにとって何を意味するか

ブランドのリーダーであるならば、質問の仕方を変える必要があります。「AIショッパーはいつ導入できますか？」とチームに尋ねるのはやめて、代わりにこれらの質問をしてください。

最初のアドインプレッションから購入後のサポートチケットまで、すべての顧客インタラクションの統合されたリアルタイムビューを持っていますか？
顧客と製品の関係をどのようにモデル化していますか？それはグラフになっていますか？
暗黙的な行動データ（ホバー、ためらい、スクロール速度）を捉え、顧客プロファイルに結びつけるために何をしていますか？
今日、特定の顧客が特定の製品に満足する確率を予測するスコアを計算できますか？

これが仕事です。これが基礎です。データエンジニアリング、MLモデリング、システムアーキテクチャです。セクシーではありません。役員会でのデモも映えません。しかし、真に役立つAIシステムを構築するための唯一の道筋なのです。

CTO.LAでは、これこそが私たちの仕事です。私たちはロサンゼルスを拠点とするコマースAIアーキテクトのチームです。チャットボットのライセンスを販売しているわけではありません。コマースブランドと提携し、インテリジェントなシステムの前提条件となる、基礎となるデータインフラストラクチャと予測モデルを設計および構築しています。私たちはあなたがレベル4に到達するのを支援し、時が来たときにレベル5への移行が絶望的な飛躍ではなく、論理的な次のステップとなるようにします。

エージェントを構築するな。真実のエンジンを構築せよ。

誰もがエージェントを構築したがっています。それは魅力的なもので、未来のように感じられます。しかし、あなたは基礎を築く前に屋根を建てようとしているのです。

しばらくエージェントのことは忘れてください。真実のエンジン（truth engine）を構築することに集中してください。あなたのビジネスが生み出すあらゆる断片のデータを取り込み、その見返りに、単一の高忠度な予測を提供するエンジンです。このユーザーが、この履歴で、このコンテキストで、この製品を気に入る可能性の予測です。

それができれば、つまり、喜びを確実かつ正確に予測できるようになれば、エージェントの部分は簡単になります。会話型インターフェースは、あなたの真実のエンジンの出力を公開する単なるUIに過ぎません。本当の仕事は、顧客データの混沌とした、複雑で美しいカオスを掘り下げて、真の満足につながる隠れたシグナルを見つけることなのです。

次に405号線を這うように走っているとき、そのまさに瞬間に顧客が生み出している何百万もの個別のデータポイントについて考えてみてください。それらを空中に消散させているだけですか、それともビジネスの未来を予測できるグラフに織り込んでいるでしょうか？

CTO.LAは、このようなエージェント型インフラストラクチャを構築しているコマースブランドと協業しています。ぜひお話ししましょう。

参考資料

agentic commerce
commerce AI architecture
graph neural networks
data engineering
machine learning