エージェンティック・コマース（AIエージェントによる商取引）における「鶏が先か、卵が先か」の問題は、大枠において解決しました。現在、米国内またはカナダのMetaアカウントを持つユーザーであれば、誰でも「Muse」エージェントを立ち上げることができます。 Museはブラウザの自動化を利用して、あらゆる加盟店のウェブサイトをスクレイピングすることが可能です。供給（機能）と需要（ユーザー）が同時に揃ったため、Metaはホリデーシーズンのギフト探しや旅行プラン構築に向けて、Museの大規模なマーケティングを展開すると見られています。
何も対策を講じない場合、エージェントは従来のウェブスクレイピングへと逆戻りします。スクレイピングには限界があるため、エージェントがタスクを完了するまでに膨大な時間がかかり、大量のトークンを消費することになります。
加盟店へのメッセージはかつて「GeminiやOpenAIのパイロット運用に向けてUCPやACPの準備を整えましょう」というものでした。しかし現在では、「ホリデーシーズンにトラフィックが急増する前に、今すぐエージェンティック・チェックアウトを自社でコントロールしましょう」へと変わっています。
LLMチャットボットからAIパーソナルアシスタントへのシフト
人々はMuse、Instinct、Grok BotといったAIパーソナルアシスタントを急速に取り入れ始めています。Museアプリは今月上旬のリリース以来、すでに250万回以上のダウンロードを記録しており、わずか10日でiOSの無料アプリランキングにおいてChatGPTを抜きトップに立ちました。
プロンプトに応じてテキストを生成するだけの単体LLMとは異なり、InstinctやMuseのようなアシスタントは時間をかけて自律的かつ積極的に調査やコミュニケーションを行います。また、ログイン情報や2段階認証（2FA）、さらにはクレジットカード番号などの保管データ（Vault items）も記憶します。利用者は人間のアシスタントに依頼するのと同じように、WhatsAppやiMessageを通じてこれらのツールと会話します。アシスタントは一度タスクを持ち帰り、自ら考え行動した上で、時には数分後に結果を返してきます。
利用が広がるにつれ、ユーザーはこれらのアシスタントを通じて商品の購入を完了させようとする機会を増やしていくでしょう。
Forterのデータでは、すでにこれらのアシスタントによる注文が発生していることを確認しています。9月第1週以降、InstinctおよびGrok Botからの取引量は250%以上増加し、Museからの取引量はわずか2日間で42%増加しました。Geminiのようなアクセス権が限定されたLLMエージェンティック・コマースのパイロット版とは異なり、加盟店側は実質的にこのマス市場向けエージェンティック・コマースに「自動参加（オプトイン）」させられている状態です。加盟店側が最適化を行っているかどうかにかかわらず、これらのアシスタントはあなたのサイトで購買取引を試みてきます。
この変化は、顧客体験（CX）の向上とリスク対策の維持という繊細なバランスに大きな影響を与えます。アシスタントを利用する顧客に対してスムーズな購入体験を提供しつつ、同時にこの新しいショッピングチャネルに伴う不正利用（詐欺）から自社をどのように守るべきでしょうか？
Forterによるエージェンティック検証実験
当社のエンジニアの1人が、異なるパーソナルアシスタントをダウンロードし、アシスタント経由で購入する際の顧客体験（CX）を理解するための比較実験を行いました。彼は赤のドレスを注文するテストを実施し、ウェブスクレイピングモデルとヘッドレス・チェックアウト経由で利用可能な各種エージェンティック・プロトコルを比較して、所要時間と消費トークン数を計測しました。
では、「ヘッドレス・チェックアウト」とは何でしょうか？ ヘッドレス・チェックアウトとは、実際の決済処理（バックエンドAPI経由）をユーザーが見るインターフェースから分離するエージェンティック・プロトコル手法です。これにより、AIアシスタントによる購入は加盟店のウェブサイト（画面）を経由することなく完了できます。これは、AIアシスタントが一般の消費者と同じ画面フローを辿るウェブスクレイピングモデルとは対照的です。
実験の結果、プロトコル形式はスクレイピング形式に対して、処理スピードで約10倍速く、消費トークン数も約5分の1に抑えられることが分かりました。スクレイピングが4分から6分かかったのに対し、API呼び出しは1秒から16秒で完了しました。一方で、すべてのプロトコルを一度に提示すると単一のプロトコルを提供する場合よりも明確に処理が遅くなり、さらに2つのエージェントが同じ通信形式を選ぶことはありませんでした。
さらに、ディスカバリ・ドキュメント（構成定義文書）を活用することで、加盟店側がエージェントの選択肢を誘導できること、また曖昧さや矛盾の回避方法、機械可読テキストをインジェクション攻撃の潜在ベクトルとして検知する方法、不審なデータのハンドリング方法などを制御できることが判明しました。
ウェブスクレイピングモデルは初期の「Operator」の頃と比べて大幅に向上しているものの、今回の実験により、依然として最適ルートではないことが証明されました。スクレイピングモデルの規模が拡大すると、加盟店側にとってはサーバー負荷（コンピュート負荷）が高くなり、人間のユーザーのブラウジング体験をも悪化させます。またエラーも発生しやすく、エージェントが途中で停止・拒否されたり、膨大なLLMトークンを無駄に消費して途中で離脱（放棄）してしまう原因になります。
ホリデーシーズンのピーク前に最適なバランスを確立する
Eコマースは、これらAIアシスタントの影響が大規摸に現れる最初の高価値な事業分野（バーティカル）の1つです。エージェンティック・チェックアウトを自ら主導・管理する事業者は、エンドユーザーに、より快適で安全な体験を提供できます。一方で対策を怠った事業者は、決済の失敗、顧客体験の低下、ウェブサーバー運用コストの増大に直面し、最終的には売上の機会損失というリスクを抱えることになります。
アシスタント（およびその先にいるエンドユーザー）にスムーズな決済体験を提供しつつ、自社のビジネスを不正被害から守りたい場合、プログラムによって拡張可能で高パフォーマンスを発揮する「ヘッドレス・チェックアウト」が非常に有効なアプローチとなります。ヘッドレス・チェックアウトでは決済のUI（画面）とバックエンド処理が分離されているため、基盤となる不正対策や決済ロジックを共通利用しながら、専用のカスタム体験を構築することが可能です。
エージェンティック・チェックアウトの主導権を握る
Forterは加盟店がAIアシスタントによる不正被害から自社を守り、同時にヘッドレス・チェックアウトによってストレスのない顧客体験を提供できるよう支援します。
Forterの「不正管理（Fraud Management）」ソリューションは、AIアシスタントによるトラフィックを識別・リスク判定し、正当なアシスタントと不正・悪用の試みを明確に分離します。
また、まだヘッドレス・チェックアウトの構築がお済みでない場合でも、Forterの「Agentic Orchestration（エージェンティック・オーケストレーション）」を利用することで、任意のプロトコルを実行可能にし、パーソナルアシスタントが購入できる商品、配送先、価格、さらにはそのアシスタントに取引許可を与えるかどうかまでを細かく定義できます。これにより、すべての注文において本人確認（Identity）、トークナイゼーション、決済、セキュリティが一体となったシステムとして機能させることができます。
*** 本コンテンツは2026年9月24日に公開された “AI Assistants Are Already Ordering From Your Site. Here’s What Our Data Shows”を翻訳したものです。
Estimated reading time: 0 minutes
