産業資材流通のエージェンティックコマース：2026年の現実

今日機能していること、していないこと

2026年のエージェンティックコマースは、ひとつの名前を共有する二つの市場であり、その二つは正反対の方向へ動いている。

ディスカバリー（製品発見）は機能している。 Adobeの計測によれば、2026年第1四半期の米国小売サイトへのAI経由トラフィックは前年同期比393%増となり、3月にはAI経由以外のトラフィックよりコンバージョン率が42%高く、訪問あたりの収益も37%高かった。誇大宣伝をどう評価するにせよ、これはひとつのチャネルがチャネルとして振る舞っている姿である。

自律的な取引は機能していない。 今年もっとも示唆に富む出来事は、新サービスのローンチではなく撤退だった。

Instant Checkoutの撤退が本当に証明したこと

OpenAIは2025年9月29日にInstant Checkoutを開始し、2026年3月4日にこれを撤回、同月後半のブログ記事で方針転換を正式に認めた。同社自身の説明はこうだ——初期版は「当社が目指す水準の柔軟性を提供できていなかった」ため、加盟店には自社のチェックアウトを使ってもらい、OpenAIは製品ディスカバリーに注力する。

教訓が宿るのは、この一文の下にある細部のほうである。

ForresterのEmily PfeifferとSucharita Kodaliは、2026年3月にこの構造的な論点を率直に言い切った。在庫管理は「計画から壊滅的なまでに抜け落ちていた」。エージェントは、興味深い意味でのハルシネーションを起こしていたわけではない。配信されたのではなくスクレイピングされた、したがって陳腐化したカタログを、忠実に伝えていただけである。

教訓はこれに尽きるし、一般化もできる。エージェントは与えられたデータの正確性をそのまま引き継ぎ、それを機械の速度で実行に移す。 PDFの中の誤った仕様は、人間が読み違えるまでは動かない。エージェントの回答に含まれる誤った仕様は、誰かが気づくより先に、候補リストへ、見積書へ、部品表へと伝播していく。

産業分野でディスカバリーと取引を分ける線はどこにあるのか

小売のエージェントが機能するのは、価格、在庫数、SKUという三つが公開されていて、しかもひとつに定まっているからだ。産業資材の供給は、その三つすべてを構造的に満たさない。

Deloitteの報告によれば、エージェンティックAI技術を何らかの形で使っているB2Bサプライヤーは4分の1にも満たない。これは保守のための保守ではない。前提となる基本要素が、本当に存在していないのだ。

だからこそ、2026年の産業界にとって有用な問いは「エージェントは自社から買ってくれるのか」ではなく、「エージェントは自社の仕様を正しく読み取れるのか」である。前者は思弁にすぎない。後者は、参加するかどうかにかかわらず、いま現実に起きている。

では産業資材の供給で実際に機能しているものは何か

デモンストレーションを取り除くと、実際に定着しつつあるパターンは四つある。いずれにも共通する性質がひとつある。エージェントが生み出すのは提案であり、確定させるのは人間だ、という点である。

1. 01契約価格を織り込んだ検索。 特定顧客の交渉済みカタログと価格表を参照でき、「これはいくらで買えるのか、そもそも調達できるのか」に電話なしで答えられるアシスタント。短期的にもっとも価値が高い用途であり、そしてAIそのものよりも権限管理によって阻まれている用途でもある。
2. 02供給逼迫時の代替品探索。 ある部品が割当対象になったとき、メーカーをまたいで適合済み・認定済みの代替品を見つける作業は、まさに機械が得意で人間が遅い高次元のフィルタリングである。これが機能するのは、同等性の関係が推測ではなく公開されている範囲においてのみだ。
3. 03見積書・提出書類の組み立て。 仕様書、図面、部品表を、価格と裏付け書類のそろった回答へと変換する作業。ここで求められるのは判断ではなく文書の統合であり、計測可能な時間削減の大半はここで計上されている。
4. 04再発注・補充の提案。 消費実績にもとづく提案が、既存の承認ワークフローを迂回するのではなく、その中に着地する形をとる。

注目すべきは、この四つのいずれもエージェントが決済情報を保持することを求めず、四つすべてが正確な構造化製品データを求めるという点である。それがこの市場の実際の依存関係であり、市場が売り込まれている姿とはほぼ逆になっている。

ベンダーが産業系の企業に「エージェンティックコマース」を売り込んできたときに有効なテストがある。四つのうちどれをやっているのかを尋ね、次にそのデータがどこから来るのかを尋ねればよい。答えがクローラーなら、それは3月に失敗したものを売りつけられているということだ。

反論を、正確な形で述べる

Gartnerは、コストの膨張、事業価値の不明確さ、不十分なリスク統制を理由に、エージェンティックAIプロジェクトの40%超が2027年末までに中止されると予測している。この分野でもっとも有用な数字であり、退けるのではなく額面どおりに受け止めるに値する。

ただし、それが何を予測しているのかを読むべきだ。予測しているのはエージェントを構築するプロジェクトの失敗であって、エージェントを介した需要の消滅ではない。この二つは切り離せるものであり、そこから導かれる戦略的な含意は、直感的な結論とほとんど正反対になる。

• 2026年に自律型の調達エージェントを構築することは、おそらくGartnerの統計に数えられる側に回る。
• 2026年に自社カタログを機械可読にしないことは、2028年に計上することになる仕様採用の逸失である。

二つ目のリスクのほうが、対処は安く、後戻りは難しい。

完全なエージェント調達には何が成立している必要があるのか

前提条件は六つあり、おおむね依存関係の順に並べてある。奇をてらったものはひとつもなく、そのすべてが未完成である。

1. 01正規かつ検証済みの製品レコード。 パラメトリック情報、ライフサイクル状態、適合性の証跡が一箇所にまとまり、バージョン管理され、出所をたどれること。他のすべてはこれの下流にある。Instant Checkoutが最初の段階でつまずいたのは、まさにそのためだ。
2. 02認証され、権限を理解したアクセス。 特定の顧客の代理として動くエージェントは、その顧客の契約価格と割当だけを参照でき、他社のものは見えてはならない。これは認可の問題であり、未解決の部分のなかでもっとも難しい。
3. 03検証可能なエージェントの識別。 サーバーの運用者は、どのエージェントが、誰の代理で呼び出しているのかを知る必要がある。現在IETFで検討が進むWeb Bot Authと署名付きエージェントの取り組みが、現実的な道筋である。
4. 04マンデート（授権）と意図の層。 AP2の署名付きインテント・カート・ペイメントの各マンデート——2026年4月にFIDO Allianceへ寄贈され、v0.2で「人間が同席しない」取引に対応した——は、人間が実際に何を承認したのかを改竄検知可能な形で記録するために存在する。
5. 05このチャネルに割り当てる商流ポリシー。 品揃え計画に関するForresterの指摘がそのまま当てはまる。どの部品を、どの価格で、どの在庫をエージェントに開放するのかは、クローラーに決めさせるのではなく自社で決めなければならない。
6. 06責任分担のモデル。 エージェントが指定した部品が認定に通らなかったとき、それを負うのは誰か——誤ったデータを出したメーカーか、それを配信したディストリビューターか、それを言い換えたモデルベンダーか。今日これに答える標準は存在せず、購買部門が補償の問いを未解決のまま自動化を進めることはない。

1と5は、サプライヤーが完全に自力で握れる。3、4、6は業界全体で取り組む作業である。そして2こそが、商業的な創意工夫が生まれる場所になる。

それまでのあいだに何をすべきか

2026年に守りうる立ち位置は、エージェントには読ませ、取引は人間が確定させるという姿勢である。機械には自社の部品を正確に発見・比較・検証させ、確定の行為は自社のレールの上に留めておく。

具体的には、ブラウザ以外のクライアントにも読めるカタログページを配信すること——Partsgraphが2026年8月に世界984のディストリビューターおよびメーカーのドメインを監査したところ、38%はそれができておらず、AI可視性スコアの中央値は100点満点で50だった。ライフサイクルと適合性を、PDFではなく構造化されたフィールドとして公開すること。アシスタントが自社の部品について実際に何と答えているかを監視すること——自信をもって語られる誤答は、回答がないことよりも悪いからだ。そして、直接問い合わせてくるエージェントのために、クエリ可能なエンドポイントを公開すること。MCPは2026年3月時点で月間およそ9,700万件のSDKダウンロードに達し、いまはLinux Foundationの中立的なガバナンスの下にある。インターフェースをめぐる問いは、事実上決着している。

居心地の悪い総括はこうだ。業界は2025年から2026年前半にかけて、エージェントがものを買うかどうかを論じ続け、より重大なほうの論点を不戦敗で失った。エージェントはすでに、産業用部品の仕様に関する問いに答えている。その回答の大半は、スクレイピングされた、不完全で陳腐化したデータから組み立てられている——Instant Checkoutを葬ったのとまったく同じ失敗が、手を入れていないすべてのカタログの上で、静かに走り続けている。

無料の診断ツール [/audit](/audit) を使えば、機械がいま御社のカタログから何を読み取っているのか、そしてどこで部品を取り違えているのかが分かります。