これまでデジタルマーケティングは、「いかにして人間の注意（アテンション）を引き、感情を動かし、購買行動へ導くか」という人間心理を軸に進化してきました。しかしアンソロピック（Anthropic）が実施した新たな実験は、その前提条件を問い直す可能性を示しています。
【この記事のポイント】
- アンソロピック（Anthropic）がProject Dealと名付けた実験で、AIエージェントが買い手と売り手の両方を代行し自律的に交渉・取引を完結。69名の従業員・500超の出品物・186件の取引・総額4,000ドル超という実証結果を達成した（2026年4月25日公表）。
- 重要なのは「より高度なAIモデルで代理された参加者がより良い結果を得たが、参加者はその格差に気づかなかった」という「エージェント品質格差（Agent Quality Gap）」の発覚。またプロンプト（人間の指示）は交渉結果にほとんど影響しなかった。
- アンソロピック（Anthropic）自身が「AIが取引を行うための政策・法的枠組みはまだ存在しない」と認めており、実証実験の段階だが、マーケティングが「人間の心理への訴求」から「AIへのデータ最適化」へシフトする方向性を示唆している。
「Project Deal」とは何か：アンソロピック（Anthropic）実験の全貌
- アンソロピック（Anthropic）は2026年4月、San Francisco オフィスの69名の従業員を対象に「Project Deal」と名付けた実験を実施
- 参加者一人ひとりに100ドル（ギフトカード支給）の予算を与え、同僚から商品を購入する形式で、AIエージェントが買い手と売り手の両方を代行
- マーケットプレイスは Craigslistのような個人間取引の掲示板形式で、Slack のチャンネルを通じてエージェントがランダムに「出品」「オファー」「成立」のいずれかの行動を取る仕組み
- 人間の介入は実験開始後は一切なく、入札競争中も担当者へのサインオフなくすべてAIが自律的に処理
本結果として、500超の出品アイテムに対して186件の取引が成立し、総取引額は4,000ドル超（約64万円程度）に達しました。アンソロピック（Anthropic）は「Project Dealの結果に驚いた」と述べています 。
これは、人間の介入が一切なくても「自立型のAIエージェントが完結する形で商取引が成立する」ということを示す結果となりました。
2. 「本質的な変化」とは： B2C から「A2A（ Agent to Agent ）」へ
この変化の本質は、マーケティングの対象が「人間」から「AIエージェント」へとシフトすることにあります。
従来のマーケティングは、視覚的なデザイン・キャッチコピー・ブランドの物語・UI/UXといった、人間の五感や認知バイアスに訴えかけるものでした。しかし取引の主体がAIエージェントになると、以下の変化が生じます。
| 観点 | 従来のマーケティング（B2C） | A2Aコマース時代 |
|---|---|---|
| ターゲット | 人間の五感・感情・認知バイアス | AIの論理・データ・アルゴリズム |
| 最適化の対象 | SEO（検索エンジン）※ | AEO（エージェント・エンジン）※ |
| 意思決定スピード | 数日〜数週間（比較検討） | 数ミリ秒（瞬時のスキャン） |
| ブランドの価値 | 視覚的デザイン・物語性 | 信頼性スコア・APIの応答速度 |
AEO (Answer Engine Optimization)
AIエージェントや回答エンジンに選ばれやすくするための最適化のこと。
SEO（Search Engine Optimization）
従来のGoogle検索エンジンにおける上位表示のための最適化のこと。
3. AtoAコマースにおける「エージェント品質格差」という新リスク
また、今回の実験で最も注目すべき発見がこれです。
より高度なAIモデルで代理された参加者は「客観的により良い結果」を得た。しかし参加者はこの格差に気づかなかった。アンソロピック（Anthropic）は「敗者側の人は自分が不利な立場にいることに気づかない可能性がある」という「エージェント品質格差（Agent Quality Gap）」問題を指摘している 。さらに最初にエージェントに与えたプロンプト（ユーザーの指示）は、成立率や交渉価格にほとんど影響しなかった 。
これはエージェンティック・コマースにおいて、「ユーザーがどう指示するか」よりも「どのモデルが代理するか」の方が結果を左右することを意味します。企業側にとっては、「どのAIモデルに自社情報を認識させるか」という最適化の重要性が高まることを示唆しています。
4. AtoAコマースがもたらす企業のマーケティングへの3つの影響
① SEOからAEO＋「エージェント最適化」へ
検索結果で上位表示されること以上に、「エージェントの選定アルゴリズムに合致すること」が重要になります。
エージェントが情報を取得しやすい構造化データ・APIの公開・明確なスペック情報の提示が、企業の「可視性」を決定します。
② 「価格と価値」の透明性の極大化
エージェントは市場全体のデータを瞬時にスキャンします。
不透明な価格設定や情報格差を利用したビジネスモデルは通用しなくなります。一方で動的な価格設定（ダイナミックプライシング）への適応能力が企業の競争力を左右します。
③ ブランド体験の変容
顧客が直接Webサイトを訪れず、エージェントが裏側で決済を済ませるようになれば、ロゴやブランドの世界観を伝える機会が激減します。
ブランドは「エージェントに推奨されるための信頼の証」としての役割に特化していくかもしれません。
法的枠組みが整備されていない「今」だからこそ現状把握を
アンソロピック（Anthropic）自身が「AIが人間に代わって取引を行うための政策・法的枠組みはまだ存在しない」と認めています。エージェント間商取引がいつ日本市場に本格波及するかは未定ですが、「AIが自社をどう認識しているか」を把握していなければ、どんな変化にも対応できません。
グラッドキューブが提供するLLMOA（エルモア）は、ChatGPT・Gemini・AI Overviewsなど主要な生成AIが自社ブランドをどう認識・引用しているかを可視化し、LLMO施策の立案から実行までをワンストップで支援します。エージェント時代の到来に備えた「現状把握」として、まずLLMOAでの診断から始めることをお勧めします。
👇️ LLMOAの詳細はこちら
5. AtoAコマース時代に備える：具体的アクション例
それでは、これらが現実化し日本の商取引でも「当たり前」になるその前に、検討すべきアクションについて考えていきましょう。
アクション1：データの「機械可読性」化の徹底
AIエージェントが自社の商品やサービスを正しく理解し比較対象に含めるためには、情報の形式が重要です。ウェブサイトの構造化データ（Schema.org）の完全実装・商品情報のカタログ化・外部エージェントがアクセス可能なAPIの整備を優先順位のトップに置いてください。
※構造化データ（Schema.org）の設置方法や設置の手順については、以下の記事を参照ください。
アクション2：価格・契約条件の「ロジック化」
AIエージェント同士が価格交渉を行う世界では、固定的な価格表だけでは不十分です。
在庫状況・競合価格・顧客のロイヤリティに基づき、エージェントに対して「提示可能な値引き幅」や「付帯サービス」を提示できる動的なビジネスロジックを構築・整備してください。
少なくとも、自社の商品・サービス情報が「自社サイト」「比較サイト」「レビューサイト」「SNS」の各所で一致しているかを棚卸しする必要があります。価格の表記揺れ・仕様の更新漏れ・古いキャンペーン情報の残存など、これらはすべてエージェントが「この情報は不確か」と判断する根拠になります。
アクション3：エージェント時代の「ブランド・トラスト」の再定義
「認知度」ではなく「信頼スコア（認証）」が重要になります。
これは、顧客がWebサイトに訪問しないまま購買が完結するシナリオが増えると、ロゴ・世界観・UX・ブランドコピーを伝える機会が根本的に減少するため「そのブランドが信頼に足るものか」をエージェント認識できるかが軸になります。
第三者機関による認証・透明性の高いレビュー管理・信頼できるデジタル上の取引履歴の蓄積など、人間ではなく「AIが信頼できると判定する根拠」をデジタル上に積み上げる戦略を策定してください。
結論：マーケティングの「OS」を入れ替える準備を
アンソロピック（Anthropic）のテスト実験は、単なる技術デモではありません。
69名・4,000ドルという小さな実証ですが、「AIが自律的に交渉・決済を完結する市場」が技術的に可能であることを示した点で、商習慣の未来を先取りしています。
日本市場においては法規制や商慣習・個人情報保護の観点から、この変化は段階的に進むでしょう。しかしテクノロジーの進歩は常に私たちの想像を超えたスピードで進みます。デジタルマーケティング責任者の役割はもはや「広告を運用すること」に留まりません。
「自社のビジネスを、AI経済圏にどう適応させるか」という「AI適応型ビジネスデザイン」への転換が求められています。
