SEOコンサルティング サービス

1/13にGoogleが「UCP」発表、誰にどう影響するか？

GoogleのUCP概要

2026年1月13日、GoogleはUniversal Commerce Protocol（以下、UCP）を発表した。

これまでのEコマースは、各プラットフォームや小売店が独自のシステムで分断されていたが、UCPはこの壁を取り払う「共通言語」として機能する。目的は、AIエージェント（GoogleのGeminiだけでなく、他社のエージェントも含む）が、商品の発見から決済、サポートに至るまでの一連のプロセスを、小売店やプラットフォームの垣根を超えて実行できる環境を構築することにある。

GoogleはこのUCPを、クローズドな自社サービスとしてではなく、Shopifyや楽天などの主要プラットフォーム、VisaやMastercardなどの決済事業者も参画する「業界標準インフラ」として位置づけている。

UCPによって何が可能になるか

UCPの導入により、「Agentic Commerce（エージェント型コマース）」が現実のものとなる。具体的には、AIエージェントがユーザーの意図を汲み取り、複数のサイトを横断して商品を比較検討し、カートへの追加、そして決済までを自律的、あるいは半自律的に完結させることが可能になる。

ユーザーは、無数のタブを開いて比較したり、サイトごとにログインや決済情報を入力したりする必要がなくなる。​

一方、事業者側は、AIエージェントという新たなチャネルを通じて、購買意欲の高いユーザーに直接アプローチすることが可能となる。

OpenAIのACPとの関係

この領域では、OpenAIもStripeと共同でAgentic Commerce Protocol（ACP）を提唱しており、事実上の標準規格争い（UCP vs ACP）が勃発している。

現状、Googleは「買い物体験全体」を、OpenAIは「決済機能」を軸に標準化を進めているが、いずれにせよ「AIが買い物を代行する」という未来においては競合関係にある。

誰に、どんな影響があるか​​

大きくは、下記3点の影響が出ることが想定される。

• 消費者
  
  • 影響: 買い物の手間が劇的に減る一方、AIが提示する選択肢に購買行動が依存するようになる。
• EC事業者・小売業者
  
  • 影響: 自社サイトへのトラフィック（流入）が減少する恐れがある。ユーザーがAIインターフェース上で購買を完結させるため、サイト訪問の必要性が薄れるため。
  • 機会: 一方で、カゴ落ちの減少や、AIによる高精度なマッチングにより、コンバージョン率（CVR）は向上する可能性がある。
• Webマーケティング担当者・SEO担当者
  
  • 影響: 従来の「キーワードで上位表示させ、クリックさせる」SEO戦略の価値が相対的に低下する。
  • 変化: AIエージェントに自社商品を「推奨」してもらうための最適化施策や、構造化データの整備の価値が増す。

Webマーケティング担当者・SEO担当者は何をすればよいか

「Agentic Commerce」時代を見据え、マーケティング担当者は以下の3つのアクションを検討したい。

• Webページの充実と構造化データの設定
  
  • 商品名や価格だけでなく、「どのようなシーンに適しているか」「代替品は何か」「付属品は」といった情報をWebページや構造化データとして詳細に提供する。これにより、AIがプロンプトの文脈に応じて自社商品を推奨する確率を高めることができる。
• AIの参照元への自社情報流通の強化
  
  • AIが仲介者となる世界では、AIが「最も適切」と判断した数社しかユーザーの目に触れない可能性がある。このアルゴリズムによる選別を突破する手段は、AIに参照されやすい参照元に自社情報を流通させることにある。
• UCP/ACP両規格のリリース情報への追従
  
  • GoogleのUCP、OpenAIのACP、どちらが覇権を握るかは未定だが、主要なECプラットフォーム（Shopify等）を利用している場合は、プラットフォーム側の対応状況を注視し、機能がリリースされ次第、早急に連携できるよう準備を整えておく。

参考：Google｜New tech and tools for retailers to succeed in an agentic shopping era

1/14に「Gemini Personal Intelligence」が導入、個人最適化が進行見込み

「Gemini Personal Intelligence」とは

Googleは2026年1月14日、生成AI「Gemini」において、個人のプライベートデータと連携して高度な推論を行う「Personal Intelligence（パーソナル・インテリジェンス）」機能の導入を発表した。

• 概要:
  
  • Geminiがユーザーの許可に基づき、Gmail、Googleフォト、YouTubeの履歴などの「Googleエコシステム内の個人データ」へアクセスし、それらを横断的に分析・推論する機能である。
  • 例えば、ユーザーが「自分の車のタイヤサイズ」を知らなくても、GeminiがGoogleフォト内の愛車の写真や、Gmailにある過去の点検記録から車種を特定し、最適なタイヤを提案するといった挙動が可能になる。
• 消費者メリット:
  
  • 検索の手間の削減: 複数のアプリ（メール、写真アプリ、検索エンジン）を行き来して情報を探す必要がなくなる。​
  • 「私」を理解した提案: 一般論ではなく、過去の旅行履歴や趣味嗜好、所有物に基づいた、自分だけにフィットする回答（Proactive Insights）が得られる。

誰に影響があるか​​

すべてのGoogleユーザーに無条件で適用されるものではなく、ユーザーの属性・設定に依存する。

どのような影響があるか​

将来的に本アップデートがAIモードや無料ユーザーに統合された場合には、下記の影響が想定される。

• AI回答の個人最適化
  
  • AI回答がユーザー個人の「メール履歴」や「写真データ」に基づいて生成されるため、AさんとBさんで表示される内容が完全に異なる状態となる。
• CRMの重要性の増加
  
  • AIがGmail（購入履歴やメルマガ）を参照するということは、「過去にそのユーザーと接点があるブランド」がAI回答で優先的に推奨される可能性が高まることを意味する。よって、既存顧客との関係維持が、間接的にAI最適化の効果を生む可能性がある。
• 商品情報の言語化とWebインデックスの重要性
  
  • ユーザーがブランド名を思い出せなくても、「あの時買ったあれ」のような曖昧な指示でAIが特定の商品にたどり着くようになるため、AIにいかに正しく、豊富に商品情報を認識させておくかが重要になる。

マーケターの備え

どの程度のユーザー範囲に機能が展開されるかによるが、仮に全面的に展開される場合、現状ある情報からは下記3点の方策が考えられる。

• トラッキング指標の再定義と経営層への報告​
  
  • 「自然検索結果での順位、自然検索経由のセッション・PV・コンバージョン」だけではなく、「AI検索からの流入数」や「コンバージョン貢献度」へ評価指標をシフトする準備を進める。同時に、経営層に対し、「定量指標の計測が困難な領域が増えること」を早期に共有する
• 構造化データの実装
  
  • AIが自社商品を、ユーザーの曖昧な記憶（写真や文脈）と結びつけやすくするために、商品情報（Product）、FAQ、組織情報（Organization）などの構造化データを正確に記述し、AIにとっての「読みやすさ」を最大化する。
• メールマーケティングの見直し​
  
  • GmailがAIの参照元となることを踏まえ、注文確認メールやニュースレターに、商品名やスペック、再購入に繋がる情報を明確に記載する。これが将来的に、ユーザーがGemini経由で自社商品を再発見するきっかけとなる可能性がある。

参考：Google｜Personal Intelligence in AI Mode in Search: Help that's uniquely yours

進行中のGoogleの裁判から判明したユーザー行動指標の重要性

GoogleとDOJの裁判の概要

米国司法省（DOJ）は、Googleが検索市場における独占的地位を違法に維持しているとして提訴しており、これまでの審理でGoogleの独占禁止法違反が認定されている。

現在、焦点となっているのは違反に対する「是正措置」。
司法省側は、公平な競争環境を取り戻すために、Googleが保有する「検索インデックス」や「ランキングシグナル」などのデータを競合他社（BingやDuckDuckGoなど）に開示・共有することを求めている。

これに対しGoogleは、「独自のランキング技術やスパム対策データの強制開示は、検索品質を低下させ、ユーザーのプライバシーやセキュリティを損なう」として強く反発し、控訴審においてその不当性を主張している。

Googleの提出資料

Googleがこの主張を裏付けるために提出・引用した主な資料は以下の通りである。

• リズ・リード（Elizabeth Reid）氏の宣誓供述書：
  • Google検索部門の責任者（VP, Head of Search）による、データ開示がもたらす技術的リスクとビジネス上の不利益に関する詳細な説明資料。
• パンドゥ・ナヤック（Pandurang Nayak）氏の証言録：
  • Googleの元検索品質責任者による、ランキングシステムの仕組み（特に深層学習モデルの学習方法）に関する過去の証言。

提出資料からわかったこと（インデックスと品質評価）​

リズ・リード氏の資料からは、Googleのインデックスデータベースが単なるWebページのコピーではなく、高度に加工された独自の資産であることが判明した。

• Google独自の「注釈」が付与されている
  • Googleはインデックスされたすべてのページに対し、クロール時に独自のタグ付けを行っている。これには「ページ品質スコア」「情報の鮮度（Freshness）」「スパムスコア」が含まれる。
• 「注釈」の中でも特に、スパムスコアは機密性が高い​​
  • すべてのページには「スパムスコア」が付与されており、これを競合や外部に公開することは、スパマーに「検索エンジンの回避方法」を教えることと同義であり、検索エコシステム全体を破壊するリスクがある。
• インデックスされたページは「選別」を通過している​​​
  • GoogleはWeb上の全ページをインデックスしているわけではなく、コストをかけて「価値がある」と判断したページのみを選別・保存している。

アルゴリズムに関してわかったこと（Glueシステム）

パンドゥ・ナヤック氏の証言と合わせ、Googleのランキングシステムがどのようにユーザーデータを活用しているかの核心が明らかになった。

• Glue（グルー）システム：
  • ユーザーの検索行動を記録する巨大なログシステム。クエリやクリックだけでなく、「マウスのホバー」「スクロール」「SERP（検索結果画面）での滞在時間」「検索結果に戻ったかどうか」など、微細なインタラクションが記録されている。

アルゴリズムに関してわかったこと（ランキングとユーザーデータ）​

パンドゥ・ナヤック氏の証言と合わせ、Googleのランキングシステムがどのようにユーザーデータを活用しているかの核心が明らかになった。

• RankEmbed BERTとユーザー学習：
  • 検索結果の並び替え（Reranking）を行う深層学習モデル「RankEmbed BERT」は、上記のGlueに蓄積された実際のユーザー行動データを用いてトレーニングされている。
  • つまり、アルゴリズムは「何が書かれているか（キーワード）」以上に、「過去のユーザーがそのページで満足したか（行動データ）」を正解データとして学習し、順位を決定している。​

マーケターはどうするべきか​​

パンドゥ・ナヤック氏の証言と合わせ、Googleのランキングシステムがどのようにユーザーデータを活用しているかの核心が明らかになった。

• 対象：
  • 検索エンジンからの集客に依存するすべてのWebサイト運営者。
  • 特に、テクニカルなSEO施策に偏重し、コンテンツの質やUX（ユーザー体験）の改善が後回しになっている方は要注意。
• 推奨アクション：
  • エンゲージメント指標を測定する
    • ランキングモデルがユーザーの行動ログ（クリック率、滞在時間、直帰率など）を学習データとしている以上、タイトル詐欺のような釣り手法は逆効果となる。
    • アクション: Googleアナリティクス等を用い、ランディングページのエンゲージメント率を改善する。検索意図を解決できる構成にし、検索結果への「ネガティブな直帰」を防ぐ。
  • ブランディング観点での自社サイトの最適化
    • Glueシステムにはユーザーのブランド選好も記録されている可能性が高い。AIが回答を生成する際も、信頼性の高いソースが優先される。
    • アクション: 単なるキーワード網羅的な記事制作から脱却し、一次情報、独自の視点、専門家の監修を取り入れ、「このサイトの情報なら信頼できる」とユーザーに認知させるブランディング活動を並行して行う。​

参考：Search Engine Journal｜Google’s Antitrust Ruling: What The Remedies Really Mean For Search, SEO, And AI Assistants