AI検索とオーガニック検索は、トラフィックを奪い合っていない ― 同じ商品データが両方を支えている
2026年8月11日、Shopify が AI検索とオーガニック検索の役割の違いについての記事を公開しました。2026年Q2の自社データをもとにした内容です。読んでみると「AIが検索のトラフィックを奪う」という話ではなく、両方が同時に伸びていて、買い手が用途で使い分けているという整理でした。そして両者は、同じ商品データを参照して動いています。
記事の内容を追いながら、実際に手を動かして確かめてみて、記事だけでは分からなかった部分を補って整理してみました。
前提：どちらも伸びている
まず数字の確認です。
- AI経由のセッションは前年同期比197%増（約3倍）。注文数も3倍
- 一方でオーガニック検索のセッションも12%増。こちらは母数がはるかに大きい
- AI経由のコンバージョン率は、オーガニック経由より約80%高い
- AI経由は新規顧客をオーガニックの1.3倍の割合で連れてくる
AI経由が増えたぶんオーガニックが減った、という関係にはなっていないとのことです。絶対量ではAI経由はまだまだオーガニックに遠く及ばないという但し書きも付いており、伸び率だけを見て即座にAIに全振り、みたいな判断はしないほうがよさそうです。
AIは「調べてから買う」カテゴリに集中している
カテゴリ別に見ると差がはっきり出ています。記事は2種類に分けています。
仕様重視のカテゴリでは、AI経由のコンバージョン率がオーガニックの約2倍。腕時計は2.4倍、ネックレスは2.3倍、アパレル全体でも1.6倍という数字が挙げられています。仕様・互換性・使用例・レビュー・トレードオフを購入前に比較検討するようなカテゴリです。「自分の条件に合う商品を探す」という作業に、AIの強みが噛み合っています。
対して嗜好主導のカテゴリ、つまりブランドやスタイルを自分で決めていて、買い物体験そのものを自分でコントロールしたい場合は、発見・回遊のフェーズで今もオーガニック検索が広く使われているようです。ただし「自分のニーズに合致するかを確認する必要がない」場面では、知らないブランドと出会う手段としてAIが機能する、とも書かれています。
ジャーニーの圧縮が起きている
AI経由のコンバージョン率が高い理由は、着地の仕方にあります。
In Q2, 50% of AI-referred sessions landed directly on product pages.
AI経由のセッションの半分が、いきなり商品詳細ページに着地しているということです。AI検索が発見と検討を1つのプロセスに統合した結果、購買意欲が高い状態の人が、ファネルの深い段階からブランドに接触してくる。これがコンバージョン率と平均注文額の高さにつながっています。
実務上の意味は明確で、商品ページがトップページの代わりに「最初のブランド接点」になるということです。商品の説明だけでなく、ブランドとして何者かも、その1ページで伝わる必要が出てきます。記事も、明確な説明・仕様・使用例・互換性の詳細・レビュー・配送と返品の情報・FAQ・比較しやすい情報を揃えるべきだと挙げています。
一番効くのは、構造化データの2倍差
個人的にこの記事で最も重要だと感じたのは次の一文です。
When AI search used structured Shopify Catalog data to find and recommend products, the shoppers it referred converted at 2x the rate of shoppers who came from AI sessions relying on scraped or third-party product feeds.
AIが構造化されたShopify Catalogのデータを見て商品を見つけた場合、スクレイピングや第三者フィードに頼った場合と比べて、コンバージョン率が2倍だったということです。しかもこれは測定した全カテゴリで成立したとされています。
「構造化データを整えましょう」という一般論ではなく、整えた場合と整っていない場合を比較した結果として2倍の差がついたという形になっているのが、この結果の強いところです。
また、記事にはこうとも書かれています。
Shopifyの商品分類とメタフィールドを使用すると、商品の詳細を個別の機械可読フィールドとして記録できるため、同じ情報を使ってストアフロントのフィルタリング、オーガニック検索、そしてAIシステムが商品を解釈する方法を単一のソースから制御できます。
ここは少し内容が抽象的だったので、具体的に何を指すのかを整理してみました。Standard Product Taxonomy でカテゴリを設定するとサジェストされる「カテゴリメタフィールド」のことと思われます。
1箇所に入力すると、3つのチャネルに同時に効果を発揮する
自分で作るカスタムメタフィールド（custom.*）とは別物で、カテゴリを末端まで指定すると、そのカテゴリに定義されたメタフィールドが自動で提示され、Search & Discovery アプリでそのままフィルタに指定できます。
このように、ストアフロント、オーガニック検索、UCP/ACPなどのエージェンティックコマース、その全てのチャネルでこのフィルタリングが使われることになり、一貫性が保たれます。
AI対策とSEO対策が同じ作業になる理由
記事は、AI向けの最適化がそのままSEO対策になると述べています。根拠として挙げられているのは、Googleの公式ガイダンスがAI OverviewsやAIモードも、通常の検索と同じコア品質・ランキングシステムの上で動くと明言している点です。
カタログをAIに読ませるための商品データと、オーガニック検索で見つけてもらうための商品データは同じもの。だから商品データの構造化は、想像以上に重要である、ということになります。
いま取り組むべきこととして挙がっている4つ
記事は具体的な打ち手として、次の4つを並列に挙げています。どれか一つを選ぶという書き方ではなく、いずれも必要という位置づけです。
① 会話型の発見を支える商品属性を追加する
商品属性は自分たちがSKUを分類する言葉ではなく、買い手が自分のニーズを表現する言葉を反映すべきだとしています。その材料をどこから見つけてくるかについては、いくつか例が挙げられています。
その一つが Google Search Console です。検索パフォーマンス → 検索結果 → 検索キーワード を開き、フィルタで とは や素材・機能を表す修飾語を含む語に絞ると、単語だけの検索ではなく意図が読み取れる検索語が残ります。
フィルタで絞ると、意図の読み取れる検索語だけが残る
たとえば革製品を扱うストアで とは で絞ると、「コードバンとは」「ヌメ革とは」「シボ感とは」といった語が数千回単位の表示回数で並びます。商品名を知っている層とは別に、素材そのものを理解しようとしている層がいるということです。こうして拾った言葉が、そのまま属性の粒度や言い回し、FAQ の質問文の材料になります。
Google Merchant Center を使っているなら、2026年5月に追加された会話型属性（conversational attributes）という任意項目でも同じことができます。FAQ を質問と回答のペアで渡す question_and_answer など6つが公式ヘルプに定義されており、商品ページのHTMLに書いていた情報を、AIが直接読める形で渡せるようになっています。
② 商品情報そのものを充実させる
AI経由のセッションの半分が商品ページに直接着地する以上、そのページがブランドとの最初の接点になります。トップページやコレクションページを経由してくれる前提が崩れている、ということです。
記事が挙げているのは、明確な説明・仕様・使用例・互換性の詳細・レビュー・配送と返品の情報・FAQ・比較しやすい詳細情報です。買い手が「これで合っている」と確認できる材料を、その1ページに揃えるという考え方になります。
ここは「AIのために書く」というより、買い手が判断するために必要な情報を書くという話です。仕様重視のカテゴリでAI経由のコンバージョン率が高いのは、そうした情報が揃っている商品を、AIが選んで提示できているからだとも読めます。
③ 顧客レビューを集めて表示する
レビューは、検索エンジンやAIが商品を理解し、信頼するための材料になると位置づけられています。作り手が書いた説明文だけでは分からない、実際の使用感やサイズ感といった情報が、第三者の言葉として蓄積されるためです。
収集して表示するだけでなく、構造化データでマークアップしておくことも挙げられています。そうすることで Google 検索側の表示にも反映されます。①や②が自社で用意する情報であるのに対し、こちらは自社では書けない情報を集める工程という違いがあります。
④ AI検索とオーガニック検索を並べて測定する
最後に、両者を同じ画面で並べて比較することが挙げられています。管理画面の Agentic セクションや、分析レポート側で独自にグルーピングして確認する方法が示されています。
自社の場合はどちらがどれだけ伸びているのか、どのカテゴリや商品でAI経由が効いているのか。記事の数字はShopify全体の傾向であって、自社に当てはまるとは限りません。作って終わりではなく、測って次を決めるところまでが打ち手に含まれている点は、押さえておいたほうがよさそうです。
まとめ
この記事を通して確認できたのは、大きく次の3点です。
一つ目は、AI検索がオーガニック検索を食い合っていないということ。AI経由が3倍に伸びる一方でオーガニック検索も12%伸びており、どちらかが減った分をどちらかが取った、という関係にはなっていません。買い手が目的に応じて使い分けた結果、両方が伸びている状態です。
二つ目は、打った手が両方に効くということ。GoogleはAI OverviewsやAIモードも通常の検索と同じ品質・ランキング基盤で動くと明言していますし、AIに読ませるための商品データと、オーガニック検索で見つけてもらうための商品データは同じものです。「AI対策」と「SEO対策」を別々の予算と工数で考える必要はありません。
そして三つ目。だからこそ商品情報をより充実させていくことが重要になるということです。今回挙がっていた4つの打ち手も、「買い手の言葉に合わせた属性を足す」「商品ページの中身を厚くする」「レビューを集めて第三者の評価を加える」、そして「その結果を測る」という形で、商品についての情報を増やし、機械が読める形に整えていく方向を向いていました。
AIという新しい経路が増えた分だけ作業が増えるという話ではなく、もともとやるべきだった商品情報の整備が、その効果範囲を広げた、と捉えるのが実態に近そうです。逆に言えば、そこが手薄なままだと、AI経由でもオーガニックでも同じように取りこぼすことになります。