OpenAIがChatGPTに買い物機能をつけた。
Stripeと組んで、会話の中で商品を選んでそのまま決済できる「Instant Checkout」。
結果、大コケした。
ChatGPT買い物機能の裏で何が起こっていたのか、なぜ失敗してしまったのかを見ていこう。
そもそもChatGPTの「買い物機能」とは何だったのか
まず、この機能がどういう仕組みだったのかを説明しておく。
ユーザーがChatGPTに「ランニングシューズが欲しい」と聞く。するとAIが商品を検索して、チャット画面の中に商品カードを表示する。画像、価格、スペック、販売元が並ぶ。
気に入った商品があれば「Buy」をタップ。するとチャット内にチェックアウト画面が出てくる。配送先、支払い方法、税金、送料の内訳が表示される。
有料プランのユーザーは以前の購入情報が自動入力されるから、あとは「Confirm Purchase」を押すだけ。商品を見つけてから購入完了まで、30〜90秒。ChatGPTの画面から一度も離れない。
決済にはStripeの「Shared Payment Token」という仕組みが使われていた。クレジットカード情報はAIにも店舗にも渡らず、Stripeが発行する一回限りのトークンで処理される。セキュリティ的にはよく設計されていた。
対応する決済方法はクレジットカード、Apple Pay、Google Pay。店舗側が払う手数料は売上の4%。
（参考：Buy it in ChatGPT: Instant Checkout and the Agentic Commerce Protocol – OpenAI）
何が起きたか
OpenAIは2025年9月にInstant Checkoutを開始した。
Shopifyの100万以上の加盟店とEtsyの商品を、ChatGPTの会話画面からそのまま購入できるという仕組みだった。
構想は壮大だった。
「検索して、比較して、買う」の全てをChatGPTの中で完結させる。
Etsy側はすんなりいった。500万人のクリエイターが出品するEtsyは単一プラットフォームだから、1回のAPI接続で全商品にアクセスできた。Offsite Ads（広告外部掲載プログラム）に参加しているセラーの商品が自動で対象になり、初日から数百万点の商品が購入可能になった。
問題はShopify側だった。
実際にInstant Checkoutに対応できたShopify加盟店はたった約30店舗。
100万店舗のうちの30。
Etsyは500万出品者で問題なく動いた。なのにShopifyは100万店舗中30しか対応できなかった。なぜか。
EtsyとShopifyは構造が根本的に違った
Etsyがうまくいった理由はシンプルだ。Etsyは「ひとつの大きな店」だから。
商品データ、決済システム、配送フォーマット。すべてEtsyが統一管理している。出品者が500万人いても、OpenAIはEtsyのAPIに1回つなぐだけで全商品を扱えた。
Shopifyは「100万の独立した店の集まり」だ。各店舗がそれぞれ違うデータ品質、在庫システム、配送プロセスを持っている。
Shopify加盟店がInstant Checkoutに参加するには、かなりの技術的対応が必要だった。
まず、商品データを構造化されたフィード（CSVやJSON）で提供する必要がある。商品名、価格、在庫数、画像、配送オプション。これらを決まったフォーマットで整備して、定期的に更新しなければならない。
さらに、5つのREST APIエンドポイントを実装する必要があった。チェックアウトセッションの作成、更新、完了、キャンセル、取得。それぞれのAPIは、商品情報、税金計算、配送オプションを含む詳細なレスポンスを返す必要がある。
大企業のエンジニアチームなら数ヶ月で対応できる。でもShopifyの加盟店の大半は個人や中小規模のショップだ。5つのAPIを実装して、在庫をリアルタイムで同期して、税金計算まで自前で処理する。そんな技術リソースはない。
しかもOpenAI側も、店舗のオンボーディングに「ハンズオン」で対応していた。つまり1店舗ずつ手作業でセットアップしていた。これではスケールするわけがない。
Etsyは「プラットフォーム側が全部やってくれる」から500万出品者でも一瞬で連携できた。Shopifyは「各店舗が自分でやる」から100万店舗中30で止まった。同じ「EC連携」でも、構造がまるで違ったのだ。
（参考：OpenAI’s first try at agentic shopping stumbled. It’s trying again – CNBC）
Etsyだけでは「AI買い物」にならなかった
じゃあEtsyが動いてるなら、それでいいんじゃないか。そう思うかもしれない。
でもEtsyはハンドメイドやヴィンテージ品が中心のニッチなマーケットプレイスだ。「ランニングシューズが欲しい」「冷蔵庫を買い替えたい」「オフィスチェアを探している」。こういう日常の買い物には答えられない。
OpenAIが目指していたのは「何でも買えるAI買い物アシスタント」だった。そのためにはShopifyの100万店舗が扱う日用品、家電、アパレル、食品が必要だった。
Etsyの成功は「統一プラットフォームならAI連携できる」という技術的な証明にはなった。でも「AIで何でも買える世界」の実現には程遠かった。Shopifyの30店舗という数字が、そのギャップを物語っている。
PayPayは3,000人の営業部隊で加盟店を取った
日本で似たような「加盟店獲得」の問題を力技で解決した事例がある。PayPayだ。
2018年10月にサービスを開始したPayPayは、わずか10ヶ月で100万店舗の加盟を達成した。どうやったのか。
3,000人の営業部隊を1ヶ月で採用して、全国の店舗を1軒1軒回った。
当時PayPay副社長だった小澤隆生氏のチームは、まず福岡でテスト営業を実施した。営業1人が1日に約5件の契約を取れることが分かった。そこから逆算して「100万店舗÷（1人2.5件×250日）＝約1,600人、余裕を持って3,000人」という計算で、一気に人を集めた。
営業のピッチはシンプルだった。
- 加盟手数料ゼロ（2021年9月まで約3年間無料）
- 必要な機材はQRコードの紙1枚だけ（POSレジ不要）
- ITリテラシー不要（API実装も構造化データも関係ない）
全国を碁盤の目のように区分けして、1人1エリアを担当。ローラー作戦で1軒ずつ訪問した。累計投資額は約4,000億円。SoftBank、Yahoo Japanの資金力があったからこそできた戦略だが、結果として2024年には加盟店374万カ所、ユーザー6,500万人を超えた。
（参考：累損4,000億円を投下して急成長したPayPayの成功戦略 – ログミーBiz）
OpenAIに足りなかったもの
PayPayとOpenAIの対比が教えてくれることがある。
PayPayは店舗側のハードルを限界まで下げた。QRコードの紙1枚。手数料ゼロ。ITの知識ゼロで始められる。その上で3,000人が足で稼いだ。
OpenAIは逆だった。5つのREST API実装、構造化データフィード、リアルタイム在庫同期、税金計算。店舗側に高いITリテラシーを要求して、オンボーディングは1店舗ずつ手作業。
中小の加盟店を巻き込むには、技術の優秀さではなく「どこまでハードルを下げられるか」が勝負だった。OpenAIはそこを見誤った。
AIの技術がどんなに洗練されていても、使う側の現実に合っていなければ普及しない。PayPayが証明したのは、「テクノロジーの導入は、最後は人間の泥臭い営業で決まる」ということだった。
ユーザーは「調べる」けど「買わない」
もっと根本的な問題もあった。
ユーザーはChatGPTで商品を調べるが、そこでは買わなかった。
考えてみれば当然かもしれない。
高い買い物をチャットの画面で完結させるのは、まだ心理的なハードルが高い。
Amazonの商品ページに戻って、レビューを確認して、ポイントを使って買う。その方が安心できる。
さらに、OpenAIは2月時点で州ごとの消費税の処理すら整っていなかった。
決済という行為の裏側にある「税金」「物流」「返品」「カスタマーサポート」。こうした泥臭いインフラを甘く見ていたとしか思えない。
OpenAIの方針転換
OpenAIはInstant Checkoutを撤退した。
代わりに、小売企業がChatGPTの中に「アプリ」として出店する形に切り替えている。
Target、DoorDash、Instacartなどがすでに参加していて、商品の発見はChatGPTで行うが、決済は各社のサイトに飛ばして完了させる。
つまり「全部ChatGPTの中で完結」という夢は諦めた。
現実的な落としどころに着地した形。
（参考：OpenAI drops plan for direct checkout inside ChatGPT）
AIが万能じゃない場所がある
AIが得意なこと。情報を集める、比較する、要約する、提案する。
これは本当にうまくなった。
でも「買う」という行為は違う。
- 決済処理：クレジットカード情報、認証、不正検知
- 税金：州や国ごとに異なる消費税の計算・申告
- 物流：在庫管理、配送、追跡
- 返品・サポート：返金処理、クレーム対応
これらはAIの問題じゃなく、ビジネスインフラの問題だ。
AIが賢くなっても、この部分はすぐには解決しない。
OpenAIの挫折は、「AIにできること」と「ビジネスに必要なこと」のギャップを見せてくれた。
AIを自社に導入するときも、同じことが言える。
AIが得意な部分に集中させて、泥臭いインフラは既存の仕組みに任せる。
その切り分けが、AI活用の成否を分ける。
AI LIFEコミュニティでは、AIの実践的な活用法や最新動向について情報を共有しています。
AI LIFEコミュニティに参加する
