AIエージェントが変える商取引、Stripeが見る商品発見・API・セキュリティ

Stripeの共同創業者でプレジデントのジョン・コリソン氏は、AIエージェントがオンライン商取引を2つの段階で変えると見ています。まずエージェントが、フォーム入力や支払いといった購入の手続きを引き受けます。次に、買い物客がそもそも商品を見つける方法そのものが変わり、こちらがより深い変化だと同氏は考えています。Stripeはオンラインのお金の流れの中心にいるため、その見方には重みがあります。同社が2025年に処理した決済額は$1兆9,000億で、前年から34%増えました。

第1段階：手続きはエージェントの仕事に

コリソン氏は、Webフォームへの入力は人にとってまったく価値のない作業だと指摘します。また別の決済ページに個人情報を打ち込む作業を楽しむ人はいません。そのため、役に立つ個人向けエージェントはステートフル、つまり配送先住所や支払い方法の好み、本人情報などを記憶し、毎回尋ねなくても動ける必要があるといいます。

同氏が注目する技術はコンピューターユースです。AIモデルが人と同じように画面を見て、クリックや入力でソフトウェアを操作する機能を指します。同氏の位置づけでは、コンピューターユースは現実世界に対する後方互換レイヤーです。州の自動車管理局が、先に最新のAPIやMCPサーバーを公開する必要はありません。MCP（Model Context Protocol）は、AIモデルを外部のツールやデータにつなぐ標準的な仕組みです。代わりにエージェントが既存のWebサイトを操作し、運転免許の更新といった手続きを最後まで済ませられます。

コリソン氏はさらに、コンピューターユースをTransformer、大規模言語モデル、強化学習に続くAIの次の大きな一歩と呼びます。すでに存在するソフトウェア全体で動くため、あらゆる機関が新しい連携を作るのを待たずに、エージェントは今あるWebサイトやサービスですぐに作業できるというわけです。

第2段階：AIが「誰が見つかるか」を変える

コリソン氏によれば、より大きな変化は商品の発見にあります。人がAIで商品を調べると、その結果は従来のアグリゲーターを素通りし、オンラインの評価が高いニッチなブランドやあまり知られていない商品を浮かび上がらせる傾向があります。小規模でも質の高い事業者が、AIエージェントに見つけてもらいやすいというだけで、有力ブランドより上位に来ることがあり得ます。

同氏はこれを、FacebookとInstagramのターゲティング広告が広がった時代になぞらえます。Wish.com、Teespring、Temu、Sheinといった企業は、ビジネスモデルと顧客獲得の仕組みを最初からソーシャルフィードに合わせて作ったため、急成長しました。同じ論理でいえば、次の世代の商取引をけん引するのは、AI検索、エージェント最適化、自動購入を前提に設計された事業かもしれません。同氏は、既存のアグリゲーターは素早く適応しなければ存在感を失うおそれがあると考えています。

▲ AIによる小規模ブランドの発見

販売事業者にとっての実務上の教訓は明快に見えます。商品データをAIのリサーチエージェントが読みやすい形にし、実際の購入者から本物の高評価を得ることです。

APIに新しい種類の読み手

Stripeは長年、開発者体験を磨き込んできました。APIドキュメントの言い回しや、バージョン間のアップグレード手順にまで手をかけてきたのです。ところが、開発者が連携コードを自分で書くのをやめ、その作業をAIコーディングエージェントに任せるようになると、状況は一気に変わりました。エージェントは人とは求めるものが違い、失敗の仕方も異なります。たとえば、エージェントが古いバージョンのAPIを前提にコードを書くことがあります。かつては人が読む移行ガイドが必要だったバージョン移行も、今ではコーディングエージェントが直接こなします。

その結果、Stripeは人間の開発者にとっての使いやすさではなく、コリソン氏が「AIエルゴノミクス」と呼ぶものを基準に設計し、社内で重視するスキルも見直す必要に迫られました。同氏はソフトウェアの世界全体を、ひっくり返されて並べ替えられたチェス盤にたとえ、あらゆる業界のリーダーに対し、この組み替えを脅威ではなく好機として受け止めるよう促しています。

Stripeが買収したもの、そしてその理由

Stripeの最近の買収も同じ論理に沿っています。

AIアプリケーションは動かすたびに計算コストがかかるため、ほぼすべての現代のソフトウェア企業がトークンクレジット、超過料金、段階的な従量制へ移りつつあるとコリソン氏は言います。利用枠を与え、使い切ったら追加のクレジットを販売するChatGPTやClaudeと同じような形です。OpenRouterは、企業が1つのモデルに落ち着くことはないという前提に立っています。価値の高いユーザーや複雑な作業は高価な最先端モデルへ、日常的な問い合わせはより安価で小型のモデルへ振り分けられます。

自社で作るか買うかについて、コリソン氏の目安は、Stripeの既存の強みの中核にある仕事は社内で作るほうがたいていうまくいく、というものです。トークンルーティングのようにまったく新しい能力が必要な領域は、とりわけ市場の動きが速い場合、買収の候補になります。同氏は、OpenRouterの市場はこの12カ月で劇的に変わり、12カ月後にはまったく違う姿になっているだろうと指摘します。そうした市場では、社内プロジェクトは完成した時点ですでに時代遅れになるリスクがあります。

セキュリティ：攻撃側も加速する

コリソン氏は、新しい技術は常にデュアルユースだと強調します。自動車が登場したとき、銀行強盗はいち早くそれを取り入れた側で、警察は後から追いつかなければなりませんでした。最近のAIモデルは高度な自律的サイバー能力を示しており、あらゆる企業のインフラが受ける脅威の基準を引き上げています。同氏は、今後5年間のセキュリティ侵害は、過去5年間よりも大幅に増えると予測しています。

リスクは均等に分布しているわけではありません。小さく、新しく、均質な技術スタックを持つスタートアップは有利です。50年前のシステムやサポートの終了したWindowsを動かしている古い企業は、はるかに危険にさらされています。コリソン氏によれば、Stripeは以前からセキュリティに対して社内で強い警戒心を保ってきたため、不意を突かれることなく適応できたといいます。

▲ 正当なエージェントとボットの識別

関連する課題で、同氏が十分に注目されていないと考えているのがボット検知です。Webの防御は長らく、自動化されたトラフィックを一律に遮断することに力を注いできました。そのトラフィックの多くが実際のユーザーのために動く正当なエージェントから来るようになると、Webサイトにはすべてを遮断するのではなく、ユーザーが許可した有用なエージェントと悪意あるボットを見分ける方法が必要になります。エージェントとWebサイトの管理者との間のバランスがどこに落ち着くかは、まだはっきりしないと同氏は認めています。

Stripe社内：アクセス権より先にガードレール

コリソン氏は、AIの能力を「ギザギザの境界（jagged frontier）」と表現します。モデルは公開Webデータが豊富なタスクでは非常にうまくこなす一方、例がない状況で原理から推論するとつまずくことがあります。さらに業務は社内の非公開データに依存するため、一般消費者向けのチャットボットでは足りません。

Stripeは、部門をまたぐデータにモデルをつなぐ社内AIアプリケーションを構築しました。最も難しかったのは、プライバシー、正確性、アクセス制御のためのガードレールづくりでした。たとえば人事部門の報酬データは、必要な人だけが見られるようにしておかなければなりません。きめ細かな権限が整うと、このツールは日々の仕事を変えました。たとえば営業担当者は、今ではこれを使って顧客を調べ、個別に合わせた提案を作成しています。

社員が自分でツールを作る動きも広がっています。Stripeの法務チームは、インドやフィンランドの600ページに及ぶ法令のように、新しく出た長い規制を読み込んで要約するエージェントを作りました。手作業では追いつくことが不可能だった量です。コリソン氏は、ソフトウェア開発のハードルが大きく下がったことで、長く約束されてきた個人向けにカスタマイズされたソフトウェアという考えがついに現実になりつつあると見ています。

楽観論の根拠

コリソン氏は、サンフランシスコで交わされるAIの議論の多くと比べて目に見えて楽観的です。Stripeの社員は半ば冗談で、2026年1月1日を「Singularity Epoch」と名付けました。1970年1月1日を起点とするUnixエポックにちなんだ名前です。同氏の根拠は、昨年末にコーディングモデルが転換点に達し、AIがより優れたAIづくりを助ける再帰的な自己改善が現実になったことです。さらに、競合する研究所が高度な数学のベンチマークでの新たな成果をほぼ毎週発表する「数学戦争」も挙げています。

同氏が最も強調するのは経済への影響です。すぐに使える知能のコストが下がるにつれ、Stripe上での新規事業の設立はここ最近で最も高いペースになっています。創業者がはるかに少ない資本と間接費で会社を立ち上げ、成長させられるようになったからです。同氏はStripeの取扱高に占めるAIの割合を別の数字として示すことは控えています。Metaのような既存企業もAI企業へと変わりつつある中で、企業をAIと非AIに分けることはもはや意味をなさないという理由です。

不安を抱えるリーダーへの同氏の助言は、漠然とした破滅の予感を、セキュリティへの備えのような具体的な懸念に置き換えることです。感覚を正しく保つために、同氏は毎晩研究論文の山を読むよりも、AIに説明して小さなアプリを作るバイブコーディングや、急成長している顧客との対話を好んでいます。

今やるべきこと

コリソン氏の見通しをまとめると、エージェントはまずフォームと支払いを引き受け、次に商品の発見のあり方を変え、その過程でAPI設計、価格設定、セキュリティのルールも変わる、ということになります。そこから次のような実践的なステップが導かれます。

• 販売事業者：商品情報をAIエージェントが読みやすい形に整え、実際の購入者から本物のレビューを集める
• 開発者向けプラットフォーム：APIとドキュメントをコーディングエージェント向けに調整し、エージェントが古いバージョンを使うことに備える
• AIプロダクトチーム：推論コストに連動する従量課金を検討し、複数のモデルにタスクを振り分ける
• セキュリティチーム：システムを小さく新しく保ち、ユーザーが許可したエージェントと悪意あるボットをどう見分けるかを計画する
• 社内AIを導入する企業：機密データをつなぐ前にアクセス制御を設計する

Stripeでの17年を振り返り、コリソン氏は、一度の大きなブレイクの瞬間はなく、「Users First」の原則のもとで毎年積み重なった着実な成長があっただけだと語ります。また、Stripeの成功した製品のほぼすべてが、最初はおもちゃのように見えたとも指摘しています。そこからは、エージェントの時代への妥当な向き合い方は、小さくても役に立つ実験から始めることなのかもしれないと読み取れます。