Magento（Adobe Commerce）へのAI導入方法：実践ガイド

まとめ

Magento（現Adobe Commerce）にはすでに多くのAIが搭載されていますが、そのほぼすべてがストアフロント向けです。商品レコメンデーション、Live Search、生成されたコンテンツなどです。これらのどれも「注文はどこにありますか？」に答えたり、返品を処理したり、サポートチケットに返信したりはしません。つまり、カスタマーサービス向けに「MagentoにAIを追加する」とは、プラットフォームに含まれていないものを取り付けることを意味します。

現実的な選択肢は3つあります。チャットボットのMarketplace拡張機能を導入する、REST APIまたはGraphQL API上に独自の連携を構築する、または既製のAIサポートエージェントをストアフロントとヘルプデスクに接続する、です。多くのチームにとって3つ目が近道です。エージェントがMagentoのAPI経由でカタログと注文を読み取り、開発者が付きっきりにならなくてもチケットの解決を始められるからです。

私は連携機能の構築を生業としていますが、正直な見解を言えば、APIは非常に優れており拡張機能の棚は飽和状態にある一方で、加盟店にとってお金を失わせているギャップは購入後のサポートです。最も速い解決策は、REST API経由でストアを同期し、30分以内に本番稼働するエージェントであり、理想を言えば自社の過去のチケットに対してテストした後に導入することです。これから解説するのは、まさにこの構成です。

まず、MagentoのAIが何をして、何をしないのかを理解する

これはほとんどのガイドが見落としている部分であり、それ以外のすべてを決定づける部分でもあります。

Adobeの現在のうたい文句は「AI時代のために作られたコマース」であり、これは誇張ではありません。Adobe Commerceには実際に成熟したAIが組み込まれています。問題は、それがどこに向けられているかです。すべてのネイティブAI機能は、発見と転換、つまり閲覧者を購入者に変えるという仕事に関するものです。

• 買い手の行動に適応する商品レコメンデーションとインテリジェントマーチャンダイジング。
• 意図を数十の言語で商品へと変換するセマンティック検索、Live Search。
• Adobe Fireflyによる生成コンテンツ、そして会話型のショッピングアシスタントBrand Concierge。

どれも有用です。しかし、何が欠けているかに注目してください。ここには、顧客が購入後に開くチケットを処理するものが何もありません。ネイティブのヘルプデスクも、返品フローも、チケット返信AIも標準搭載されていません。これがギャップです。

そのため、誰かが「MagentoにAIをどう追加すればいいですか？」と尋ねるとき、その裏にある本当の質問は大抵「サポートを解決してくれるAIをどう手に入れればいいですか？」です。答えはコア製品の外側にあり、だからこそ意図的に取り組む価値があります。カテゴリー全体を俯瞰したい場合は、このギャップを埋めるツールをまとめたeコマース向けベストAIヘルプデスクの記事をご覧ください。

始める前に：必要なもの

MagentoにAIサポートエージェントを追加するのは見た目より軽い作業ですが、いくつか揃えておくとスムーズに進みます。

• ストアへのAPIアクセス。 Magento Open SourceでもAdobe Commerceでも、管理画面（System > Extensions > Integration）でインテグレーションを作成し、AIがカタログと注文を読み取れるようにします。詳細は後述します。
• AIが学習できる素材。 ヘルプセンター、FAQページ、配送・返品ポリシー、そして理想的には過去のサポートチケットです。AIの質は、その裏にあるコンテンツの質次第です。
• 明確な適用範囲。 どの質問を最初に自動化しても構わないか（注文状況や商品に関する質問が最も安全な出発点です）、どの質問は常に人間に届けるべきかを決めます。
• テスト計画。 最大の間違いは、テストせずに本番公開することです。顧客が目にする前に、実際の過去の質問に対してAIの回答を確認できる手段が必要です。

以上です。何かを移行したり、ストアフロントを作り直したりする必要はありません。

Magentoストアへの3つのAI導入方法

Magentoには唯一の「AIボタン」は存在しません。代わりに、構築できる3つの手段があり、それぞれ手間とコントロールのトレードオフがあります。

ルート1：Marketplace拡張機能を導入する

Adobe Commerce Marketplaceは「アプリをインストールする」ルートです。chatbotで検索すると26件の拡張機能がヒットし、無料ツールから有料ライセンスまで幅があり、それぞれのリストにはOpen Source、オンプレミス、クラウドのどれをサポートしているかが記載されています。

VDC StoresのAI Chatbot（99ドル）やWebkulのWhatsApp AI Chatbot（399ドル）のような会話型エージェント、そしてCrispやKommunicateの無料コネクタも見つかります。これらのほとんどは内部的には同じ仕組みで動いています。拡張機能がテーマにJavaScriptのチャットウィジェットを注入し、実際のAIはサードパーティのサービス上で動作します。

向いているケース： 素早くチャットバブルを稼働させたく、管理画面でのアカウント設定を苦にしないチーム。

注意点： 拡張機能はストアフロントにウィジェットを設置しますが、多くは依然としてAIの頭脳部分を自分で用意する必要があり、無料のものはまずライブチャット、ボットは二の次であることが多いです。その拡張機能が実際に質問を解決するのか、単に人間へルーティングするだけなのかを確認しましょう。

ルート2：REST APIまたはGraphQL API上に構築する

開発者がいるなら、MagentoのWeb APIフレームワークは非常に優れており、これは他のすべてが構築される基盤です。REST、GraphQL、SOAPを通じてストアを公開し、商品・注文・顧客に対する完全なCRUD操作と検索を提供します。

外部のAIはOAuth経由でサードパーティアプリケーションとして認証し、許可したリソースにのみスコープが限定されたアクセスを取得した上で、ライブの注文データを読み取ったりレコードを更新したりできます。GraphQLはここでの現代的なインターフェースであり、単一の型付きクエリでエージェントが必要とするフィールドだけを取得でき、Catalog Service、Live Search、Recommendationsのスキーマに支えられています。

知っておくべき特徴が1つあります。コアのWeb APIフレームワークはWebhookをサポートしていないため、リアルタイムのトリガーはRESTフレームワーク自体ではなく、Adobe Developer App Builderを通じてプロセス外で処理されます。

向いているケース： 完全にオーダーメイドの連携を望む、エンジニアリング体制のあるチーム。

注意点： これはもはやAI製品を1つ接続するだけでなく、それを構築し保守することになります。これは実質的かつ継続的なコストです。

ルート3：既製のAIサポートエージェントを接続する

これが中間の道であり、ほとんどのサポートチームにとって最適な選択肢です。MagentoのAPIとの対話方法とサポート会話の解決方法の両方をすでに知っているAIヘルプデスクエージェントを利用します。ストアを接続し、自社のナレッジを指定するだけで、あとはストアフロントと既存のヘルプデスクの両方で処理してくれます。

これが次にステップバイステップで見ていくルートで、具体例として、Magentoへの接続専用に作られたeesel AIを使用します。同じアプローチはShopifyやWooCommerceのストアも運営している場合にも有効で、マルチプラットフォームの加盟店には便利です。

3つの比較は次のとおりです。

MagentoにAIサポートエージェントを追加する手順

具体的に見ていきましょう。以下は、MagentoストアにAIエージェントを接続する流れで、Open Sourceでも Adobe Commerce Cloudでも同じ形になります。

ステップ1：APIでストアを接続する

eeselダッシュボードでは、APIアクセスを認可することでMagentoを接続します。AI側で必要な開発作業は、認証情報を一度入力する以上のものはありません。その後、エージェントは商品カタログ、構成可能なバリエーション、顧客グループ別の価格、注文データをリアルタイムで自動同期します。カタログを更新すればすぐに反映され、CSVのアップロードは一切不要です。Magento特有の複雑な構造、構成可能商品、グループ商品、バンドル商品、カスタム属性、段階的価格設定にも対応します。

eeselは既存のサポートスタックとも接続するため、単なるストアフロントのウィジェットではなく、ストアと並行してZendesk、Freshdesk、Gorgiasなどのヘルプデスクにも接続します。

ステップ2：ナレッジを与える

エージェントをヘルプセンター、FAQページ、過去のチケットに接続します。ここで「間違った回答をしない」ための作業が行われます。AIは実際のコンテンツとチームが実際に行った解決策から学習するため、あなたが答えるのと同じように回答するようになります。Magentoストアの場合、これは商品ポリシー、配送・返品ルール、そして担当者がすでに毎日行っている回答を意味します。ドキュメントが薄い場合は、これを補強する良い機会であり、強力なAIナレッジベースはあらゆるチャネルで効果を発揮します。

ステップ3：平易な言葉で設定する

コードでルールを書く必要はありません。エージェントに対して平易な言葉で、いつ介入すべきか、どんな口調にすべきか、返信を下書きするのか自律的に送信するのか、そしていつエスカレーションすべきかを伝えます。Magentoストアの場合、これは「注文状況と配送追跡の質問は自動で処理し、当社の30日間返品ポリシーに従い、高額な破損商品に関するものはすべて全文脈とともに人間にエスカレーションする」といった内容になります。

ステップ4：本番稼働の前にシミュレーションする

これは私が絶対に省略しないステップであり、そもそもこの構成を信頼している理由でもあります。私たちは何年もの間、AIエージェントを実際のサポートキューに投入してきて、自信ありげに見えるボットが静かに間違った回答をする様子を見てきました。そのため、eeselは何かが顧客に届く前に過去のチケットに対してシミュレーションを実行します。各テーマをどう処理していたか、どこが強く、どこにギャップがあるかが見えます。例えば「先週は日割り返金についての質問が23件あったが、ドキュメントは全額キャンセルしかカバーしていない」といった具合です。ギャップを埋め、再実行し、数値が納得できるものになって初めて展開します。これが、期待することと、確信を持つことの違いです。

ステップ5：まずは監視付きで本番稼働する

1つのスニペットでストアフロントにチャットウィジェットを設置し、ヘルプデスクエージェントを有効にします。賢い進め方は、まず監視付きで開始することです。AIに返信を下書きさせ、チームがそれを承認するようにし、パフォーマンスを確認できたら、シンプルで件数の多い質問（注文状況、配送追跡、基本的な返品）について完全な自律権を与えます。この段階的な自律性のはしごこそが、リスクを負わずに件数の負担を軽減する方法です。

その成果は本物です。eeselはある顧客の初月でTier-1リクエストの73%を解決し、Magentoを利用するチームは最大80%の時間削減を報告しています。注文状況と返品に関する質問（典型的なWISMOの殺到）は、まさにAIが最も得意とする、反復的で明確に定義された作業をあなたの負担から取り除くものであり、効果を証明できるように重要な指標を追跡する価値があります。

実際のMagentoチームの声

Magentoの評判は、良い面でも悪い面でも十分に裏付けられています。強力で無限に柔軟である一方、運用が非常に大変なことでも知られています。この文脈が重要なのは、まさにだからこそ、さらに監視すべきものを増やすのではなく、保守の手間が少ないAIレイヤーが魅力的に映るからです。

"Enterprise Flexibility with Steep Learning Curve."

Yashraj G., review title, G2

"I find Adobe Commerce can be complex and costly to maintain. It needs simpler upgrades, less developer dependency, and lower maintenance costs."

Ansh R., "Flexible and Scalable, Yet Costly and Complex", G2

"High cost, constant need for a developer, and long working hours make it demanding to maintain the platform."

Josep R., "Complete, powerful, but expensive and complex", Capterra

教訓はこうです。どんなAIを追加するにしても、開発者への依存を増やすのではなく減らす選択肢を優先しましょう。平易な言葉で設定でき、API経由で自ら同期するサポートエージェントは、保守が必要なもう1つのカスタムモジュールよりもMagentoショップに適しています。

MagentoにAIを追加する際によくある間違い

繰り返し目にする落とし穴がいくつかあります。

• マーチャンダイジングAIとサポートAIを混同する。 Live SearchやRecommendationsを有効にするのは素晴らしいことですが、それはチケットキューには何も貢献しません。それぞれ異なる問題を解決するものです。
• 回避するだけのボットをリリースする。 FAQのテキストには答えられても実際の注文を照会できないチャットボットは、ボットが無いよりも早く顧客を苛立たせます。エージェントが静的な記事だけでなく、ライブの注文データを読み取れることを確認してください。チャットボットが失敗する理由についての考察でさらに詳しく掘り下げています。
• テストせずに本番公開する。 過去のチケットに対してシミュレーションできないなら、それは単なる推測です。顧客向けAIで推測に頼ることが、拡散されるスクリーンショットを生む原因になります。
• 成長を罰するシート課金や定額課金。 サポート件数はセールや祝日に急増します。解決済みチャット数に応じてスケールする従量課金は、AIが働いたかどうかに関わらず課金されるプランより優れています。
• エスカレーションを軽視する。 目標は初日から100%の自動化ではなく、反復的な作業を安全に自動化し、残りを完全な文脈とともに人間にルーティングすることです。引き継ぎを正しく行いましょう。

Magento向けにeeselを試す

「AIなし」から「AIがチケットを解決する」への最短ルートをMagentoで実現したいなら、まさにそのために作られているのがeesel AIです。MagentoのREST API経由でストアに接続し、Adobe CommerceとMagento Open Sourceの両方（B2Bカタログ、共有価格、見積もりを含む）に対応し、カタログ、注文、FAQを読み取って注文照会、返品、商品に関する質問をストアフロントと既存のヘルプデスクの両方で自動的に処理します。

Magentoショップに特に適している2つの点があります。本番稼働前に過去のチケットでシミュレーションできるため推測に頼る必要がなく、料金は解決済みチャット1件あたり0.40ドルでプラットフォーム料金もシート課金も最低利用料金もないため、人員数ではなく繁忙期に合わせてスケールします。導入は約30分で完了し、無料で試せます。