ネット通販の世界では、AI活用はもはや実験段階の取り組みではなく、実務の一部として使われ始めています。特に変化が分かりやすいのが、接客・レコメンド・在庫管理という3つの領域です。ただし大事なのは、「AIを入れること」自体ではありません。多くのEC事業者にとって切実なのは、「人手が足りていない業務を、AIでどう補うか」という問いです。今回は、この3領域で実際に何が変わってきているのかを見ていきます。
接客:「テキストのFAQ」から「対話するコンシェルジュ」へ
これまでのEC接客は、決まった質問と回答を並べたFAQページや、あらかじめ用意されたシナリオ通りにしか答えられないチャットボットが中心でした。生成AIを使った接客では、あらかじめ想定していなかった聞き方の質問にも、内容に応じて柔軟に回答できるようになってきています。24時間対応できるため、深夜や早朝など、これまで人手では対応しきれなかった時間帯の問い合わせにも応えられるようになった、というメリットも報告されています。
一方で、商品情報や返品条件など、間違えると顧客とのトラブルに直結する内容については、AIが誤った回答をしないための確認や、あらかじめ回答してよい範囲を制限する「ガードレール」の設計も欠かせません。導入すればそれで終わりではなく、どこまでをAIに任せ、どこから人が確認するかを決めておく必要があります。
レコメンド:一律表示から、顧客ごとの提案へ
商品のおすすめ表示(レコメンド)も変化しています。従来は、閲覧履歴や購入履歴をもとに「よく見られている商品」「一緒に買われている商品」を表示する仕組みが一般的でした。ここにAIを組み合わせることで、同じサイトを見ていても、顧客ごとに表示するおすすめの内容や見せ方そのものを変える方向へ進んでいます。こうした仕組みは「ダイナミック・レコメンド」と呼ばれることもありますが、ここでいう「動的」とは、閲覧中の行動やタイミングに応じて、提案内容がリアルタイムに変わることを指します。全員に同じ商品を同じ見せ方でおすすめする時代から、一人ひとり違う体験を提供する時代へ変わりつつある、というのが実態に近い言い方です。
在庫管理:経験と勘から、データに基づく需要予測へ
過剰在庫と欠品は、EC事業者にとって表裏一体の悩みです。仕入れすぎれば保管コストや値下げロスが発生し、少なすぎれば販売機会を逃します。この見通しを、担当者の経験と勘だけに頼るのではなく、統計モデルやAIを使ってデータから需要を予測する取り組みが広がっています。予測の精度が上がれば、在庫そのものだけでなく、資金繰り(キャッシュフロー)の改善にもつながります。
ただし、AIが出した予測結果をそのまま鵜呑みにするのは危険です。季節性の強い商品や、突発的なトレンド、天候の影響を受けやすい商品などは、予測が外れることもあります。最終的な発注判断は、予測結果を参考にしながら人が確認・調整する、という運用が現実的です。
実際に使われているサービスの例
抽象的な話だけでなく、実際にどんなサービスが使われているのかも見てみましょう。数字はいずれも各社が公表している内容です。
| サービス | 領域 | 特徴・導入事例 |
|---|---|---|
| Shopify Magic / Sidekick | 接客・運営 | ShopifyのAI機能。商品説明文の自動生成、画像からのタグ付け、対話形式での在庫・売上管理などができる。基本機能は全プランで追加費用なく使えるが、アプリの自動生成など一部の高度な機能は上位プラン限定 |
| Rtoaster(ブレインパッド) | レコメンド | ニトリの公式ECサイトが、他社製ツールとの1カ月間のA/Bテストで売上103%という結果を確認し導入を決定(ブレインパッド発表)。ワイン専門のエノテカ・オンラインでは、おすすめ枠経由の購入率が2倍に向上したという事例も公開されている |
| FULL KAITEN(フルカイテン) | 在庫管理・需要予測 | ミズノやフェリシモグループなどが導入。フェリシモグループの「haco!」では、在庫の可視化・分析により、新型コロナ禍における1カ月間で客単価8%上昇、売上高25%増加という結果が公表されている |
AI導入で、本当に考えるべきこと
ここまで紹介した事例は、いずれも一定規模の企業のものです。ただし、考え方そのものは会社の規模を問いません。最初に考えるべきは、「どのAIサービスを入れるか」ではなく、「自社のどこで人手が足りていないのか」という問いです。
- 問い合わせ対応に時間がかかっている
- 商品登録・商品説明文の作成に手が回っていない
- 一人ひとりに合わせた商品提案を、人手では細かく行えない
- 在庫確認・発注判断に時間がかかり、担当者の勘に頼っている
こうした問いから逆算すると、自社にとって最初に手をつけるべき領域が見えてきます。
まとめ:AIは人を置き換えるのではなく、手が回らない部分を補うもの
ECにおけるAI活用は、もはや未来の話ではなく、すでに実務の一部として始まっています。ただし、AI導入そのものが目的になってしまっては本末転倒です。接客・レコメンド・在庫管理のいずれも、目指しているのは「AIで人を置き換える」ことではなく、「人手が足りない部分をAIで補い、限られた人材をより重要な仕事に振り向ける」ことです。
大がかりなシステム刷新をいきなり目指す必要はありません。まずは自社で一番負担の大きい業務を1つ選び、小さく試してみることが現実的な第一歩になります。PIMOAでも、EC・通販事業者様向けに、業務の棚卸しからAI活用の優先順位づけまでをご支援しています。どこから手をつければよいか整理したい方は、導入の流れのページもご覧ください。
参考記事
ニトリのOMO推進戦略、PoCで売上103%に増加を実現したレコメンドの新境地 - BrainPad DOORS
エノテカ株式会社 | お客様の声・導入事例 - Rtoaster
FULL KAITENを導入したファッションEC「haco!」がコロナ危機下で客単価8%アップ、売上高25%増加 - PR TIMES