ストア向けは「コンサルティングレポート」「LINE配信分析」を準備
ストア向けAIエージェント「Yahoo! EC Pilot」に関しては、AIが店舗データを分析して課題を特定し、広告出稿の最適化などを提案する「コンサルティングレポート」を、第一弾としてリリース予定だ。ストア側が承認すれば、AIが広告出稿などの実作業を代行し、実行後の結果報告まで行う。
「LINE公式アカウント」の配信文面作成支援と、配信後の成果分析・改善提案を行う「LINE配信分析」は、開発が完了しており社内調整を経て提供予定という。
AIによる商品推奨の仕組みとストアの対応
AIエージェントによる商品推奨アルゴリズムについて、市丸氏は現状の仕組みを「検索アルゴリズムをベースに動きつつ、検索結果の上位商品をそのまま出すのではなく、ユーザーのニーズと商品特性をAIが適合させた結果を出力している」と説明した。
その上で、現行ECの最大の課題は、購入の背景にあるコンテキストデータが圧倒的に蓄積されていない点だと述べた。
ストア側がAIからの推奨度を高めるための方法論としては、短期的には自社商品の「いつ、誰が、どのような用途で、いくらで買ったか」といったコンテキストデータを多面的に用意することが有効となる可能性はあると、市丸氏は見解を示す。一方、中長期的にはAIの精度向上にともない、画一化・汎用化されたコモディティ商品はかえって選ばれにくくなり、「独自の売り」を持つ商品がより深く適合するようになるのでは、と予測する。
同社は、店舗の商品説明やフリースペースのテキスト情報をAIが「構造化データ」へ自動変換する処理を進めているとし、現在は全体の約半数のカテゴリーで実証データ作成段階にあると説明した。店舗に技術的負担を強いず、同社独自のデータや付加価値を商品情報に自動付与する方針だとするが、構造化データの適用範囲や完了時期は明言されなかった。
Google・OpenAIなど外部の汎用AIエージェント経由での商品露出については、市丸氏は「ユーザーとの接触機会が増える」としてポジティブに捉えていると述べた。
なお、AI利用ユーザーと非利用ユーザーとのコンバージョン率の差は約1.5倍であり、利用率が広まる中でもこの差は維持されているという。この結果について市丸氏は、単なるユーザーのモチベーション差ではなく、AIエージェントの利用自体が購買行動を後押ししていることの現れだと見解を示した。
AIに決済を含めて権限を持たせる機能の拡張については、技術的には実現可能としつつも、まずはファネルの上層でAIとの信頼関係を築くことを最優先とするため、現時点では自動決済の実装を急がず、段階的にステップを踏む慎重なアプローチを示した。
