楽天市場の店舗向けAIが問い合わせ対応を70%削減——「削減した時間をどこに使うか」が本当の問いだ
楽天が2026年7月7日に開催した説明会で、店舗向けAI機能の具体的な効果が数字として示された。問い合わせ対応時間の約70%削減という数値は、少人数運営のEC店舗にとってリアルなインパクトを持つ。
出典: 問い合わせ対応時間を約70％削減！商品登録・レビュー返信にも広がる楽天市場の店舗向けAI【参加レポート】
要点 (事実のみ)
- 楽天市場の店舗向けAI機能「Rakuten AI for RMS」を毎月活用する店舗は、2024年12月時点の25%から2026年5月には50%へ拡大
- ギフト専門店「プチギフトmomo-fuku」（5名体制）では、問い合わせ対応が1件あたり約10分から1〜3分に短縮、月間では約67時間から約20時間へ削減
- 同店の商品数はAI活用による商品説明文の効率化により、約1,000点から1万点超に拡大
- 2026年4月30日提供開始の「データ分析エージェント」は、利用店舗の72.9%がデータの深掘りに活用
- 楽天は「楽天AI大学」などの学習支援も提供し、AI活用の定着を促進
徐 聖博の見解
今回の事例で注目したのは、問い合わせ対応の削減幅よりも、削減の「構造」だ。ギフト商材に特有の、のし・配送・地域慣習など細粒度の確認事項は、ルールベースのチャットボットで対処しようとすると例外処理の維持コストが跳ね上がる。生成AIが下書きを作り、スタッフが確認・調整するフローは、この種の「答えが1つではない問い合わせ」に対して現時点で最も実装コストが低い解に近い。月67時間→20時間という数字が出るのは、アーキテクチャとして自然な帰結だと思う。
一方、商品数を1,000点から1万点超に伸ばせた点は、別の意味で重要だ。説明文の生成コストが限界費用ゼロに近づくと、品揃えの拡大速度が人員ではなくカタログ設計とデータ整備で決まるようになる。これは受託開発の現場でも同じことが起きていて、ドキュメント・テストコード・コメントの生成コストが下がった結果、「書く量」より「何を書くか定義する能力」が律速になっている。
もう一点気になるのが「データ分析エージェント」だ。72.9%が深掘り分析をしているという数字は、機能の浸透率としては高い。しかし、会話形式でデータを掘れることと、出てきた洞察に基づいて正しい施策を選択できることは別の話だ。後者は依然として店舗側の判断力に委ねられており、ここにトレーニングコストが集中する。楽天が「楽天AI大学」を用意しているのはその文脈で正しい投資だと思うが、機能提供と学習支援がどこまで連動しているかは引き続き見ていきたい。
(編集レンズ: 実装・運用視点 / 発注側・中小企業への含意)
