AIが「読める」商品データを持つ企業が生き残る 王者ウォルマートの改革から見えた、成功の「3条件」： がっかりしないDX 小売業の新時代（3/3 ページ）

米OpenAIや米Googleがショッピング支援機能を相次いで強化し、多くの生活者が対話型AIに「子どもの遠足向きのおやつ、アレルギー対応で」などと聞く日が近づいています。AIエージェントが参照するのは、整備された商品データです。あなたの会社の商品マスタは、AIが「読める」状態になっているでしょうか。

[郡司昇，ITmedia]

もう頓挫させない　成果を出すための3つの条件

　日本の小売業が商品データ整備を「頓挫しない取り組み」にするために必要な条件を3つ挙げます。

　第一に、協調領域と競争領域を明確に分けることです。NB商品の基本属性情報は協調領域として標準化し、PB品の商品コンテンツやパーソナライゼーション戦略は各社独自の競争領域とする。全部を標準化しようとすると合意形成に時間がかかります。「ここまでは共有、ここからは各社の腕の見せどころ」という線引きが不可欠です。

　第二に、生成AIを活用した「段階的な成功体験」の設計です。いきなりサプライチェーン全体の商品マスタ統合を目指すのではなく、まずは自社のEC向け商品情報を生成AIで整備し、検索精度やCVR（コンバージョン率）の改善を実証する。小さな成功を積み重ね、投資対効果を可視化してから全社展開に進むべきです。

　第三に、AI-Readyな商品データという新しい品質基準の設定です。従来の商品マスタは「人間が発注・棚割りに使えればよい」品質でした。しかし今後は、AIエージェントが商品を理解・比較・推薦しやすい構造化データが求められます。この品質基準を明示し、新商品登録時から適用するだけでも、時間の経過とともにデータ品質は着実に上がっていきます。

商品データ基盤は「売り上げ成長のインフラ」　経営層の「認識転換」重要に

　製・配・販の協調は、過去何度も挑戦し何度も頓挫してきました。しかしながら、今回は2つの点で過去と前提が異なります。

　一つは、生成AIという実行手段の登場です。従来は「手作業のバケツリレー」を「手作業の標準化」で置き換えようとしていました。これでは労力が減らず、定着しません。生成AIは商品情報の整備コスト自体を桁違いに下げます。協調のハードルが技術的に下がったことは決定的な変化です。

　もう一つは、AIエージェントの台頭という「やらなければ負ける」外圧の存在です。OpenAIなどがショッピング支援機能を強化する中、対話型AIが商品探索の入口になる可能性は高まっています。商品データが整備されていなければ、AIエージェントの購買候補にすら挙がりません。つまり売上機会の喪失リスクです。

　成功のために最も重要なのは、商品データ基盤を「コスト削減の手段」ではなく「売り上げ成長のインフラ」として位置付け直すことです。商品データの品質は、EC・リテールメディア・AIエージェント経由の売り上げを左右します。

　この認識を経営層が持てるかどうかが、日本の小売・流通業界が変わるかどうかを左右するでしょう。