楽天流！AI導入の進め方、そして成功や課題から学ぶこと

アーカイブ動画

楽天グループ株式会社河村真氏
楽天グループ株式会社
コマース&マーケティングテクノロジー統括部
執行役員／ヴァイスディレクター
河村真氏

楽天グループの河村氏が登壇し、楽天流のAI導入の進め方、そして成功事例や課題から学ぶポイントについて語った。河村氏は「楽天市場」を中心としたEC領域を担当し、大規模システムのリノベーションやAI技術の導入を推進している。これまで、大手企業でソフトウェアのアーキテクチャを統括するチームを率いた経験や、スタートアップのCTOを務めた経歴を持つ。

AIについて「実際に手を動かしてみないと分からないことが多い」とし、「特にAIに関しては、理論だけでなく、実際に試してみることが重要です」と強調した。

楽天グループ社内では現在、AIへの関心が急速に高まっている。KPIベースで各部署が成果を測定しながらAI活用を進める中、「プロンプト選手権」を開催する部署もあるなど、楽しみながら取り組む文化も醸成されている。

開発部門に所属していない社員も積極的にAIを活用できる環境づくりが進められている。「全員がAIに慣れ親しんで、営業やマーケティングのメンバーとも協力し、どのようなAI活用が求められているかを全員で議論できるようにすることが重要です」と河村氏は強調する。当初は開発部門に所属していない社員からは「AIは怖い」「機密情報を入力しても大丈夫なのか」といった不安の声すら上がっていた。

楽天流！AI導入の進め方、そして成功や課題から学ぶことスライド1

これに対し、楽天グループでは安全に利用できる社内向けのAIツール「Rakuten AI for Rakutenians」を活用し、草の根的な活動を通じてAIの普及を促進。こうした取り組みにより、社内全体が「自分たちでやろう」という積極的な雰囲気に徐々に変わっていったという。

楽天流！AI導入の進め方、そして成功や課題から学ぶことスライド2

楽天流！AI導入の進め方、そして成功や課題から学ぶことスライド3

実際の製品展開においても、楽天グループはさまざまなAI関連のサービスを発表している。例えば、楽天モバイルのユーザー向けには、契約者専用アプリ「Rakuten Link」にAI機能「Rakuten Link AI」を搭載し、チャット形式のAIを手軽に利用できる環境を提供。また、AIエージェント機能を開発し、プレゼント選びや旅行の提案といった実用的なアドバイスを行うサービス「Rakuten AI Assistant」のベータ版も展開している。

楽天流！AI導入の進め方、そして成功や課題から学ぶことスライド4

「楽天市場」におけるユーザー向けのAI活用の代表例の一つが、「レビューサマリー」機能だ。これは、膨大な商品レビューをAIが要約し、ユーザーにとって必要な情報を素早く取得できるようにする仕組みである。

例えば、人気商品ではレビューが数千件以上蓄積されている場合もある。この場合すべての内容を人間が確認するのは困難だ。そこで、「楽天市場」の商品ページには、AIが要約したレビューが表示される。

楽天流！AI導入の進め方、そして成功や課題から学ぶことスライド5

この仕組みを実現するために、楽天は複数のAIモデルを活用するように工夫している。レビューの要約には高精度なモデルを用いる一方で、ポジティブ・ネガティブ判定のようなシンプルなタスクには、比較的軽量なモデルを使用するなどのテクニックだ。AIの活用においてはコスト管理も重要な課題であるため、これにより、適切な精度を確保しながらコストを最適化している。

楽天流！AI導入の進め方、そして成功や課題から学ぶことスライド6

「楽天市場」の出店店舗向け店舗運営システム「RMS（Rakuten Merchant Server）」においては「RMS AIアシスタント」が提供されており、EC事業者に向けた高度なAI支援ツールとして展開されている。このAIアシスタントには、現在5つの主要機能が実装されている。

楽天流！AI導入の進め方、そして成功や課題から学ぶことスライド7

注目すべき機能は、画像生成に関するAIの活用だ。ECにおいて、商品画像の品質はコンバージョン率に大きな影響を与える。店舗が倉庫で撮影した簡易な商品画像や、メーカーから提供された画像に対して、

AIが自動で背景を生成し、より魅力的なビジュアルを作成する。 AIが画像を生成する際の最大の課題は「ハルシネーション」である。AIが意図せず商品そのものを改変してしまうリスクがあり、ECにおいては致命的となる。そのため、背景のみを変更し、商品自体には一切手を加えないという技術的な工夫が求められた。また、従来のAIモデルでは、生成された画像がやや暗かったり、見映えの良い綺麗な画像が作れなかったりする課題があったが、EC用途に適したモデルやパラメータの選定により、画質向上を実現した。

楽天流！AI導入の進め方、そして成功や課題から学ぶことスライド8

AIは商品の形状や影の位置を正しく理解し、適切なライティングを施すことで、よりリアルな仕上がりを実現する。EC事業者はプロの撮影スタジオを利用せずとも、手軽に高品質な商品画像を生成できる。

しかし、リリース後の利用データを分析すると、想定していたほどの利用率が得られず、特に他の機能と比べると使用頻度が低いことが課題となった。しかもA/Bテストを実施してみると、AIで生成した背景付きの美しい画像は、売上ベースでは必ずしも優位に立つわけではないということもわかってきた。

実際に利用した店舗側の声を拾うと、当初想定していなかったニーズが浮上した。それは「白背景画像を作る機能がほしい」という要望だった。商品によってはシンプルな白背景画像に加工したほうが売上が伸びるケースもあるのである。このフィードバックを受け、同社はAIによる白背景の作成オプションを追加。その結果、画像生成機能全体の利用率は向上し、導入の意義がより明確になった。

楽天流！AI導入の進め方、そして成功や課題から学ぶことスライド9

この一連の流れから得られた教訓は、技術の導入はあくまで手段であり、AIを使ってどういうことをしたいのかというイメージや目的をはっきり持つということだ。

今回の経験を踏まえ、「売れる画像とは何か」を改めて見直す必要性を認識した。AIによる画像生成は、いわば「ガチャを引く」ような要素もあるが、ビジネスにおいてはランダム性は不確定要素というリスクの側面が強くなる。ユーザーが自ら試行錯誤する負担を軽減し、最適な画像を提供するためには、AIに対するプロンプトを調整し、売れる画像を導き出す工夫が求められる。

「AIで思った結果が出ない」といった意見が出ることがある。しかし、それを「使えない」と断じる前に、まず自分たちの要求をプロンプトとして適切にモデルに伝達できているかを確認すべきだ。LLM (Large Language Model 大規模言語モデル) は、自ら目的を持つわけではない。人間が「こういうものをつくりたい」と明確に伝え、適切なフィードバックを得ることで、より良い結果が得られる。

また、もう一つの大きな課題として、エンジニアの学習時間の確保がある。技術の進化が著しい中で、多くのエンジニアが「AIについて学びたいが、業務が忙しくて時間が取れない」というジレンマを抱えている。「楽天市場」では、すでに6つのAI関連機能をリリースしており、それぞれの改善を進めているが、より迅速な開発サイクルが求められている。

この状況は、開発職ではない社員のAI活用における不安と共通する部分がある。どの技術を使えばよいのか、どう使うのが最適なのか、安全性は担保されているのか——こうした疑問が尽きない中で、楽天では、ガイドラインを整備し、社内チャットツールを活用して、安全なAIツールを選定・周知する取り組みを進めている。さらに、経験豊富なメンバーが各チームを横断的にサポートし、実務的なノウハウを共有する「遊撃チーム」の設立も進めている。これにより、各チームがゼロから手探りで進めるのではなく、よりスピーディに取り組める環境を整備している。

楽天流！AI導入の進め方、そして成功や課題から学ぶことスライド10