ウォルマート、AIで買い物と業務を革新。顧客と従業員体験の裏側

どの企業の事例か

今回紹介するのは、世界最大の小売企業であるウォルマート（Walmart）の事例です。同社は、顧客向けのオンラインショッピング体験の向上と、数十万人にのぼる従業員の業務効率化という2つの大きな目的のために、生成AIの活用を大規模に進めています。 [2, 7, 8]

解決したかった課題

ウォルマートは2つの主要な課題に直面していました。1つは、顧客がオンラインで商品を検索する際の体験です。従来のキーワード検索では、「ユニコーンがテーマの誕生日パーティー」といった曖昧で複雑なニーズに応えるのが困難でした。 [2, 5, 6] もう1つの課題は、従業員の業務効率です。特に本社などで働く約5万人の従業員は、日々大量の社内文書やマニュアルから必要な情報を探し出すのに多くの時間を費やしていました。 [4, 8]

AIをどう使ったか

ウォルマートは、Microsoft Azure OpenAI Serviceなどの大規模言語モデル（LLM）と、自社が長年蓄積してきた膨大な小売データを組み合わせて、2つの主要なAI機能を開発しました。 [2, 5] 顧客向けには、文脈を理解して対話的に商品を提案する生成AI搭載の検索機能を開発。これにより、従来の「スクロールして探す」体験から「目的を伝えて見つける」体験へと進化させました。 [6, 7] 従業員向けには、社内文書の要約や草稿作成を支援するAIアシスタント「My Assistant」を開発・提供し、情報検索の時間を短縮して本来の業務に集中できるよう支援しています。 [4, 8]

予想アーキテクチャ

以下は公開情報と一般的な構成から推定した予想アーキテクチャです。実際の内部構成を断定するものではありません。

▸入力データ: 顧客からの自然言語での検索クエリ（例：「サッカー観戦パーティーの準備」）、従業員からの業務に関する質問、ウォルマートの商品カタログ、販売データ、社内ナレッジベース（業務マニュアル、規定集など）。 [2, 6, 8]
▸AI処理・モデルまたは検索層: Microsoft Azure OpenAI Service上で動作する大規模言語モデル（LLM）を活用。ウォルマート独自の小売データでトレーニングされたモデルも組み合わせて使用されています。 [2, 5] 顧客の意図を深く理解し、関連商品を推薦するために、RAG（Retrieval-Augmented Generation）のような技術で社内データや商品情報を参照していると推測されます。
▸業務システムへの出力: 顧客向けには、iOS、Androidアプリ、ウェブサイト上でパーソナライズされた商品リストを生成・表示。 [2] 従業員向けには、「My Assistant」アプリのチャットインターフェースを通じて、質問への回答、文書の要約、コンテンツのドラフトなどを提供します。 [4, 8]
▸監視・ガバナンス: Microsoft Azureのエンタープライズ向け機能を利用し、セキュリティやコンプライアンスを確保。不適切な応答をフィルタリングする仕組みや、利用状況のモニタリング、従業員からのフィードバック収集ループなどが整備されていると考えられます。 [2, 8]

導入効果と見るべきポイント

▸確認できる効果や変化: 生成AI検索を導入した四半期において、グローバルEコマースで22%の成長を報告しており、AIによる体験向上が貢献した要因の一つとされています。 [5] 従業員向けツールは、文書の要約や下書き作成の時間を大幅に短縮し、生産性向上に寄与しています。 [8]
▸読者が注目すべきポイント: ウォルマートの強みは、単に最新のAI技術を導入するだけでなく、自社が持つ60年以上の小売業の知見とデータを掛け合わせている点です。 [6] これにより、他社には真似のできない、自社に特化したAIソリューションを生み出しています。
▸注意点: このような大規模なAI活用は、クリーンで整理されたデータ基盤が前提となります。また、従業員がAIを効果的に活用できるよう、実験的な試用期間を設けたり、フィードバックを収集したりするプロセスも重要です。 [11, 15]

日本企業が参考にできること

ウォルマートの事例から、日本企業はまず従業員向けのAIツールからスモールスタートするアプローチを学べます。 [8, 11] 社内文書の検索や要約といった課題は多くの企業に共通しており、業務効率化を通じてAI活用の知見を蓄積することは、将来的な顧客向けサービスへの展開にも繋がります。自社の独自データをいかに活用してAIに「文脈」を教えるかが、競争優位性を生み出す鍵となるでしょう。

今日のAIニュース

参考リンク / References

参考リンク