AI経由の流通総額163倍、コスト35億円削減――楽天が挑む「対話型」から「収益創出型」AIエージェントへの進化
「楽天市場」アプリのAI商品発見フィード経由の流通総額は約9か月で163倍に拡大し、生成AIを活用したカスタマーサービス「Raptor」は35億円のコスト削減を実現した。
7:00
楽天グループは、AIの活用を問い合わせ対応や情報検索の効率化にとどめず、顧客のニーズを捉えて購買や新たな収益機会につなげる取り組みを進めている。
「楽天市場」アプリのパーソナライズ型商品発見フィードでは、AI経由のGMS(流通総額)が2026年1月から9月までの約9か月で約163倍に拡大。転換率も同期間に3.44%から6.38%へ上昇した。また、生成AIを活用したカスタマーサービス「Raptor」は、2026年1-9月期(第3四半期)に累計35億円のコスト削減を実現したという。
2026年1-9月期(第3四半期)の決算説明会で、チーフAI&データオフィサー(CAIDO)のティン・ツァイ氏が、AIエージェントや商品発見、カスタマーサービスにおける成果と今後の方針を説明した。

商品との出会いを生み出す「発見フィード」
「楽天市場」でのAI活用は、ユーザーが検索窓に入力した言葉に応答するだけでなく、興味や関心に合った商品との出会いを促す「ディスカバリーレコメンデーション」に力を入れている。ユーザーの行動や関心をもとに、「楽天市場」アプリのフィードに商品を表示する仕組みだ。
たとえば、ネイルを学んでいるユーザーが新しいデザインや手頃な道具を探し、ほかのアーティストの作品から刺激を受ける。楽天は、そうした興味や行動に合わせてフィードを最適化し、商品を見つける体験から購入へつなげている。
AIによるパーソナライズ型商品発見レコメンデーション経由のGMSは、2026年1月から9月までに約163倍となった。転換率は1月の3.44%から9月には6.38%へ上昇し、2.94ポイント増加している。
なお、このGMSはディスカバリーレコメンデーションの詳細ページから商品・ショップページをクリックし、クリック後30日以内に当該ショップで購入した商品の流通総額を指す。AI利用による純増額を示すものではない。
AIがディスカバリーフィードの関連性を高め、購買ニーズを早期に把握して購入へとつなげることをめざしている。「楽天市場」が掲げる「Shopping is Entertainment」の考え方のもと、画像や動画を通じた商品発見にも投資を進めている。(楽天グループ ティン・ツァイCAIDO)
検索の文脈を捉え、商品との適合度を判定
楽天は、生成AIをチャット以外にも活用している。「楽天市場」の検索では、ユーザーの意図と商品との関連性を判定する「意思決定モデル」を導入。商品画像や説明文なども含む情報をもとに、検索結果の表示順を最適化する。
このモデルは、大規模言語モデル(LLM)を使ってユーザーの意図を理解し、候補商品が条件に合致するかを「1」または「0」で判定。自由形式の文章を生成するのではなく、商品が検索意図に合うかどうかを判定することで、検索やレコメンデーションに適した処理を行う。
2026年10月に実施した「楽天市場」のA/Bテストでは、次世代検索エンジンとの組み合わせにより、転換率が32.3%向上した。なお、意思決定モデル単独の寄与は切り分けられていないという。
このほか、旅行サービス「Rakuten AI for Travel」では、旅行先や宿泊施設の調査から予約までをAIエージェントとの対話で完結できるようにした。AIエージェントを利用した顧客による国内ホテルの総取扱高は、第1四半期(1-3月)から第3四半期(7-9月)にかけて165%増加したという。
この数値は、AIエージェント内で完了した予約に加え、同じ月にエージェントを利用した顧客による通常の予約も含む社内推計値としている。
楽天グループは、消費者向けのAIエージェントを20サービスで提供。今後は各サービス内での活用に加え、エージェント同士を連携させ、サービスを横断した利用体験の実現をめざす。
ウェブサイトを人間のように操作する方式ではなく、プロトコルやAPIを通じてエージェント同士を連携させることが、信頼性の高いサービス提供につながる。(ティン・ツァイCAIDO)
問い合わせ対応AIを、コスト削減から収益創出へ
カスタマーサービスの領域では、生成AIを活用したAIツール「Raptor」を9つのサービスに導入。顧客からの問い合わせ対応や課題解決を支援するほか、オペレーターを支援する機能も備える。
楽天は、価値創出を支える3つの柱として「チャットボット」「ボイスボット」「AIによるオペレーター支援」を挙げる。2026年1-9月期(第3四半期)までの累計コスト削減額は35億円に上るという。
楽天は「Raptor」を、問い合わせ対応を効率化するツールにとどめない方針だ。
顧客の状況や要望に応じて追加サービスを提案し、新たな収益機会を生み出すサービスとして進化させる。(ティン・ツァイCAIDO)
問い合わせ対応で得られる顧客の要望や状況を、単に対応履歴として蓄積するだけでなく、適切な提案につなげる。コスト削減と顧客体験の向上、さらに収益機会の創出を一体でめざす構想だ。
AIを動かす基盤と、社内の人とAIの協働
AI活用の拡大に伴い、楽天は社内の生産性向上やAIの運用基盤にも投資している。
社内向けの「Rakuten AI Workforce」は、人間が課題や方針を設定し、エージェントがガイドラインに沿って業務を進める仕組み。月間アクティブユーザーは7100人以上に上る。
楽天の説明によると、エージェントは業務を実行するだけでなく、レポート作成や反復作業のスキル化を通じて継続的に改善していく。人間が方向性を決め、AIが定型的な作業や分析を担う協働体制を広げている。
開発業務では、自社運用のAIコーディングプラットフォーム「Rakuten AI Code」を展開。2026年4月から10月にかけて、楽天グループ全体のコーディングトークンに占める利用割合は0.7%から15.4%へと22倍に拡大した。主要なAIコーディングモデルとの比較で、3倍のコスト効率を実現したとしている。コードやプロンプトを社内ネットワーク内で扱い、社内ナレッジを蓄積できることも特長にあげている。
楽天は、AIの利用拡大とコスト管理を両立するため、自社運用のGPUクラスターを活用する。外部APIの利用量に応じて変動する費用を、一定の処理能力の範囲で予測可能なGPUコストに置き換え、アプリケーション、データ、モデルを含む全体を最適化する狙いだ。
AI投資の価値を最大化するには、GPU、モデル、コンテキスト、エージェントを組み合わせることが重要。優秀なグローバルチームと技術基盤を生かし、アプリケーション・データ・モデル全体の統合と最適化を進め、やり取りを蓄積して全体の知見に還元できるようにする。(ティン・ツァイCAIDO)
「答えるAI」から「価値を生み出すAI」へ
楽天のAI戦略は、顧客との対話を便利にする段階から、行動や関心を捉えて商品を発見し、購入やサービス利用につなげる段階へと広がっている。商品発見フィードでのGMS拡大や「Raptor」によるコスト削減は、AIを事業成果に結びつける取り組みの一端だ。
今後は、サービス横断のエージェント連携、検索・レコメンデーションの高度化、カスタマーサービスを通じた収益機会の創出を進める。楽天はAIを個別機能として導入するだけでなく、顧客接点と社内業務、データやシステムをつなぎ、楽天経済圏全体の価値向上につなげる考えだ。
- この記事のキーワード

