Blog

執筆：MIKA　趣味：写真、喫茶店

楽天市場のAI化は、店舗が商品説明を作る側と、購入者が商品を探す側の両方で進んでいます。RMSでは文章や画像、問い合わせ返信、売上傾向の読み解きを支援し、楽天市場アプリでは目的や予算を聞いて商品を探すAIが動いています。

出店店舗として気になるのは、「結局、うちは何を変えればいいの？」というところでしょう。まず試せるのは、購入者側AIへ同じ商品分野を3通りの言葉で聞き、AIが選定理由に使った情報と自店の商品ページを見比べることです。手順と販促へのつなげ方は、この記事の前半で紹介します。

そのうえで独自モデルRakuten AI 3.0までたどると、楽天が目指しているのは店舗作業の全自動化というより、店舗が作る情報と購入者の「こういう物が欲しい」を近づけることではないか、という姿が見えてきます。

楽天市場のAI化を、まず一枚で見てみる

現在地と予想の関係を、次の図にまとめました。

図の上段は、楽天の公式発表で確認できる現在地です。店舗が商品情報を作り、RMSのAIが作業を支え、楽天市場のデータと商品コンテンツを購入者側AIが使います。下段の「作る→発見される→購入される→分析される→次を改善する」は、まだ一体の機能として発表されたものではなく、ここから先の予想です。

名前も少し紛らわしいので、ここだけ分けておきましょう。楽天公式のAIページでいう「Rakuten AI」は、アプリのAIエージェント、企業向けサービス、言語モデル、検索やレコメンデーションを含む総称です。画面で買い物を手伝うAIと、裏側の独自モデルRakuten AI 3.0は同じものではありません。

店舗側では、「作る・返す・読む」をAIが手伝っている

RMS AIアシスタントの発表にある店舗向け機能は、かなり実務寄りです。商品名、商品画像、基礎商品情報から商品説明文を提案する。商品画像を加工する。問い合わせ内容と店舗が書いた回答概要から返信文を作る。アクセス人数、客単価、転換率などから前年との売上傾向を解説する。店舗運営の質問に答えるチャット機能もあります。

ただ、AIが担うのは下書きと読み解きです。商品事実、回答の要点、価格や在庫を決める仕事は店舗側に残ります。商品説明で未確認表現を混ぜない指示の作り方は、実際の出力を比べた3通りのプロンプト実験で詳しく紹介しています。

この発表時点では、RMS AIアシスタントの一部機能にOpenAIのGPT-4を使っています。楽天が独自モデルを持っているからといって、現在の楽天のAI機能がすべて独自モデルで動いているわけではありません。

購入者側は、「商品名で検索」から「目的を相談」へ

店舗への影響が大きそうなのは、購入者側の変化です。楽天市場アプリのディスカバリーレコメンデーションは、購買履歴、閲覧履歴、お気に入り登録などから興味を捉え、店舗が作った画像、動画、商品ページ、特集記事から表示する内容を選びます。

2026年1月には、楽天市場アプリにAIコンシェルジュが入りました。購入者は商品名を知らなくても、希望予算、購入目的、利用場面を文字、音声、画像で伝えられます。「3,000円以内のボトル」だけでなく、「コーヒーを昼まで温かく保ちたい」という相談から商品を探せるわけです。

ここで店舗が見直したいのは、キーワードを増やすことだけではありません。用途、サイズ、素材、対応機器など、購入者の条件と結び付く商品事実を、人にもAIにも読み取れる形で置けているかです。画像や説明にその手掛かりがなければ、相談内容と商品を結び付けにくくなります。

独自モデルRakuten AI 3.0は、どこが挑戦的なのか

楽天は2026年3月、Rakuten AI 3.0を無償公開しました。日本語に最適化した約7,000億パラメータのモデルで、処理時には約400億を動かします。2025年12月の日本語版MT-Benchの楽天公表値は8.88で、同じ表のgpt-4oは8.67でした。ただし、商品説明や売上分析だけを比べた点数ではなく、「RMSでAI 3.0が動いている」とも発表されていません。

国内でモデルを作る会社は楽天だけではなく、GENIAC第3期の中間報告会には24社が参加しました。それでも楽天が面白いのは、オープンモデルを基に独自の日英データや技術で調整し、モデルを公開したうえで、店舗、商品情報、購入者が集まるECの現場も持っている点です。日本発のモデルが実際の買い物をどこまで変えるのか。ここは素直に応援しながら追いたいところです。

まず1商品、購入者の聞き方を3通りに変えてみる

楽天市場アプリのホーム画面右下にあるアイコンからRakuten AIを使えるなら、まず1商品を選びましょう。迷ったら、アクセスはあるのに転換率が気になる商品か、これから商品ページを直す予定の商品を優先します。自店の商品を必ず出すテストではありません。同じ商品分野について、AIがどんな事実を選定理由にするかを見るテストです。

1. 商品名で聞く：「350mLのステンレスボトルを探して」
2. 困りごとで聞く：「コーヒーを昼まで温かく保ちたい」
3. 予算と条件で聞く：「3,000円以内、食洗機対応、黒いボトル」

結果は、「質問の仕方」「AIが挙げた選定理由」「自店の商品情報に書いてあるか」の3列で記録します。自店の商品が出なかったことだけで不合格にはしません。たとえば「食洗機対応」が理由に挙がったのに、自店の商品ページでは仕様欄の奥にしかない。そんなずれを一つ見つけられれば、次に直す候補ができます。次の表は手順を示すための架空の記入例で、Rakuten AIの実行結果ではありません。

数値や素材、対応機器は仕様欄へ、事実で裏付けられる利用場面は冒頭の説明や画像へ置くと、直す場所を決めやすくなります。アプリでRakuten AIを使えない場合は、この3問を商品ページの点検表として使えます。ただし、一般的な生成AIへ聞いた結果を「楽天市場での選定理由」とは扱いません。

同じ言葉が何度も出ても、市場全体の需要が証明されたわけではありません。事実として確認できる一項目だけを商品説明や画像へ追加し、変更日を記録して、普段確認しているアクセスや転換率と見比べます。必要な日数は商品ごとのアクセス量で変わるため、固定しません。比較期間の長さとセールなどの条件をそろえます。メルマガやバナーなら、開封率やクリック率をいつもの集計単位で比べれば、AIの提案を採用し続けるか判断できます。

記録から販促案まで作るなら、次のプロンプトをそのまま使えます。

3通りの質問と提案結果から、繰り返し出てくる用途と選定理由を整理してください。続けて、私が渡す商品事実だけを使い、商品説明への追記候補、メルマガ件名3案、バナー見出し3案を作ってください。商品事実から確認できない表現は、採用案へ混ぜず別に示してください。

これなら「楽天のAIがすごそう」で終わらず、購入者の言葉を分析し、商品情報と次の販促を一つずつ見直せます。

次に進みそうなのは、全自動化より「往復の短縮」

ここからは私見です。次に大きく変わりそうなのは、AIが店舗を丸ごと運営することではなく、購入者の相談と店舗の商品情報を往復する時間が短くなることだと見ています。店舗の仕事は「全部書く」から「正しい事実を渡し、どの提案を採用するか決める」へ少しずつ寄っていく。今後の発表では、機能数やモデルの大きさより、購入者側で見つかった言葉や条件が、店舗側の分析と改善へ戻る仕組みが出てくるかを見たいです。

本記事は記事内で取り上げる各サービスの提供会社が提供または認定するものではありません。