[ITmedia エンタープライズ] データを統合せずにAIを使う 楽天市場が実証する“既存システムのまま”のデータ基盤
社内データを統合したデータベースを作るには、数年の歳月と多大なコストがかかる。楽天はそう判断し、楽天市場で複数のシステムに分散したコンサルティング業務の履歴をAIで生かすため、データを既存システムに置いたまま活用する基盤の実証を進めている。
2026年10月6日に開催された「Oracle AI Forum」の基調講演に、楽天グループの小林悠輔氏(常務執行役員 コマース&マーケティングカンパニー CIO&CAIDO コマース&マーケティングテクノロジー統括部 ヴァイスディレクター)が登壇し、日本オラクルの三澤智光氏(取締役 執行役 社長)と対談した。テーマは、楽天市場のAI活用とデータ基盤の在り方だ。
冒頭で三澤氏は「企業のAI活用にはデータ整備が重要だが、データはさまざまなシステムに分散している。大規模なデータレイクを構築せずにAIエージェントを活用するアプローチが求められている」と語り、データ基盤に対する同社の考え方を示した。
データの分散という課題に、楽天ではどのように取り組んでいるか。楽天市場のAI、データ開発を担当する小林氏は、自社サービスとその運用過程でAIをどのように活用しているかを説明した。
楽天は、1億人以上の会員と70以上のサービスをシームレスにひも付けるメンバーシップを軸に、「楽天経済圏」と呼ぶエコシステムを形成している。この経済圏の月間アクティブユーザーは約4588万人、複数サービスのクロスユース率77.3%、累計ポイント発行数5兆ポイント超という規模を有している。
「当社グループのデータの強みは、数の多さだけでなく、オンライン、オフラインを行き来するユーザーの行動データにある。年間3兆回を超えるユーザーのインタラクションデータと、1000万以上のオフラインタッチポイントを、どう結び付けるかが重要」と小林氏は語る。
充実したデータをAIで生かし切るため、同社が推進するプロジェクトが「AI-nization」(注:造語)だ。AIの力で人の想像力を高めることをビジョンとし、オンライン、オフラインにまたがる70のサービスを連携させて、グループ全体の成長を目指す。プロジェクトの目標としては、オペレーション効率、マーケティング効率、そしてクライアント効率の3つの領域それぞれで、AIによって効率を20%高めることを目指す「トリプル20」を掲げている。このプロジェクトを支える包括的な基盤が「Rakuten AI」だ。
「Rakuten AIは、消費者向けAIエージェントなどのサービス、EC店舗運営者向けツール、自社開発の言語モデル、検索エンジンなどのディープラーニング基盤の4つの要素から構成される。社内システムから、検索やレコメンド機能へ段階的に実装を進めている」(小林氏)
独自開発のAIツールを3つの軸で展開
小林氏は続けて、楽天市場におけるAI活用について説明した。
楽天市場は、国内EC流通総額約6.2兆円、出店店舗数5万店以上、登録商品数約5億点という国内最大級のECプラットフォームだ。
「楽天市場のAI推進は、エンドユーザー向けの買い物体験向上、ECサイト運営者の支援、ECコンサルタントやカスタマーサポートなど、社内業務の効率化という3つの軸で展開している」(小林氏)
まずユーザー向け施策では、対話形式で買い物を案内する「AIコンシェルジュ」や、ユーザーの購買履歴やグループ全体のデータセットを分析して、新しい商品との偶然の出会いを演出する「ディスカバリーレコメンデーション」を既にサービスとして投入している。
今後の進化については「同じ商品を売っていても、店舗によって売り方や顧客対応、配送の仕方などは全く異なる。5万店舗それぞれの個性を引き出し、顔が見える形でのエージェントの実装を進めている」と小林氏は語る。
次に、出店店舗向けAI施策として、店舗運営システムにAIを実装した「Rakuten AI for RMS」(RMS=Rakuten Merchant Server、店舗向け統合管理システム)を開発した。これはバナー画像や顧客向けメッセージの文言を、過去の取引を反映させた内容で生成するなど、ECサイトの管理業務を支援する機能を提供する。「例えば関西のお店では、メッセージの中に関西弁を織り交ぜたテキストを提案するなどの機能も入っている」(小林氏)
また、日常業務に追われる店舗運営者にとって、ECサイトを訪問した顧客のデータを分析する時間を確保するのは容易ではない。そこでRMSに、AIによる分析の支援機能を実装した。「単に数値を示すだけでなく、AIが分析して次の具体的なアクションを提示する仕組みが、店舗運営者に好評だ」(小林氏)
事実、店舗運営者の5~6割がこのシステムを利用しており、日常業務の効率化だけでなく、年4回の「楽天スーパーセール」など、商品の仕込みや発送で忙しい時期にも助けになっているという。
データの一元化を必要としないAI基盤をPoCで検証
3つ目の社内業務効率化の中で、小林氏のチームが最も力を入れているのが、ECコンサルタント(ECC)支援だ。同社では数百人のECCが在籍しているが、店舗向けの資料作成や市場調査などの準備作業に多くの時間を取られており、5万店舗の全てにまでは深い分析結果を提供できずにいた。そこでAIを導入し、ECC1人当たり月平均2506分(約28%)の業務時間削減を実現した。「削減した時間を、フェーストゥフェースの営業活動に充てることができ、個々の店舗に合わせた提案力を強化できている」(小林氏)
またECCについては、経験値や成功事例が個人によって異なる属人化の問題が存在していた。「ベストプラクティスが個人に偏ってしまう課題があった。また、コンサルティング業務の履歴は複数の社内システムの中に分散していたため、個々のECCが最適なコンサルティングができていたかを見て取るのも難しかった。ここをAIで探索すれば、経験値の差を埋め、組織の資産に育てることができると考えている」と小林氏は語る。
この課題克服のため、同社は日本オラクルと共同で、「Oracle AI Database」を活用した「ECC AI Agent」のPoC(実証実験)を進めている。
今回のPoCの特徴は、社内の必要なデータを一元化した基盤を構築しないことだ。CRMの情報をはじめ、商談記録や売り上げ、受注情報、外部市況ニュースなどのデータは、既存のシステム内に保持したまま、それぞれの関係性や意味的な近さを表す「オントロジー」を作成し、モデルを構築する。「ECCはダッシュボードを使っていろいろなデータを操作し、店舗の状況を把握できる。それだけでなく、AIが次のアクションを提示してくれる点がメリットだ」(小林氏)
小林氏は「既存のデータ基盤を作り直さずに拡張できる点はメリットが大きい。社内のデータをマイグレーションして統合したデータベースを作るためには、数年の歳月と多大なコストがかかる。だから今回のPoCに際してオラクルから、開発は小さく始めて、効果を確認しながら拡張していく形の提案があったとき、スムーズに受け入れることができた」と話す。
提案した側の三澤氏は「データを1カ所に集めること自体を目的化するのではなく、ビジネス課題を起点に必要なデータをつなぎ、AIを活用しながらデータプラットフォームを育てていく楽天の取り組みは現実的で、多くの企業にとって参考となるモデルだ」と語る。
ベンダーのエンジニアと共同で開発
開発の過程では、日本オラクルの「アプライドエンジニア」が楽天社内で開発に参加している。小林氏はこの体制について次のように話す。
「AIの進化は急速で、企業が単独でついていくことは難しい。そこで、データとAIに知見を持つオラクルのエンジニアが当社のエンジニアと議論しながらビッグピクチャーを描き、伴走を受けながら、本当に使えるオントロジーを持ったデータプラットフォームを作っていけることは価値がある」(小林氏)
また小林氏は、Oracle AI Databaseの利点として、楽天の利用するマルチクラウド環境で使える点も挙げた。
ECC AI Agentは現在もテスト段階にあり、利用者となるECCにデモを見せながら、機能や使い勝手の改善を進めている。
小林氏は最後に「当社が最終的に目指すのは、店舗の流通額を増やし、商売を大きく拡大させることだ。その目的のためにデータをどう作り、統合し、活用していくかという視点を大切にしながら、今後もAIを生かして組織全体の力を高めていきたい」と語った。
KioskNews shows a cleaned-up reading view extracted from the publisher’s page — the original always lives on their site, not ours.

三澤智光氏