小売 / 電子商取引
Wayfair：商品カタログ属性情報のAIによる検証とタグ付け
- 企業
- Wayfair
- 国
- 米国
- 導入状況
- 運用中
- 資料公開
- 日付の基準
- 資料が公開された時点。導入を開始した日とは異なる場合がある。
- 根拠の確認方法
- 原文の本文を閲覧
業務課題
OpenAIが2026年9月25日に公開したWayfairの顧客事例によると、Wayfairは約4,000万点の商品と1,000近い商品分類を扱い、色、素材、サイズなどのタグが検索、レコメンド、商品の見せ方を左右する。これまでタグの誤りはサプライヤーや顧客が知らせてくれて初めて見つかり、手作業では量に追いつけず、初期の自社AIタグ付けモデルは規模を広げるには費用がかかった。会社が扱うべきタグは47,000個あった。
使った技術とデータ
WayfairはOpenAIのモデルでカタログ品質システムを構築した。システムはまずウェブ情報とWayfairの社内定義から各タグの意味を説明するガイドを作り、モデルがそのガイドに沿って商品情報を確認し、適切なタグを付ける。従業員が商品サンプルを実際に確認する監査手順とサプライヤーによる確認を組み合わせ、確信度の高い変更は商品情報に直接反映してサプライヤーに通知し、確信度が低いかリスクの高い変更はサプライヤーの確認を経てから反映する。
成果
事例によると、WayfairがOpenAIのモデルで構築したAIシステムは1,100万件を超える商品仕様を検証し、カタログ品質システムは100万点を超える商品を処理した。AIが確認できる商品属性の範囲を広げる速さは前年の70倍になり、管理されたA/Bテストでは適用群の表示回数、クリック数、ページ順位が大きく伸びた。
限界と残る課題
事例は、A/Bテストの期間と伸びの大きさ、タグの正確さの数値を明らかにしていない。
出典
公開資料をまとめた事例です。ATF Works導入企業の成果ではありません。