Rakuten AIが示す、ECの次の役割とは。
Rakuten AIが示したのは、検索機能の改善ではなく、AIが比較・提案・判断支援まで担う「エージェンティックコマース」への移行です。楽天が進める意図理解型の検索、LINEヤフー調査で見えた“比較しづらさ”への需要を踏まえ、本記事では、自社ECが今から備えるべき視点と、genserでその準備を現実的に進める方法を解説します。
エージェンティックコマース, Rakuten AI, AI検索, EC AI検索, ECサイト内検索, EC検索改善, サイト内検索 AI, 商品検索 AI, EC 顧客体験 改善, EC 比較支援, EC レコメンド AI, AI 接客 EC, EC DX, EC 売上向上, genser
｜Rakuten AIはECを大きく変えようとしている
2025年7月、楽天グループはエージェント型AIツール「Rakuten AI」の本格提供を発表した。
報道はAIアシスタントとしての側面に注目したが、この発表が示しているのはそれよりも大きな話だ。楽天が描こうとしているのは、検索機能の進化ではない。ECというプラットフォームの役割そのものを変えることだ。
これまでのECは、ユーザーが自分でキーワードを入力し、自分で比較し、自分で決断することを前提に設計されてきた。プラットフォームは商品を並べ、ユーザーはそこから選ぶ。その構造が長年の標準だった。
Rakuten AIの設計思想は、その標準を更新しようとしている。
｜Rakuten AIが目指しているもの
楽天の発表内容を整理すると、Rakuten AIの設計思想は以下に集約される。
AIがユーザーの意図を読み取り、分散したデータを統合し、行動を後押しする。さらに何千もの専門家エージェントの知見に即座にアクセスし、選択肢を絞り込み、最終的な決断を助ける。（※１）
この一連のプロセスが一つのプラットフォームの中で完結する体験を、エージェンティックコマースと呼ぶ。楽天はそれを、日本最大級のECプラットフォームの上で実装しようとしているのだ。
｜これは突然の転換ではない
楽天は過去すでに、セマンティックサーチを楽天市場とRakuten Fashionに導入していた。従来のキーワード一致型ではなく、検索者の意図を理解する仕組みだ。その結果、0件ヒット検索を1%未満まで削減したとされる。（※２）
「人々の信頼できる伴走者として、暮らしと社会をより良くしていく」。このRakuten AIの言葉はプレスリリースの一節だが、ユーザーが自力で答えを探す過程を見守るのではなく、一緒に考えて前に進める存在をつくることへの、一貫した意志を示している。
今回の発表は転換点ではなく、その延長線上にある意思表明だ。
｜ユーザー側の需要も、すでに存在している
LINEヤフーも、「Yahoo!検索」において生成AIが商品を厳選して提案してくれる「お買い物AIアシスタント」機能の提供を開始している。同社の調査によると、家電の購入検討時に「自分に合う商品か判断しづらい」「複数の商品を比較検討しづらい」と感じるユーザーは約66.6%にのぼる。その課題を解決するために本機能を提供したとしている。（※３）
この数字が示しているのは、ユーザーは「検索して自分で比べる」という体験を、もはや便利だと感じていない、ということだ。比較の負荷を分担してほしいという需要は、特定のプラットフォームだけの話ではなく、ECを使うユーザー全体に広がっていると言える。
｜エージェンティックコマースの始まりにいる
今すぐ楽天のような経済圏を持つ必要はない。ただ、エージェンティックコマースにおいて見落としてはならない点がある。意図データの蓄積が、精度に直結するということだ。
意図を読む仕組みをゼロから構築するには、データ統合の設計、意図理解のモデル、提案ロジックの開発、そして継続的な運用が必要になる。大規模なリソースを持たないEC事業者にとって、それは現実的ではない。
一方で、だからといって準備を先送りしていいわけではない。重要なのは、巨大な経済圏を持つことではなく、自社ECの中で「顧客の言葉を理解し、比較を助け、選びやすくする」体験をどこまで実装できるかだ。
｜genserなら、その準備を現実に進められる
genserが特徴的なのは、「単純な検索」ではなく、顧客の問いの種類に応じて、説明の仕方と結果の返し方を変える構造を持っている点にある。
顧客の問いには、何が欲しいかがまだ曖昧な状態と、予算・スペック・利用シーンなど条件がある程度明確な状態がある。この違いを無視して同じ返し方をしてしまうと、検索は“見つかる”ことはあっても、“納得して選べる”体験にはつながりにくい。
genserはこの違いに応じて、曖昧な問いを整理するConsultant、複雑な条件比較を支援するExpert、感性やTPOに合わせて提案するCurator、すばやく候補提示まで導くFast Finderといった役割を使い分ける。つまり、検索精度を上げるだけでなく、顧客がその場で前に進めるように応答の構造そのものを最適化している。
この点が、genserを「検索SaaS」ではなく、自社ECの中にエージェント的な接客を実装するための仕組みとして位置づけられる理由だ。積み上げてきた商品ページの努力を、ユーザーに届く成果へつなげる。そのための検索窓を、現実的なコストで先に変えられることに意味がある。これは、自社ECがエージェンティックコマースへ向かううえで、非常に現実的なアプローチだ。
｜今から動く意味
楽天AIが見せたのは、ひとつの機能ではない。ECを「商品を探す場所」から「AIが購買を前に進める場所」へ変えようとする、方向性の宣言だ。
その変化に必要なのは、大きな経済圏でも膨大な開発リソースでもない。自社ECの中で、次の買い方に対応し始めることだ。
ユーザーが新しい買い方に慣れてから動き始めても、そのときには「普通の体験を普通に提供できるようになった」にすぎない。差がつくのは、慣れる前の今だ。
[出典]
- 楽天グループ株式会社「楽天がエージェント型AIツール『Rakuten AI』の本格提供を開始」（2025年7月）
https://corp.rakuten.co.jp/news/press/2025/0730_01.html - 楽天グループ株式会社「AIによる革新的な検索技術を楽天のEコマースに活用」（2024年2月）
https://corp.rakuten.co.jp/innovation/rnn/2024/2402_012/ - LINEヤフー株式会社 プレスリリース
https://www.lycorp.co.jp/ja/news/release/019684/
｜Rakuten AIはECを大きく変えようとしている
2025年7月、楽天グループはエージェント型AIツール「Rakuten AI」の本格提供を発表した。
報道はAIアシスタントとしての側面に注目したが、この発表が示しているのはそれよりも大きな話だ。楽天が描こうとしているのは、検索機能の進化ではない。ECというプラットフォームの役割そのものを変えることだ。
これまでのECは、ユーザーが自分でキーワードを入力し、自分で比較し、自分で決断することを前提に設計されてきた。プラットフォームは商品を並べ、ユーザーはそこから選ぶ。その構造が長年の標準だった。
Rakuten AIの設計思想は、その標準を更新しようとしている。
｜Rakuten AIが目指しているもの
楽天の発表内容を整理すると、Rakuten AIの設計思想は以下に集約される。
AIがユーザーの意図を読み取り、分散したデータを統合し、行動を後押しする。さらに何千もの専門家エージェントの知見に即座にアクセスし、選択肢を絞り込み、最終的な決断を助ける。（※１）
この一連のプロセスが一つのプラットフォームの中で完結する体験を、エージェンティックコマースと呼ぶ。楽天はそれを、日本最大級のECプラットフォームの上で実装しようとしているのだ。
｜これは突然の転換ではない
楽天は過去すでに、セマンティックサーチを楽天市場とRakuten Fashionに導入していた。従来のキーワード一致型ではなく、検索者の意図を理解する仕組みだ。その結果、0件ヒット検索を1%未満まで削減したとされる。（※２）
「人々の信頼できる伴走者として、暮らしと社会をより良くしていく」。このRakuten AIの言葉はプレスリリースの一節だが、ユーザーが自力で答えを探す過程を見守るのではなく、一緒に考えて前に進める存在をつくることへの、一貫した意志を示している。
今回の発表は転換点ではなく、その延長線上にある意思表明だ。
｜ユーザー側の需要も、すでに存在している
LINEヤフーも、「Yahoo!検索」において生成AIが商品を厳選して提案してくれる「お買い物AIアシスタント」機能の提供を開始している。同社の調査によると、家電の購入検討時に「自分に合う商品か判断しづらい」「複数の商品を比較検討しづらい」と感じるユーザーは約66.6%にのぼる。その課題を解決するために本機能を提供したとしている。（※３）
この数字が示しているのは、ユーザーは「検索して自分で比べる」という体験を、もはや便利だと感じていない、ということだ。比較の負荷を分担してほしいという需要は、特定のプラットフォームだけの話ではなく、ECを使うユーザー全体に広がっていると言える。
｜エージェンティックコマースの始まりにいる
今すぐ楽天のような経済圏を持つ必要はない。ただ、エージェンティックコマースにおいて見落としてはならない点がある。意図データの蓄積が、精度に直結するということだ。
意図を読む仕組みをゼロから構築するには、データ統合の設計、意図理解のモデル、提案ロジックの開発、そして継続的な運用が必要になる。大規模なリソースを持たないEC事業者にとって、それは現実的ではない。
一方で、だからといって準備を先送りしていいわけではない。重要なのは、巨大な経済圏を持つことではなく、自社ECの中で「顧客の言葉を理解し、比較を助け、選びやすくする」体験をどこまで実装できるかだ。
｜genserなら、その準備を現実に進められる
genserが特徴的なのは、「単純な検索」ではなく、顧客の問いの種類に応じて、説明の仕方と結果の返し方を変える構造を持っている点にある。
顧客の問いには、何が欲しいかがまだ曖昧な状態と、予算・スペック・利用シーンなど条件がある程度明確な状態がある。この違いを無視して同じ返し方をしてしまうと、検索は“見つかる”ことはあっても、“納得して選べる”体験にはつながりにくい。
genserはこの違いに応じて、曖昧な問いを整理するConsultant、複雑な条件比較を支援するExpert、感性やTPOに合わせて提案するCurator、すばやく候補提示まで導くFast Finderといった役割を使い分ける。つまり、検索精度を上げるだけでなく、顧客がその場で前に進めるように応答の構造そのものを最適化している。
この点が、genserを「検索SaaS」ではなく、自社ECの中にエージェント的な接客を実装するための仕組みとして位置づけられる理由だ。積み上げてきた商品ページの努力を、ユーザーに届く成果へつなげる。そのための検索窓を、現実的なコストで先に変えられることに意味がある。これは、自社ECがエージェンティックコマースへ向かううえで、非常に現実的なアプローチだ。
｜今から動く意味
楽天AIが見せたのは、ひとつの機能ではない。ECを「商品を探す場所」から「AIが購買を前に進める場所」へ変えようとする、方向性の宣言だ。
その変化に必要なのは、大きな経済圏でも膨大な開発リソースでもない。自社ECの中で、次の買い方に対応し始めることだ。
ユーザーが新しい買い方に慣れてから動き始めても、そのときには「普通の体験を普通に提供できるようになった」にすぎない。差がつくのは、慣れる前の今だ。
[出典]
https://corp.rakuten.co.jp/news/press/2025/0730_01.html
https://corp.rakuten.co.jp/innovation/rnn/2024/2402_012/
https://www.lycorp.co.jp/ja/news/release/019684/