リティス・ユリスは、スタートアップ企業や大企業組織を含むさまざまな分析およびコンサルティング業務で8年以上の経験を持っています。現在、市場をリードするWebインテリジェンス取得プラットフォームであるOxylabsで、11人のデータプロフェッショナルチームを率いています。データアーキテクチャ、エンジニアリング、先進的なAIモデリングの分野で認められたリーダーとして、今年のOxyConで彼の専門知識を共有する予定です。
AIツールの継続的な開発は、電子商取引に深刻な影響を与えています。消費者は、ChatGPTのような生成AIツールを使用して、製品を検索、選択、購入しています。これは、電子商取引マーケティングファンネルのすべてのレベルに影響を及ぼしています。一方、 小売業者は、AIツールを使用して、動的価格設定、需要予測、在庫管理などの目的でリアルタイムのパブリックウェブデータを収集しています。最も重要なことは、これらの変更が急速に起こっていることであり、電子商取引小売業者はこれに追随する必要があります。調査によると、67%の顧客は、企業が彼らのニーズの変化に十分に対応していないと考えているようです。2025年のピーク電子商取引シーズンは、ブラックフライデーの前までと年末の休暇までの期間であり、顧客がAIをどのように使用し、小売業者がそれに適応し、活用できるかどうかを最初にテストする機会となります。SEOからGEOへアドビ・アナリティクスによると、ChatGPT、Perplexity、Claudeなどの生成AIツールからの小売業者へのトラフィックは、2024年7月から2025年2月までに1,200%増加しました。調査によると、23%のショッパーは今回の休暇シーズンにチャットボットやAIツールを使用する予定であり、Z世代やミレニアル世代では42%以上に達します。さらに、OpenAIは最近、ChatGPTのインスタントチェックアウトを導入し、ショッパーがツールを離れることなく購入できるようになりました。これは現在、Etsyや一部のShopifyストアで利用可能です。これらの開発は、電子商取引小売業者がコンテンツ、마케팅、販売戦略を再考える必要性を示唆しています。コンサルティング会社ベインは、消費者の大多数がゼロクリック結果（AIの概要によって回答が提供されるため、ウェブサイトを訪問する必要がない）に頼っていることを推定しています。40%の検索において、これは小売業者のウェブサイトへのトラフィックが減少することを意味しますが、AIソースからのトラフィックはより高いコンバージョン率をもたらします。この文脈では、従来の検索エンジン最適化（SEO）戦略はまだ重要ですが、生成AIを使用したショッピングのトレンドは明らかであり、生成エンジン最適化（GEO）の出現につながっています。GEOは、電子商取引企業に新たな課題をもたらします。生成AIツールを動かす大規模言語モデル（LLM）は、評判、信頼性、信頼性を分析するためにトレーニングされています。したがって、小売業者は、特に外部からのレビューや推薦を獲得することで、信頼性を高める努力をしなければなりません。記述的な製品の問い合わせGEOの別の側面は、消費者が生成AIツールを使用する際に問い合わせを形成する方法です。OpenAIによると、約半数の問い合わせは「質問」パターンを使用しています。USの小売業巨頭ターゲットのチーフ・インフォメーション・アンド・プロダクト・オフィサーは、最近、25%の検索リクエストが複雑で洗練された「記述的な問い合わせ」であると述べています。たとえば、検索エンジンでは「スリムフィットのピンクのシャツ」を検索するかもしれませんが、AIツールでは「ビジネスキャジュアルのイベント用スリムフィットピンクのシャツ」という問い合わせになる可能性があります。このような記述的な問い合わせの場合、製品の説明を適応させる必要があります。たとえば、製品ページでは、GEOのベストプラクティスとして、詳細なFAQを含む製品説明をより多く含めることを推奨しています。これにより、AIクローラーが、どの問い合わせに製品が適しているかを簡単に判断できます。GEOのためのデジタルサンドボックス皮肉なことに、AIはコンテンツ分析とGEOの支援に使用されています。コロンビア・ビジネス・スクールの研究者は、大規模言語モデル（LLM）を使用して「デジタルツイン」を作成しています。特定の製品が入力されると、LLMは、名前、年齢、職業、好みなどを持つショッパー・ペルソナを備えたデジタルツインを生成します。このツインは、ChatGPTで関連する検索を実行し、会社の製品がどのくらい目立つかを確認します。企業は、デジタルツインの調査結果に基づいて、製品の説明や提示方法を調整できます。このような「デジタルサンドボックス」アプローチは、電子商取引企業がGEOを行うための生産的な方法となり得ますが、リスクも伴います。AIエージェントには独自の偏見があり、パフォーマンスや動作に影響を及ぼす可能性があります。ただし、これらのアプローチは、電子商取引インテリジェンスのための潜在的な進路を提供します。AIによるデータ収集マーケティングファンネルは、AIによって混乱させられている電子商取引の要素の1つだけです。より重要な領域は、ビジネスインテリジェンス（BI）です。BIとは、戦略や運用を改善するための洞察を生成するためにデータを収集して使用することを指します。効果的なBIのために、電子商取引企業は信頼性の高い最新のデータセット、外部データを含む必要があります。AIは、競合データの収集において重要な役割を果たしています。パブリックウェブデータの抽出、たとえば価格や製品説明の抽出は、電子商取引競争の重要な側面でした。現在、AIはこれを効率化しています。AIを使用したツールは、自然言語でプロンプトできます。つまり、コードを書く必要はなく、エンジニアがデータ収集パイプラインを構築する時間を費やす必要はありません。AIは、スクレイピングに適したURLを収集してフィルタリングすることもできます。たとえば、競合他社のウェブサイトの特定のカテゴリのすべての製品ページを見つけることができます。AIを使用したショッピングアシスタントの台頭により、電子商取引企業は、特定のアクションが完了した後に表示されるデータポイントを収集する傾向にあります。たとえば、最終的なチェックアウト価格です。需要予測とリアルタイム対応リアルタイムデータを収集することで、小売業者は価格設定やマーケティングをすぐに調整し、顧客に最善のオファーを提供できます。動的価格設定は、BIの最も重要で人気のある機能の1つであり、最近の調査によると、ヨーロッパの61%の小売業者がこれを使用しています。ただし、同調査では、15%未満がこの目的でアルゴリズムまたはAIを使用していることが明らかになり、機会が見つかりました。競合価格に関する最新のデータを使用して、LLMは自動的に価格を調整できます。これは、特に休暇シーズンのようなピーク期間に特に役立ちます。AIは、顧客の需要と在庫レベルに関するデータを使用して、将来の需要を予測できます。これにより、複数の利点がもたらされます。デロイト・デジタルは、小売業者がAIを使用して自社の在庫を監視し、在庫管理を行い、ダイナミックに注文を出す方法について説明しています。さらに、AIは、ブランドのイメージを理解するために、ウェブ上で収集されたデータを分析するのに役立ち、戦略レベルの洞察を提供します。機会に開かれているAIは電子商取引マーケティングファンネルを混乱させていますが、新しい機会も創造しています。地理的に最適化されたコンテンツの分析や生成に使用できます。リアルタイムのパブリックウェブデータの収集に価値を加えています。さらに、価格、在庫、戦略に関する決定を下すためのデータ分析に役立ちます。さらに、顧客サポートの強化などの他の潜在的な用途もあります。AIのようなものは、常に怖ろしいものですが、特に小売業者が主要な販売期間に近づく場合です。しかし、AIが創造する機会に開かれている小売業者は、単に生き残るだけでなく、繁栄することができます。
ヨーロッパ全土で、従業員は、最新のビジネス慣行を合理化するように設計されたツールをマスターする能力を上級管理職に示す圧力に直面しています。組織が自動化、AI、クラウドベースのコラボレーションプラットフォーム、先進的なデータ分析の採用を加速するにつれて、競争力と成長は、会社のデジタルツールキットの強さによってますます定義されていきます。例えば、データ駆動型の洞察を提供するには、まず分析するデータが必要です。ウェブは、さまざまなビジネス関連データの主要なソースです。ただし、ウェブデータの収集には時間と、スクレイピングのための特別な知識が必要です。スクレイパーを構築し、パーサーを修正する必要があります。そうしたスキルを持っていても、時間がかかりますし、ほとんどのアナリストはそうしたスキルも時間も持っていません。ただし、今では、AIベースのデータ収集プラットフォームに仕事を任せることができます。これは、計測可能な影響を持つ具体的なユースケースです。トレンドに追随するのではなく、AIの力をビジネスに活かしたい企業は、AIが合理化できるようなユースケースや、それに合うツールを探すべきです。さらに、組織でのAIの採用は、リソースの提供、トレーニングの提供、サポートの文化の促進に依存しています。そうすることで、誰もが技術の変化に取り残されないようにします。『AIのハYPE』を明らかにして潜在性を測る企業の運営を合理化できるAIツールを真正に理解するには、まず『AI』がメディアの流行語になったことを認識する必要があります。『AI』は、しばしば失望につながるハYPEに囲まれています。『AI』は、制御された環境の外では、エラー、妄想、または偏った出力を生み出すことがあります。これが適切に規制されない場合に起こります。『AI』という用語は、幅広いプロセスや進歩をカバーしているため、懐疑的な人々は、AIの周りのハYPEが現在の能力を過大評価していると主張しています。メディアの報道や投資トレンドは、技術が現在提供できるものよりも期待を高めています。例えば、Artificial General Intelligence (AGI)について話すのは、まだそのようなAIの解決に必要な一部の問題に対処していないため、時期尚早です。実際の結果を見てみると、最も重要なブレークスルーは、Large Language Models (LLMs)から来ています。自然言語の理解、テキスト生成、コードアシスト、推論に優れたシステムです。一方、ほとんどの他のAIアプリケーションは、まだ実験段階にあります。また、LLMsの進歩は、将来さらに遅くなる可能性があります。したがって、数ヶ月ごとに大きなブレークスルーが来ることを期待するべきではありません。優秀な企業は、ハYPEから離れて、AIを意味のある方法で使用するツールを見つける必要があります。レガシーソリューションにAIラッパーを付けたようなソリューションではなく、実際の価値を提供するものです。そうしたソリューションが豊富にあるため、95%のAIプロジェクトが失敗するのは驚くことではありません。新しい製品を評価する際、企業は、AIレイヤーがどれだけ薄いか、自分で同じソリューションを構築するのが難しいかどうかを調べるべきです。企業が大きなLLMsの1つを使用するだけでなく、独自の価値を追加する場合、革新的な方法で問題を解決する方法を導入する場合にのみ、実際の価値を追加します。製品が何を実際にできるかを調査し、ツールを実際のユースケースに合わせて、計測可能な影響を持つものを探すことで、企業は、既に利用可能なものの中に多くの機会があることを学びます。AIツールとデータの使用データは、組織内のすべての部門が利益を得ることができるものです。ただし、実際にそうするのは少数です。データの取得と分析には時間とリソースが必要です。さらに、データ専門家の特別な知識も必要です。AIツールは、少なくとも一部のケースで、これらの障壁を除去することができます。データの収集と分析をよりアクセスしやすくします。一部のAIツールは、自然言語のプロンプトを理解し、行動することができます。従業員がコードを学ぶ必要はありません。必要なデータの種類を平易な言葉で伝えるだけで、ツールがそれをインターネットから収集します。例えば、マーケティングチームが最近の製品発売についての顧客の感情を理解したい場合、分析者はオンラインの利用可能なデータを迅速に取得できます。スクレイピングチームに頼る必要はありません。さらに、スクレイピングパイプラインを構築することは、リソースと時間がかかる作業です。企業がこれらのリソースを利用できない場合、LLMsを使用することができます。ウェブスクレイピングのすべての機能を実行できるAIベースのプラットフォームを使用する方が、スクレイピングパイプラインを最初から構築するよりも迅速です。したがって、リソースに余裕のある企業でも、データの収集をすぐに開始する必要がある場合は、AIベースのプラットフォームを使用することを選ぶかもしれません。企業は、すべての部門の従業員を such ツールを使用するためにスキルアップさせるべきです。オンラインには、豊富な知識とトレーニングが利用可能です。実際に価値のある情報は無料で提供されています。GoogleとAnthropicは無料のコースを提供しています。さらに、オンラインフォーラムでは、人々が知識やアイデアを共有しています。OxyCon 2025という無料のオンラインカンファレンスでは、私の実践的なセッションも含まれており、Oxylabs AI StudioやCursorを使用して、コーディング不要でAI駆動型の価格比較ツールを作成する方法について説明しています。ビジネス関連AIの次のフロンティア世界のAI市場は、2025年の約$391億ドルから2030年までに$1.8兆ドルに急成長することが予測されています。ただし、LLMsの進歩は、データと計算リソースの制限により、将来さらに遅くなる可能性があります。その結果、小規模な言語モデルが台頭することが予想されます。計算リソースをより少なくして、特定のタスクに特化したモデルです。これらのモデルのもう1つの利点は、サイズが小さいため、内部サーバーでホストできることです。これにより、一部のデータプライバシーとセキュリティの懸念に対処することができます。最終的に、ビジネスにおけるAIの未来は、革命的な変化の約束ではなく、企業が既に手に入れることができるツールをどれだけ効果的に活用できるかによって定義されます。ハYPEを切り抜け、実用的な応用に焦点を当て、トレーニングと統合に投資することで、企業は今日の生産性の向上を実現しながら、次のイノベーションの波に備えることができます。
