オンラインショッピングにおける検索の役割が変化している。商品名を直接入力して希望の製品を探す方法から、利用者の嗜好や状況を人工知能（AI）が解釈し、推薦結果を提示する方式が定着してきた。ショッピングの基準も検索から推薦中心へと再編される流れである。
26日、リゾルブAIのショッピング行動分析報告書によると、ショッピング客の10人中7人が一度の検索で購入を完了していることが明らかになった。3単語以上からなる長文検索は2024年全体の検索の25%から、今年2月には40%に増加した一方で、フィルター使用や検索結果の最初のページ以降を探索する割合はそれぞれ13%減少した。キーワードを組み合わせて商品を探すのではなく、消費者の意図をAIが解釈する方式にショッピング環境が変わっているという分析である。
検索窓の外でも変化が見られる。セールスフォースの調査では、消費者の39%がAIを商品探索に活用しており、Z世代ではこの割合が半数を超えている。キャップジェミニの調査でも、消費者の5人中3人が従来の検索エンジンを生成型AIに置き換え始めたことが示された。商品名を検索して結果を一つ一つ比較するのではなく、AIに条件を提示して候補を推薦してもらう方式が新たな探索経路として定着している。
このような変化はプラットフォームサービスにも反映されている。ムシンサは最近、オープンAIのチャットGPT内にムシンサ専用アプリをリリースした。ブランドや商品名を入力しなくても、価格帯や好みのブランドなど様々な文脈を反映して商品を推薦し、その結果はムシンサのオンラインストアに繋がる。以前、ムシンサはカカオトーク内でもAIがスタイルを推薦するサービスを提供していた。ムシンサの関係者は「対話型ファッション・ビューティーコマースを通じて精緻な推薦結果を提供している」と述べ、「今後も様々なサービスとの連携を通じてムシンサストアへのトラフィック流入を促進する」と説明した。
ハーフクラブはスタイル中心のAI検索を導入した。従来のキーワード中心の検索から進化し、「秋の出勤ルック」や「今年流行する休暇ルック」などスタイル中心の検索語でも関連商品を探せるAI検索環境を構築した。AIが検索語に含まれるスタイルやトレンドを分析し、約700万件の商品のデータと比較して関連性の高い商品を推薦する方式である。商品詳細ページには画像-ビデオ変換技術を用いて静的な商品画像を動画に変換する機能も適用されている。商品のシルエットや動きをより直感的に示し、オンラインでも実際に着用した姿を生き生きと確認できるのが特徴である。今後、主要ブランドの商品を対象に適用範囲を拡大する予定である。
エイブルリーは生成型AIに基づく仮想フィッティングサービス「AI服着用」を通じて、利用者が様々なスタイルを事前に確認できるようにした。消費者が試着したいファッションスタイルを最大10個選び、写真1枚を登録すると、その写真の中の自分の顔や背景を基に様々な服スタイルを試着できる。好みに合った商品を購入できる「スタイルコマース」の役割を超え、消費者が見て楽しめるコンテンツを提供することを目的としている。
推薦がショッピングの出発点となる中で、プラットフォームが蓄積した商品データの重要性も高まっている。AI機能自体は急速に平準化されるが、商品情報をどれだけ精緻に構築し、利用者の嗜好と結びつけて推薦結果を生み出すかがサービスの完成度を左右するという分析である。業界では、AIが商品検索を超え、比較や推薦、購入支援まで担う形で活用範囲が広がると見込まれている。
市場調査会社エムブレイン・トレンドモニターの調査によると、「AIショッピングエージェント」を利用してみたいが、AIにすべての購入を任せるのは難しいとの回答が50.2%を占めた。AIにショッピングを完全に任せるのが難しい理由として、「AIのデータ分析だけでは個人の嗜好を完璧に把握するのは難しい」との回答が43%で最も多かった。AI推薦サービスが普及するにつれ、個人の嗜好をどれだけ精緻に反映し、消費者の信頼を確保できるかが鍵となるだろう。
金時月 建国大学消費者学科教授は「消費者ごとに求める情報や購入基準が異なるため、個人特性を反映したカスタマイズ推薦システムの構築が重要である」と述べ、「体型や時間・場所・状況（TPO）など様々な情報をどれだけ迅速に蓄積し、推薦に反映させるかが鍵である」と語った。続けて「推薦サービスが拡大するにつれ、それに見合った責任体制や返金システムも整備されるべきである」と付け加えた。
* この記事はAIによって翻訳されました。
亜洲日報の記事等を無断で複製、公衆送信 、翻案、配布することは禁じられています。
