米国小売・EC2024 – 継続中ウォルマート
商品カタログデータへの生成AI活用
ウォルマート、大規模言語モデルで8億5,000万件超のカタログデータを作成・改善
課題
ウォルマートのオンラインカタログは、マーケットプレイスの出店者や商品の増加に伴って拡大していた。商品属性情報の欠落や不備は、顧客の商品検索や、店舗での保管・配送に支障をもたらしていた。
取り組み
同社は外部調達と自社開発の複数の大規模言語モデルを使い、商品属性を補完して商品ページを改善した。整備したデータは店舗従業員向けのモバイルツールにも供給され、注文商品の取り出しや棚への補充の際に、包装画像や商品の所在を表示する。
主な数値
850M+大規模言語モデルで作成・改善した商品カタログのデータ件数
~100x生成AIなしで同じ期間に同じ作業を行う場合の必要人員の倍率（CEOの推計）
示唆
ウォルマートは改善したカタログデータを商品ページと、商品の所在確認・補充に使う従業員向けツールの双方に活用した。必要人員を「100倍」とする比較は推計であり、同社は誤りの割合や費用を公表していない。
分類
- 規模
- 大企業
- 業種
- 小売・EC
- イノベーションの類型
- プロセス・イノベーション
- AI技術
- 生成AI
- 導入形態
- 自社開発
- 根拠
- 企業自身の発表
出典
出典の要約
[1]Modern Retail2024年8月15日
ウォルマートのダグ・マクミロン最高経営責任者（CEO）は第2四半期決算説明会で、複数の言語モデルにより8億5,000万件超のカタログデータを作成・改善したと述べた。同じ期間に同じ作業を行うには、現在のほぼ100倍の人員が必要だったと推計した。米国部門トップのジョン・ファーナー氏は、AIが数億点の商品の属性を補完したと付け加えた。外部アナリスト二人は、カタログ整備は範囲が限定され明確に定義された作業で、AIに適していると評した。
[2]Retail Dive2024年8月20日
Retail Diveは、大規模言語モデルが8億5,000万件超の商品データを作成・改善したと報じた。ウォルマートの経営陣は、AIを使わなければ約100倍の人員が必要だったと推計した。カタログの品質は検索、在庫保管、配送に影響し、従業員は整備されたデータをモバイルツールで使って商品の所在や包装画像を確認した。
詳細は原典でご確認いただけます。
掲載日 2026年10月25日 · 更新日 2026年10月25日
