ECの仕事をひとつずつ解きほぐす

現場の課題

問い合わせ対応には外部の支援を使い、画像制作も外部に依頼していました。売上や在庫はCSVで扱っており、各業務で使う情報と、減らしたい作業が異なっていました。

社内ではChatGPTを原則禁止としており、ツールを使い始める前に、利用条件を整理する必要もありました。

顧客が挙げたのは、顧客対応の負担、画像制作、発注・在庫・販売の最適化、経理処理です。経理で求められたのは与信判断より仕訳や予実管理であり、同じAI活用でも期待する対象が違います。

画像制作では小規模な販売テスト、発注や在庫ではデータを使った検証が検討されています。記録はニーズの整理段階で、AIシステムの構築や本番運用が完了したことを示すものではありません。

業務をまとめて自動化するという話から、どの仕事で、どの情報を使い、何を確かめるかという論点が見えてきます。実施後の成果はこの記録からは確認できません。

顧客の検討時の要望に基づく記事です。AXRによる実装・導入効果を示す実績記事ではありません。

AXRの考察 / 自社で考えるなら

同じEC部門でも、画像の評価と在庫の判断では、必要なデータも成功の基準も違います。業務ごとに検証対象を切り出すことが出発点です。

この章は事例をもとにした考察です。事例企業での実施内容とは区別しています。

同じ課題を自社で考えるためのサービス案内です。この事例の契約内容を示すものではありません。

社名を伏せ、実施・検討記録と参加者の報告をもとに編集しています。参加者の実感と、実測された成果を区別しています。