WayfairがOpenAIでカタログ精度とサポート速度を向上

2026年3月11日 ChatGPT API

OpenAIモデルをサプライヤーサポートとカタログシステムに組み込むことで、Wayfairは数百万の商品にわたってデータ精度を向上させ、複雑な小売ワークフローを自動化しました。

世界最大級のホームグッズ小売業者であるWayfairは、サプライヤーサポートワークフローと商品カタログ品質を大規模に改善するため、OpenAIモデルを重要な内部システムに統合しました。2024年の小規模リリースでの価値検証から始まったものが、手作業を削減し、意思決定を加速し、数百万の商品にわたってデータ品質を向上させる本格的な本番システムへと発展しました。

生成AIを実験や単発のソリューションとして扱うのではなく、WayfairはOpenAIモデルを中核的な運用ワークフローに組み込みました。同社は、複雑性と規模の必要性が最も高い分野に最初に焦点を当てました：サプライヤーサポートリクエストのルーティングと解決、そして約3,000万アイテムのカタログ全体で数万の商品属性を一貫して改善することです。

大規模なカタログ品質の解決

Wayfairのカタログチームは、約1,000の異なる商品クラスにわたって数千万の商品を管理しています。色、素材、サイズ、特定の機能などの一貫性があり正確な商品属性タグは、検索、レコメンデーション、マーチャンダイジングに不可欠です。

「データ品質が向上するほど、顧客との信頼関係が構築されます。これは買い物客が正しい購買決定を行えるようにするため不可欠であり、商品の誤った表示による返品などの下流の高コストな問題を直接的に削減します」と、Wayfairのカタログマーチャンダイジング准ディレクターのJessica D'Arcyは述べています。

OpenAI以前は、タグの改善は主にサプライヤーと顧客がWayfairに何かがおかしく見えることを伝えることに依存していました。手作業では量に追いつくことができませんでした。個別タグ用の初期のカスタムAIモデルは効果的でしたが、構築と維持にコストがかかることが判明しました。

「個別のタグ用にオーダーメイドのモデルを構築することから始めましたが、技術的にはうまくいきました」と、Wayfairのスタッフ機械学習科学者のCarolyn Phillipsは述べています。「しかし、47,000のタグを扱う場合、そのアプローチは拡張性がありません。」

再利用可能なAIアーキテクチャの構築

単発のモデルを超えるため、Wayfairは単一のOpenAIモデル上に構築されたタグに依存しないシステムを作成しました。「定義エージェント」がWebと内部定義を取り込んで、各タグの文脈的意味を生成します。

「真のボトルネックはモデルの性能ではありませんでした」とPhillipsは述べています。「各タグが実際に何を意味するかを定義し、エンコードするのに必要な人間の時間でした。」

この文脈は、Wayfairのデータエコシステム全体から集約された商品データとともに、商品クラス全体で属性を分類できるフレームワークに供給されます。チームは現在、わずか1年前の70倍の速度で新しい属性へのモデルカバレッジを拡大しています。

システムは現在、100万以上の商品で本番稼働しています。そして、強化された属性を持つ商品の最初の波は、データ品質の改善が顧客ジャーニーに与える影響を測定できるほど長期間稼働しています。

「属性の完全性を改善すると、それは抽象的ではありません。SEOとPLAパフォーマンス、つまり顧客が商品を発見する方法に現れます」とPhillipsは述べています。

管理されたA/Bテストでは、処理群でインプレッション、クリック、ページランクの大幅で統計的に有意な増加が示されました。

しかし、Wayfairは商品データの修正に関する決定を単純にモデルに委ねませんでした。「私たちの目標は、顧客が購入するものに完全に自信を持てるよう信頼を構築することです」とPhillipsは述べています。

同社は、アソシエイトがサンプルを物理的に検査してモデル出力を検証する実践的な監査プロセスを使用した構造化テストを開発し、サプライヤーと協力して変更を検証しました。

現在、データベースの信頼度が高い場合、自動化システムがコンテンツを直接上書きし、サプライヤーに変更を通知します。そして、高い基準が満たされない場合やタグが高リスクと見なされる場合、Wayfairは変更を行う前にまずサプライヤーの確認を求めます。

Wilmaによるサプライヤーサポートワークフローの再考

Wayfairは包括的なカタログをサポートするため、数万のサプライヤーと協力しています。サプライヤーサポートリクエストを管理するため、Wayfairのアソシエイトは従来、すべての受信チケットを確認し、サプライヤーが何を達成しようとしているかを手動で特定し、問題を正しい内部所有者にルーティングしていました。これは時間がかかり、エラーが発生しやすいプロセスでした。

「サプライヤーのリクエストは単純ではありません」と、Wayfairのサプライヤーサポートおよび運用のGraham Ganssleは述べています。「数百の問題タイプにわたり、単一のアソシエイトがそれらすべてを現実的にマスターすることはできません。」

Wayfairは、これらのワークフローをAIで強化するため、Wilmaという製品にエージェント機能を追加しました。本番環境での最初の機能の1つは、OpenAIモデルによって動力を得るチケットトリアージです。システムは受信リクエストを読み取り、不足している文脈を埋め、チケットを適切なチームにルーティングします。

Wilmaは迅速にデプロイできるよう設計されました。すでにOpenAI APIと統合されたシステム上に構築され、プロトタイプから本番稼働まで約1か月で移行しました。

「Wilmaはアソシエイトにレバレッジを与えます」とGanssleは述べています。「チケットを読み取り、意図を特定し、データベースから文脈を埋め、必要に応じてサプライヤーに連絡し、問題を正しい方向に向けます。」

ルーティングを超えて、Wayfairは特定の解決チーム向けに12のエージェントAIフローをデプロイしました。例えば、交換部品運用チームのコパイロットは複雑なケース履歴を読み取り、次のステップを提案し、人間のアソシエイトがレビューするドラフト回答を提案します。

これらのアシスタントは履歴データで訓練されているため、文脈での成功がどのようなものかを学習します。

「モデルは、単一のアソシエイトが行うのが困難な方法で、全体のジャーニーにわたって文脈を統合できます」とGanssleは述べています。「その広範な可視性は、顧客とサプライヤーの満足度向上に貢献します。」

Wayfairは、AIの推奨が人間エージェントの最終決定とどの程度一致するかを追跡しています。これは「アライメント率」と呼ばれる指標です。各チーム内で、アライメントが一貫して所定の閾値に達すると、ワークフローは支援的（「コパイロット」）から半自律的（「オートパイロット」）モードに移行できます。

この段階的アプローチは信頼を構築し、展開中の品質管理を確保します。

「最初に問題を正しくルーティングしなければ、下流のすべてが遅くなります。トリアージは基盤です。」

–Graham Ganssle、サプライヤーサポート運用、Wayfair

チーム全体での測定可能な影響

Wayfairは、OpenAIモデルを内部システムに統合して以来、測定可能な改善を報告しています。

カタログ側では、同社は顧客が目にする可能性のある間違ったまたは欠落した商品属性タグの数を削減しました。Wayfairカタログで最も目立ち、購入される100万以上の商品にわたって250万の商品タグを修正しました。今後6か月でこの影響を4倍にすることを期待しています。

サプライヤーサポートでは、トリアージ、コパイロット、オートパイロットシステムが月間41,000チケットの自動化（一部のワークフローでは最大70%）によってスループットを増加させ、アソシエイトのワークロードから日常的な手作業を除去することで処理時間を短縮しました。

これにより、複数のワークフローの解決時間が劇的に短縮され、サプライヤー満足度が大幅に向上し、これらのワークフローでのチケット再開が削減されました。モデルがチケットとサプライヤーの意図に提供する広範な可視性は、単一のアソシエイトが画面で見ることができる範囲を超えて、満足度の向上に貢献しています。

運用面では、チームは以下を報告しています：

• 複雑なサプライヤーチケットのより迅速なルーティングと解決
• サプライヤー満足度の向上
• 手動データ入力と分類作業の削減
• 数百のトピックにわたる専門知識を必要とせずに、より広範な問題カバレッジ
• 公開前のカタログ属性への高い信頼性

Wayfairはまた、約12,000人の従業員に対して1,200以上のChatGPT Enterpriseシートをデプロイし、アドホックタスク、内部問題解決、生成モデルでの実験をサポートしています。

OpenAIとの長期的なコラボレーション

Wayfairは機械学習への投資とAIプラットフォームおよびLLMプロバイダーとの協力によってビジネスを進歩させる長い歴史があります。現在、フロンティアモデル、特にマルチモーダルシステムの進歩により、チームが構築できるものの範囲が拡大しています。

これは、商品が視覚的、スタイリッシュ、そしてしばしば主観的であるホーム小売において重要です。

「現在取り組むことができる問題の範囲に興奮しています」とCarolyn Phillipsは述べています。「従来のアルゴリズムは厳密に定義されたデータセットを必要とします。これらのモデルにより、以前は拡張可能でなかった方法で曖昧さと文脈を処理できます。」

初期のパイロットから本番サービスまで、WayfairとOpenAIの関係は、モデル選択、デプロイメントのベストプラクティス、より広範な内部採用にわたる戦略的パートナーシップに成長しました。

「最も価値があったのは思考パートナーシップです」と、WayfairのCTOであるFiona Tanは述べています。「モデルへのアクセスだけではありません。新しいユースケースを一緒に検討し、迅速に行動できることです。」

今後を見据えて、ChatGPT Enterpriseに対する従業員の需要は強いものがあります。Wayfairのチームは、より迅速に行動するのに役立つ実用的なツールとして見ています。

顧客の期待も急速に変化しています。より多くの買い物客が日常生活でAIを使用することに慣れ、オンラインで閲覧、比較、購入する際に同様の機能を期待し始めています。

「家庭では、顧客はしばしば探しているものの正確な言葉を持っていません」とFiona Tanは述べています。「自然言語とマルチモーダルシステムがそのギャップを埋めるのに役立ちます。」

Wayfairのリーダーにとって、目標は内部能力を拡張しながら人間の専門知識を強化することです。

「私たちは、AIが買い物ジャーニーの一部である世界のために構築しています。それが私たちのサイト上であれ、サポートを通じてであれ、会話インターフェースを通じてであれ」とFiona Tanは結論づけました。

新しい働き方の時代に参加

世界中の100万以上の企業がOpenAIで意味のある結果を達成しています。

営業に連絡

続きを読む

• RakutenがCodex APIで問題を2倍速く修正 - 2026年3月11日
• Descriptが大規模な多言語ビデオ吹き替えを可能にする方法 API - 2026年3月6日
• Balyasny Asset Managementが投資用AIリサーチエンジンを構築した方法 API - 2026年3月6日