「AIで物販が楽になる」は半分ウソだ——本当に使えた場面・使えなかった場面を全部書く

「AIで物販が効率化できる」という話を至るところで見かける。YouTube・X・ブログ——どれも「すごく便利になった」という話ばかりだ。

でも私は思う。本当に使えなかった話を書いている人が、ほとんどいない。

AI活用を自分のビジネスに組み込んで実際に動かしてきた立場から、忖度なしに書く。使えた場面と使えなかった場面、両方を。

まず結論から言う

AIが本当に強いのは「パターンが決まっている作業」だけだ。

逆に言うと、物販で最も重要な「なぜこの商品が売れるのか」「このクライアントは何を本当に求めているのか」という文脈を読む判断は、AIには今のところできない。そこを理解せずにAIに丸投げすると、時間だけ奪われて成果が出ない。

私がこれを体感したのは、AIに商品説明文を全部生成させて出品したときだ。文章は流暢で、キーワードも入っていた。でも売れなかった。後から見直すと、その商品を買う人間の「感情の動き」がどこにも書かれていなかった。

使えた場面：AIが圧倒的に強い3つの領域

① レビュー分析——競合の弱点を5分で丸裸にする

これは今でも週に1回は使っている。競合商品の低評価レビュー（星1〜2）を20件ほどコピーしてClaudeに渡し、「不満のパターンを整理して、自社商品で解決できる課題を教えてほしい」と依頼する。

人間が同じ分析をすると1時間かかる作業が5分で終わる。しかも網羅性が高い。ここで出てきた「解決できていない不満」が、差別化ポイントになる。 これは本物の武器だ。

② 定型返信の下書き——品質を落とさず対応時間を8割削減

購入者からの問い合わせは、パターンが決まっている。「いつ届きますか」「返品できますか」「サイズ感はどうですか」——これらへの返信をAIに下書きさせ、自分で1〜2文加筆して送る運用にしたところ、1件あたりの返信時間が平均12分から2分に縮まった。

ただし注意点がある。AIの下書きをそのまま送ると、読めばわかる。 温度感がなく、定型感が出る。必ず「自分の言葉」を1文加える。それだけで受け取った相手の印象が全然違う。

③ 商品タイトルのバリエーション生成——Aテストの母数を増やす

商品タイトルのABテストは、物販の売上改善で最も即効性がある施策のひとつだ。でも「タイトルのバリエーションを10パターン考える」という作業は、人間がやると思いの外しんどい。

ここにAIを使う。商品情報・ターゲット・主要キーワードを渡して「タイトルを10パターン出してほしい」と依頼すると、切り口の違うバリエーションが一気に出てくる。その中から「これは！」と思うものを2〜3本選んでテストに回す。AIは発想の母数を増やすために使う。選ぶのは人間だ。

使えなかった場面：AIに任せると逆効果になる2つの領域

① 商品説明文の全自動生成——「売れる文章」と「正確な文章」は別物

最初にやってしまった失敗がこれだ。商品の特徴をAIに渡して「Amazonの商品説明文を書いて」と依頼すると、確かに文章が出てくる。読んでも違和感がない。キーワードも入っている。

でも売れない。

原因を分析してわかったことがある。AIが書く説明文は「商品の特徴」を説明しているが、「買う人の感情」に触れていない。 例えば「保温12時間」という特徴は書ける。でも「朝コーヒーを入れて、昼にオフィスで飲むときにまだ熱いと、なんか今日はいい日になりそうって感じる」という体験の描写は、AIには書けない。

人が物を買う瞬間は感情が動いているときだ。その感情を動かす文章は、人間が書くしかない。

② 商品リサーチの最終判断——数字の裏にある「なぜ」はAIに読めない

「このカテゴリで売れそうな商品を教えて」とAIに聞くと、それらしい回答が返ってくる。でもその回答の根拠は、AIが学習したデータに基づく一般論だ。

物販で本当に大切なのは、「今この瞬間の市場の空気感」だ。SNSで急にトレンドになった商品、季節の変わり目で需要が上がる商品、競合が撤退したタイミングで空いたポジション——これらはリアルタイムで動いている市場を見ていないとわからない。

AIはその「文脈」を持っていない。だから商品リサーチの最終判断をAIに任せると、半年前のトレンドに乗った判断になることがある。

結局、AIとどう付き合うべきか

「AIで物販が楽になる」は本当だ。ただし、楽になるのは「考えなくていい作業」だけ。

本当に売上につながる判断——商品選定・訴求の切り口・価格設定——は、楽になるどころか、AIが出してくる情報を正しく読み解く分だけ、むしろ思考量が増える。

それでも使う。なぜなら、AIに任せられる部分を任せた分だけ、自分の思考を「本当に大事なところ」に集中できるから。