メルカリが商品情報や取引ログをAIの材料にしているように、管理部門でも、処理結果だけでなく「なぜこの判断や取引をしたのか」という背景を日々残していくことが重要です。こうした記録の蓄積が、将来自社の業務を理解するAIを育てる土台になります。

＜ニュース概要＞
メルカリは、40億品以上の出品・取引ログを活用し、リユース市場に特化した独自のAI検索・推薦モデルの開発を進めています。駿河屋の3,000万件の詳細な商品カタログと、AIで生成した300万件の感性口コミデータも組み合わせます。一般的なAIを導入するだけでなく、自社に蓄積された独自データを使って、他社にはまねしにくい顧客体験を作ろうとする事例です。

＜あなたが明日からできること＞
【バックオフィスはこう変わる】
バックオフィスでも、一般的な生成AIを導入するだけでは、他社との差はつきにくくなります。過去の仕訳、問い合わせ、契約判断、採用記録など、自社固有のデータをAIに生かすことで、初めてその会社の業務に合ったAIへ変わります。メルカリのような大量データがない会社でも、長年蓄積した判断事例や例外処理には価値があります。件数の多さではなく、「自社ではどう判断してきたか」が分かるデータを残すことが、バックオフィスAIの差別化につながります。

【今日からの5分トライ】
自社にしかないデータを三つ書き出してください。過去の問い合わせ、判断事例、業務上の例外処理など、インターネットでは入手できないものを優先します。次に共有フォルダから、過去の判断理由が分かる資料を一つ探し、「結論」「判断理由」「前提条件」がそろっているか確認してください。AIに使えるデータと、これから残すべき情報が見えてきます。

＜出典＞
出典：メルカリR4D・2026年6月4日

“欲しいものにすぐ出会える”最高の検索体験を目指して 〜「GENIAC」に採択されたメルカリR4Dの「AI検索・推薦モデル開発」とは〜