【EC×CS】Wayfair社が月4.1万件のサポートを自動化

Wayfairが、OpenAIのモデルを商品カタログの属性補正とサプライヤー(仕入先)サポートに組み込み、月4.1万件のチケット処理を自動化した、という事例です。

「3,000万点規模のEC、うちには関係ない」と思った方、ちょっと待ってください。この事例の本質は規模ではなく、「商品マスタの整備」と「外部窓口の自動化」を同時に回した運用設計にあります。

僕が注目したのは、最大70%自動化という数字よりも、「チケット三層構造(triage / co-pilot / auto-pilot)」の組み立て方です。全自動を最初から狙わずに、まず振り分けから入っているところが、中小ECでも真似しやすい構造です。

EC運営の課題

3,000万点の商品マスタを抱えるWayfairに限らず、EC・卸売の現場ではこんな構造的な課題があります。

カタログ品質と問い合わせ対応は、別チームでバラバラに回されがちですが、 両方とも「商品データを正しく持つ」という同じ問題の裏表です。 Wayfairはここを同時に攻めた、というのが他社事例との違いです。

公開情報(OpenAI公式事例ページ、2026-03-11)の範囲では、以下の構成です。

ポイントは「いきなり全部auto-pilotにしない」ことです。振り分けと下書きの段階から入り、運用の中で自動化レンジを広げています。

OpenAI公式事例で報告された主要な数値は以下です。

注意点として、「全チケットの70%が自動化された」わけではありません。 特定の定型ワークフローに限って最大70%、というのが正確な読み方です。

それでも、月4.1万件という数字の裏にある「サプライヤーが待たされる時間」が削れている事実は大きいです。 EC運営の現場感覚では、ここが詰まると検索品質・在庫精度の両方に効いてきます。

ここからが本題です。年商5億規模のEC・卸売事業者で同じ思想を取り入れるならどう削るか。

項目	Wayfair	中小EC(年商5億・社員30名)
対象	3,000万点カタログ+サプライヤー窓口	1〜10万点カタログ+サプライヤー/カスタマー窓口
ツール	OpenAIモデル+自社ツール「Wilma」	ChatGPT Enterprise(2026年4月時点約60USD/人月、要最新確認) or Claude for Work + 既存問い合わせ管理ツール(Zendesk等)
月額費用	(非公開)	推定月3〜10万円(利用者3〜5名+API従量分)
初期費用	(非公開・社内開発)	推定 80〜200万円(商品データ整備+プロンプト設計+問い合わせ分類のテンプレ化)
体制	社内開発チーム	既存EC担当+外部支援月10〜20時間
期間	2024年から段階拡大	3〜6ヶ月でPoC→本番運用

(難易度=数字が小さいほど簡単)

スコア根拠は以下です。

「OpenAIを入れればサポートが7割減る」わけではありません。

商品データ整備→問い合わせの分類・テンプレ化→triageから自動化開始→co-pilot→auto-pilotへ段階拡張、という4ステップを踏んで初めて、Wayfairと同じ思想が中小ECで動き出します。

特に最初の「商品データ整備」を飛ばすと、サポート自動化の精度が出ません。カタログ品質とCS自動化はセットで設計するのが、この事例から学べる一番の点だと思います。

市野

「うちのECサポートと商品マスタにAIをどう入れればいいか」と悩んでいる方は、無料相談(30分)で具体的にお話しします。営業はしません、純粋にケース壁打ちです。 → 無料相談を申し込む

愛知県岡崎市でAI活用支援を手がける一人社長。中小企業の現場でAIを実装してきた経験から、他社事例を「うちで再現するには」の視点で読み解いて発信中。

執筆メンバー市野佑馬

愛知県岡崎市を拠点に、中小企業向けのAI活用支援を提供。ChatGPT・Claude Code等を活用した業務自動化やSEO・広告運用の内製化を支援。経営者が自らAIを使いこなせる体制づくりをサポートしている。