富士通とミスミ、9つのAIエージェントで商品掲載業務の実運用を開始

ニュースの要点

富士通は2026年10月22日、ミスミの商品掲載業務に9つのAIエージェントを使う仕組みを構築し、10月から実運用を始めたと発表しました。商品掲載の効率化を狙い、ECサイトの数万点の商品について、情報の収集・加工から、説明の生成、内容の評価までを連携させます。商品名やカテゴリ、仕様、使用できない文字などを扱い、人が最後に承認します。

富士通の技術者が顧客の現場に入り、利用者の意見を反映しながら2.5カ月で実運用へ進めたとしています。この期間は開発から運用までの所要期間で、業務時間の削減率ではありません。仕入先情報からの商品マスタ生成や、最終承認までの自動化は、今後取り組む領域です。

ニュース出典：富士通「富士通、ミスミ様のECサイト向け商品情報管理にマルチAIエージェントを導入」（2026年10月22日）

イノベーション総研の考察

商品説明を作れても、そのまま掲載できるとは限らない

商品掲載では、文章が自然であることだけでなく、品名、分類、寸法などが所定の形式に合う必要があります。使用できない文字が混ざる、仕様と説明が食い違うと、読みやすい文章でも掲載前に修正しなければなりません。生成する速さだけを測ると、その後の点検が残ります。

今回の変化は、文章作成をAIに渡すだけでなく、掲載に必要な点検と評価も連続した工程として扱ったことです。

9つという数自体が成功の根拠ではありません。仕事を分けることで、どの条件を誰が確かめ、どこで誤りを見つけるかが追いやすくなる可能性があります。一方、前の処理の誤りを後の処理が引き継ぐおそれもあるため、全体がつながった時の品質を見る必要があります。

自社で複数のAIを組み合わせる場合も、工程数を増やす前に、掲載不可になる理由を分類できます。文章の誤り、項目の不足、形式の違反を分けると、生成能力で直す問題と、ルールに従う点検で防ぐ問題を区別できます。これはミスミ固有の結果ではなく、今回の工程分担から得られる実務上の示唆です。

この先の検証は、文章を作れるかにとどまらず、人の確認負担を減らしながら、掲載できる品質を保てるかに置けます。業務への適用が始まったことと、その効果が測定できたことを分けて見ます。

最終承認を人に残すことで、運用開始と全自動化を分けている

発表では、人による最終承認が残っています。実運用を始めたことを、無人で全商品を公開できるようになったことと読み替えると、導入段階を誤ります。現時点では、機械が準備した内容を、人が確かめて掲載する運用です。

全自動化を待たず、責任を持てる承認地点を残して利用を始める進め方が見えます。

ただし、人が最後に見るから安全だというだけでは不十分です。確認対象が増え、全項目を最初から調べ直しているなら、準備時間が短くなっても全体の負担は変わりません。修正が必要な商品を見つけやすくする、参照した情報へ戻れるようにするなど、承認側の仕事も評価対象です。

事業担当者は、生成件数に加えて、修正なしで承認できた割合、確認時間、掲載後の訂正を比べられます。各指標は本稿の評価案で、今回の公表成果ではありません。実運用へ進む条件と、将来人の承認を減らす条件を分けることで、段階ごとに何が分かったかを明確にできます。

現場へ入る開発の価値は、次の商品群へ持ち運べる知識にある

富士通は、技術者が現場へ入り、利用者の反応を反映するFDEの進め方を使っています。商品データには、仕様書だけでは分かりにくい慣行や判断が含まれるため、実際の修正を見ながら処理を整えた点が、短期間の実運用を支えたと考えられます。

横展開の鍵は、現場で見つけた判断を、特定の担当者だけが分かる知識にしないことです。

次の商品群や仕入先へ進んだ際、分類、表記、例外のどこを再設定するかで、拡張の費用が変わります。初回の2.5カ月をそのまま次回にも当てはめることはできません。共通で使えるルールと、商品群ごとの調整を分けて残すことが、受託開発から再利用可能なサービスへ近づく判断材料になります。

次の観測点は、対象範囲を増やした時も承認負担が増えすぎないか、品質を維持できるかです。仕入先情報からマスタを作る計画も、入力の形式が違うところから始まります。生成機能の追加だけでなく、情報を整える作業まで含めた成果が示されるかを確認したい事例です。

まとめ

ミスミの事例は、AIで文章を作る試験から、人の承認を含む商品掲載の実運用へ進みました。自社への示唆は、生成量だけでなく、点検と承認の仕事を合わせて評価することです。2.5カ月という構築期間と、導入後の業務改善の効果は分けて捉えます。

関連記事：

仮説検証を事業の判断につなげる方法

新規事業の仮説を検証できる形にする