【この記事の注目ポイント】
- SAPは、EC、メール配信、ロイヤルティ情報を分断したままではAIが動かない前提を明確にし、3層の実行モデルを示した
- 日本企業にとっては、生成AIの導入より先にデータ基盤と同意管理を整えることが、売上と顧客体験を左右する
- 今後の焦点は、SAP Commerce CloudとSAP Emarsysをどう接続し、A/Bテストを日常運用へ落とし込むかである
分断された購買データがAI活用を止める現場
あなたの会社でも、レコメンドは当たり障りのない商品ばかりを並べ、メールは一斉配信のまま止まっていないだろうか。現場では「AIを入れたのに反応が弱い」という声が出る一方で、実態はモデルの性能不足ではなく、入力データの断片化が原因になっている場面が多いです。SAPが今回示したのは、まさにそのボトルネックです。企業は顧客起点を掲げながら、購買履歴、閲覧履歴、問い合わせ、ロイヤルティ情報を別々の場所に置いたまま運用してきました。私はここに、AI時代のECの弱点がはっきり表れたと見ています。データがつながっていなければ、AIは「個別最適化」を約束しても、実際には平均的な提案しか返せません。読者の皆さんも、施策の失敗をモデルではなくデータ設計の問題として見直した経験があるはずです。
SAPが示した3層モデルとAdvanced Success Planの中身
SAPは、AIによるパーソナライズを「データ」「意思決定」「配信」の3層で整理しました。数字でいえば3層ですが、これは単なる分類ではなく、どこで止まっているかを切り分ける実務の地図です。まずデータ層では、取引、閲覧、サポート、ロイヤルティを統合し、同意情報も含めてリアルタイムの顧客プロファイルを作ります。ここで重要なのは、「同意認識」が前提に入っている点です。2026年の企業AIでは、取得できるデータ量だけでなく、使ってよいデータかどうかが同じ重みを持ちます。
次に意思決定層では、AIが「次に出す商品」「最適なオファー」「送るタイミング」を計算します。ここでSAPは、人間が許可する領域と自動化する領域を定義するガバナンスを求めています。つまり、AIを野放しにするのではなく、判断の境界線を先に引く設計です。最後の配信層では、ECサイト、メール、モバイル通知、ロイヤルティ画面へ同じ文脈で届けます。SAPはこの3層をつなぐ支援策として「Advanced Success Plan」を用意しました。これは導入支援の名を借りた運用設計のパッケージであり、私はここにSAPの本気度が出ていると受け取りました。
さらにSAP Commerce Cloudには、AI支援のレコメンド機能があり、トレンド商品、関連商品、アクセサリーを表示して、クロスセルとアップセルを狙います。クロスセルは関連商品を売ること、アップセルは上位商品へ誘導することです。ところが実際には、データ品質の低さやAPI連携の複雑さで機能が眠ったままになる企業が多いです。SAPはその対策として、データ準備状況の評価、統合経路の確認、A/Bテストの標準化を進めます。A/Bテストとは、2つの施策を比較して成果を測る方法です。これが意味するのは、パーソナライズは一度作って終わりではなく、改善を回し続ける運用そのものだという点です。
日本企業が見るべき論点はモデル精度より基盤整備
日本の小売、製造、BtoB商社でも、生成AIの話題は先行しています。しかし実務で差がつくのは、モデル選定ではなく、顧客データのつなぎ方です。購買データが基幹、Web行動がCDP、メール配信が別ツール、ロイヤルティがExcel管理という構図は珍しくありません。こうした環境では、AIエージェントを入れても判断材料が不足し、結果は平凡になります。読者の現場でも「データはあるが使えない」という感覚を持つ担当者は多いはずです。
私が実務上で最も重要だと感じたのは、SAPが同意管理を中心に置いた点です。日本企業は個人情報保護法への対応を形式的に済ませがちですが、AIパーソナライズでは「使ってよい顧客像」を定義しないと施策が止まります。たとえば20項目の行動データを持っていても、同意が取れているのが8項目なら、AIの入力も8項目に絞る必要があります。この12項目の差は単なる欠損ではなく、法務・営業・ITの境界設計そのものを示します。日本では部門分断が深く、ここを越えられる企業だけが、AIを売上施策へ変換できます。
開発者の視点では、SAP Commerce CloudとSAP Emarsysの接続をどう標準化するかが焦点です。個別最適化を実現するには、イベント設計、属性設計、APIの整合性が欠かせません。逆に言えば、ここを固めれば、推薦、メール、プッシュ通知、会員施策を同じ顧客理解で回せます。AI導入の成否は、モデル精度の競争ではなく、データを実行可能な形に整えるかどうかで決まります。
今後はAI活用の成否がデータ整流化で分かれる局面
SAPの今回の整理は、EC向け機能の紹介にとどまりません。私は、企業AIの評価軸が「何ができるか」から「どこまで運用できるか」へ完全に移ったと見ています。今後は、生成AIを語る企業ほど、裏側でマスターデータ管理、同意管理、A/Bテスト、監査ログを整える必要があります。ここを飛ばしたAI活用は必ず失速します。逆に、基盤を整えた企業は、パーソナライズを単発施策ではなく継続収益に変えます。SAPの動きは、その分岐点をかなりはっきり示しました。
編集部コメント
正直に言うと、今回の記事で一番刺さったのは「AIより先にデータを整えろ」という当たり前の話でした。派手な生成AIデモが増える一方で、現場はまだ推薦の質すら安定していません。私が引っかかったのは、そこをSAPがかなり実務寄りに言い切った点です。AI導入の本丸はモデル選びではなく、運用できるデータ構造づくりだと改めて思わされました。