投稿者 投稿日: カテゴリー AIニュース
Whatnotは2026年7月、AIレコメンド企業Shapedを買収しました。
ライブ配信で商品を売るライブコマースは、在庫やオークションが刻一刻と変わるため、通常のECより「今この瞬間に何をすすめるか」を当てるのが難しい領域です。米国のライブコマース大手Whatnotは、この推薦（レコメンド）の精度とスピードを武器にするため、AIレコメンド企業を丸ごと取り込みました。本記事は、EC支援19年・5,000社超の実績を持ち、2023年から生成AIの導入支援を提供する株式会社オルセル（うるチカラ運営）が、この買収を日本のEC事業者の視点で解説します。
Whatnotが買収したAIレコメンド企業Shapedとは
Whatnotは、リアルタイム推薦と検索を専門とする機械学習企業Shapedを買収しました。狙いは、ライブコマースで最も難しい課題、つまり在庫やオークション、需要が秒単位で変わるなかで買い手に最適な商品を届ける精度を高めることです。TechCrunchが2026年7月15日に報じたところによると、この買収はWhatnotの発見機能とパーソナライズを強化する目的で行われました。
数字を見ると、この投資の重さが分かります。Whatnotはこの6年でレコメンドエンジンの速度を磨き、推薦の遅延をおよそ1日から数分にまで縮めてきました。同社のシステムは毎週50万時間を超えるライブ動画と数百万件のリアルタイムな行動データを処理し、それを推薦の改善に回しています。Shapedは顧客データと大規模言語モデル、機械学習を組み合わせてパーソナライズした検索・発見体験を作る技術を持ち、Outdoorsyや米テレビ通販大手QVCなどを顧客に抱えていました。創業者でCEOのTullie Murrellと十数名のエンジニア・研究者がWhatnotに加わり、新設のApplied AI Researchグループを率います。
WhatnotのデータAI担当バイスプレジデントEmmanuel Fuentesは「ライブコマースは独特の難しいレコメンド問題だ」とTechCrunchに説明しています。2019年創業のWhatnotは、出品者による累計注文が10億件を突破し、直近の資金調達では2億2,500万ドルを集めて評価額110億ドル超に達しました。昨年だけで35以上、2026年上半期でさらに45以上の新カテゴリーを追加しており、成長のエンジンとしてレコメンドの強化に賭けているわけです。
なぜ日本のEC事業者にとって重要なのか
結論から言えば、レコメンドの速度と精度そのものが、EC全体の競争力を左右する時代に入ったからです。Whatnotが自前開発だけでなく企業買収という手段でレコメンドを補強した事実は、この領域が「あれば便利な機能」から「勝敗を分ける中核」へと位置づけを変えたことを示しています。
日本でもライブコマースは、楽天ライブやInstagramのライブショッピング、TikTok Shopのライブ配信などで少しずつ広がっています。中国ほど市場が大きいわけではありませんが、配信中に在庫と視聴者の関心が動くという構造はWhatnotと同じで、リアルタイム推薦の難しさも共通します。日本のライブコマースの現状は、うるチカラのTVショッピングとライブコマースの復権に関する解説も参考になります。
見落としやすいのは、この課題がライブ配信だけの話ではない点です。楽天市場のスーパーSALEやお買い物マラソン、Amazonのタイムセール、Yahoo!ショッピングの期間限定施策のように、時間制限で在庫と需要が激しく動く場面では、通常のモール運営でもWhatnotと同種の「今この瞬間に何を出すか」という問題が起きます。Amazonの「よく一緒に購入されている商品」や楽天のレコメンド枠は、回遊率や客単価、転換率に直結する売上装置であり、その精度を磨くことは日本の店舗運営でも短期で成果が出やすい投資です。AI経由の流入が購買導線を変える動きは、AIトラフィックがAmazonの購買導線を再構築するという分析でも取り上げています。
日本のEC事業者がとるべき初動アクション
まず取り組むべきは、自店のレコメンド枠の棚卸しです。トップページ、商品ページ、カート、購入完了ページのどこに何をすすめているかを洗い出し、それぞれの転換率や客単価への効果を測れているかを確認します。効果測定の仕組みがないまま枠だけ増やしても、改善の手がかりは得られません。
次に、楽天RMS、Amazon、Shopify、Yahoo!ショッピングそれぞれが標準で用意するレコメンドやパーソナライズ機能を使い切ることです。外部ツールや高額なAIレコメンドを導入する前に、Shopifyの関連商品アプリやAmazonの関連商品表示、楽天のスーパーDEAL連動など、手元の標準機能を最適化するだけでも成果は伸びます。レコメンド実装の全体像は、うるチカラのAIレコメンドのEC実装ガイドにまとめています。
三つ目は、時間制限セールでのリアルタイム性への配慮です。売り切れた商品を推し続けたり、在庫と連動しない推薦を出したりすると、購入体験を損ないます。スーパーSALEやタイムセールでは在庫連動を前提に推薦枠を設計します。四つ目として、ライブコマースを小さく検証し、配信中の視聴データを次の推薦や品揃えに回す発想を持つこと。そして五つ目は、購買・閲覧・在庫といったデータ基盤の整備です。レコメンドの精度はデータの鮮度と量で決まるため、ここが土台になります。
まとめ
Whatnotの買収は、レコメンドの速度と精度が競争力に直結することを大手が身をもって示した事例です。日本のEC事業者は大枚をはたく必要はありませんが、まず手元の標準レコメンド機能とデータ整備を見直し、ライブコマースや時間制限セールでのリアルタイム性を意識することから始めるのが現実的です。レコメンドは、明日の売上につながる投資先だと捉え直す時期に来ています。
参考文献
- TechCrunch: Whatnot acquires Shaped to power real-time live shopping recommendations
- Whatnot公式ブログ: Whatnot Acquires Shaped to Accelerate AI Across Live Commerce
- Shaped公式サイト
- Whatnot公式ブログ: 出品者の累計注文10億件突破
※うるチカラでは、生成AIの導入支援から運用最適化まで、貴社のEC事業に合わせたカスタマイズ提案を行っています。無料相談（30分）も実施中ですので、お気軽にお問い合わせください。
https://uruchikara.jp/contact/
引用元: TechCrunch
【監修】齋藤竹紘（株式会社オルセル代表 / 19年・5,000社のEC支援実績）
株式会社オルセル代表取締役 / うるチカラ編集長。19年・5,000社以上のEC支援実績を持ち、楽天市場・Amazon・Yahoo!ショッピング・Shopify・Shopee越境ECの実装ノウハウを保有。AI×ECに関する書籍を3冊執筆。「現場で使えるAI実装」を一次情報として発信しています。
この記事を読んだ人は、こんな記事も読んでいます
