投稿者 投稿日: カテゴリー AIニュース
Netflix は自社開発のLLMレコメンド「GenRec」が既存本番モデルを上回ったと公表しました。
長年チューニングを重ねた本番のレコメンドエンジンを、言語モデルベースの新しいランキングモデルが上回った、という報告です。数千個の手作りの特徴量を積み上げてきた従来型に対し、GenRec は視聴履歴をそのまま自然言語のテキストに変換して扱います。オフライン指標で約1.6%の改善、実トラフィックの約10%を使った4週間のA/Bテストでも統計的に有意な差が出たとされています。レコメンドは日本のEC事業者にとっても売上に直結する領域ですので、この設計思想の転換は他人事ではありません。本記事は、EC支援19年・5,000社超の実績を持ち、AI導入支援は2023年から提供する株式会社オルセル（うるチカラ運営）が解説します。
GenRecとは何か、何が公表されたのか
GenRec とは、Netflix が社内基盤の大規模言語モデルを土台に構築した、レコメンド用のランキングモデルのことです。The Decoder が2026年8月22日に報じ、一次情報は Netflix 自身が2026年7月30日に公開した技術ブログです。
最大の違いは、ユーザーデータの持ち方にあります。従来の本番モデルはユーザー・作品・接触履歴について数千個の特徴量を人手で設計し、それを数値ベクトルとして扱ってきました。GenRec はそこを捨て、再生・視聴時間・高評価と低評価・マイリスト追加・途中離脱といった行動を、ユーザーとレコメンダーの「会話」の形をした平文テキストに変換します。ジャンルの好みや関心の移り変わりといったパターンは、特徴量として明示するのではなくモデル側に発見させる設計です。
学習は2段階です。まずオープンソースの言語モデルを Netflix 独自データで適応させて基盤モデルを作り（フェーズ1）、次にランキング専用の追加学習を施して GenRec にします（フェーズ2）。フェーズ2は新作や嗜好の変化に追随するため頻繁に更新されます。カタログに存在しない作品を推薦してしまう、いわゆるハルシネーションを防ぐため、実在する作品だけをスコアリングする専用のヘッドを別途足している点も実務的です。
成果の数字は控えめですが、条件は厳しめです。オフラインではMRR（平均逆順位）で約1.6%の改善を、フェーズ2の教師データを約40分の1に減らしたうえで達成したとされています。オンラインでは約10%のトラフィックを対象に約4週間のA/Bテストを実施し、ホーム画面の短期指標が0.115%、長期のコア指標が0.006%改善しました。Netflix はいずれも偶然では説明できない有意差だとしています。同社はこれを「初期段階だが有望な一歩」と表現しており、既存システムの全面置き換えはまだ議題に上っていません。
日本のEC事業者にとっての3つの論点
第一に、レコメンド改善の「伸びしろの見え方」が変わります。数千個の特徴量を積み上げた成熟システムに対して1.6%という数字は、地味に見えて実は重いものです。長年最適化したモデルの上に乗せる改善は、通常そこまで伸びません。楽天市場やAmazon、Shopifyで自社レコメンドを持つ事業者にとっては、既存ロジックを捨てずに並走比較する価値がある、という読み方ができます。
第二に、作りの重心が特徴量設計から文脈設計へ移ります。Netflix は履歴を全部テキスト化するとトークン予算を超えるため、長時間再生や高評価といった強いシグナルは詳細に残し、短い接触は落とし、一気見のような反復行動は要約する、という取捨選択をしています。この「何を入れて何を捨てるか」の判断は、商品点数やレビュー、カート投入といったEC側のログにもそのまま置き換えられる考え方です。実際、文脈トークンを元の約3分の1まで圧縮しても指標の劣化はごくわずかで、推論コストも同程度下がったと報告されています。
第三に、鮮度の管理がこれまで以上に効いてきます。フェーズ2の追加学習は、基盤モデルが新しいうちは35〜50%の上乗せ効果ですが、基盤モデルが2週間古くなると上乗せ幅は約80%にまで広がると報告されています。これは裏を返せば、基盤モデルの知識が2週間で目に見えて陳腐化するということです。新商品の投入頻度が高い日本のEC事業者、とくにアパレルや食品のように季節性が強いカテゴリでは、レコメンドモデルの更新サイクルを月次ではなく週次で考える必要が出てきます。
初動として現実的にできること
いきなり自社で基盤モデルを作る話ではありません。中小規模のEC事業者が今週から着手できるのは、もっと手前の3つです。
ひとつ目は、自社の行動ログを「テキストに翻訳できる形」に整えておくことです。閲覧・カート投入・離脱・レビュー投稿といったイベントに、いつ・どの商品・どれくらいの滞在、という情報が紐づいているかを棚卸しします。GenRec の発想を借りるなら、ここが将来のレコメンド精度の原資になります。
ふたつ目は、既存レコメンドの評価軸を短期と長期の両方で持つことです。Netflix が短期のエンゲージメント指標と長期のコア指標を並べて評価したように、クリック率だけでレコメンドを評価していると、目先の売れ筋を推すだけの偏った最適化に陥ります。再訪率やカテゴリ回遊といった長期側の指標を1つでも定義しておくと、判断の質が変わります。
みっつ目は、生成AIをレコメンドに使う場合、必ず自社の商品マスタ内に候補を限定する仕組みを挟むことです。Netflix がカタログ対応のスコアリングヘッドを追加したのと同じ理由で、汎用のLLMをそのまま使うと在庫のない商品や他社商品を提案してしまいます。この点は、うるチカラでもECレコメンドのAI実装やAIレコメンドを武器にしたマーケットプレイス事例の記事で繰り返し触れてきた論点です。
なお、GenRec は Netflix 社内の基盤モデルと専用インフラを前提としたもので、外部提供の予定は現時点で公表されていません。日本のECカートやモールに同種の機能が降りてくる時期についても公式発表はなく、この点は要確認です。
まとめ
Netflix の GenRec は、レコメンドの作り方が特徴量設計から文脈設計へ移りつつあることを、実運用の数字で示した事例です。日本のEC事業者としては、すぐに同じ仕組みを作る必要はありません。行動ログの整備、短期と長期の両方での評価、商品マスタへの候補限定という3点を先に固めておくことが、この流れに乗るための現実的な準備になります。
参考文献
- Netflix TechBlog – GenRec: Towards LLM-Native Recommendation at Netflix（2026年7月30日）
- The Decoder – Netflix tests language model as alternative to hand-built recommendation logic（2026年8月22日）
- Netflix TechBlog – In-House LLM Serving at Netflix
- Anthropic – Effective context engineering for AI agents
※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: The Decoder
【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
