ショッピングアプリの推薦、『次に何を見せるか』を AI に学ばせる新手法

自分がアプリで『おすすめ』をスクロールするとき、クリック率が9.5%上がるって、実感できるほど『欲しい商品』が増えるってこと？

スクロールしてる本人には、おそらく実感しづらいと思います。9.5%というのは、膨大なユーザーの行動を統計的に見たときの改善率ですから。 具体的に言えば、100回スクロールして1回クリックしてた人が、100回スクロールして1.095回クリックするようになった、くらいの変化。個人レベルでは「あ、このアプリ最近いい商品勧めてくるな」と感じるかどうか、運次第な感じです。ただ、仕組みとしては大事な改善なんですよね。AI が「次のページに何を並べるか」という判断を一貫させることで、ユーザーの購買意欲が確実に高まってるんだから。 重要なのは、推薦システムの精度って、ユーザーの満足感よりもむしろ「売上への転換率」で測られてることです。クリック率が上がるのは、その商品への関心が増えたということ。つまり、AI は あなたが本当に欲しいものというより、あなたが買いやすい心理状態に導く商品を学んでる側面もある。9.5%の改善は、技術の進化というより、ビジネス効率の向上と言えそうです。

『強化学習』って、最初の AI の学ばせ方と何が違うの？実際のクリックで学び直す、ってこと？

強化学習と通常の教え方の違いは、「教材」の形式にあります。 通常の学ばせ方は、「この商品画像には『靴』というラベルが貼ってある」のように、正解が事前に用意されている。AI はそのラベルに向かって学びます。でも推薦の場合、「このユーザーにこの商品を見せたら買うか買わないか」は、実際に見せてみないと分からない。 強化学習は、その試行錯誤を学習に組み込む仕組みです。推薦を表示してみて、ユーザーがクリックしたら「良い判断だった」、クリックしなかったら「外れた」と、その結果を報酬や罰として AI に返す。するとAIは「あ、このパターンではこう推薦したほうが報酬が増えるな」と自分で学び直すわけです。 この記事だと、最初の三つの工夫で「基本的な推薦枠組み」を整えておいて、そこに強化学習を被せることで「実際のユーザー反応に合わせた微調整」をしている。つまり、理想的な推薦から始まるのではなく、現実のクリックという証拠に基づいて、その都度軌道修正していく。だから精度が上がるんだと言えそうです。

このニュースって、要するに『AI が見せる順序を少し変えるだけで、人間の買い方が9%も変わる』って話だよね？

その通りなんですが、ここで面白いのは「見せる順序を変える」ことの威力がどこから来てるのか、という部分です。 商品検索で上位に来たものを買う人が多いのは、別に「上位のほうが良い商品だから」ではなくて、人間が選択肢を前にするとスクロールするのが面倒だからなんですよね。画面をめくるコストと、商品を吟味するコストを秤にかけると、目の前にあるものでいいやってなる。 つまり、JD.com の AI がやったことは「あなたが本当に欲しそうな商品を上位に置く」という正当な最適化のはずなのに、結果としては「人間の惰性や目の前のものに引っ張られる習性」までもを掴んで、そこに商品を配置している側面があるのかもしれません。 9%の改善というのは、単なる精度向上ではなく、人間の「選ぶ面倒くささ」という弱点を、より正確に読み取ってそこを突いた、ということなのかもしれない。商売に直結するのは、そういうことかもしれませんね。

推薦精度が上がると売上が増えるのは分かるけど、ユーザーが『本当に欲しくないのに買わされてる』ってことはないの？

その懸念、すごく妥当なんですよね。ただ、この研究の場合は少し違う可能性が高い。 強化学習で「実際のクリック」を信号にしてるというのが肝です。つまり、ユーザーが本当にクリックした行動ログを学習データにしてる。買わされてる商品なら、クリックされないはず。クリックされない推薦を AI が繰り返してたら、強化学習は「これは報酬にならない」と学ぶから、次からは減らしていく。 だから数字の解釈としては「9.5% のクリック増」は「ユーザーが実際に反応した推薦が増えた」という意味に近い。逆に言えば、AI は「見せかけの興味」では学べていない。ユーザーが嫌な商品を無理に見せてたら、その時点でクリック率は上がらないか、上がっても一瞬で下がっていく。 もちろん、推薦の工夫が「衝動買い」を誘発する可能性はあります。でも「買わされてる」と「つい買っちゃった」は別の話。この AI は後者の領域で改善してるだけかもしれません。

JD.com がわざわざこんな研究をして公開する背景って、競争が激しいから『推薦で差がつく時代』になったってこと？

その通りなんですが、もう一段階深く考えると、いまどのプラットフォームも『推薦の精度で稼ぐ』モードに入ってるんですよね。 スマートフォンの画面は狭い。つまり、表示できる商品の枠数が限られている。昔ならモール型のサイトで「お客さんが探してくれる」という受け身でよかったけど、いま競争激化の中では『次に見るべき商品を、確率高く当てて見せる』側が売上を取る。記事の「クリック率9.5%向上」って数字は、その競争の激しさを物語ってます。 JD.comが研究結果を公開する理由も興味深くて、これ自体が他社への牽制であり、同時に業界全体のレベル向上を示すシグナルなんですよ。自社がこれだけの技術を持ってますよ、という発信は、採用競争や業界での立場を強化する。公開することで、逆に『推薦で負けたら終わり』という業界全体の空気も作ってしまう。 つまり個別の改善ではなく、ショッピングアプリという場そのものが『推薦AIの実力勝負』に変わってきたということなのかもしれません。