#70【AIで超簡単競合調査】 NotebookLMはこう使う！

おはようございます。



31営業日後に『生成AI活用法』セミナーを開催するアヒルです。特技は時間の浪費です。

昨日ご紹介したGoogleのNotebookLM、触っているうちに使い方がわかってきました。
業務でAIを使うメリットの一つに、長い文章を読まなくても要約してくれる、というのがあると思います。

今回はそこを見ていきたいと思います。

他社のAI活用事例が知りたい

自分は、将来的に全社員が生成AIを仕事で活用できる環境を作ることを目標に、それに向けた勉強や準備をしています。

そのために、ほかの企業がAIをどんな風に使っているのかも探っています。

以前、日清食品のAI活用事例を紹介した時がありましたが、あんな感じで他の企業の事例も調べています。

アヒルの仕事はちぃちゃなECサイトの運営ですので、
試しに国内大手ECサイトのASKULさんのAI活用事例がないか、検索してみました。

いくつかAI活用事例っぽい記事が出てきました。

ただ……
なんか読むのﾒﾝﾄﾞｸｻｲﾅ……

NotebookLMにまとめてもらう

めんどくさがり且つせっかちなので、大量のソースから手っ取り早く情報を得たい。

そこで、NotebookLMにやってもらうことにしました。

昨日と同じ要領で、新しいノートを開きます。
(使い方はこちら)

ソースには、先ほど検索した時に出てきたサイトと、その中にあったプレスリリースのPDFを与えました。

入れるだけで、まずノートブックガイドが生成されます。概要や質問候補が勝手に作られます。

この画面、チャット開いたり他のメモ使ったりして消えてしまったら、右下の"＊ノートブックガイド"を押せばまた出てきます。

これだけでも十分役に立つのですが、次のような使い方をしてみます。

1.知りたいことを質問する

チャットで、アスクルがAIをどう使っているのか聞いてみます。

ソースの中から、知りたい部分だけをまとめて答えてくれるのでめっちゃ助かります。

2.ノートブックガイドの生成機能を使う

ノートブックガイドの"生成"というところには以下の機能があります。

今回はブリーフィング･ドキュメント(簡単な報告書)と学習ガイド(ただのお気に入り)を作成しました。

色んな形式でまとめてくれているのがわかります。

3.メモ同士をさらに掛け合わせる

メモの右上のチェックボックスにチェックを入れて選択すると、新たに次の機能が表示されます。

選択したメモを使って、要約やアイデアの提案、メモ同士の結合等を行ってくれます。

"関連するアイデアを提案"を押すと、チャット画面に遷移し

メモの内容とソースの関連や考察を導き出してくれました。
今回のメモはソースを元に作ったので、そらそうやろという結果でしたが、自分で新たに加えたメモと元のソースを掛け合わせながらアイデアを練ることも可能になりそうです。

ブレーンストーミングに使えそうですね。

まとめ

GoogleのNotebookLMを使って、ASKULのAI活用事例を分析しました。

元の記事やリリースは全く読んでいないのに、以下のことがわかりました。(スルーでいいです)

テーマ別アウトライン: アスクルのAI活用

I. 背景
ASKULは、顧客体験の向上とオペレーションの効率化を目指し、AIを活用したデジタルトランスフォーメーション(DX)を推進している。

II. AI活用の具体的な取り組み

A. 専門商材の情報充実

課題：
・商品点数拡大に伴い、専門性の高い商品カテゴリにおいて、購入判断に必要な属性項目が不明確。
・ユーザーの検索・購入キーワードの把握不足。
解決策: 重要属性スコアリング AI の導入 (株式会社マクニカ提供)
・WEB上のデータとASKULサイトのデータを分析し、購入決定要因となる属性項目を抽出、重要度をスコア化。
・スコアに基づき、商品情報に不足している属性項目を特定し、サイトに情報を追加。

成果：
・従来困難であった専門商材の情報充足を実現。
より詳細な検索が可能となり、顧客にとって選びやすく購入しやすいサイトを実現。
例: マイクロピペット従来: 容量、タイプ、ブランド等の基本情報のみ

AI導入後：
・チャンネル数、オートクレーブ等の重要属性項目も表示


B. 物流センターと補充倉庫間の商品横持ち計画の効率化

課題：
・従来の担当者による経験と知見に基づいた計画では、予測精度にバラつきがあり、緊急の横持ち輸送が頻発。
・在庫商品の拡充に伴い、手運用での計画作成が限界に。

解決策：
・AI需要予測モデルの導入
「いつ・どこからどこへ・何を・いくつ運ぶべきか」をAIが指示。

成果：
・ALP横浜センターにおいて、商品横持ち指示の作成工数を約75%削減/日、入出荷作業を約30%削減/日、フォークリフト作業を約15%削減/日。
・需要予測の精度向上により、臨時便の横持ち回数を削減。
期限管理品を補充倉庫で保管することが可能となり、センター内での商品の移動を削減。

III. まとめと展望

ASKULはAIを活用したDX推進により、顧客体験の向上とオペレーションの効率化を実現。
今後も、データとテクノロジーを活用したビジネス変革を通じて、更なる成長を目指す。

ソースさえ正しいものを持ってくれば、そこから先は正しい情報をもとに生み出された回答しか出てこないので、突拍子もない回答をされることもありません。

業務や生活の中で使える便利なツールだと思うので、これからも触っていこうと思います。

お読みいただきありがとうございました！