1. 結論：EC・D2C小売事業者なら、何から始めるか
EC・D2Cの事業でAIを使うなら、最初の一手は商品の正本と、公開されているページの差分を検査することです。次が最終確認画面の表示内容を「注文の版」として保存すること、その次が返品と返金を権限表へ接続することです。
本記事では、自社のECサイトやモールなどで一般消費者へ商品を販売する事業者を主なモデルとして想定します。食品や化粧品といった特定の商材を専門に扱う場合は、商材ごとの規制を条件分岐として扱います（節9）。卸売の専業、実店舗の小売の専業、EC物流の専業は範囲外です。
この順番になるのは、この業種の仕事が「1つの商品情報が、複数の場所へ同時に出ていく」構造で動いているからです。同じ商品が、自社サイト、モール、広告、SNSに載ります。どこか1か所を直したとき、他が古いままだと、価格も注意事項も食い違います。こうした食い違いが注文の後に見つかると、訂正や顧客対応の負担が大きくなります。
一方で、AIに渡せない判断もはっきりしています。商品ページの公開の可否、価格とキャンペーンの確定、商材ごとの規制の該当性と監修の要否、返金と契約の変更、不正の疑いへの対応は、人が持ちます（節6）。
判断は人が持ったまま、判断に至るまでの仕事の大半は機械に渡せます。ただし、価格と数量と送料の計算・在庫の引当・注文状態の遷移・決済の結果・返品条件の判定は、業務システムとルール処理の仕事であり、生成AIが担うのは自由記述の整理、候補の提示、差分の抽出、未確認事項の洗い出し、説明の草案までです。AIが作るのは候補と草案であり、確定するのは人です。
とくにこの業種では、価格・注文・決済の状態のような「決定的なデータ」を、生成AIに再計算させません。数字はシステムが持ちます。
2. 業務全体の流れ
この業種の仕事は、商品を作る流れと、注文を処理する流れが、商品ページで交わる形をしています。
| 段階 | 主なこと |
|---|---|
| 1. 商品企画・仕入条件の整理 | 原価・仕様・供給条件を整理する |
| 2. SKU・商品マスターの登録 | 商品の正本を作る。名称・仕様・価格・在庫の単位 |
| 3. 商材規制・審査の確認 | カテゴリ・成分・販売の形態から、確認すべきルールと監修の要否を判定する |
| 4. 商品ページ・画像・説明の制作 | 正本と根拠資料から草案を作り、出所を残す |
| 5. 価格・キャンペーンの設定 | 価格に版と適用期間を持たせる |
| 6. 広告・SNS・アフィリエイトの運用 | 媒体ごとのルールに沿った案を作り、根拠を付ける |
| 7. カート・最終確認画面 | 法定の表示事項と定期購入の条件を反映し、正本との差分を検査する |
| 8. 注文の受付 | 注文IDを発番し、状態を持たせる |
| 9. 決済・不正検知 | 決済の結果を受け、理由コード付きで要確認のキューへ分ける |
| 10. 在庫の引当・欠品管理 | 引当と、欠品・予約の状態を管理する |
| 11. 出荷・配送追跡 | 注文の確定・決済・引当を条件に、倉庫へ連携する |
| 12. 問い合わせ・FAQ | 回答の草案を作り、権限の外はエスカレーションする |
| 13. 返品・返金・キャンセル | 返品特約・注文の状態・商品の状態から可否の材料を作る |
| 14. 定期購入・継続管理 | 次回の日付、変更、解約を管理する |
| 15. レビュー・投稿の管理 | 分類し、対応が必要なものを出す |
| 16. CRM・リピート施策 | 購買の履歴と同意の状態からセグメントを作る |
| 17. 商品別・チャネル別の採算 | 売上・原価・広告・返品・物流から粗利を出す |
| 18. 個人情報・委託先・データ利用の管理 | 委託先・データ項目・利用目的・保存先を台帳へ登録する |
段階7が、この業種で最も慎重に扱う工程です。商品ページは「売るための表現」ですが、最終確認画面は「注文の内容を確認してもらうための表示」です。この2つの役割を混ぜません（節9）。
3. AI導入優先Top3
Top 1：商品の正本と、公開されているページの差分を検査する
何をするか。SKUごとに、名称・仕様・価格・内容量・注意事項といった事実の項目を正本として持ちます。そのうえで、自社サイト・モール・広告に出ている内容と、正本の差分を定期的に検査します。
なぜ最初か。この差分が、返品・問い合わせ・広告の修正という形で後から原価になるからです。そして、正本がなければ、何を基準に「違っている」と言えばよいかも決まりません。
どう始めるか。売上の上位20SKUだけで構いません。事実の項目（名称・仕様・価格・内容量・注意事項）を1つの表にまとめ、公開されているページと突き合わせます。「売るための表現」は正本に含めません。正本に入れるのは、違っていたら誤りだと言える項目だけです。更新のたび、または毎日、差分を検査します。
何を測るか。
- 検出された差分の件数
- 誤記を修正した件数
- 商品情報を更新するのにかかる時間
注意。AIが担うのは、商品ページの草案を作り、正本との差分と、レビューが必要な表現に印を付けるところまでです。事実・制度・価格を生成させません。公開してよいかを確認するのは商品の責任者です（節6）。
そして、この検査は安定してくると性質が変わります。定型の差分チェックは機械に任せ、人は例外として上がってきたものと、抜き取ったサンプルだけを見る形にできます。最初から全部を見ない設計にするのではなく、機械が安定したことを確認してから、人の確認を例外とサンプルへ移します。
Top 2：最終確認画面の表示内容を「注文の版」として保存する
何をするか。注文が確定した時点の価格・数量・送料・返品特約・定期購入の条件を、その注文の版として保存します。後から商品ページが変わっても、その注文がどの表示で行われたかが残る形にします。
なぜ2番目か。インターネット通販の最終確認画面には、分量、価格や対価、支払の時期と方法、引渡しの時期、申込みの撤回や解除、申込みの期間といった事項を確認できる表示が求められます。そして、返品特約がある場合、その内容を省略することはできません（節9）。キャンペーンの改修でこの表示が崩れると、後から検証する手段がありません。
どう始めるか。1つのチャネルだけで構いません。注文の時点の価格・数量・送料・返品特約などを版として残します。定期購入を扱っている場合は、各回の分量と代金、次回の発送時期も含めます（節9）。
何を測るか。
- 注文の後に訂正した件数
- 表示に関する問い合わせの件数
- 返品特約の内容を確認するのにかかる時間
注意。表示の要件を満たしているかの検査は、ルールのテストとして機械化します。AIが担うのは説明文の草案までです。表示の要件と例外は、法務または業務の責任者が確認します（節6）。注文時点の表示を残しておくことは、後日の問い合わせや返品の判断から遡れるようにするうえで有効です。これは本記事における業務設計上の整理です。
Top 3：返品と返金を、権限表へ接続する
何をするか。承認済みの条件で一意に決まるケース（低額・未出荷など）をルールとして判定し、それ以外を人へ上げます。判断を担当者の裁量だけに任せません。
なぜ3番目か。Top 1で商品の正本が、Top 2で注文の版が整ってから効く工程だからです。返品特約と注文の状態が分からなければ、可否の判定もできません。効果の大きさではなく、着手の順序として3番目です。
どう始めるか。低額かつ未出荷といった、判断の余地が小さいケースだけをルール化します。それ以外は人へ上げます。最初から広くルール化しないでください。例外の多い条件をルールにすると、誤った返金が増えます。
何を測るか。
- 1件あたりの処理時間
- 例外として人へ上がった割合
- 誤った返金の件数
- 同じ顧客からの再問い合わせの件数
注意。AIの回答で、返金や定期契約の変更を自動的に確定させません。問い合わせに対してAIが作れるのは回答の草案までで、契約の変更・高額の返金・不正の疑いは人が判断します（節6）。顧客対応では、注文の状態と権限を先に判定します。権限の外にある約束をAIにさせない設計にします。
なお、効果の大きさと着手の順序は一致します。Top 1がなければTop 2の版も、Top 3の判定の基準も決まらないためです。
4. AIに任せやすい仕事
この業種でAIが主に担えるのは、次のような性質の作業です。
| 性質 | EC・D2C小売事業者での具体例 |
|---|---|
| 形を整える | 仕入先から届いた仕様書やスペック表を、SKUの項目へ落とす |
| 照らし合わせる | 商品の正本と、自社サイト・モール・広告に出ている内容を突き合わせる |
| 違いを見つける | 最終確認画面の表示と、商品正本・キャンペーンの条件の差分を出す |
| 足りないものを探す | 商品ページに必要な項目のうち、まだ埋まっていないものを一覧にする |
| 下書きを作る | 商品説明、媒体別の広告文、FAQの回答、レビューへの返信の草案を起こす |
| 探し出す | 同じ問い合わせが過去にあったか、そのときどう回答したかを引く |
価格・数量・送料の計算、在庫の引当、注文状態の遷移、粗利の集計は、業務システムとルール処理の仕事です。決定的なデータを生成AIに再計算させません。
5. AI支援に向く仕事
次は、AIが案を出し、人が確認してから使う領域です。節4との違いは、結果をそのまま使えるかどうかにあります。
- 商品ページと広告の草案——文章は作れます。正本との差分検査を必ず通し、レビューが必要な表現に印を付けます
- 商材ごとの規制の確認——カテゴリと成分と販売の形態から、確認すべき項目を並べられます。該当するかどうかと、監修が必要かどうかの判定は含みません（節6）
- 不正検知の要確認キュー——リスクのシグナルを理由コード付きで分けられます。不正だと断定しません
- 問い合わせの回答草案——過去のFAQと注文の状態から草案を作れます。権限の外の約束は含みません
- CRMのセグメント——購買の周期やカテゴリという事実から対象の候補を作れます。人格や属性を推測しません
- レビューの分類——分類と、対応が必要なものの抽出はできます。公開してよいかの判断は人が行います
6. 人に残す仕事・判断
線の引き方の原則は、「AIが答えを出せるか」ではなく「誰がその答えに責任を持つのか」です。この業種では、以下の確定者は法令が特定の資格者に限定しているものではなく、本記事が安全な運用として推奨する置き方です。
商品ページを公開してよいかを確認する
商品の責任者が確認します。AIが作った草案が正本と食い違っていないか、レビューが必要な表現が残っていないかを見たうえで公開します。
商材ごとの規制の該当性と、監修の要否を判定する
取り扱う商材によって、かかる規制は変わります。EC一般のルールとして一律化しません（節9）。カテゴリ・成分・販売の形態から、確認すべきルールと監修の要否を判定するのは人です。
価格とキャンペーンを確定する
価格には版と適用の期間があります。値引きやクーポンの設定は、そのまま粗利に影響します。確定するのは権限者です。
最終確認画面の表示の要件と例外を確認する
法務または業務の責任者が確認します。表示の要件を満たしているかの検査は機械化できますが、要件そのものの解釈と、例外の扱いは人が確認します。
返金・契約の変更・不正の疑いを判断する
AIの回答で返金や定期契約の変更を自動的に確定させません。低額かつ未出荷といった定型のケースはルールで判定できますが、契約の変更・高額の返金・不正の疑いは人が判断します。
顧客データの利用目的と委託の範囲を決める
個人情報の利用目的は、できる限り具体的に特定します（節9）。決済会社・物流会社・広告媒体は、顧客ではなく委託先や連携先です。それぞれに渡すデータの項目・利用目的・保存先を台帳で管理し、目的を越えた利用をしないよう権限を決めます。「AIへ入力できること」と「その目的で利用してよいこと」は、別に管理します。
AIが90%正しくても人が全部確認する領域が、この業種にはあります。表示と返金は、1件の誤りが全注文に波及しうるためです。
7. Best Practice
到達点として、次の3つの構造を示します。
ひとつ。SKUの商品正本から、商品ページ・最終確認画面・広告へ情報が配信され、チャネル間の差分が自動で検査されている。どこかを直せば全部に反映され、反映されていない場所が検出される状態です。
ふたつ。最終確認画面の法定の項目と定期購入の条件がルールとしてテストされ、AIは説明文の草案に限定されている。表示の要件が「テストで守られる」状態であり、担当者の注意力に依存しない状態です。
みっつ。顧客対応で、注文の状態と権限が先に判定され、返金や契約の変更は人へ上がる。AIが権限の外の約束をできない構造になっている状態です。
8. Before / After
Before。SKUの情報は商品マスターにあり、商品ページはCMSで作られ、モールの情報は管理画面で個別に更新されます。広告の文言は担当者が作ります。最終確認画面はカートの設定に依存し、キャンペーンのたびに改修されます。返品の可否は、CS担当者が過去の対応にならって判断します。
この流れには理由があります。チャネルごとに管理画面が違い、キャンペーンはスピードが求められるからです。
After。SKUと注文IDを軸に、商品の正本から最終確認、注文、決済、出荷、返品までが接続されています。AIが生成した文章は正本との差分の確認を通ります。ルールで処理できる返品の条件と、人が判断する例外が分かれています。
変わるのは「売れる商品ページ」ではありません。「どこかを直したときに、直っていない場所が自分から出てくるか」です。
9. 法令・規制・情報管理
この業種で押さえておきたいものを、表示に関する定めと、商材ごとの規制という観点で整理します。以下は本記事における実務上の整理であり、個別の適用は取り扱う商材と販売の形態によります。
通信販売の表示と、最終確認画面
通信販売には法定の表示事項があります。そして、返品特約がある場合、その内容を省略することはできず、インターネット通販では最終確認画面にも表示することが定められています。
インターネット通販の最終確認画面では、分量、価格や対価、支払の時期と方法、引渡しの時期、申込みの撤回や解除、申込みの期間といった事項を確認できる表示が求められます。
そして、定期購入契約では、各回の分量や代金、次回の発送の時期などを、最終確認画面で確認できるようにする必要があります。
最終確認画面の表示と、マーケティングの表現を分ける
この2つは役割が違います。
商品ページは、その商品の魅力を伝える場です。一方、最終確認画面は、これから申し込む内容を確認してもらうための表示です。ここに販売を後押しする表現を混ぜると、確認すべき事項が読み取りにくくなります。
業務設計としては、最終確認画面の表示要件をルールのテストとして持ち、キャンペーンの改修のたびにテストを通す形にします（節3 Top2）。AIには説明文の草案を作らせますが、この画面の表示要件をAIの判断に委ねません。
注文の時点の最終確認画面の表示内容を「注文の版」として保存しておくと、後日の顧客対応や返品の判断から遡れるようになります。これは本記事における業務設計上の整理です。
商材ごとの規制は、カテゴリから逆引きする
取り扱う商材によって、追加でかかる表示や広告の規制があります。食品、化粧品、健康に関わる商品などは、一般的なECのルールに加えて確認すべき事項が生じます。
これを「ECだからこう」と一律化しません。商品のカテゴリ・成分・販売の形態から、確認すべきルールを逆引きし、監修が必要かどうかを判定します（節2 段階3）。該当する商材を扱っていない事業者に、その分岐を適用する必要はありません。
具体的にどの規制がかかるかは、取り扱う商材ごとに一次情報で確認してください。本記事はEC・D2Cに共通する骨格を扱っており、商材別の規制の内容には立ち入りません。
顧客データの利用目的
ECでは、購買の履歴、問い合わせ、会員の情報といった顧客データを扱います。個人情報取扱事業者は、個人情報の利用目的をできる限り具体的に特定し、原則として、その利用目的の達成に必要な範囲を超えて個人情報を取り扱う場合は、あらかじめ本人の同意を得る必要があります。
業務設計としては、「AIへ入力できること」と「その目的で利用してよいこと」を別に管理します（節3 Top3・節9「生成AIへ投入する情報の条件」）。技術的に入力できるかどうかと、その利用が特定した目的の範囲内かどうかは、別の問いです。
顧客データと委託先
決済会社、物流会社、広告の媒体は、顧客ではなく委託先や連携先です。それぞれについて、委託先・データの項目・利用目的・保存先をデータ利用の台帳へ登録します。
外部へ情報を渡す場合は、それが第三者提供・委託その他のどの類型に当たるかを確認し、必要な同意・通知・契約・委託先の監督などを行います。
CRMや定期購入の施策では、同意の状態と配信停止の意思を尊重します。購買の履歴から作るセグメントは、購買の周期やカテゴリという事実に基づくものにとどめ、人格や属性の推測に踏み込みません。
生成AIへ投入する情報の条件
自社は、顧客の氏名・住所・連絡先・購買の履歴、そして決済に関する情報を扱います。生成AIへ投入するときは、次で線を引きます。
- 投入する情報を必要最小限にする（カード情報などの高機密のデータは、生成AIへ直接投入しない設計にする）
- AI事業者が入力データを学習に利用するか
- 保存期間と削除の方法
- 契約上の機密保持とデータの取扱条件
- アクセス権限と利用ログが残るか
- 再委託・国外保存など、自社の規程上決めておくべき事項
そのうえで、顧客の情報を扱うのは会社が利用を承認したアカウント・サービスに限ります。これは法律上の一般ルールではなく、組織として決めるガバナンスの問題です。
制度と商品情報の版・時点
表示に関する定めも、媒体のルールも、商品の内容も改定されます。AIの出力には、参照した版と時点を紐づけます。この業種では、制度の版と、商品情報の版の2種類を追う必要があります。
法令・制度の記述について
※法令・制度に関する記述は、内容確認日時点の一般的な整理です。実際の適用は、取り扱う商材、販売の形態、契約の内容、施行時点の法令・行政解釈等によって異なります。重要な判断は、最新の一次情報と自社の具体的な条件を確認してください。
10. 最初の30日プラン
1週目：測ることから始めます。売上上位20SKUを対象に、①正本と公開ページの差分の件数 ②注文の後に訂正した件数 ③返品の処理にかかる時間を記録します。この週はAIを使いません。
2週目：正本とルールを決めます。SKUの正本に入れる事実の項目を決めます（「売るための表現」は入れません）。最終確認画面の表示要件をルールのテストとして書き出します。返品でルール化する条件（低額かつ未出荷など）と、人へ上げる条件を分けます。価格・数量・送料の計算、在庫の引当、注文状態の遷移は業務システムへ寄せます。AIへ投入してよい情報の線引き（節9）も決めます。
3週目：低リスクな範囲でAIを使います。すでに公開済みのページで、正本との差分の検出を試します。担当者が目視した結果と突き合わせ、見逃し・別のSKUへの誤帰属・古い版の参照がないかを見ます。AIが「差分なし」とした側もサンプルで抜き取ります。
4週目：同じ測り方で比べます。①差分の検出が人より漏れていないか ②注文後の訂正が減ったか ③人の確認工数が増えていないか。①が漏れているなら、機械の確認を例外とサンプルへ移す段階にはまだありません（節3 Top1）。
11. AI活用成熟度
自社がどの段階にあるかを判定してみてください。
レベル1：人に依存している。商品の情報・価格の経緯・返品の判断基準が、担当者の記憶とスプレッドシートにあります。
レベル2：台帳やツールがある。商品マスターとカートと在庫のしくみはありますが、チャネルごとに個別に更新されており、差分を検出する手段がありません。
レベル3：一元化されている。注文の確定から決済、出荷、売上、定期購入とリピートまで、主要なIDでつながっています。版・根拠・承認・権限へ戻れます。
レベル4：AIが支援している。自由記述・書類の整理、差分、候補、未確認事項の抽出をAIが支援しています。一意に決まる計算と状態の遷移はルールとシステムが担っています。判断は動いていません。
レベル5：仕組みになっている。この段階は「AIが商品ページを自動で公開する」ことではありません。定型の差分チェックが機械に移り、人は例外とサンプルだけを見ていて、見逃し率が数字で言える状態です。
12. よくある質問
商品説明をAIに書かせてよいですか。
草案までは書かせられます。ただし、事実・制度・価格を生成させず、正本との差分検査を必ず通してください（節3 Top1）。公開してよいかを確認するのは商品の責任者です。
最終確認画面の表示を、AIにチェックさせられますか。
表示の要件を満たしているかの検査は、AIではなくルールのテストとして機械化してください（節3 Top2）。要件そのものの解釈と例外の扱いは、法務または業務の責任者が確認します（節6）。
問い合わせにAIが自動で回答して、返金まで処理してよいですか。
返金の確定はできません。AIの回答で返金や定期契約の変更を自動的に確定させないでください（節6）。低額かつ未出荷といった定型のケースをルールで判定し、契約の変更・高額の返金・不正の疑いは人が判断してください。
在庫や粗利の計算を、AIに任せられますか。
任せないでください。価格・数量・送料の計算、在庫の引当、注文状態の遷移、粗利の集計は、業務システムとルール処理のほうが正確です（節4）。決定的なデータを生成AIに再計算させません。
食品を扱っていないのですが、食品向けの確認も必要ですか。
必要ありません。商材ごとの規制は、商品のカテゴリから逆引きして確認します（節9）。取り扱っていない商材の分岐を、自社に適用する必要はありません。逆に、扱っている商材については、EC一般のルールに加えて確認してください。
13. 関連する業種の記事
- 広告代理店のAI活用——表示の適法性を確定する判断と、根拠が必要な表現の評価を人に残す設計が、本業種の商品ページと広告の扱いに対応します
- SEO・コンテンツマーケティング支援のAI活用——公開の承認と、監修の要否・規制の確定を人に残す考え方が、本業種の商材規制の判定と同じ構造です
- スーパーマーケットのAI活用——同じ商品を扱っても、店頭とECでは表示と在庫の扱いが変わります
シリーズの一覧は業種別AI活用からご覧いただけます。
14. この記事を自社に当てはめたい方へ
同じEC・D2Cでも、情報の整理状況によって最初の一手は変わります。SKUの正本がすでにある事業者は「最終確認画面を注文の版として残す」から、チャネルごとに情報を個別更新している事業者は「上位20SKUで正本と公開ページを突き合わせる」から始めるほうが無理がありません。
15. 無料AI戦略診断／AI顧問サービス
AI戦略診断は無料・登録不要です。回答すると、自社のAI活用がいまどの段階にあるかと、最初に取り組むべき領域が分かります。
より踏み込んだ伴走をご希望の方は、AI顧問サービスもご覧ください。個別のご相談はお問い合わせから承ります（30分の無料リモート面談）。
最終更新日: 2026年8月29日／内容確認日: 2026年8月29日
