AI導入の効果「購入まで4割速く」「対応時間67時間→20時間」
購入までの時間が約41%短くなった。店舗の問い合わせ対応が月67時間から20時間に減った。7月7日に楽天が公開したのは、そういう「導入してどうなったか」の実数でした。同じ日、ソフトバンクの「社員1人で100個のAIエージェント」を支える社内基盤の中身も明らかになりました。
今週前半のAIニュースは、新モデルや値下げの話ではなく、すでに入れた企業が「効果」と「土台」を数字で語り始めたのが特徴です。今日はその流れを、読者の事業判断につながる数字にしぼって3つ読み解きます。派手さはありませんが、「AIを入れて元が取れるとはどういうことか」を具体的に見られる回です。
今日の注目ニュース
1. 楽天市場、AI接客で「購入まで約41%速く」・店舗の対応時間は7割減
何が起きたか：楽天は7月7日、楽天市場のAI活用に関する説明会を開き、ユーザー向け・出店者向け双方の実数を公開しました。ユーザー側では、2025年12月提供の「AIコンシェルジュ」などにより、検索から購入までの時間が従来比で約41%短縮。出店者側の「Rakuten AI for RMS」では、ある店舗で問い合わせ対応が1件あたり10分程度から1〜3分に、月間では67時間から20時間へ（約7割減）縮んだ事例が紹介されました。現在、楽天市場の約半数の店舗が何らかのAI機能を利用し、データ分析機能の利用店舗の72.9%が深掘り分析に使っているとされます。
なぜ重要か：これは「AIで生産性が上がる（かもしれない）」という一般論ではなく、購入完了率・接客工数という、売上とコストに直結する指標で語られている点が新しいです。とくに「対応時間67→20時間」は、人を増やさずに応対量を捌けるようになる、という中小事業者に一番効く数字です。
仕事・事業への影響：自社ECやカスタマー対応を持つなら、「問い合わせ返信の下書き」「商品説明文の生成」「画像の背景処理」は、すでに実店舗レベルで工数が測れる領域だとわかります。まず自社の問い合わせ対応の月間時間を測り、その3〜7割が削れるか、という基準で試す価値があります。
出典（一次情報・楽天説明会レポート）：https://www.watch.impress.co.jp/docs/news/2122986.html ／ https://ai.watch.impress.co.jp/docs/news/2123090.html
2. ソフトバンク、「社員1人で100個のAIエージェント」──それを支える社内基盤「Cloud Proxy」を内製
何が起きたか：ソフトバンクは、社員約2万人を対象に「1人で100個のAIエージェントをつくる」取り組みを進め、目標を上回る約250万件のエージェントが社内で生まれたと報じられています（日経・6月8日）。7月7日には、これを全社で安全に回すための入り口となる共通基盤「Cloud Proxy」を内製した経緯が公開され、セキュリティ・ガバナンス・マルチLLM対応・スケールアウト自動化といった設計思想が明かされました。
なぜ重要か：ここで見るべきは「250万件」という数の大きさではなく、それだけの数を全社で走らせるには“共通の入り口”が要るという設計判断です。個人が思い思いのAIを使う段階から、会社として「どのモデルを・誰が・どこまで」使えるかを制御する段階へ移った、という実例です。前日までにこの連載で触れた「AIにどこまで任せるかの線引き」が、大企業では基盤づくりとして現れている格好です。
仕事・事業への影響：全社でAIを広げるなら、ツール選定より先に「アクセスの入り口を1つに束ねる」発想が要ります。中小規模でも、社員が使うAIの窓口・ログ・利用ルールを1カ所に集約するだけで、後の統制コストは大きく変わります。
出典（社内基盤の解説記事）：https://atmarkit.itmedia.co.jp/ait/articles/2607/07/news009.html ／ （取り組みの背景・6/8報道）https://reskill.nikkei.com/article/DGXZQOLM0462V0U6A600C2000000/
3. マイクロソフトも「AIコスト削減」へ──自社モデルをExcel・Wordに、外部依存を減らす
何が起きたか：マイクロソフトは、ユーザーのプロンプトの一定割合を、外部のOpenAI／Anthropicではなく自社の「MAIモデル」で処理し始めた、と報じられました（TechCrunch・7月7日）。6月のBuildで7つの新MAIモデルを発表しており、ExcelやWordの一部処理を自社製に置き換える動きです。具体的な削減額や割合は非開示です。
なぜ重要か：これは、上の2件（効果を出す・土台を作る）と対になる「AIの支払いをどう抑えるか」という第3のフェーズです。アマゾン・ウーバー・メタ・アクセンチュアも支出抑制に動いており、「一番賢いモデルを常に使う」より「用途ごとに安いモデルへ振り分ける」が企業の標準になりつつあります。金額が非開示なので、効果の大きさは断定できません。
仕事・事業への影響：自社でAI利用が増えているなら、「全部を高価な最上位モデルに投げていないか」を一度点検する段階です。定型処理は軽いモデルへ、判断が要る処理だけ上位モデルへ、という振り分けは、個人・中小でも今日から効きます。
出典：https://techcrunch.com/2026/07/07/microsoft-joins-ai-cost-cutting-trend-by-relying-more-on-its-own-models/
今日の流れを一言でいうと
AIの話題が「どのモデルがすごいか」から、入れた側の「効果・土台・コスト」という3点の数字へ移りました。楽天は効果を、ソフトバンクは土台を、マイクロソフトはコストを、それぞれ実務の言葉で見せています。
明日以降に見るべきポイント
楽天の「対応時間7割減」のような工数の実数が、他のEC・小売からも出てくるか（一社の事例か、業界の相場になるか）
「共通の入り口（ゲートウェイ）」を持つ企業が増えるか。全社導入の勝ち負けは、モデル選びよりここで決まりつつある
大手の「自社モデルへの置き換え」がAPI料金・提供プランに波及するか
数字の出る導入事例を追いかけています。参考になったら「スキ」で教えてください（次回の選定の参考にします）。
「うちの業界の導入事例も知りたい」というテーマがあれば、コメントで教えてください。
日々の細かい更新は、毎朝のニュース便で拾っていきます。
