一点物しか売らないECの検索をAIへ。The RealRealのAsk TRR

ECサイトの検索窓は、商品の名前を知っている客のための道具です。型番、ブランド名、シリーズ名のどれかを入れれば、同じ商品の在庫が並びます。量産品を売る店なら、これで足ります。

ところが、売り物が一点物ばかりだと、この前提が崩れます。中古の高級品、ヴィンテージ、作家物、中古車、不動産。客は「こういう形のもの」「あの頃のもの」「この場面で使うもの」までは言えても、商品名を言えません。名前を言えない客は、検索窓の前で止まります。

米国のリセール（再販）マーケットプレイスThe RealRealは2026年10月8日、この詰まりに当てる買い物エージェント Ask TRR を、パイロットから全会員へ広げたと発表しました。土台はGoogle Cloudが同じ年の1月に出した Gemini Enterprise for Customer Experience です。

この記事で扱えるのは、Google Cloudのプレスルームに載っている2本の発表と、Google Cloudの公式ブログに書かれている範囲だけです。売上、転換率、滞在時間といった成果の数値は、どの資料にも書かれていません。確認日は2026年10月14日です。

一点物の在庫では、検索とフィルタが成り立たない

発表が最初に説明しているのは、機能ではなく在庫の性質です。The RealRealが扱うのは認証済みの中古の高級品で、どの商品も一点物であり、売れたらその一点で終わりになります。同じ商品を補充できないため、売れ筋を切らさないように並べ直すという量産品の運用が、そもそも使えません。

そのうえで発表は、客の側の事情を書いています。客はシルエット、年代、使う場面までは言えるのに、従来の検索が必要とするデザイナー名そのものは知らないことがある、という書き方です。在庫の都合と客の都合が重なって、キーワード検索とフィルタの組み合わせが働きにくくなっています。

規模も示されています。president & CEOのRati Sahi Levesque氏の言葉として、「With more than 1.5 million unique pieces on our site every day, we offer a breadth of discovery that is hard to replicate.」が引かれています。毎日 1.5 million unique pieces を超える一点物が並び、その発見の幅は真似しにくい、という趣旨です。品揃えが広いことと、客がその中の1点まで辿り着けることは、別の問題だという事情がここに出ています。

日本にも同じ構造の商売があります。中古車、ブランド品の買取販売、古書、骨董、不動産の売買、求人、中古の機械。どれも在庫が一品ごとに違い、売れたら同じものを出せません。検索とフィルタを磨き込む発想のままでは、名前を知らない客を取りこぼし続けます。手を入れる場所は検索の精度ではなく導線の設計で、考え方はサイトの導線設計の延長にあります。

Ask TRRは何を受け取るのか

発表によると Ask TRR は、Gemini Enterprise for Customer Experience を使った買い物エージェントで、キーワード検索ではなく自然文の質問で品揃えを辿れるようにするものです。例として挙がっているのは「What luxury bag should I buy?」という聞き方で、客の意図と好みに沿った提案が返ると書かれています。

変わっているのは、入力に求めるものです。従来の検索は「正しい名前」を要求し、フィルタは「あらかじめ用意された軸」を要求します。Ask TRR が受け取るのは、まだ言葉になりきっていない要望のほうです。発表の表現でいえば、デザイナー名から始めても、場面から始めても、ただの思いつきから始めてもよい、という入口になっています。

Google Cloud側でvice president, product, Applied AIを務めるDarshan Kantak氏の言葉も引かれています。優れた販売員が店舗で提供している水準の接客を、オンラインの来訪者へ届けるものだ、という趣旨です。比較対象に置かれているのが、ほかのECの検索機能ではなくブティックの接客だという点は、この事例の方向を示しています。

ただし、ここで止まらないほうがよい箇所があります。発表は「a successful pilot」を経て全会員へ広げたと書いていますが、パイロットの期間、対象人数、何を見て成功と判断したのかは書かれていません。成功の定義が示されていないため、読み手の側で確かめられるのは「広げた」という事実までです。

土台は、1月に出た接客向けの基盤

Ask TRR が載っている Gemini Enterprise for Customer Experience は、Google Cloudが2026年1月11日に発表したものです。買い物と問い合わせ対応を1つの画面にまとめるという位置づけで、商品を見つける段階から購入後の解決までを同じ枠組みで扱うと説明されています。

発表時点の中身は3つに分かれています。買い物の相談を受ける Shopping agent、支援用のエージェントを作って試して配る Customer Experience Agent Studio、飲食の注文を受ける Food Ordering agent です。Shopping agent については、文章だけでなく画像や音声も扱い、客の同意を取った操作を裏側の仕組みへつなぐと書かれています。初期の顧客として名前が挙がっているのは Kroger、Lowe’s、Papa Johns、Woolworths です。

同じ基盤の上の事例は、ほかにもあります。百貨店のMacy’sが出した Ask Macy’s も同じ Gemini Enterprise for Customer Experience の上で作られており、そちらには公表された成果の数値があります（Macy’sがAsk Macy’sを4週間で出した事例）。同じ基盤でも、どこまで数字を出すかは事例ごとに違う、ということです。参照するときは、基盤の名前ではなく公表されている中身で比べたほうが安全です。

公表されている範囲と、公表されていない範囲

発表とブログから読み取れる範囲を、項目ごとに分けて並べます。

項目	資料に書かれていること
対象	パイロットを経て、全会員（45 million members）へ広げた
仕組み	Gemini Enterprise for Customer Experience を使った買い物エージェント
入力	自然文の質問。例は What luxury bag should I buy?
在庫	毎日 more than 1.5 million unique pieces
会社	認証済みの中古高級品のマーケットプレイス。15年ぶんの自社データ、more than 50 million items sold
今後	商品説明ページへAIのおすすめを追加する予定
パイロットの中身	記載なし（期間・対象人数・判断に使った指標）
成果の数値	記載なし（売上・転換率・客単価・滞在時間）
費用と体制	記載なし
日本での提供	記載なし

Google Cloudの公式ブログ（2026年10月9日）にも Ask TRR の記述があります。固定のフィルタ（rigid filters）ではなく自然文で、絶えず入れ替わる大きな在庫を辿れるようにした事例として挙げられ、one-of-one の商品を売り切れる前に見つけやすくすると書かれています。

ここで気をつけたいのは時制です。利用者の関与が高まるという部分は、これから起きることとして書かれており、測った結果としては書かれていません。発表資料を社内で引くときに、済んだ話と見込みの話を分けておくと、あとで数字の出どころを聞かれて困らずに済みます。

一点物を扱う事業者が、自分で答えを出す項目

この事例に成果の数値がないことは、裏を返せば、借りてこられる数字がないということです。自社で確かめる順序を先に決める必要があります。

第一に、在庫が本当に一点物かどうかです。再入荷できる商品が主なら、この事例の解き方は要りません。検索結果の並びとフィルタの作りを直すほうが早く効きます。一点物が主で、しかも毎日入れ替わるなら、固定の一覧ページは作った時点から古くなっていきます。入れ替わりの速さは、着手するかどうかを分ける条件です。

第二に、客が何を手がかりにしているかです。The RealRealの発表は、客がシルエット・年代・場面を言えると書いています。自社の客が何を言えるのかは、問い合わせの文面、店頭での会話、サイト内検索に実際に入力された語に残っています。先にそれを集めると、対話の入口に何を期待してよいかが決まります。集める前に機能から決めると、出来上がったものが客の言葉と噛み合いません。

第三に、売れた一点のページをどう扱うかです。一点物の在庫では、商品ページの寿命が短く終わります。売れたあとに何を出すかは、客の体験だけでなく検索エンジンからの流入にもそのまま効きます。The RealRealが次に商品説明ページへAIのおすすめを広げると書いているのは、この位置の話でもあります。

第四に、成果の測り方です。この事例には成果の数値がないため、他社の数字を根拠に社内を通すことができません。転換率で測るのか、問い合わせの減りで測るのか、入口に入った客の離脱で測るのか。先に決めてから着手する形になり、作業としてはCVR改善の指標設計と同じです。エージェントそのものの考え方を整理したい場合はAIエージェントをマーケティングに活用する方法もあわせてお読みください。

確認できなかったこと

記載が見当たらなかった項目を残します。まず、パイロットの中身です。「a successful pilot」という表現だけで、いつ始めたのか、誰を対象にしたのか、何を見て判断したのかは書かれていません。

次に、成果の数値です。売上、転換率、客単価、1訪問あたりの閲覧数のいずれも公表されていません。Google Cloudのブログにある関与の向上は、これからの見込みとして書かれているものです。

三つ目に、仕組みの細部です。使っているモデル、推薦の根拠、在庫が見つからないときに何を返すのか、人へ引き継ぐ経路があるのかは、どちらの資料にも書かれていません。

四つ目に、費用と体制です。構築にかかった期間、関わった人数、運用の担当は示されていません。Macy’sの事例では期間が公表されていたため、同じ基盤でも開示の粒度が違うことが分かります。

最後に、取得の制約です。The RealReal自身のサイトは自動取得を拒否するため、この記事の確認はGoogle Cloud側の発表2本とブログに限りました。会社側のページで補える部分は、今回は取っていません。

全体を1行でまとめると、この事例の読みどころは成果の数字ではなく、一点物の在庫では検索窓が機能しないという前提を、発表の最初に置いているところです。自社の在庫が一点物なら、検索の精度を上げ続ける前に、名前を知らない客のための入口を別に用意するかどうかを決める段階にいます。