多種多様なギフトからニーズに合うギフトを提案する社内向け AI Agent を作る

Thunbmail

こんにちは、エンジニアの egurinko です。ギフティではDevinの利用やコーディング Agent の利用など、エンジニアの生産性向上という意図で生成 AI を積極的に使っています。しかし今回は、生成 AI を利用した事業価値の創出を狙った、ギフト提案 AI Agent について紹介します。

背景にある課題

ギフティのデジタルギフトは、キャンペーンや福利厚生などの用途で多くの法人様にご利用いただいております。

ギフトを選定する際には、お客様の利用目的やブランディングなどを加味しつつ、数千種のギフトの中からぴったりのものを見つけることが必要です。しかし、お客様のニーズもギフト情報も決まりきった形式の情報だけではなく、曖昧な情報も多く含まれており、従来の単純な検索からぴったりなギフトを見つけることが難しくなっていました。

そこで、ギフト提案 AI Agent の作成に取り組んでいます。

なぜ AI Agent なのか

AI Agent を利用することで、以下のメリットを期待できます。

曖昧なお客様の背景を加味できる
曖昧なギフトの情報まで加味できる
お客様、ギフティ双方が気づいていない深い視点も考慮できる

特に法人のお客様のギフト利用は背景が複雑なため、より AI Agent、ひいては生成 AI の特徴を活かせると考えています。

ギフティで作る意味

2025年12月現在ですら、ChatGPT から shopping researchという機能が出てきています。しかし、ギフティにはこれまで実際に法人のお客様が利用してきた実績があります。そのため、巨人の肩に乗りつつ、ギフティならでは実績を加味しさらにより良い提案ができると考えています。

実際のやり取り例

現状は以下のようにコンセプトからそれに合うギフトの提案まで行うようになっています。

RecommendationExample

利用技術

作成には Agent Starter Pack を利用しています。Agent Starter Pack は、Google が提供する Agent Development Kit を中心に、MLOps/LLMOps に必要なコンポーネントをまとめて Google Cloud で効率よく構成できるテンプレートです。

Agent Starter Pack のドキュメントでも述べられていますが、生成 AI プロダクトを実用化するためには、コードの実装だけでなく、インフラや監視などさまざまな要素が必要です。それらを素早く立ち上げ高速で改善を回していくために、今回は Agent Starter Pack を利用しています。

AgentStarterPackElements

進め方

チーム体制

チーム体制は以下のようになっています。

PdM
エンジニア
ギフトエキスパート

通常の開発とは違い、検索精度を担保するためにギフトのエキスパートの方にプロジェクトに入っていただいています。生成 AI プロダクトといえど、提案精度でプロダクトの良し悪しが決まります。しかし、精度は泥臭く改善を繰り返すことがどうしても必要な領域であるため、エキスパートの方にチームに明示的にジョインしていただき、精度を高めることに尽力いただいています。