Amazon Rufus：2億5000万人が使うAIショッピングアシスタントの全貌

Rufusが2億5000万人に到達、売上100億ドル増の衝撃

Amazon's AI shopping assistant gets smarter and more personal

Amazon's generative and agentic AI assistant for shopping continues to evolve with new personalized features.

AmazonのAIショッピングアシスタント「Rufus」が、驚異的な成長を遂げています。2025年の1年間で2億5000万人以上の顧客がRufusを利用し、月間アクティブユーザーは前年比149%増、インタラクション数は210%増という数字を記録しました。

CEOのAndy Jassy氏は2025年第3四半期の決算発表で、Rufusが年間100億ドルの追加売上をもたらす見通しであることを明らかにしています。この数字の背景には、Rufusを利用した顧客の購入完了率が60%以上高いという事実があります。

Amazonはこの1年で50以上の技術アップグレードを実施し、ショッピング知識、商品調査機能、レコメンデーション精度を大幅に向上させました。

背景と業界動向

AIショッピングアシスタントの競争は、2026年に入り一段と激化しています。調査によると、58%の消費者が商品推薦タスクにおいてAIツールが検索エンジンに取って代わりつつあると回答しています。

現在、主要プレイヤーは三つ巴の戦いを繰り広げています。

Amazonは独自のRufusを中核に据え、外部AIエージェントからのアクセスをブロックする「囲い込み戦略」を採用しています。これは年間560億ドルの広告事業を守るための決断でもあります。

WalmartはOpenAIと提携してAIアシスタント「Sparky」を展開し、ChatGPTからの流入を積極的に受け入れています。ChatGPTはWalmartのリファラルトラフィックの約20%を占めるまでに成長しました。

Google/OpenAI陣営はTarget、Instacart、DoorDashなどと連携を深めています。ChatGPTの週間アクティブユーザーは8億人に到達し、ショッピング関連クエリは1日あたり約5000万件に上ります。

注目すべきは、Amazonが外部AIクローラーをブロックしている点です。これによりChatGPTやPerplexityはAmazonの商品情報にアクセスできず、消費者は比較ショッピングの際に競合小売業者へ誘導されることになります。

Rufusを支える技術アーキテクチャ

Rufusの技術基盤は、Amazon独自のカスタムLLMと複数の高度なモデルの組み合わせによって構成されています。

マルチモデルアーキテクチャ

RufusはAmazon Bedrockを活用し、以下のモデルを組み合わせて運用しています。

• Anthropic Claude Sonnet：高度な推論タスク向け
• Amazon Nova：マルチステップ推論向け
• カスタムLLM：Amazonの商品カタログ、顧客レビュー、コミュニティQ&Aで訓練

RAG（検索拡張生成）システム

Rufusは訓練データに加えて、リアルタイムで以下のデータソースを参照します。

• Amazon商品カタログ
• 顧客レビュー
• コミュニティQ&A
• Stores API
• 公開ウェブ情報

このRAGアーキテクチャにより、最新の商品情報に基づいた正確な回答を生成することが可能になっています。

インフラストラクチャの最適化

Rufusは80,000以上のAWS TrainiumおよびInferentiaチップを活用しています。これらの専用チップにより、他のソリューションと比較してコストを4.5倍削減しながら、低レイテンシーを維持しています。

並列デコーディング技術の導入により、応答時間を2倍に高速化し、推論コストを50%削減することに成功しました。ストリーミングアーキテクチャの採用で、ユーザーは1秒以内に応答を確認できます。

パーソナライゼーションとAutoBuy：エージェント型コマースへの進化

Rufusの最大の特徴は、深いパーソナライゼーション機能とエージェント型の自動購入機能です。

アカウントメモリ機能

Rufusは個々のユーザーの購買履歴、閲覧パターン、過去の会話を記憶します。例えば、「5歳と8歳のスポーツ好きな息子がいる」「毛が抜けるゴールデンレトリバーを飼っている」「オーガニック食品を好む」といった情報を覚えていて、それに基づいた提案を行います。

今後はKindle、Prime Video、Audibleでのアクティビティも統合され、Amazonエコシステム全体の行動に基づくレコメンデーションが実現する予定です。

AutoBuy（自動購入）機能

2025年11月に静かにリリースされたAutoBuy機能は、エージェンティックコマースの最先端を示しています。

仕組み：

1. ユーザーが商品の目標価格を設定
2. Rufusが価格を監視
3. 目標価格に達したら自動購入を実行
4. 24時間以内であればキャンセル可能

実際のユーザー報告では、25ドルの商品に20ドル以下の自動購入アラートを設定したところ、翌朝には自動購入が完了していました。AutoBuyを利用したPrime会員は平均20%の節約を実現しているとのことです。

その他の先進機能

• 価格追跡：30日間・90日間の価格推移を確認可能
• Help Me Decide：選択肢が多すぎて迷う際のガイダンス機能
• ビジュアル検索：手書きの買い物リストを撮影してカートに追加

課題と批判：精度問題とバイアス

Rufusには課題も指摘されています。

精度の問題

独立した調査によると、Rufusの推奨精度はわずか32%に留まるという報告があります。Washington Postのテストでは、サイクリンググローブの推奨が不十分だったり、特定の質問に対して商品を全く推奨しなかったりするケースが確認されました。

Redditなどのユーザーコミュニティでは「Rufusは私が使ったAIの中で最悪」「全く信用できない」といった厳しい声も上がっています。

自社商品優遇バイアス

より深刻なのは、自社商品への偏りです。調査によると以下の傾向が確認されています。

• Rufusの推奨の83%がAmazon販売商品
• Amazon Basicsが推奨の41%に登場（市場シェアで正当化される以上に6倍）
• 他サイトでより良い代替品がある場合でも結果に埋もれさせる傾向

Amazonのスポークスパーソンは「生成AIはまだ初期段階であり、精度を非常に重視している」と述べ、継続的な改善を約束しています。

EC事業者への影響と活用法

Rufusの台頭はEC事業者に大きな影響を与えます。

商品データの最適化が必須に

RufusはRAGシステムを通じて商品カタログ、レビュー、Q&Aを参照します。EC事業者は以下の対策が必要です。

• 商品説明の充実：具体的な用途、対象ユーザー、使用シーンを明記
• Q&Aセクションの活用：よくある質問と回答を充実させる
• レビュー管理：質の高いレビューを獲得する施策の強化

AIクローラー対応の判断

Amazonは外部AIをブロックしていますが、Walmartは受け入れています。自社ECサイトを持つ事業者は、AIクローラーへの対応方針を決める必要があります。

• 開放戦略：ChatGPTなどからの流入増加を狙う
• 保護戦略：自社データとユーザー体験を守る

エージェント型決済への準備

AutoBuyのような自動購入機能が普及すると、従来の購買ファネルが変化します。以下の準備が求められます。

• 競争力のある価格設定の自動化
• 在庫情報のリアルタイム更新
• 返品・キャンセルポリシーの明確化

まとめ

Amazon Rufusは、2億5000万人のユーザー基盤と100億ドルの売上貢献により、AIショッピングアシスタント市場をリードしています。パーソナライゼーション、AutoBuy、価格追跡といった機能は、エージェント型コマースの未来を具現化したものです。

一方で、精度32%という低さや自社商品優遇バイアスは無視できない課題です。Evercore ISIの予測では、Rufusは2028年までにAmazonの小売総商品流通額を4.44%押し上げ、広告収益を40億ドル増加させるとされています。

EC事業者にとって、Rufusのようなアルゴリズムに「選ばれる」商品になるための最適化は、もはや選択肢ではなく必須となりました。商品データの充実、AI時代のSEO対応、エージェント型決済への備えを今から始めることが重要です。