Choco、AI エージェントで食品流通を自動化
Choco は OpenAI の API を活用して数百万件の注文を処理し、手作業を削減。世界の食品サプライチェーンで常時稼働を実現しています。

成果
880 万件以上
年間の注文処理件数
成果
2,000 億以上
本番環境で処理した AI トークン数
成果
↑50%
手作業による注文入力の削減
成果
2 倍
増員なしで実現した営業チームの生産性向上
Choco(新しいウィンドウで開く) は、食品・飲料の流通を変革する AI 搭載プラットフォームです。米国、英国、欧州、湾岸協力会議(GCC)諸国で、21,000 社以上の流通業者と 10 万の買い手にサービスを提供しています。Choco は、飲食店、サプライヤー、流通業者を一つのシステムでつなぎ、食品サプライチェーン全体の受発注、営業、顧客管理を効率化しています。
注文量が増えるにつれ、Choco は大きなボトルネックに直面しました。注文は依然としてメール、テキストメッセージ、留守番電話、画像、さらには手書きのメモで届いていたのです。担当チームはこれらの情報を手作業で構造化された ERP の注文データに変換していました。時間がかかり、ミスも起きやすいこの作業が、事業の拡大を妨げ、日々の業務に負担を生んでいました。
「そうした入力を処理することが最初の壁でしたが、最大の難関ではありませんでした。本当の課題は、顧客ごとの SKU の対応関係、注文時に使う単位、配送パターンといった暗黙の文脈でした。それらの知識は受注担当者の頭の中にありました。注文を受け付けた時点で曖昧さを解消するには、その知識を推論レイヤーに組み込む必要があったのです。」
本番運用に耐えうる LLM の登場を受け、Choco はワークフローを支援するソフトウェアの枠を超え、業務そのものを実行できる AI システムを構築する機会を見いだしました。その変革の中心となったのが、OpenAI の API です。
Choco はプラットフォームの中核に OpenAI の API を組み込み、次世代の AI ネイティブ製品を実現しました。同社が導入した OrderAgent(新しいウィンドウで開く) は、メール、SMS、画像、文書などのマルチモーダルな入力を処理し、ERP に取り込める構造化された注文データに変換します。
「文字起こしと情報抽出の機能が、確かな土台となりました。技術面での真の課題は、顧客ごとの注文履歴やカタログと照合して曖昧さを解消できるよう、動的な文脈内学習の基盤を構築することでした。それこそが、単なる自動化と知的な処理を分けるものです。」
Choco は、OpenAI の Realtime API を活用した VoiceAgent(新しいウィンドウで開く) も開発しました。顧客は営業時間外でも、1 秒未満の応答速度による自然な電話でのやり取りを通じて注文できます。

OpenAI が選ばれた理由は、モデルの性能、マルチモーダル機能、構造化出力、そして大規模な本番運用での信頼性でした。一つのエコシステムでテキスト、画像、音声を扱えることで、Choco はそれまで分断されていたワークフローを、知的な処理を行う一つのシステムに統合できました。
導入は迅速に進み、拡張性も確保できました。Choco は OpenAI の SDK と API を使い、音声認識、埋め込み、Function Calling といった機能を自社のインフラに素早く統合しました。さらにチームは、正解データセット、継続的なモニタリング、A/B テストを組み合わせた厳格な評価の仕組みを構築し、本番環境での精度と性能を確保しました。
利用拡大を後押ししたのは、注文ワークフロー全体へのシームレスな統合でした。顧客が注文方法を変える必要はありませんでした。電話でも、テキストメッセージでも、メールでも、システムが顧客に合わせて対応しました。
「自分たちの注文が実際に処理される様子を見て、顧客はすぐに信頼を寄せてくれました。そこから利用が一気に広がったのです。」
オプションの「自動操縦」モードを使えば、流通業者は信頼度がしきい値に達した注文の処理を自動化しつつ、例外的なケースは人が確認する運用を維持できました。システムは修正内容から継続的に学習し、時間とともに精度と信頼性を高めていきました。
年間 880 万件以上の注文を処理し、数百万件に及ぶ手作業を解消
手作業による注文入力を最大 50% 削減し、チームがより付加価値の高い業務に注力
生産性を 2 倍に高め、増員なしで業務を拡大
自動化のしきい値を調整することで、エラー率を 1~5% の基準未満に維持
24 時間 365 日の受注に対応し、夜間や週末に起因する遅延を解消
初日から評価を開始:正解データセットは少量(10~20 件)でも、進捗の測定や改善の検証に役立ち、チームが確信を持って改良を重ねられます。
AI ネイティブな可観測性への投資:AI システムのデバッグには従来のログだけでは不十分です。性能を把握し改善するには、モデルの入力、出力、推論の過程を記録することが不可欠です。
早い段階での適切な期待値の共有:決定論的なソフトウェアと異なり、LLM は確率的に動作します。チームやユーザーにこの違いを理解してもらうことが、信頼を築き、導入時の混乱を避ける鍵となります。
Choco は食品流通のエコシステム全体で AI 機能の拡充を続け、複雑な業務ワークフローを実行するエージェントの役割をさらに広げています。AI システムが担う責任が増す中、同社は新たなユーザー層の活躍を支えています。それは、エンジニアではなくても「エージェントの統括役」として、事業成果を生むインテリジェントなシステムを設計・管理する人々です。
「私たちは、業務を支援するソフトウェアから、実際に業務を遂行するシステムへと移行しています。この変化により、顧客はより迅速で無駄がなく、変化や困難にずっと強い事業運営ができるようになります。」
今後、Choco は OpenAI の API の活用をさらに拡大し、営業、商取引、サプライチェーン業務の各領域で、より自律的で文脈を理解できるシステムを実現する計画です。ワークフローを支援するソフトウェアから、AI が業務を実行するための基盤への転換を進めていきます。


