部品探しをPhaseZeroのAIに任せる?|人が確定する線の引き方

「写真を送るから、この部品と同じものを探してほしい」「型番が廃番になっていた。代わりに使えるものはあるか」——大型車両や産業機械の部品を扱う製造業・販売代理店の窓口に、毎日のように届く問い合わせです。米国の部品流通では、働き手の31%が退職年齢かそれに近く、新人が店頭の部品カウンターで一人前に答えられるようになるまで2〜3年かかる、と米 PhaseZero は2026年5月の発表で述べています。答えられる人が減る一方で、問い合わせは減りません。ここでAIに答えさせるかどうかは、AIの賢さだけでは決まりません。本当に決めるべきなのは、AIが候補を示すところまでと、人が「これで合っている」と確定するところの線です。この記事では、PhaseZero が発表した部品探しのAIエージェントを手がかりに、問われ方ごとにAIに答えさせる範囲、誤った代替提案の責任の分け方、営業・サポート・製品管理の持ち分、社外に出るデータ、費用と止め方を整理します。画面の操作や料金の一覧は扱いません。
カメ先生部品探しをAIに任せるというと、熟練の担当者をAIに置き換える話だと思われがちなんだ。でも本当は、候補を絞り込む作業をAIに渡して、合っているかの確定を人に残す、という分け方の話なんだよ。
カメ子AIが答えを出すのではなく、候補を出すところまで、ということですか。
カメ先生そう。部品は一つ違えば機械が動かないし、取り付けた後に壊れることもある。だから、写真から当てる、代わりを探す、適合を確かめる、という問われ方ごとに、AIに言い切らせてよい範囲が違うんだ。
カメ子同じ部品探しでも、問われ方によって線の位置が変わるんですね。
- PhaseZero は2026年5月、写真で部品を特定する・代替部品を示すなど、MCPに対応したエージェント8種を一般提供した。買い手に答える側のAIである
- 写真の照合・代替の提案・適合の確認では、誤りの重さが違う。AIは候補と根拠を示すまでにし、適合と代替の確定は人が持つ
- 営業・サポート・製品管理の持ち分、互換データの持ち主、社外に出るデータ、費用と止め方を決めてから、問い合わせの一部で試す
資料・ホワイトペーパーの制作、手が足りていますか?
営業資料・提案書・ホワイトペーパー・企画書などの制作を、チャットで依頼できるサブスクリプション型の資料制作サービスです。
PhaseZeroとは:部品を売る製造業・販売代理店のためのコマース基盤
PhaseZero は、米国カリフォルニア州ロスアルトスに本社を置く会社で、製造業と部品の販売代理店に向けたBtoBの電子商取引の基盤 CxCommerce を提供しています。CxCommerce は2018年10月に発表され、2025年1月には版7.0を出しています。大型トラックの補修部品など、品目の数が多く、型番と互換の知識がものを言う業界で使われてきたのが特徴です。公式のニュース欄には、トラック部品の大手メーカーの補修部品サイトや、部品販売店の団体の通販サイトを支えてきた実績が並んでいます。
2025年には、調査会社 IDC が新興の事業者を取り上げる報告で、AIを使ったBtoB電子商取引の注目企業の一つに選んでいます。2026年3月には、米国で60年以上続く自動車部品の通販会社の決済を刷新したと発表しており、直近1年の間にも製品の発表と導入事例の公表が続いています。売却や社名変更の報道は見当たりません。
一つ注意があります。英語で社名を検索すると、建築設計の会社やベンチャー投資の会社など、似た名前の別の会社がいくつも出てきます。社内で検討資料を作るときは、公式サイトの所在地と製品名 CxCommerce で同じ会社かを確かめてから情報を集めてください。日本語の紹介記事はほとんどなく、国内では名前を知らない担当者のほうが多いはずです。
2024年の5種から2026年の8種へ:エージェントの顔ぶれ
PhaseZero がAIエージェントを最初にまとめて発表したのは2024年11月です。このときは、競合や販路の価格の動きを示す価格のエージェント、欠品した品目の代わりの品や仕入先を営業に示す在庫のエージェント、写真と合う品を探す画像検索のエージェント、検索順位を上げるためのエージェント、言葉で問いかけると販売の数字を答える分析のエージェントの5種でした。
そして2026年5月12日、トロントで開かれた業界団体のイベントで、MCPに対応した8種のエージェントを一般提供したと発表しました。発表文が挙げているのは、写真から部品番号なしで部品を特定するもの、代替品や関連部品を薦めるもの、主に使う部品が欠品したときに条件を満たす代替を示す在庫のもの、運用の状況を管理者に見せるもの、そして製品の属性・分類・画像、検索とAI検索向けの記述を補うものです。
8種はそれぞれ単体でも入れられ、CxCommerce と組み合わせても、既存の基幹システムや他社のコマース基盤の横に置いても使えると説明しています。つまり、通販サイトを丸ごと乗り換えなくても、部品探しのエージェントだけを試す道があるということです。この記事が主に扱うのは、そのうち買い手の問いに答える三つ、写真での特定・代替の推薦・欠品時の代替です。
| エージェントの種類 | 誰に向けて動くか | 誤ったときに起きること |
|---|---|---|
| 写真で部品を特定する | 買い手・店頭の担当者 | 違う部品が注文される |
| 代替・関連部品を薦める | 買い手(注文の場面) | 合わない代替が出荷される |
| 欠品時に代替を示す | 営業・サポート | 急ぎの現場に合わない品が届く |
| 属性・分類・画像を補う | 製品管理(掲載前) | 誤った仕様が掲載される |
| 検索とAI検索向けの記述 | 検索する見込み客 | 商品ページの説明が意図せず変わる |
買い手に答えるAIと、製品情報を整えるAIは別の判断になる
製品の属性を補う、説明文を書く、分類を整える、といった仕事は、製品情報を掲載する前の社内の工程です。誤りがあっても、掲載前に製品管理の担当者が承認する関所を置けます。これに対して、写真での特定や代替の推薦は、買い手が目の前で答えを待っている場面で動くため、人の承認を挟む時間がほとんどありません。
製品情報の補完と承認の線は、同じ日に公開した製品情報の管理基盤の記事で扱っています。ここでは、PhaseZero のエージェントのうち、社外の買い手に直接答える側に絞って、答えてよい範囲を考えます。同じ会社の同じ製品群でも、答える側と整える側では、承認の置き方がまったく違うからです。
答える側の判断で大事なのは、AIの答えが「候補の提示」なのか「確定した回答」なのかを、買い手にも社内にも分かる形にしておくことです。候補であれば、選ぶ責任の一部は買い手と担当者に残ります。確定した回答として見せれば、誤りの責任は売り手に寄ります。後の節で、この区別を問われ方ごとに具体化します。
部品カウンターの知識が足りなくなっているという前提
部品の販売代理店には、店頭や電話で整備士や購買担当の問いに答える担当者がいます。彼らが持っているのは、型番の知識だけではありません。メーカーをまたいだ互換の対応関係、年式による仕様の違い、似て見えて付かない部品の見分け方といった、記録に残りにくい知識です。PhaseZero の発表は、この知識を持つ人が退職していく一方で、新人の習熟に年単位の時間がかかることを、エージェントを出す理由に挙げています。
発表で紹介された導入事例は、大型車両の部品を扱う販売会社です。この会社は45万件の互換の対応関係を管理しており、担当者は「候補を数秒で絞り込めるので、カウンターでお客様に応える速さが直接上がった」と話しています。ここで語られているのは「候補を絞り込む」速さであって、答えを確定する役割までAIに渡したという話ではありません。
日本の製造業・販売代理店でも、補修部品の問い合わせに答えられる人が限られ、その人の不在で回答が止まる、という状況は珍しくありません。AIで候補の絞り込みを速くすることには十分な意味があります。そのうえで、熟練者の知識をどこまで記録に移し、AIに参照させるかが、導入の成否を決めます。
問われ方1:写真だけが届き「この部品は何か」と聞かれる
最も分かりやすい場面が、型番の刻印が読めない部品の写真だけが送られてくる問い合わせです。PhaseZero の製品ページでは、買い手が部品の写真を上げると、カタログの中から合う品目を見つけ出し、その際に自社の事業ルールと仕入先のデータを当てて正確さを保つと説明しています。発表文では、部品番号が無くても特定できる点を強調しています。
この場面でAIに任せてよいのは、「写真に近い品目の候補を、似ている順に複数示す」ところまでです。買い手が整備の現場にいて、手元の部品と画面の候補を見比べられるなら、候補の提示だけでも問い合わせは大きく速くなります。逆に、候補を一つに絞って「これです」と言い切らせる設定は、最初は避けるべきです。
社内の運用としては、写真からの候補提示で買い手が注文まで進む場合と、担当者に引き継ぐ場合の境目を決めておきます。たとえば、候補が一つに絞れない、候補同士の違いが外見では分からない、高額・長納期の部品である、といった条件では、担当者が確かめてから回答する流れにします。AIの候補を見た担当者が確定するなら、熟練者でなくても答えられる範囲が広がります。
写真の照合で外れやすいもの:摩耗・汚れ・外見が同じ別型番
写真での照合には、構造的に外れやすい場面があります。使い込まれて形が変わった部品、油や泥で汚れて刻印や色が見えない部品、そして外見はほぼ同じでも寸法や材質、ねじの規格が違う別型番です。最後の一つは、熟練の担当者でも実物を測らないと分からないことがあり、写真だけで決めるのは無理があります。
製品ページの説明を見る限り、照合の確からしさを数字で示す機能や、人の確認を挟む手順については書かれていません。導入を検討するときは、提供元に次の点を確かめてください。候補ごとの確からしさを画面に出せるか、確からしさが低いときに担当者へ自動で回す設定ができるか、照合に使った写真と結果を後から追えるか、です。確かめられない場合は、写真検索を店頭の担当者向けの道具として始め、買い手向けには出さないという選び方もあります。
- 写真検索の第一候補をそのまま注文画面に入れる:外見が同じ別型番を見分けられず、違う部品が届く
- 照合の結果を記録に残さない:誤配送が起きたとき、AIの誤りか買い手の選び間違いかが分からない
- 熟練者の見分け方をカタログに書かないまま始める:AIが参照できる違いの情報が無く、似た品の取り違えが減らない
- 写真の精度の検証を自社の部品でしない:提供元の事例と自社の品ぞろえでは、似た品の多さが違う
問われ方2:廃番や欠品で「代わりは何か」と聞かれる
二つめの場面は、欲しい型番が廃番になった、あるいは在庫が切れていて、代わりに使えるものを聞かれる問い合わせです。PhaseZero の発表では、主に使う部品が欠品したときに条件を満たす代替を示すエージェントと、代替品や関連部品を薦めて平均の注文額を上げるエージェントの二つが、この場面に関わります。製品ページでは、仕入先のデータとカタログの知識と在庫の見える化を組み合わせ、事業ルールと在庫状況を守った代替や組み合わせを示すと説明しています。
ここで気を付けたいのは、「代わりに使える」という言葉の意味が二通りあることです。メーカーや業界の互換表で公式に置き換えが認められている代替と、仕様が近いので使える可能性がある代替です。前者は根拠を示せますが、後者は使えるかどうかの判断そのものを、誰かが引き受けることになります。AIが二つを区別せずに並べると、買い手は公式の互換と推定の候補を同じ重さで受け取ってしまいます。
さらに、代替の推薦には売上を上げる狙いも重なっています。関連部品や上位品を薦めること自体は営業として自然ですが、欠品の代わりを探している買い手に、利幅の大きい品を優先して出すように見えれば信頼を失います。欠品時の代替と、上乗せの推薦は、画面の上でも設定の上でも分けて扱うのが安全です。
代替候補には「なぜ代わりになるか」の出どころを添えさせる
代替の提案で人が確定しやすくなる工夫は、AIに候補だけでなく、その候補を出した根拠を添えさせることです。根拠には、メーカーが公表している置き換えの情報、自社が管理している互換の対応表、仕様の項目の一致(寸法・接続・定格など)、過去に同じ置き換えで出荷した実績、といった種類があります。どの根拠に基づく候補なのかが表示されれば、担当者は確かめる手間を大きく減らせます。
前の節の事例のように、互換の対応関係を数十万件の単位で持っている会社では、AIはその表を引いて候補を絞り込む働きをします。ここで問題になるのは、表そのものの正しさと鮮度です。互換表に誤りがあれば、AIは誤りを速く、何度でも答えます。互換表を誰が更新し、メーカーの改廃をいつ反映するかを決めておかないと、AIの速さがそのまま誤りの広がる速さになります。
根拠が「仕様の項目が近い」だけの候補は、推定であることを買い手に分かる形で示し、担当者の確認を経てから回答する流れにします。AIに根拠を書かせるのは、正しさを保証するためではなく、人が確かめる場所を一目で分かるようにするためです。この区別があれば、AIを入れても判断の責任があいまいになりません。
- 公式の置き換え(メーカーの互換情報):根拠を添えて候補として示してよい。版の古さに注意
- 自社の互換表・出荷実績:根拠を添えて示してよい。表の持ち主と更新日を決めておく
- 仕様の近さだけの推定:推定と明示し、担当者が確認してから回答する
問われ方3:「この機械に付くか」と適合を聞かれる
三つめの場面は、特定の車両や機械、年式に部品が付くかを問われる場合です。整備の現場ではこれが最も重い問いで、付かない部品を取り寄せれば作業が止まり、付いたように見えても規格が違えば後で故障につながります。PhaseZero の公開資料が使っている言葉は、互換性のある品や比較できる代替といった表現で、車両や機械ごとの適合を判定する仕組みについての詳しい説明は見当たりません。
したがって、適合の問いには、AIに「付きます」と断定させないことを基本にします。AIができるのは、自社のデータに記録されている適合情報を引いて示すこと、記録が無ければ「記録が無い」と答えて担当者につなぐことです。記録の無い組み合わせについて、AIが仕様から推し量って「付くはずです」と答える状態は避けます。
この線を守るには、AIに参照させる適合情報の範囲を、製品管理の担当者が決めておく必要があります。どの車種・機種の適合を誰が確かめて記録したのか、が分かる情報だけを答えの根拠にする、という設定です。適合の記録が手薄な製品群では、AIの役割を「担当者への引き継ぎを速くする」ことにとどめ、無理に答えさせないほうが結局は早く正しい回答になります。
誤った代替を出荷したとき、責任はどこに残るか
AIの候補をもとに買い手が注文し、合わない部品が届いたとき、責任はどこに残るでしょうか。結論から言えば、AIを使っていても、買い手から見た責任は売り手の会社に残ります。提供元の契約で誤りの責任を負ってもらえることは、通常は期待できません。だからこそ、社内で責任を受け止める仕組みを先に作っておきます。
具体的には三つです。一つめは表示で、AIの候補であること、推定の候補は確認が必要であることを、注文の前に買い手が分かる形で示します。二つめは返品と交換の扱いで、AIの候補で注文された部品が合わなかった場合の返品条件を、通常の注文と同じにするのか特別に扱うのかを決めます。三つめは記録で、どの候補が、どの根拠で、誰の確認を経て示されたかを、注文と結び付けて残します。
記録があれば、誤りが起きたときに、写真の照合の誤りなのか、互換表の誤りなのか、担当者の確認漏れなのかを切り分けられます。原因が分かれば直す場所も決まります。記録が無ければ、AIへの不信だけが残り、結局は誰も使わなくなります。AIに判断させない範囲を先に決め、判断の跡を残すことが、誤りを恐れずに使い続けるための条件です。
営業・サポート・製品管理で持ち分を決める
部品探しのAIは、一つの部門だけでは運用できません。買い手と話すのは営業とサポート、互換表や適合の記録を持つのは製品管理、通販サイトの画面と設定を持つのはEC担当や情報システム部門です。PhaseZero の発表も、営業・サポート・運用の各チームをつなぐことを掲げていますが、誰が何を決めるかは導入する会社が決めることです。
持ち分が決まっていないと、誤った代替が出たときに、営業は「AIの答えだ」、製品管理は「画面の設定の問題だ」と押し付け合いになります。導入の前に、次のような表を一枚作り、関係する部門の責任者で合意しておくと、後の揉め事を減らせます。
| 決めること | 持ち主の例 | AIの役割 |
|---|---|---|
| 写真検索を買い手に開くか | EC担当と営業の責任者 | 候補を示すだけ |
| 互換表・適合記録の正しさ | 製品管理 | 記録を引いて根拠として添える |
| 推定の代替を回答してよいか | サポートの責任者 | 推定と明示して担当者へ回す |
| 上乗せの推薦の出し方 | 営業とEC担当 | 欠品時の代替と分けて示す |
| 誤配送の原因の切り分け | サポートと製品管理 | 照合と根拠の記録を残す |
表の中で特に重いのは、互換表と適合記録の持ち主です。AIの答えの質は、この二つの質で上限が決まります。製品管理に記録の更新の時間を割り当てずにAIだけを入れると、古い記録をもとにした速い誤答が増えるだけになります。
AI検索向けの最適化と画像の補完は何をして、何をしないか
8種のエージェントの中には、検索エンジンとAI検索向けに商品ページの記述を整えるものがあります。製品ページでは、商品名・分類・買い手の意図をもとにキーワードやメタ情報、見出しを作り、商品ページを継続的に更新して内容を新しく保つと説明しています。ChatGPT や Perplexity のようなAI検索で部品が探される場面を見込んだものです。
ただし、記述を整えれば、AI検索の答えに自社の部品が必ず出るわけではありません。どの情報源を引くかは検索の側が決めます。また、商品ページの記述を自動で更新し続ける設定では、仕様や適合に関わる記述が、人の知らないうちに書き換わるおそれがあります。自動で更新してよいのは見出しやキーワードのような説明の部分までにして、寸法・規格・適合の記述は製品管理の承認を経るように分けておくのが安全です。
製品画像を補うエージェントは、メーカーのサイトなど公開されている画像を探し、そのまま使える形で渡すと説明されています。提供元は知的財産と利用の権利を守ると書いていますが、他社の画像を自社サイトに載せてよいかは、自社で取引先との契約を確かめて判断することです。部品の写真は写真検索の照合にも関わるため、別型番の画像が紛れ込まないかも確かめます。
社外に出るもの:テナントの境界、MCP、外部のAI
部品探しのAIで社外に出る可能性があるのは、買い手が送る写真、問い合わせの文面、そして自社のカタログ・互換表・在庫・価格のデータです。PhaseZero の発表では、各エージェントは顧客ごとのテナントの境界の中で動き、テナントをまたいだ学習はしないと説明しています。2024年の発表でも、言語モデルの学習は各テナントのデータに限ると書いています。基盤は AWS と Azure の上で動き、SOC1・SOC2 などの認証や、欧州と米カリフォルニア州の個人情報保護の規則への対応、カード決済の安全基準への準拠を挙げています。
確かめておきたいのは三点です。一つめは、写真や問い合わせに含まれる個人情報や顧客の設備の情報が、どこにどれだけの期間残るか。二つめは、照合や推薦の内部でどの言語モデルが使われ、そのモデルの提供元にデータが渡るのか。三つめは、MCPで外部のAIからエージェントを呼べるようにしたとき、在庫や価格を誰の権限で読めるのかです。
MCPに対応しているということは、営業担当が社内の ChatGPT や Claude、Copilot のようなAIから、部品の照合や在庫の確認を呼べる道が開けるということです。便利な一方で、取引先ごとの価格や在庫の情報は機微なものです。外部のAIから呼べる操作を、照合と候補の提示のような読むだけの操作に絞り、価格の表示や注文の作成は従来の画面と権限に残す、という線から始めるのが無難です。
費用の見積もり方と、小さく試す範囲
PhaseZero は料金を公開しておらず、見積もりは個別の相談になります。公式サイトには、自社の100部品から始められる無料の試用の案内があります。費用の増え方を見積もるときは、エージェントを何種類使うか、対象の品目数、問い合わせや照合の件数、既存の基幹システムや通販サイトとの連携の作り込み、の四つで変わると考えておくとよいでしょう。品目数と照合の件数のどちらに応じて費用が増えるのかは、契約の前に必ず確かめます。
費用より先に見積もるべきなのは、社内の手間です。互換表や適合記録の整備、検証用の写真の用意、担当者が候補を確かめる時間がかかります。発表文が既存のデータから始めて精度を段階的に上げる導入を掲げているとおり、最初から全品目で答えさせるのではなく、範囲を絞って試します。
写真での特定、代替の相談、適合の確認がそれぞれ月に何件あり、誰がどれだけの時間で答えているかを記録します。
互換表と適合の記録が最も整っていて、問い合わせの多い製品群を一つ選び、AIの対象をそこに絞ります。
買い手には開かず、店頭や電話の担当者がAIの候補を見て確定する形で、候補の当たり方と確認の手間を測ります。
候補を示してよい条件と担当者に回す条件を決め、表示と返品の扱いを整えてから、買い手向けの画面に出します。
試す段階で測るのは、AIの第一候補が正しかった割合だけではありません。担当者が候補を確かめるのにかかった時間、担当者に回った件数、誤配送や返品の件数を、AIを入れる前と比べます。候補の当たり方が良くても、確認の手間が減っていなければ、線の引き方を見直す合図です。
止め方とやめ方、導入前の確認リスト
部品探しのAIは、止めたときに業務が回るかを先に確かめておきます。写真検索や代替の推薦を止めても、担当者が従来どおり答えられる状態を残しておけば、誤りが続いたときにすぐ止められます。AIの答えに頼りきって、担当者が互換を調べる手順を忘れてしまう状態は避けます。止める判断を誰がするかも決めておきます。
やめるときに問題になるのは、AIのために整えたデータの扱いです。互換表、適合の記録、補った属性や分類、商品ページの記述は、自社の資産として書き出せる形で持っておけるかを契約の前に確かめます。整えたデータが提供元の中にしか残らなければ、乗り換えのたびに整備をやり直すことになります。
導入を決める前に、次の項目を関係部門でそろえて確認してください。
- 写真での特定・代替の相談・適合の確認の月間件数と、今の回答者を把握している
- AIが候補を示すまでにする場面と、担当者が確定する場面を問われ方ごとに決めた
- 代替候補に根拠(公式の互換・自社の互換表・仕様の近さ)を添えて表示できるか確かめた
- 互換表と適合記録の持ち主と、メーカーの改廃を反映する時期を決めた
- AIの候補で注文された部品の返品・交換の扱いと、買い手への表示を決めた
- 写真・問い合わせ・価格のデータがどこに残り、どの言語モデルに渡るかを確かめた
- MCPで外部のAIから呼べる操作を、読むだけの操作に絞った
- 止める判断をする人と、止めたときに担当者で回る手順を残した
- 整えたデータを自社で書き出して持てるかを契約前に確かめた
まとめ
PhaseZero は、大型車両や産業機械の部品を扱う製造業・販売代理店に向けて、写真で部品を特定する、欠品や廃番の代わりを示す、といったエージェントを2026年5月に一般提供しました。熟練の担当者が減るなかで、候補を数秒で絞り込めることには確かな価値があります。一方で、部品は一つ違えば機械が動かず、誤った代替の責任は売り手に残ります。写真の照合は候補の提示まで、代替は根拠を添えて推定と区別し、適合は記録の無い組み合わせをAIに断定させない。互換表と適合記録の持ち主を決め、判断の跡を残し、担当者向けの道具として小さく試してから買い手に開く。この順番を守れば、AIは熟練者の代わりではなく、熟練者の知識を多くの担当者に届ける道具になります。
※本記事にはAIが活用されています。編集者が確認・編集し、可能な限り正確で最新の情報を提供するよう努めておりますが、情報の完全性、正確性、最新性、有用性等について保証するものではありません。本記事の内容に基づいて行動を取る場合は、読者ご自身の責任で行っていただくようお願いいたします。
資料・ホワイトペーパーの制作、手が足りていますか?
営業資料・提案書・ホワイトペーパー・企画書などの制作を、チャットで依頼できるサブスクリプション型の資料制作サービスです。
