Choco、AIエージェントで食品流通を自動化

[Choco(opens in a new window)](https://choco.com/us?utm_campaign=391918817-Global%20%7C%202026%20%7C%20OpenAI%20Case%20Study&utm_source=OpenAI%20Website&utm_medium=OpenAI&utm_term=Case%20Study)は、食品・飲料の流通を近代化するAI搭載プラットフォームであり、米国、英国、欧州、GCC（湾岸協力会議）地域において、2万1000人以上の卸売業者と10万人以上の購入者を支援しています。レストラン、サプライヤー、卸売業者を一元化したシステムで結びつけることで、Chocoは食品供給チェーン全体における注文、販売、顧客管理を効率化しています。 注文量の増加に伴い、Chocoは大きなボトルネックに直面しました。注文はまだメール、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を通じて届いていました。チームはそれらの入力情報を構造化されたERP（企業資源計画）システムの注文データに手動で変換していましたが、このプロセスは低速でエラーが発生しやすく、スケールアップを制限するとともに、絶えず運用上の摩擦を生み出していました。 「それらの入力情報を処理することは最初の障壁でしたが、最も困難な部分ではありませんでした。真の問題は暗黙の文脈にありました。顧客固有のSKU（在庫管理単位）マッピング、単位の好み、配送パターンといった知識は、注文デスクの担当者の頭の中にしか存在せず、私たちはそれを注文取得の時点で曖昧さを解消する推論層にエンコードする必要がありました。」 —Narbeh Mirzaei、VP Engineering（最高技術責任者） 本番環境で利用可能な大規模言語モデル（LLM：Large Language Model）の登場により、Chocoはワークフローソフトウェアを超えて、作業を直接実行できるAIシステムを構築する機会を見出しました。OpenAI APIsはこの変革の中核となりました。 Chocoは、次世代のAIネイティブ製品を駆動するプラットフォームの中核としてOpenAI APIを組み込みました。同社は、メール、SMS、画像、文書などのマルチモーダル入力を処理し、構造化されたERP対応の注文に変換する[OrderAgent(新しいウィンドウで開く)](https://choco.com/us/orderagent?utm_campaign=391918817-Global%20%7C%202026%20%7C%[%E2%80%A6]e&utm_medium=OpenAI&utm_term=Case%20Study&utm_content=OrderAgent)を発表しました。 「文字起こしと情報抽出の機能は、私たちに強力な基盤を提供してくれました。真のエンジニアリング上の課題は、動的なコンテキスト内学習インフラを構築することであり、システムが各顧客の注文履歴とカタログに基づいて曖昧さを解消する仕組みです。これこそが、単なる自動化と知能の違いを分けるものです。」 —Narbeh Mirzaei、VP Engineering Chocoはまた、OpenAIのRealtime API（リアルタイムAPI）を基盤とした[VoiceAgent(新しいウィンドウで開く)](https://choco.com/uk/stories/suppliers/introducing-the-choco-voice-agent-built-by-choco-in-collaboration-with-openai)も構築しました。これにより、顧客は営業時間外であっても、サブ秒単位の低遅延で電話を通じて自然な口調で注文を行うことができます。 ![image](https://images.ctfassets.net/kftzwdyauwt9/4IAKZ1YBKjgJaCXWSjz3mX/c0926c10a3f95300d7d1b907cacdc377/Blog-image-6.png?w=3840&q=90&fm=webp) OpenAI は、モデルの性能、マルチモーダル機能、構造化された出力、そして大規模な運用における信頼性から選定されました。テキスト、画像、音声のすべてを単一のエコシステムで処理できる能力により、Choco は以前は分断されていたワークフローを一つのインテリジェントなシステムに統合することができました。 実装は迅速かつスケーラブルに行われました。OpenAI の SDK や API を活用し、Choco は音声からテキストへの変換（Speech-to-Text）、埋め込み（Embeddings）、関数呼び出し（Function Calling）などの機能をインフラストラクチャに迅速に統合しました。さらにチームは、本番環境での正確性とパフォーマンスを保証するため、正解データセット、継続的なモニタリング、A/B テストを含む厳格な評価フレームワークを構築しました。 採用は、注文ワークフロー全体へのシームレスな統合によって推進されました。顧客は電話、テキストメッセージ、またはメールでの注文方法を変える必要はありませんでした。システムは顧客に合わせて適応しました。 - 年間 880 万件以上の注文を処理し、数百万件の手動ワークフローを削減 - 手動での注文入力作業を最大 50% 削減し、チームを高付加価値の業務に集中させる - 生産性を 2 倍に向上させ、追加の人員採用なしでチームのスケールアップを可能にする - 設定可能な自動化閾値により、エラー率を 1〜5% 未満に維持 - 夜間や週末の遅延を解消し、24 時間 365 日の注文受入をサポート - 初日から評価を開始する：わずか10〜20例の「正解データ（ground-truth dataset）」でも、チームは進捗を測定し、改善を検証し、確信を持って反復作業を行うことができます。 - AIネイティブな観測可能性（AI-native observability）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、モデルの入力、出力、推論のトレース（reasoning traces）を記録することが、パフォーマンスの理解と向上に不可欠です。 - 初期段階で適切な期待値を設定する：決定論的なソフトウェアとは異なり、大規模言語モデル（LLM）は確率的な振る舞いをします。この違いをチームやユーザーに教育することが、信頼の構築と導入時の摩擦回避の鍵となります。 Chocoは、フードディストリビューション（食品流通）エコシステム全体にわたってAI機能を拡大し、複雑な運用ワークフローの実行におけるエージェントの役割を深めています。AIシステムがより多くの責任を負うにつれ、同社は「エージェントオーケストレーター」として機能し、ビジネス成果を駆動するインテリジェントなシステムを設計・管理する非エンジニアという新しいクラスのユーザーに対応可能な基盤を整えています。 今後、Chocoは営業、コマース（商業取引）、サプライチェーン運用において、より自律的で文脈を認識するシステムを強化するため、OpenAI APIの使用をさらに拡大していく計画です。これにより、ワークフローソフトウェアからAI駆動の実行インフラへの移行を継続していきます。

Choco、AIエージェントで食品流通を自動化

背景や根拠まで確認しますか？

関連記事

調べる

選ぶ

サイト