※本記事には広告が含まれます。Amazon商品リンクおよび一部サービスへのリンクは、アフィリエイト広告です。
沖縄生まれ、沖縄育ち、元公務員のコアラ太郎（@koala_taro）です。僕の経歴はプロフィールにまとめています。
Amazonの新商品を、商品選定、工場向け資料、パッケージ、動画まで、生成AIを使って一人で形にしました。
先日、公務員を辞めた僕の1日で少し触れた、Amazonの商品開発の続きです。
ここでいう「一人で作った」は、企画と最終判断を僕一人で担った、という意味です。
製造は中国の工場、量産品の確認は中国国内の検品会社、保管と発送はAmazon FBAを利用しています。AIも外部サービスも使いながら、一人で事業全体を組み立てた実録です。
結論から言うと、AIで広がったのは「一人で試せる範囲」です。
AIは、企画の壁打ち、配色、工場向け資料、商品紹介画像、パッケージ、動画素材を作る速度を上げてくれました。一方で、商品選定、工場との交渉、実物の確認、検品、在庫や広告費の判断、そして結果への責任は人間に残ります。
目次
結論：AIで広がったのは「一人で試せる範囲」
今回の主な工程と役割分担は、次のとおりです。
| 工程 | AIで行ったこと | 僕・外部パートナーが行ったこと |
|---|---|---|
| 商品選定 | 情報整理、アイデアの展開 | 実店舗で商品や売り場を確認し、候補を決定 |
| 中国仕入れ | 比較項目や質問内容を整理 | Alibaba.com・1688で調査し、工場と交渉 |
| 試作・検品 | 指示資料の作成補助 | 実物サンプルを確認し、検品会社が量産品を検査 |
| 配色・工場指示 | 配色案、資料のたたき台 | 4色を選び、PANTONE番号とロゴ位置を決定 |
| 商品画像・箱 | 複数のデザイン案を生成 | 実物との一致、表示内容、採用案を判断 |
| 商品動画 | 映像素材、コピー案を生成 | 使える場面を選び、Canvaで約30秒に編集 |
| 保管・発送 | ― | Amazon FBAが注文処理、梱包、配送を担当 |
| 広告運用 | データ分析や自動化を補助 | 予算、停止基準、利益を僕が判断 |
AIに任せれば全部自動、ではありません。
案が大量に出るからこそ、最後に決める人間の仕事は増えます。
作ったのは、シューズをバッグに吊り下げて持ち運ぶ商品
今回発売したのは、ErgoFitのシューズクリップです。
左右のスポーツシューズをクリップで挟み、カラビナでバッグに吊り下げて持ち運びます。
バスケットボールをはじめ、バレーボール、フットサル、バドミントン、卓球、ジムなど、室内スポーツ全般で使うことを想定しています。
部活動、試合、練習、遠征など、シューズを持って移動する場面で使えます。カラーは、レッド、ブルー、ブラック、パープルの4色です。
【PR】この記事で紹介しているErgoFitシューズクリップは、Amazonで確認できます。
※Amazonのアフィリエイトリンクです。リンク経由で購入された場合、紹介料を受け取ることがあります。
小さな商品ですが、発売までに決めることはかなりあります。
誰が使うのか。何色にするのか。ロゴをどこに置くのか。どんな箱なら安っぽく見えないのか。Amazonの商品画像で何を最初に伝えるのか。約30秒の動画で、どのメリットをどの順番で見せるのか。
商品そのものより、周辺の意思決定の方が多いくらいです。
商品選定は、リアル店舗から始まった
商品選定では、パソコン上で市場やキーワードを調べることも多いです。
ただ、僕は実際の店舗にも足を運びます。
現場で商品を手に取り、どのような商品が並んでいるのか、何が流行っているのか、どこに改善の余地があるのかを確認します。
今回のシューズクリップも、リアル店舗へ足を運んだことが商品選定のきっかけでした。
AIは、集めた情報を整理したり、アイデアを広げたりすることには向いています。
一方で、現場へ行き、商品を見て「これは売れるかもしれない」と感じ、リスクを取って商品化を決めるのは、今のところ僕の仕事です。
候補を見つけたら、Alibaba.comと1688で原価を調べる
商品候補を見つけたら、次は中国の仕入れサイトで調査します。
僕が使っているのは、Alibaba.comと1688です。
似た商品はいくらで作られているのか。最低発注数は何個なのか。色、素材、ロゴ、パッケージをどこまで変更できるのか。
まずは、商品原価とカスタマイズの可能性を調べます。
目ぼしい工場やサプライヤーが見つかったら、直接メッセージを送ります。
- サンプルを作れるか
- サンプル代はいくらか
- 量産時の単価はいくらか
- 希望数量で単価を調整できるか
- 日本までの送料はいくらか
- 納期はどれくらいか
こうした条件を一つずつ確認し、交渉しながら具体的に進めます。
サンプルが良くても、量産品が同じ品質とは限らない
工場からは、必ず試作品を郵送してもらい、実物を確認しています。
画面上の写真やAIモックアップだけでは、色、質感、強度、使いやすさまでは判断できません。
そして、工場選びで特に注意したいのが、サンプル品と量産品の品質が同じとは限らないことです。
サンプル品はきれいに仕上がっていたのに、量産になると品質が落ちる工場もあります。
サンプルが良かったからといって、その工場を完全に信用して終わりにはできません。量産後の品質を確認する仕組みが必要です。
中国国内の検品会社を入れ、合格品だけをAmazonへ送る
僕は中国国内の検品会社と契約しています。
工場で完成した商品を検品会社へ送り、色、数量、外観、破損、汚れ、パッケージなどを確認してもらいます。
信頼できる第三者に量産品を確認してもらい、検品を通過した商品だけをAmazonの倉庫へ納品する流れです。
僕のAmazon OEMでは、信頼できる検品会社との契約は欠かせません。
販売にはAmazon FBAを利用しています。商品がAmazonの倉庫へ納品されたあとは、注文処理、梱包、購入者への配送をAmazonが行います。
そのため、大量の商品在庫が自宅へ届き、家の中が段ボールだらけになることはありません。
AIを使って商品開発の一部を効率化しても、仕入れ、交渉、検品、物流の仕組みは別に必要です。
6つの配色案を、4色へ絞った
初期段階では、バスケットボール文化を感じる6つの配色案を作りました。
ただし、既存のチーム名やロゴを使うのではなく、あくまでバスケットボール文化を感じる配色として企画しています。
雰囲気だけでは、工場へ正確に伝わりません。
そこで、本体とシリコン部分の色を分け、世界共通の色見本であるPANTONE番号で指定しました。
試作段階では、ロゴの位置も何度か変更しています。AIを使いながら、配色、部位、ロゴ位置などの指示を、工場へ伝わる形に整理しました。
AIでモックアップは作れます。
でも、色、質感、強度、使いやすさは、最後に実物を見て判断しなければいけません。
商品画像を先に作り、パッケージへ展開した
箱は6面すべてのデザインを考える必要があります。
これまでは、ココナラやクラウドワークスなどでデザイナーへ数万円を支払い、デザインを依頼していました。
今回は、まずAmazonの商品ページに使う商品紹介画像を作り、そのデザインを箱へ応用しました。商品ページとパッケージのトンマナを合わせやすく、別々に作るより効率的だと考えたからです。
商品画像の制作では、ChatGPTとCodexを使いました。僕が利用しているのは、それぞれ月額約3,000円のプランです。
トンマナを変えた案を複数作り、比較しながら方向性を決めました。
ただし、一度の指示で意図どおりのデザインが完成したわけではありません。
実物とは違う形の商品が生成される。指示した色が変わる。文字が崩れる。箱へ当てはめると、重要な部分が見切れる。
何度も、地道に修正しました。
AIは案を出すスピードを上げてくれます。でも、案を選び、直し、捨てる作業は残ります。
AI動画は約100回生成し、使える数秒を集めた
商品動画は、Geminiで生成しました。
約30秒の動画に合わせて、7つの訴求を作っています。たとえば、次のような文言です。
- バッグに付けるだけ。両手が、自由に。
- ムレた靴は、バッグの外へ。
- 靴を外付け。バッグに、ゆとりを。
商品やロゴと重ならない位置に置く。冒頭3秒で商品の便利さを伝える。実際の動画に合わせ、表示する順番と時間を調整する。
AIでコピーとデザイン案を出し、最後は映像を見ながら僕が整えました。
僕の利用環境では当時、一度に生成できる動画は約10秒でした。実物とまったく違う商品が登場したり、指示とは異なる映像が出たりすることも多く、かなり苦戦しました。
さらに、4回ほど連続して生成すると制限がかかり、約8時間待たなければならないこともありました。
最終的には、合計100回ほど動画生成を試しています。
その中から使えるシーンだけを集め、最後はCanvaで約30秒の動画に仕上げました。
AIが一発で完成品を作ってくれたのではありません。約100回試し、使える数秒を拾い集めた、という方が正確です。
Amazon広告の運用にもAIツールを使っている
Amazon販売では、広告運用が利益を大きく左右します。
現在は、m19という広告最適化ツールを使い、入札や広告運用の一部を自動化しています。費用は月額1万円から2万円ほどです。
今後は、この部分も自分でAIを活用して効率化できないか検討しています。
広告データの取得、分析、ルールに沿った判断を行う仕組みは技術的には構築できると考えています。ただし、実際の広告費を動かす仕組みなので、すぐに本番稼働させるつもりはありません。
誤作動すれば広告費を無駄にする可能性があります。検証環境で十分にテストし、うまく置き換えられれば、月額最大2万円ほどのコスト削減につながる可能性があります。
AIで減った仕事と、減らなかった仕事
| AIで減らせたもの | AIを使っても残ったもの |
|---|---|
| 最初の案を作る時間 | 実店舗での発見と商品選定 |
| 外注前のラフ制作費 | 工場との交渉 |
| 配色やデザインの比較時間 | 実物サンプルと量産品の確認 |
| コピーの初稿 | 検品会社との連携 |
| 工場向け資料の整理時間 | 在庫、規約、広告費の判断 |
| 動画素材の試作 | 発売後の結果に対する責任 |
AIは、僕の代わりに責任を取ってくれません。
だから僕は、AIを「全部やってくれる人」とは考えていません。
何度でも案を出し、整理し、形にしてくれる分身のような存在だと考えています。
【PR】AIを触るだけでなく、開発まで体系的に学びたい人へ
AI Agent Campは、環境構築なしでAIエージェント開発を学べるオンライン講座です。
AI Agent Campのカリキュラムと受講条件を確認する
※僕自身の受講レビューではありません。また、Amazon商品開発に特化した講座ではありません。カリキュラム、料金、サポート内容を公式ページで確認し、自分に合うか判断してください。
よくある質問
生成AIだけでAmazon OEMの商品を作れますか？
AIだけで完結するのは難しいです。企画、配色、資料、画像、動画の試作は速くできますが、工場との交渉、実物確認、量産品の検品、物流、規約、在庫や広告費の判断は人間と外部パートナーの仕事です。
中国工場のサンプルが良ければ、そのまま量産しても大丈夫ですか？
僕は、サンプルが良くても量産品の確認を省きません。量産で品質が変わる工場もあるため、中国国内の検品会社に外観、数量、破損、汚れ、パッケージなどを確認してもらい、合格品だけをAmazonへ送っています。
AI動画は一度の指示で完成しますか？
今回の動画は一度では完成しませんでした。僕の当時の利用環境では、Geminiで約100回生成を試し、使える数秒を集め、Canvaで約30秒に編集しました。商品が実物と違って生成されることもあるため、最後の目視確認は欠かせません。
まとめ：AIは、何度でも試作してくれる分身
今回の商品では、商品選定、企画、配色、工場向け資料、パッケージ、動画、販売後の分析まで、AIを広く使いました。
以前より、外注費を抑えながら試せる範囲は確実に増えています。
ただし、AIを使ったから売れるわけではありません。格好いい画像ができても、実物が使いにくければ売れません。動画ができても、広告の出し方を間違えれば赤字になります。
それでも、AIによって個人が商品を作るハードルは大きく下がったと感じています。
小さく作る。
すぐ見る。
直す。
また試す。
この速度を、一人でも出せるようになったことが一番大きいです。
AIに仕事を奪われるかを考えるより、AIと一緒に何を作れるかを考える。
僕は今、その方が面白いです。
今回紹介したErgoFitシューズクリップの4色展開と使用イメージは、Amazonの商品ページ（PR）で確認できます。
