DoorDash、食料品の再注文時間を8分の1に短縮

フードデリバリー大手のDoorDashが、食料品の再注文にかかる処理時間を16秒から2秒へと大幅に短縮した。この改善にあたって同社が採用したのは、AIを活用したバッチ処理と呼ばれる手法で、ユーザーが実際に操作する前の段階で購入パターンを先回りして計算しておく仕組みだ。その結果、ショッピングリストの閲覧数は2倍に増加し、そのフローからの注文率も約34%向上したと同社は報告している。

そもそもこの取り組みが生まれた背景には、食料品のオンライン注文が抱える構造的な課題がある。食料品は日用品であるため、同じ商品を繰り返し購入するユーザーが多い。一方で、スーパーなどの商品ラインナップは在庫状況や季節によって常に変動する。このため「前回と同じ商品をもう一度注文したい」というシンプルなニーズに応えることが、技術的には意外に難しい問題となっていた。

DoorDashが今回構築した仕組みは、大きく三つの要素で成り立っている。まず、大規模言語モデル（LLM）を使ったバッチ推論によって、各ユーザーが定期的に購入する可能性が高い商品を事前に計算しておく。次に、決定論的な検証プロセスを経て、その計算結果の信頼性を担保する。そして、ユーザーがアプリを開いた段階でリアルタイムに商品カタログと照合し、現在も実際に購入可能な商品だけが表示されるよう最新の状態に更新する。さらに、ユーザーが注文内容を自分で編集できるインターフェースを設けることで、都度AIモデルを呼び出す処理を減らし、システム全体の効率を高めた。

技術的なポイントは「事前計算」と「リアルタイム更新」の組み合わせにある。重い処理（AIによる購買予測）をあらかじめバックグラウンドで済ませておき、ユーザーが操作する瞬間には軽い処理（在庫確認）だけを行う構造にすることで、体感速度を飛躍的に向上させた。これはAI処理の「いつ動かすか」を設計に組み込んだ、実用的なアーキテクチャの工夫といえる。

この事例が示しているのは、AIを導入するだけでなく「どのタイミングでAIを動かすか」を設計することが、実際のサービス品質に直結するという点だ。LLMは処理能力が高い一方で、リクエストのたびにリアルタイムで動かすとどうしても時間がかかる。DoorDashのアプローチは、そのトレードオフをバッチ処理と事前計算で解消しようとしたものであり、同様の課題を抱えるECや予約系サービスにとっても参考になる設計思想と位置づけられる。

食料品デリバリーの市場では、注文の手軽さや速さがサービス選択の大きな要因になりつつある。閲覧数の倍増や注文率の向上という結果は、処理速度の改善がユーザー行動に直接影響を与えることを示している。今後は、同様のAIエージェントを活用した事前処理の設計が、デリバリー分野以外にも広がるかどうかが注目点となる。