もしも買取再販の会社「ミドリ堂」にAIを入れたら

①

仕入れる｜売り手集客

夜10時、「売ろうかな」の瞬間に見つけてもらう

市内に住む山口さんが、クローゼットの奥のブランドバッグをふと手に取る。「使ってないな。いくらになるんだろう」。スマホで「バッグ買取 ○○市」と検索——ミドリ堂の旅は、店に来る前のこの瞬間から始まっている。

いまのミドリ堂

ホームページの買取相場ページは1年前に更新したきり。検索しても他社の下に埋もれる
受付は電話のみ・営業時間内のみ。夜10時の「売ろうかな」は朝には冷めている
店頭のチラシもSNSも、店長が手すきの時に作るだけ

AIが入ったミドリ堂

型番別の買取相場ページを、相場データと連動してAIが下書き・自動更新。検索の入口が常に新しい
LINEで写真を送ると、AIが型番と相場を照合して「だいたい◯円〜◯円」を数分で自動返信。そのまま来店予約・宅配キット申込へ
入荷告知SNS・エリア別チラシはAIが量産し、店長は確認だけ

人がやること：概算はあくまで「幅」で出し、確定金額は店で人が提示する。この線引きが信頼を守る

使うユースケースUC-01 相場ページを自動で更新 ○UC-04 写真1枚で事前査定 ◎UC-05 受付の自動応対 ◎UC-02 チラシ・SNSをまとめて作る ◎

②

仕入れる｜査定・真贋

2年目の田中さんが、ひとりで査定を回せる日

翌日、山口さんがバッグを持って来店。カウンターに立つのは入社2年目の田中さん。いままでなら、型番を調べるのに20分、真贋はベテランの南さんを呼んで——南さんが休みの日は「お預かりになります」と言うしかなかった。

いまのミドリ堂

型番の特定に手間取り、相場を調べるのはさらに一苦労。お客を待たせる
真贋と高額品は南さん頼み。南さん不在の日は買取を逃し、他店に流れる
状態ランクの基準が人によってブレて、あとのEC販売で返品・低評価の原因になる

AIが入ったミドリ堂

バッグを撮影すると、AIが刻印・型番を読み取り、過去に自店でいくらで買い取り・いくらで売れたかと市場相場を1画面に表示
真贋はAIが「真正の可能性が高い／要精査」に仕分け。要精査だけ南さんや外部鑑定に回す
傷・スレをAIが検出し、状態ランク案を根拠つきで提示。誰が査定しても基準が揃う
迷ったら、南さんの査定メモ・研修資料を学習した社内AIに質問すると根拠つきで即答

人がやること：最終判定と買取価格の決定は田中さん。AIに白黒はつけさせない。南さんは要精査対応と若手育成に回る

使うユースケースUC-06 型番の自動読み取り ○UC-07 似た商品を写真で探す ○UC-08 本物かどうかの仕分け ○〜△UC-09 状態ランクをそろえる ○UC-10 ベテランの知識をAIに ○

③

仕入れる｜契約・受入・法令

成約。書類仕事が消えて、守りは固くなる

「この金額なら」と山口さんがうなずいた。ここからが古物商の義務の時間——本人確認と古物台帳。いままでは免許証をコピーして、夕方まとめて台帳へ手で転記していた。忙しい日は、これが一番あとまわしになる仕事だった。

いまのミドリ堂

免許証コピー→台帳へ手書き転記。記載漏れがないか、いつも不安
買取価格が相場とズレていても、気づくのは月次の棚卸しのあと
出張買取の現場でどんな説明をしたかは、担当者しか知らない

AIが入ったミドリ堂

身分証の文字をAIが読み取り、スマホで完結する本人確認を通して古物台帳へ自動で書き込む。買取管理システムとつながっていて、二重に打ち込まない
本部では買取データを常時監視。相場から大きく外れた買取はその日のうちに森本社長へ通知（誤査定も不正も早期に発見）
出張買取・電話の録音はAIが文字起こしし、クーリングオフ説明の漏れを自動チェック

人がやること：書類不備や疑わしい持込の受け入れ可否。アラートを「教育で直すか、調査するか」の判断

使うユースケースUC-11 本人確認と台帳の自動化 ◎UC-13 買取価格の異常に気づく ○UC-12 買取の会話チェック △

④

商品にする｜検品・登録

バックヤード——「入力する仕事」が「確認する仕事」に変わる

買い取ったバッグはバックヤードへ。ここはEC担当・村上さんの持ち場だ。色・素材・サイズ・付属品を1点ずつ入力して、1点あたり15分。ミドリ堂の出品が1日40点で頭打ちなのは、村上さんの手が2本しかないからだった。

いまのミドリ堂

特徴の入力・採寸・付属品の確認、すべて手作業。登録待ちの在庫が棚に積み上がる
ギャランティカードの入れ忘れに、売れたあとで気づいたことがある
「これ、売っていい商品だっけ」（リコール・PSE）は担当者の記憶が頼り

AIが入ったミドリ堂

撮影台に置いて撮るだけで、AIが色・素材・年代・カテゴリのタグを下書き
型番ごとの付属品リストと写真を照合して、足りない物を自動で指摘（買い取るときと出品するときの2回）
リコール・PSE・規制対象の疑いがある商品は登録時に自動でフラグ
古着は決めた向きで撮影すれば採寸も自動（±誤差を明記して運用）

人がやること：AIの下書きの確認と例外の判断だけ。村上さんの仕事は「入力」から「検品の質を守る」に変わる

使うユースケースUC-14 特徴と目印を自動で付ける ○UC-16 付属品の抜けチェック ○UC-17 売ってはいけない物のチェック ○UC-15 古着の自動採寸 △

⑤

商品にする｜出品

説明文の夜残業がなくなる。海外にも、勝手に売り場が増える

一点物は説明文も一点物。「角に小さなスレ、金具に薄い小傷——」。これを1点ずつ書くのが村上さんの夜の残業だった。写真は事務所の床で撮るから、どうしても生活感が出る。

いまのミドリ堂

説明文を書くのは閉店後。文章が得意な人と苦手な人で品質がバラバラ
写真の背景に段ボールが写り込む。暗い写真は売れゆきも暗い
海外に売れそうな商品も、英語の壁でモール出品は手つかず

AIが入ったミドリ堂

写真と登録データから、タイトルと状態を正直に伝える説明文をAIが下書き。「正直に、感じよく」の型で統一
背景はAIが自動で白抜き・統一。傷はむしろ拡大して見せるカットを自動で組む（隠さないから返品が減る）
海外モールへは自動翻訳＋規制チェック（電池・ワシントン条約など）で出品

人がやること：「書かれた状態が実物と合っているか」の最終確認。盛る方向の修正はしない

使うユースケースUC-18 説明文の自動生成 ◎UC-19 商品写真の自動補正 ◎UC-20 海外向け出品 ○

⑥

売って、回す｜販売・接客

3週間後、東京の久保さんと出会う

出品から3週間。東京の会社員・久保さんがミドリ堂のECで「きれいめ通勤バッグ 5万円以下」と打ち込む。1点物の在庫から、AIが山口さんのバッグを提案した。久保さんは質問を送る。「角のスレは、実際どのくらい目立ちますか？」

いまのミドリ堂

キーワード検索は表記ゆれに弱く、せっかくの一点物が検索に出てこない
ランキング表示は1点物と相性が悪く、大量の在庫がページの奥に埋もれる
商品への質問返信は村上さんの合間仕事。返信が翌日になり、その間に他店で買われる

AIが入ったミドリ堂

曖昧な言葉の検索をAIが解釈し、条件に合う一点物を対話形式で提案
「この商品を見た人へ」は同じ商品ではなく好みの近い別の一点物を出し続ける（売れたら消える前提の設計）
質問には、検品記録から返信下書きを自動生成。村上さんは確認して送るだけ。当日中に返せる
店頭では翻訳タブレットで訪日客にも対応（在庫検索・免税案内つき）

人がやること：値下げ交渉の最終判断と、おすすめ枠の編集方針（AI枠と目利き特集の使い分け）

使うユースケースUC-22 会話で探せる検索 ○UC-21 1点もののおすすめ表示 ○UC-24 質問への返信下書き ◎UC-23 写真から似た物を提案 ○UC-25 外国語での接客 ○

⑦

売って、回す｜値付け・在庫・販路

いっぽうその頃——売れ残りは、毎朝のリストで動かす

山口さんのバッグは3週間で売れた。でも倉庫には、半年動いていない商品もある。いままで値下げは店長の勘だった。「そろそろ下げるか」に根拠はなく、気づいたら季節が終わっていた。

いまのミドリ堂

値下げのタイミングも幅も人それぞれ。売れ残りは月末棚卸しでようやく発覚
郊外店で寝ている商品が、駅前店なら売れることを誰も知らない
業者市に出すか、フリマで粘るかは、担当者の経験頼み

AIが入ったミドリ堂

相場・閲覧数・滞留日数から、AIが毎朝「今日の値下げ推奨リスト」を作成。承認された分だけ各販路へ自動反映
店舗×カテゴリの売れゆき予測から、毎週の店舗間移動リストを提案
商品ごとに「店頭・EC・フリマ・業者市・海外のどこで売ると粗利が残るか」を提示。業者市の入札上限・放出タイミングも過去データから提案

人がやること：値下げ・移動・放出の承認。全自動にはしない。推奨→承認で信頼を積んでから自動範囲を広げる

使うユースケースUC-26 自動値付けと値下げ △UC-27 店どうしの在庫移動 △UC-28 売り先の振り分け ○UC-29 業者市の入札支援 ○

⑧

売って、回す｜問い合わせ・アフター

「入金まだですか？」に追われない

バッグは久保さんの手元へ。その間も店には「査定はいつ終わる？」「入金はいつ？」の電話が鳴る。そしてECには時々、あのレビューが付く——「思ったより傷がありました」。

いまのミドリ堂

進捗確認の電話・メール対応に、店と本部の時間が細切れに奪われる
低評価レビューは読んで凹むだけで、原因の特定まで手が回らない
Googleマップの口コミは返信ゼロ。買取の来店集客に静かに響いている

AIが入ったミドリ堂

買取・注文の進み具合とつないだ自動の返事で、多くはその場で解決。人はこみ入った話だけ引き継ぐ
レビュー・返品理由をAIが分類し、「どの検品項目・どの説明表現が原因か」を特定→場面④の検品基準に還流
口コミ返信はAIが下書き。謝罪・補償に関わるものだけ人が書く

人がやること：クレーム対応と、検品基準・説明の型を直す判断。AIは「気づく」まで、直すのは人

使うユースケースUC-30 問い合わせの自動対応 ◎UC-31 口コミ・返品理由の分析 ○UC-32 口コミ返信の下書き ◎

⑨

円環｜買った人が、売りに来る

半年後——久保さんが、今度は「売る側」で戻ってくる

半年後、久保さんのスマホにミドリ堂から通知が届く。「以前ご購入いただいたシリーズ、いま相場が上がっています」。久保さんは思い出す。そういえば、使わなくなったバッグがもう1つある——。買取再販の商売では、売った人も買った人も、次の仕入れ先。この輪を意図して回すのがAIの仕事だ。

いまのミドリ堂

買ってくれたお客との接点は、発送完了メールで終わり
再来店は「たまたま」任せ。売り手リピートの仕掛けがない

AIが入ったミドリ堂

購入・買取履歴×相場変動から、「売り時」を個別に通知。押し付けにならない頻度で
山口さんにも「同じブランドの別モデルも高値です」と次の売却提案が届く

人がやること：通知の頻度とトーンの設計。「催促」に見えた瞬間に逆効果になる

使うユースケースUC-03 売り時のお知らせ ○

＋

横串｜経営・管理

森本社長の月曜朝

月曜9時。以前の森本社長は、3店舗から届くExcelを貼り合わせて午前中を使い切っていた。いまは違う。

いまのミドリ堂

店舗別の買取率・成約率・在庫回転の集計に半日。「数字を見る」前に「数字を作る」で疲れる

AIが入ったミドリ堂

週次レポート（数字＋先週からの変化点＋確認したいこと）が自動で届く
買取価格の異常アラート（場面③）と、若手の査定学習（場面②）もここにつながる

人がやること：数字の解釈と、今週の打ち手の決定。経営判断はAIに渡さない

使うユースケースUC-33 報告書を自動でつくる ◎UC-13 買取価格の異常に気づく ○UC-10 ベテランの知識をAIに ○

ミドリ堂は、どこから始めたか（進め方のイメージ）

STEP 1｜最初の1〜2ヶ月

◎の3つで体感する

説明文の下書き（UC-18）、口コミ返信（UC-32）、週次レポート（UC-33）。既製サービスの組み合わせで始められ、数週間で「AIと働く感覚」が社内に生まれる

STEP 2｜3〜6ヶ月

査定と受付を仕組みに

写真1枚の事前査定（UC-04）、型番の読み取りと過去実績の照合（UC-06・07）、台帳の自動化（UC-11）。ここからが買取再販の独自領域＝同業との差になる

STEP 3｜半年〜

判断の回転数を上げる

値下げのおすすめリスト（UC-26）、本物かどうかの仕分け（UC-08）、売り先の振り分け（UC-28）。「AIがすすめる→人がOKを出す→反映は自動」の型で、判断の質を落とさずに回数を増やす

順番は会社の詰まりどころ次第です。実際には「どの場面が最も苦しいか」から逆算して組みます。大事なのはAIを1つ足すことではなく、①〜⑨の流れのどこに入れて、次はどこへつなげるかを描いておくこと。

付録：この物語に登場するAIユースケース（33件）

◎＝すでにあるサービスを組み合わせればすぐ（数週間〜）／○＝すでにあるAIに自社のデータをつなぐ作業が要る（1〜3ヶ月）／△＝データの整理や、仕事のやり方の見直しから（3ヶ月〜）。それぞれの詳しい説明（困りごと・AIに任せるところ・人が決めるところ・他社の事例）は事例集サイトにあります。番号を押すと、その事例がそのまま開きます。
※ 事例集はその後48件に増えています（「始める前の準備」と「発送・事務」を追加）。最新の全件はリユース業のAI活用事例集をご覧ください。

登場場面	番号	名前（押すと事例が開きます）	始めやすさ
① 見つけてもらう	01	買取相場コンテンツの自動更新	○
	02	チラシ・広告・SNS投稿をまとめてつくる	◎
	04	写真1枚の事前査定（Web・LINE）	◎
	05	買取受付の自動応対	◎
② 査定する	06	型番・刻印・シリアルの自動読み取り	○
	07	よく似た商品の画像検索	○
	08	真贋判定の補助	○〜△
	09	状態ランク付けの平準化	○
	10	ベテラン査定士の知識のAI化	○
③ 引き取る	11	本人確認・古物台帳の自動化	◎
	12	訪問・電話買取の会話チェック	△
	13	買取価格の異常検知	○
④ 商品にする	14	自動タグ付け・カテゴリ分類	○
	15	古着・服飾の自動採寸	△
	16	付属品・欠品チェック	○
	17	売ってはいけない物の自動チェック	○
⑤ 売り場に出す	18	商品説明文・タイトルの自動生成	◎
	19	商品写真の自動補正・背景処理	◎
	20	海外向け出品の自動化	○
⑥ 買い手と出会う	21	一点物のおすすめ表示	○
	22	会話で探せる商品検索	○
	23	写真から似た物・合う物を提案	○
	24	商品質問への返信下書き	◎
	25	店頭接客の多言語対応	○
⑦ 売れ残りを動かす	26	自動値付けと段階値下げ	△
	27	需要予測と店舗間の在庫移動	△
	28	販路の自動振り分け	○
	29	業者市の入札・放出支援	○
⑧ アフターを支える	30	問い合わせ対応の自動化	◎
	31	レビュー・返品理由の分析	○
	32	口コミ返信の下書き	◎
⑨ また出会う	03	売り時のお知らせ（リピート買取）	○
＋社長の月曜朝	33	バラバラの表を1つにまとめ、報告書を自動でつくる	◎

もしも買取再販の会社「ミドリ堂」にAIを入れたら
——1個のバッグの旅で見るAI活用

モデル企業の紹介

夜10時、「売ろうかな」の瞬間に見つけてもらう

2年目の田中さんが、ひとりで査定を回せる日

成約。書類仕事が消えて、守りは固くなる

バックヤード——「入力する仕事」が「確認する仕事」に変わる

説明文の夜残業がなくなる。海外にも、勝手に売り場が増える

3週間後、東京の久保さんと出会う

いっぽうその頃——売れ残りは、毎朝のリストで動かす

「入金まだですか？」に追われない

半年後——久保さんが、今度は「売る側」で戻ってくる

森本社長の月曜朝

ミドリ堂は、どこから始めたか（進め方のイメージ）

付録：この物語に登場するAIユースケース（33件）