「タグ自体は手動で打ち込むこともできますが、あくまで人ができる範囲が限界で、そのデータから製品間の関連性を網羅的にグラフに落とし込んだりするところまでは難しい。自分たちではよくFacebookにたとえて『プロダクトブック』のようなものを作ろうと話しています。Facebookは人と人の関連性のデータを保有し、日々『この人は知り合いかも』とレコメンドをしたり、データを軸に最適な広告を出しやすい仕組みを作りました。この製品版・プロダクト版とも言えるようなデータベースを作っていきたいと考えています」（池内氏）
手作業を自動化するだけでなく、プロダクトの関連性を基に新しい取り組みができるのも特徴
Lazuliでは現在スーパーやメーカー、ホームセンターなど複数社とプロダクトのPoCを進めている状況。そのほかコンビニエンスストア事業者や小売流通EC事業者など扱う製品情報が多いエンタープライズ企業が初期のターゲットになる。料金体系については今のところ製品情報（API）が呼び出された回数に応じた課金モデルなどを検討しているそうだ。
同社のプロダクトにおいては、製品ごとの特徴を推定して適切なタグを付与するためのアルゴリズムの出来が大きなポイントになる。今回Lazuliには東京大学大学院教授の松尾豊氏がアドバイザーに就任しており、AI技術の研究開発に関しては松尾氏ともタッグを組みながら進めていくという。
