今年の初め、弊社では恒例の「エグゼクティブ・フォーラム」を開催いたしました。小売業界のリーダー約100名が3日間にわたり参加し、分科会や夕食会、そして予定外の廊下での会話など、さまざまな交流の場が設けられました。 どの場面でも、ある話題が必ず取り上げられました。その話題はAIから始まり、ほぼ例外なく、より難しい問いへと展開していきました。それは、「こうした変化が、私たちがすでに持っている分析インフラにとって、一体どのような意味を持つのか？」という問いです。
「The Session」をご覧ください 👉 フットロッカーが店舗データを活用してコンバージョンを促進する方法
小売業界のリーダーたちが実際に交わしている会話
小売業界における経営陣レベルでのAIに関する議論は、急速に成熟してきました。2年前は「AI戦略を策定すべきか」という段階でしたが、1年前には「どこでパイロット導入を行うか」という段階へと移り、現在では「当社のオペレーティング・スタックのどの部分が、我々が目指す取り組みに耐えうるか、またどの部分が耐えられないか」という段階に至っています。
この最後の議論は、最初の2つよりも難しいものです。リーダーたちは、往々にして調達を通じて何年も前に導入したインフラを見直し、それが依然として目的に適しているかどうかを問わなければなりません。多くの実店舗小売業者にとって、来店客数や店舗分析のデータは、まさにそのカテゴリーに該当するインフラです。一度導入すれば、概ね機能はしていますが、知らず知らずのうちに制約となっているのです。
この数字は、事態がいかに深刻化しているかを物語っています。ガートナー社の予測によると、2026年には世界のAI関連支出が2.52兆ドルに達し、前年比44％増となる見込みです。 IBMが世界中の小売および消費財業界の経営幹部1,500名を対象に実施した調査によると、81％が「中程度」または「相当な程度」でAIを活用しており、社内のチームではさらにその先を行く取り組みが進んでいることが分かりました。これらはもはや試験的な取り組みではありません。これらは本腰を入れた運用予算なのです。
なぜ従来の集計インフラでは対応できないのか
30年以上にわたりこの分野の基盤となってきた従来の客数計測器は、ある一つの疑問に答えるために開発されました。それは、「店に何人の客が入店したか」というものです。当時は、それが非常に有用でした。コンバージョン率、人員配置比率、時間ごとの傾向といったデータは、運営者にとって大きな強みとなっていました。
しかし、そのアーキテクチャには限界があります。数値を報告するだけのハードウェアは、パターンから学習するソフトウェアにはなり得ません。カウント機能のプラットフォームにAI機能を後付けすることは、単なる製品のアップデートではなく、構造的な不整合です。データ基盤が整っていないのです。
このことを早期に認識した小売業者は、AI戦略の一環として、事後ではなく事前に分析インフラを近代化することになるでしょう。そうしない企業は、今後2年間、その重みに耐えられない基盤にAI投資を注ぎ込むことになるでしょう。
私は、隣接する分野でも同様の傾向が見られるのを目の当たりにしてきました。AIを最初から業務に組み込んだ企業は、構造的な優位性を確立します。一方、既存のシステムに後付けでAIを導入する企業は、より多くのコストを要し、対応が遅れ、成果も乏しくなります。この差は確かに存在し、急速に拡大しています。
このすべてには、もっと根本的な問いが潜んでいます。小売業者が今後10年間にわたって採用する分析プラットフォームは、まだ考案されていないAIのユースケースにも対応できるものでなければなりません。その柔軟性を実現する唯一の方法は、市場からの需要が生じてから後付けで追加するのではなく、初期段階からプラットフォームに機械学習を組み込むように設計することです。 小売業者は、プロバイダーに対してこれまでとは異なる質問をすべきです。単に「このプラットフォームは現在どのような機能を備えているか」というだけでなく、「どのように構築されているのか」という点を問うべきです。従来のトラフィックカウンターは、こうした用途を想定して構築されたものではありません。今後10年間で成功を収めるプラットフォームは、そうした要件を満たすものとなるでしょう。
AIネイティブの運用とは、実際にはどのようなものなのでしょうか
このカテゴリーの大部分は、依然として週次レポートの売買を行っています。一方、ごく一部の小売業者は、すでにその段階を乗り越えています。その動きが実際にはどのようなものか、以下にご紹介します。
- ある米国のデパートでは、RetailNextデバイスの稼働状況データがServiceNowに自動的に送信される仕組みを導入しており、これにより、人の手による介入なしにインシデントチケットの開設と解決が行われています。以前は誰かが気づいて処理を割り当てる必要があった運用アラートも、現在ではワークフロー自体によって処理されるようになりました。
- カナダのプレミアムアパレル小売企業は、RetailNextのデータを活用して独自の分析モデルを構築し、その分析結果をデジタル、マーケティング、不動産、オペレーションの各部門に展開しています。その基盤となるのがプラットフォームです。同社が構築したインテリジェンス層は、その上に位置し、ビジネスのあらゆる機能にまたがっています。
- ある米国のスポーツ用品小売業者は、AIを活用して業務課題を生成しています。特定の店舗で指標が基準から外れた場合、システムがそれを指摘し、地区マネージャーが講じるべき対策を生成するとともに、その問題が解決されたかどうかを追跡します。同チームは、店舗の業績を単なる週次報告ではなく、継続的な閉ループとして捉えています。
- 英国のあるスポーツ用品専門店チェーンは、数百店舗にわたって1人の担当者が行っていた四半期ごとの手作業による人員配置表の作成プロセスを、来店客数の予測に基づいて継続的に更新される人員配置システムに置き換えています。計画の策定頻度は、四半期に1回から週に1回へと移行しています。
- ある米国の家具小売業者は、従来から使用していた来客数計測システムを、リアルタイムのAPIフィードとAIを活用した需要予測システムに置き換えており、社内のアナリストもこのプラットフォームに直接参画しています。
5つの異なる小売業者。5つの異なるカテゴリー。その傾向は一貫しています。週単位ではなく継続的であり、孤立したものではなく統合されており、過去を振り返るのではなく将来を見据えています。このように事業を展開している小売業者は、カテゴリーが追いつくのを待っていません。競合他社がまだ評価段階にある間に、彼らは先を行くのです。
今後24ヶ月はどのような状況になるでしょうか
今日では部分的にしか当てはまらない3つのことが、2年後には事実となるでしょう。
- エンタープライズレベルにおいては、従来の来客数計測インフラは明らかに時代遅れとなるでしょう。その時点で近代化を進めていない小売業者は、近代化を済ませた業者に比べて、情報量が明らかに少なくなります。ほんの少し少ないというレベルではなく、明らかに少ないのです。
- AIネイティブのプラットフォームは、競争上の優位性から、もはや当然の要件へと変化していくでしょう。早期に導入した小売業者は、そのリードをさらに拡大していくことになります。導入を先延ばしにした小売業者は、今後2年間をかけて、リーダー企業がすでに次の段階へと進んでいる位置に追いつくことに追われることになるでしょう。
- これを誤った場合の代償は、財務実績に如実に表れることになります。労働生産性、コンバージョン率、不動産に関する意思決定、マーケティングのROIなどです。AIを基盤とする事業者とそれ以外の事業者との間の格差は、損益計算書上で数値として把握できるようになります。その時点で、ほとんどの取締役会は、導入スケジュールに関する議論をやめることになるでしょう。
待ったなしの決断
小売業界のリーダーの皆様がこの記事をお読みになっているなら、次回の戦略見直しで検討すべき質問は、「AIへの取り組みは十分か？」というものではありません。その質問は抽象的すぎて、実用的な意味を持ちません。真に問うべきは、「現在保有しているアナリティクスインフラが、2年後に実現したい運営モデルを支えることができるか？」ということです。
もし「はい」とお答えなら、同カテゴリーのほとんどの企業よりも一歩先を行っています。「いいえ」とお答えの場合、待つことによるコストは四半期ごとに雪だるま式に膨らんでいきます。現在、最も迅速に動いている小売業者は、すでに決断を下しています。
この分野は常に進化し続けています。問題は、御社のインフラがその進化に追いついているかどうかです。
また新たな取り組み？ 👉 ケンドラ・スコットとマリン・レイヤーが、店舗をコミュニティの拠点に変えています
