人工知能（AI）は、商品のレコメンデーションから在庫管理に至るまで、長年にわたり小売業界に変革をもたらしてきました。しかし、AIの能力が進化するにつれ、新たな概念が脚光を浴びつつあります。それが「エージェント型AI」です。 人間の入力に依存して機能する従来のAIモデルとは異なり、エージェント型AIはより高い自律性を持って動作し、絶え間ない監視なしに意思決定を行い、行動を起こし、新しい情報に動的に適応します。この能力は、デジタル体験と実店舗での体験のギャップを埋めることをますます模索している実店舗小売業者にとって、極めて重要な意味を持ちます。
「パルス・レポート」をご覧ください：『Retail 2.0：AIの優位性』
「エージェント型AI」とは何でしょうか？
エージェント型AIの重要性を理解するには、AIエージェントとの違いを明確にすることが重要です。AIエージェントとは、顧客の問い合わせに答えるチャットボットや、閲覧履歴に基づいて商品を提案するレコメンデーションエンジンなど、あらかじめ定められたタスクを実行するように設計された特定のプログラムのことです。一方、エージェント型AIは、学習し、適応し、リアルタイムで意思決定を行うことで、あらかじめ定義されたタスクの枠を超えています。 AIエージェントを指示に従う頼もしいアシスタントと捉えるのに対し、エージェント型AIは、ニーズを予測し、自律的に行動できる先見の明のある戦略家のような存在と言えます。
フォーブスは最近、AIの文脈における「エージェント」（または「エージェント的」）という用語は、時として意味をなさなくなるほど乱用されている一方で、 「テキスト、画像、動画、音声を大規模に生成することに重点を置く生成AIとは異なり、AIエージェントは行動を起こし、意思決定を行い、自律性を高めてタスクを実行するように設計されているという点については、業界全体でコンセンサスが得られているようです。」
この最新世代のAIをめぐる主な懸念の一つは、その驚異的なエネルギー消費量です。AIモデル、特にリアルタイムの意思決定に関わるものは、膨大な処理能力を必要とします。つまり、AIインフラを最適化できない企業は、持続不可能な運用コストを背負うリスクがあるということです。 エージェント型AIが真に大規模で軌道に乗るためには、エネルギー効率を高め、それによって運用コストを削減し、環境目標に沿う必要があります。とはいえ、「エージェント型AIは小売業界にとって意義があるのでしょうか？」という点は、議論すべき重要な課題です。
実店舗におけるエージェント型AI
実店舗の小売業界において、この技術は買い物客の体験を一変させています。今日の消費者は、デジタルの利便性と店舗内での体験を融合させた、シームレスでパーソナライズされた体験を求めています。AIを活用した技術は、買い物客の行動を分析し、店舗レイアウトを最適化し、特定の場所でどの商品が最も売れるかを予測することで、これを実現するのに役立っています。
AIを活用した（そして支援的な）システムを想像してみてください。このシステムは、来店客の動線を追跡し、需要の変化に応じてデジタルマーケティングの表示内容を調整し、高価値な顧客が店に入店した際にスタッフに通知します。こうした機能により、小売業者は、顧客の期待に応えつつ、売上向上も促進する、よりダイナミックで顧客のニーズに即座に対応できるショッピング環境を構築することができます。 例えば、マッキンゼーのレポートによると、AIを活用したパーソナライゼーションを導入した小売業者は、売上を最大10％増加させ、顧客満足度も大幅に向上させたことが明らかになっています。
本レポートにおいて、マッキンゼーは、AIを活用したパーソナライゼーションを、最高のパフォーマンスを発揮するための重要な原則として位置づけています：
「[業界をリードする企業]は、高度な分析技術を活用した迅速な対応能力に投資しています。 リーダー企業は、顧客からのシグナルにリアルタイムで対応できるよう、大規模なコンテンツ制作能力とAIを活用した意思決定能力を構築しています。また、予測分析やモデルを活用して、どの顧客にどのようなコンテンツやメッセージを配信すべきかを判断しています（例えば、購買傾向モデルや、予測に基づく「次善の行動」アルゴリズムなど）。 また、顧客への介入がもたらす影響を追跡し、その情報をシステムやチームにフィードバックする、堅牢な測定プロセスも確立しています。これらのプロセスにより、消費者の購買プロセスにおいて、適切なタイミングで、適切なチャネルを通じて、適切なコンテンツを配信することが可能になります。」
エージェント型AIがオムニチャネル小売をどのように支えているか
エージェント型AIは、オムニチャネル小売において極めて重要な役割を果たしています。小売業者はかねてより、オンラインとオフラインのショッピング体験を統合しようと努めてきましたが、真に連携したエコシステムを構築することには課題がありました。エージェント型AIを活用することで、小売業者はこのギャップをより効果的に埋めることができます。 例えば、AIシステムはオンラインでの検索行動を分析し、それを店舗での購入パターンと照合することで、それに応じて在庫レベルや販促戦略を自動的に調整することができます。小売業者のウェブサイトでランニングシューズを閲覧していた買い物客が、近くの店舗に入店した際に、その人向けにカスタマイズされた割引通知を受け取るといったことが可能になります。
AIを活用したシステムは、買い物客が最も集中する時間帯を予測し、それに応じてスタッフを配置することができます。これにより、待ち時間を短縮し、顧客満足度を向上させることができます。例えば、Walmartのケーススタディでは、AIを活用した需要予測により、品切れ商品を30％削減し、顧客が店舗を訪れた際に必要な商品を見つけられるようにしたことが実証されています。
続きを読む：あるブランドが、店舗内分析を活用して人材採用の機会を見出す
交通データはイノベーションに不可欠です
小売業者にとって、こうしたイノベーションに先んじていくことは、もはや選択の余地のない課題となっています。消費者の期待は急速に変化しており、この変化に対応できない企業は、AIを活用した知見を活かし、より適切な意思決定を行っている競合他社に後れを取るリスクがあります。
正確な交通データは、いくつかの理由から非常に貴重なものです：
これにより、人員配置の最適化が図れます。小売業者は、適切な時間帯に適切な人数の従業員を売り場に配置できるようになり、人件費を抑えつつ顧客サービスの向上を図ることができます。
これにより、需要予測の精度が向上します。AIは、過去の来店客数の推移を、天候や地域のイベントといった外部要因と併せて分析することで、売上パターンをより正確に予測することができ、小売業者は在庫管理をより効果的に行うことができます。
こうした知見は、より賢明な商品陳列の判断に役立ちます。買い物客がどこで最も多くの時間を過ごしているかを把握することで、小売業者は利益率の高い商品を戦略的に配置し、購入の可能性を高めることができます。
しかし、これらのメリットは、ある重要な要素、すなわち基礎となるデータの正確さに左右されます。AIモデルは、どれほど高度であっても、学習に使用された情報の質以上の効果は期待できません。データはAIの性能にとって不可欠ですが、同時に、エージェント型AIにとって最大の課題でもあります。 AIエージェントの有効性は、その学習データの質に大きく依存しています。高品質で分野に特化したデータがなければ、業界特有の環境において効果的に動作させることは困難です。
「当社の最新のCDOレポートによると、企業の43％が、AIイニシアチブの導入における最大の障壁として、データの品質、完全性、および利用準備状況を挙げています」と、インフォマティカのCEOであるアミット・ワリア氏は最近の出版物で述べました。また同氏は、「高品質で分野に特化したデータがなければ、最も先進的なAIモデルでさえ期待通りの成果を上げられない」と強調しました。
例えば、来店客数の計測が不正確だと、予測の誤り、人員配置の非効率化、そして収益機会の損失につながります。そのため、高品質な店舗内分析ソリューションへの投資が不可欠なのです。正確な店舗分析データがあれば、小売業者は自律型AIシステムが最適な意思決定を行えるようにし、最終的には事業全体の成長と効率化を促進することができます。
小売業界の未来はデータ駆動型の知性に懸かっており、エージェント型AIはこの進化における次のステップとなります。これらの技術を取り入れることで、小売業者はより適応性が高く、顧客中心の体験を創出すると同時に、これまで想像もできなかったような方法で業務を最適化することができます。 重要なのは、正確なデータ収集を通じて強固な基盤を築き、ショッピング体験と業績の両方を向上させるAI主導の戦略を策定することです。利益率が低く、競争が激しいこの業界において、エージェント型AIの活用は単なる競争上の優位性にとどまらず、不可欠なものとなっています。
データを詳しく見る：米国およびEMEA地域の店舗データについては、当社の新しいInsightsハブをご覧ください
