小売・飲食業におけるAI活用の現在地
業種を問わず高まるAIへの関心。小売・飲食業でも、業務効率化や人手不足への対応を目的に、導入を検討する企業が増えています。
実際の活用状況では、全社的な活用が進み、業務プロセスそのものを見直す段階に入った企業がある一方で、多くの企業では、個人が業務の合間にツールを使ってみる段階にとどまっています。
小売・飲食の現場でよく見られる状態
- アイデアの壁打ちや文章作成など、一般的な業務ではAIを使っている
- 自社のPOSデータや日報を読み込ませた分析まではできていない
- 有効性は感じるものの、どの業務に本格導入すべきか判断できない
- 試してみたものの、期待したほどの成果が得られなかった
多くの企業に共通するのは、AIを個人で使ってはいるものの、自社のデータを扱う段階まで進めていないことです。ここを乗り越えられるかどうかが、これからの企業の存続を左右します。
小売・飲食業でAIを活用すべき理由
とはいえ、日々の業務に追われるなか、AIへの本格的な着手を後回しにしている企業も多いのではないでしょうか。しかし小売・飲食業は、AIの効果がとりわけ大きく表れる業種です。理由は3つあります。
① 深刻な人手不足と、人件費・原材料費の高騰
小売・飲食業では、採用難や、人材が定着しない・離職といった課題を背景に、人手不足が慢性化し、限られた人員で店舗を回さざるを得ない状況が続いています。加えて、人件費や原材料費の高騰が利益を圧迫しています。
一人あたりの生産性向上と、ムダなコスト削減の両立が求められています。シフト作成や発注業務など、人手をかけている定型業務をAIに任せられれば、限られた人材を接客や売場づくりといった本来の業務に振り向けられます。
② 売上を左右する要因の複雑化・多様化
かつては、立地と品揃えが売上を大きく左右しました。現在は、ECとの競合、SNSでの評判、天候、近隣のイベント、趣味趣向の多様化、売場の見せ方、接客のレベルなど、売上に影響する要因が複雑に絡み合っています。
これらを読み解くには、POSデータだけでなく、在庫、シフト、日報、天候、人流、売場の状況といった複数のデータをつなぎ合わせた分析が欠かせません。しかし、その分析ができる人材や時間を確保できる現場は、決して多くありません。専門知識を持たないスタッフでも分析できる手段が求められています。
③ 勘と経験に頼る運営から、データにもとづく運営へ
店舗運営の判断は、店長やベテランスタッフの経験に支えられてきました。しかし人材が流動化するなか、個人の経験に依存した運営は再現性を欠きます。
必要なのは、勤務年数やスキルの差に関係なく、誰もがデータから示唆を得られる環境です。AIを使えば、自然言語で質問を投げかけるだけで必要な示唆が得られ、ベテランの経験に頼っていた判断を、誰もが再現できるようになります。
小売・飲食業でAIの効果が出やすい業務
効果が大きいとはいえ、AIはあらゆる業務に等しく効くわけではありません。まずは効果が表れやすい業務から着手することが、現実的な進め方です。小売・飲食業において、AIによる効果を得やすいのは次の4つの業務です。
売上分析・要因分析
売上が落ちた理由、あるいは伸びた理由を突き止める作業は、これまで担当者の経験と手作業に頼ってきました。
AIを使えば、「なぜこの店舗だけ売上が落ちたのか」と問いかけることで、要因の候補が提示されます。天候、キャンペーンの有無、在庫の欠品、売場変更といった情報と突き合わせた分析も可能です。売上分析にAIを活用する最大の利点は、専門知識がなくても、現場のスタッフが自ら要因にたどり着ける点にあります。
在庫管理・発注
在庫管理は、利益を直接左右する業務です。過剰在庫は資金を寝かせ、飲食業では廃棄ロスに直結します。反対に欠品は、販売機会の損失を招きます。
在庫管理にAIを取り入れることで、勘に頼った発注から脱却し、適正在庫の維持と廃棄ロスの削減を同時に進められます。
シフト作成・勤怠管理
多店舗展開する小売・飲食業にとって、シフト作成は大きな負担です。考慮すべき条件が多く、店長が数時間かけて調整するケースも珍しくありません。
シフト作成で考慮が必要な条件
- スタッフごとの勤務希望
- スキルや経験のバランス
- 労働基準法上の制約
- 扶養の範囲
- 曜日・時間帯による繁閑の差
シフト管理にAIを活用すれば、これらの条件を踏まえた素案を自動で作成できます。店長は素案を確認し、必要な調整を加えるだけで済みます。作成時間を大幅に減らせるうえ、曜日、時間帯によるサービスレベルの質のばらつきもなくなります。
接客・売場づくり・マニュアル検索
店舗業務には、経験の差が出やすい場面が多くあります。レジや厨房機器のトラブル対応、商品知識を要する接客、季節ごとの売場づくり。いずれもマニュアルは存在するものの、必要な情報を探すのに時間がかかり、結局はベテランに聞くことになりがちです。
AIをマニュアルの検索窓口にすれば、知りたいことを言葉で聞くことで、必要な手順を引き出せます。飲食店であれば、厨房機器のエラー対応や衛生管理の手順を、新人スタッフがその場で確認できます。売場の写真を読み取らせ、陳列状況を分析させるといった使い方も広がっています。
小売・飲食業の代表的なAI活用事例
とはいえ、実際にそこまで使いこなせるのか。そう思われるかもしれません。AIの活用はすでに実験段階を越え、成果を上げる企業が出始めています。代表的な事例を見てみましょう。
事例①｜売上の要因分析を、本部から店舗へ
- 業種：小売チェーン
- 課題：売上変動の要因分析を本部の担当者が集計しており、店舗への還元が遅い
- 取り組み：店舗スタッフ自身がAIに問いかけ、売上変動の要因を確認できる環境を整備
- 効果：本部の集計を待たずに改善を検討でき、改善サイクルが短縮
事例②｜店長業務を支えるAIアシスタント
- 業種：コンビニエンスストア
- 課題：業務マニュアルの検索に手間がかかり、店舗責任者が不在の際は電話で問い合わせていた
- 取り組み：AIアシスタントに生成AIを搭載し、業務マニュアルの音声検索を可能に
- 効果：レジ操作や緊急時対応などの手順を、その場で音声で確認できる状態へ
いずれの事例にも共通するのは、AIを単なる文章作成ツールとして使うのではなく、自社が持つ業務データと組み合わせて活用している点です。
それでもAIの活用がうまくいかないのはなぜか
ただし、この業務データとの組み合わせこそ、多くの企業がつまずくポイントでもあります。AIを導入したものの成果につながらない、という声は少なくありません。その背景には、3つの課題があります。
課題①｜利用者個人のスキルやリテラシーに依存してしまう
AIは、問いかけ方によって回答の質が大きく変わります。使いこなせる人は成果を出せる一方、そうでない人は「思ったような答えが返ってこない」で終わります。
結果として、活用は一部の熱心な社員にとどまり、組織全体には広がりません。導入したものの誰も使っていない、という状態に陥りがちです。
課題②｜無償ツールにデータを読み込ませるセキュリティ・ガバナンスの不安
手軽に使える無償のAIサービスは数多くあります。しかし、自社の売上データや顧客情報をそうしたサービスに読み込ませることには、情報漏えいのリスクがともないます。
多くの企業では、情報システム部門が業務データの利用を制限せざるを得ません。その結果、現場は当たり障りのない使い方しかできず、本来の効果を得られません。セキュリティとガバナンスを確保したうえで、業務データをAIで扱える環境が必要です。
課題③｜AIが参照するデータが、活用できる状態に整っていない
そして、もっとも大きな課題がデータそのものにあります。小売・飲食業のデータは、次のように分断されたまま蓄積されています。
- 売上：POSシステム
- 在庫：在庫管理システム
- 現場の状況：日報や申し送りノート
- 売場の様子：写真やスタッフの記憶
この状態では、どれほど高性能なAIを導入しても、横断的な分析はできません。売上が落ちた理由を知りたくても、POSの数字しか参照できなければ、「客数が減少しています」という表面的な回答にとどまります。
その裏にある売場変更や欠品、キャンペーンの反応まで踏み込むには、それらのデータをAIが読み解ける状態、すなわちAI-readyな環境を整える必要があります。
成果を分けるのは「AI×データ活用」というアプローチ
データを整えるとなると、大がかりな基盤刷新を思い浮かべるかもしれません。しかし、すべてのデータを完璧に整える必要はありません。使う業務を決め、そこに必要なデータからつなげていく。この順番であれば、無理なく着手できます。
「どのAIを使うか」ではなく「どのようなデータを参照するか」
AIの性能は日進月歩で向上しています。しかし、小売・飲食業の現場で成果を分けるのは、AIの性能そのものではありません。そのAIが、どのようなデータを参照するかです。
自社のデータを参照できないAIからは、一般的な知識にもとづく回答しか得られません。自社の売上、在庫、日報、売場の情報を横断して参照できれば、自店舗の状況に即した具体的な示唆が得られます。ここに、無償のAIと、業務データに接続されたAIの決定的な差があります。
AI-readyなデータ環境とは
AI-readyなデータ環境とは、AIが必要なデータに、必要なときにアクセスし、分析に使える状態を指します。具体的には、次の4つの条件を満たす環境です。
- 統合：社内に散在するデータが一元的に集約されている
- 網羅：数値データだけでなく、日報や画像といった情報も蓄積されている
- 整備：データが整理され、AIが解釈できる形式になっている
- 管理：誰がどのデータにアクセスできるか、権限が制御されている
この4つが揃ってはじめて、AIから現場で使える回答が得られます。
ユースケース：日報・週報とKPIをつなぐ進捗管理
では、この環境が整うと、現場の業務は具体的にどう変わるのか。代表的なユースケースが、日報・週報とKPIをつないだ進捗管理です。
多くの店舗では、日報はExcelやメールで本部に提出され、そのまま蓄積されるだけになっています。一方で、売上や客数といったKPIは別のシステムで管理されています。数字と現場の気づきが分断されているため、「なぜ売れたのか」を振り返れません。
この2つを1つのボードに統合すると、次のことが可能になります
- 売上の推移と、その日の日報を同じ画面で確認できる
- 数値の変動と現場の記録を突き合わせ、要因の候補を確認できる
- 成果の出た取り組みを特定し、他店舗へ横展開できる
- KPIの進捗が店舗ごとに可視化され、スタッフ全員が同じ目標を追える
- 本部の集計を待たずに、現場が自ら数字を見て判断できる
※数値項目は仮です ※ボードデザインはイメージであり、実際とは異なります
このほかにも、シフト計画の省人化、キャンペーンの効果測定、画像読み取りによる売場分析、マニュアルアシスタントなど、小売・飲食の現場で実際に使えるユースケースがあります。
詳しくは、以下のeBOOK「小売業のAI活用スタートガイド」で、具体的な画面イメージとともに紹介しています。
ウイングアークのAI機能付き製品ラインナップと特長
では、こうしたデータ環境は、どうすれば実現できるのか。ウイングアークは、データを貯める、可視化する、AIエージェントとして使うまでを、一貫して支援します。
データを貯める
散在する業務データを統合し、分析に使える形で蓄積する基盤が必要です。データ分析基盤「Dr.Sum」は、POS、在庫、顧客、勤怠といった各システムのデータを一元的に集約し、高速に処理します。
データを可視化する
蓄積したデータは、現場が見て理解できる形で可視化されなければ意味がありません。データアプリ基盤「MotionBoard」は、ダッシュボードでの可視化に加え、入力機能を備えている点が特長です。日報やキャンペーンの結果を現場が直接入力でき、その内容が売上データと自動的に結びつきます。数値と現場の気づきを、1つの画面で扱えます。
AIエージェントとして使う
整えたデータを、AIを通じて活用します。現場のスタッフが言葉で問いかけるだけで、必要な分析結果や示唆が得られます。
いずれも、企業向けのセキュリティとガバナンスを前提とした環境です。無償のLLMのように、自社の重要なデータが外部に流出する心配はありません。情報システム部門が管理できる形で、現場にAIを開放できます。
よくある質問
最後に、小売・飲食業でAIの導入を検討されるお客様から、多く寄せられる質問をまとめました。
Q. AIの導入には、専門知識を持つ人材が必要ですか。
A. AI-readyなデータ環境が整っていれば、専門知識は必要ありません。現場のスタッフが日本語で質問を投げかけるだけで、必要な分析結果を得られます。むしろ、データ環境の整備こそが、専門人材に依存しない活用の前提となります。
Q. 無償のAIサービスとの違いは何ですか。
A. 最大の違いは、自社の業務データを参照できるかどうかです。無償のサービスからは、一般的な知識にもとづく回答は得られますが、自社の売上や在庫の状況を踏まえた回答は得られません。また、業務データを読み込ませることには、セキュリティ上のリスクがともないます。
Q. 店舗数が少なく規模の小さい企業でも導入できますか。
A. 可能です。まずは売上の集計やシフト作成など、負担の大きい特定の業務から始め、効果を確認しながら適用範囲を広げていく進め方が現実的です。
Q. 導入までにどれくらいの期間がかかりますか。
A. 対象とする業務やデータの状態によって異なります。既存のデータが整理されている場合は短期間で始められますが、データの統合から着手する場合は、その分の期間が必要です。まずは現状を確認したうえで、最適な進め方をご提案します。
Webまたは電話で相談できる窓口をご用意しておりますので、お気軽にご相談ください。
Web/電話相談窓口はこちら
Q. 何から始めればよいですか。
A. 自社のどの業務にAIを適用できるかを見極めることから始まります。資料「小売業のAI活用スタートガイド」では、小売・飲食の現場で実際に使えるユースケースを紹介しています。オンライン相談では、画面を見ながら具体的な活用イメージをご確認いただけます。
まとめ：AI活用の第一歩は、データを整えることから
人手不足と原材料費の高騰が続くなか、小売・飲食業では、限られた人員でデータにもとづく店舗運営を実現することが求められています。AIは、その有力な手段です。
ただし、導入するだけでは成果は生まれません。成果を分けるのは、AIの性能ではなく、データがAIによって参照・利用できるように整備されているかどうかです。
ウイングアークは、データを整えるところから、AIによる活用までを一貫して支援します。
自社のどの業務からAIを活かせるのか。eBOOK「小売業のAI活用スタートガイド」では、現場で実際に使えるユースケースを、具体的な画面イメージとともに紹介しています。また、画面を見ながら製品や活用イメージをご確認いただけるオンライン相談もご用意しています。
