小売・サービス業では、AIの効果が売上だけで決まるわけではありません。欠品、廃棄、発注時間、接客待ち、問い合わせの再発を減らし、従業員が顧客へ向き合う時間を増やせるかが重要です。

担当別の実務は小売店長、飲食店、ホテル、EC運営の記事も参照してください。

小売・サービスAIの6領域

領域AIの役割人が確認することKPI
需要予測商品・店舗・日別の需要候補催事、天候、改装、競合、例外欠品、廃棄、予測誤差
発注推奨数量と注意商品の提示売場、在庫、代替、納品制約発注時間、欠品率
接客FAQ検索、回答案、提案候補顧客意図、表示、最終回答待ち時間、一次解決率
VOC口コミ・問い合わせの分類と要約重大苦情、事実、優先順位再発率、対応時間
店舗運営日報要約、シフト案、作業指示候補労務、能力、安全、現場状況管理時間、残業、実行率
多言語翻訳・要約・定型案内固有名詞、禁止事項、文化差修正率、案内時間

公開事例で見る実装の型

公開主体・取り組み公開内容導入時の着眼点
経済産業省・グッデイの需要予測事例売上や天気を基に需要を予測し、仕入れ計画と対話を標準化予測値より、担当者が根拠を共有できるかを見る
ローソンのサプライチェーン改革店舗データを使った需要予測、発注推奨、値引き推奨を説明売上・粗利・食品ロスを同時に追う
ファミリーマートのAI発注より精度の高い発注と店舗運営最適化を目指す取り組み店舗固有イベントを人が補正できる設計にする
中小企業白書の来客予測事例来客予測やカメラ分析を業務改善に活用取得するデータの目的と顧客への配慮を明確にする

大手事例の成果は、店舗数、商品構成、データ量、運用体制が前提です。自店では1カテゴリ、1店舗、4週間など範囲を固定して比較します。

需要予測は予測誤差だけで判断しない

予測が合っても、発注ロット、納品頻度、棚容量、賞味期限が合わなければ廃棄や欠品は改善しません。

確認する数字理由
欠品率・機会損失売れた数量だけでは不足を見逃すため
廃棄・値引き・粗利在庫を増やしただけの改善を避けるため
発注修正率店舗担当者がAI案をどれだけ直したか知るため
予測理由天候、曜日、催事など根拠を説明するため
例外件数新商品、休業、地域イベントを把握するため

担当者による修正を「AIに従わなかった」と評価せず、モデルが持っていない情報として記録します。

接客AIは回答速度より正しい引き継ぎ

FAQで解決できる質問と、返品、健康、安全、契約、強い苦情など人へ引き継ぐ質問を分けます。AIが不明なときに推測せず、必要情報をそろえて担当者へ渡す設計が必要です。

会話を録音・要約する場合、録音の案内、利用目的、保存期間、閲覧権限を決めます。RoroLeeのような携帯型AIデバイスを検討するときも、店舗のBGMや複数話者での精度、顧客情報を残さない操作、CRMへの登録項目まで含めて試してください。

VOCは件数ではなく再発防止へつなげる

口コミ、問い合わせ、アンケートをAIで分類すると傾向を早く把握できます。ただし皮肉、感情、複数テーマを誤分類することがあります。重大苦情、事故、安全、法令に関わる語を含むものは人が必ず読みます。

分類結果は「商品」「店舗」「接客」「配送」のような部署名だけで終わらせず、原因仮説、担当、期限、対策後の再発件数へつなげます。

30日導入プラン

期間実施内容確認指標
1週目1店舗・1業務を選び基準値を取る時間、欠品、廃棄、問い合わせ
2週目データ項目、禁止情報、引継ぎ条件を定義欠損、修正、重大案件の捕捉
3週目従来運用と並行し、全件を人が確認AI案の採否と理由、現場負担
4週目粗利・顧客体験・従業員負担をレビュー継続、修正、中止、展開条件

導入前チェックリスト

  • 売上だけでなく欠品、廃棄、粗利を同時に見る
  • 店舗イベントや例外を人が補正できる
  • 顧客情報の利用目的と保存期間が決まっている
  • 重大問い合わせを人へ確実に引き継げる
  • AI提案を採用しなかった理由を残せる
  • 従業員の入力作業が増えていないか測る

小売・サービスAIは、接客を機械へ置き換えるためではなく、発注や検索の迷いを減らし、顧客へ向き合う時間を作るために使います。数字と現場の例外を往復できる運用を先に作ってください。

参考にした一次情報