ディボルド・ニックスドルフのバンキング＆リテール部門、グローバルソリューション＆コンサルティンググループ担当バイスプレジデント、マット・レッドウッド氏によれば、人工知能は、販売時点情報管理システムが取引の基盤となったように、小売の運用基盤となりつつある。 Journal du Netに掲載された論説で、同氏は、小売業者が過去の技術革新の波と同じ過ちをAIでも繰り返すリスクがあると指摘。競争優位性は、一つのブランド内で複数のAIを連携させる能力にかかっていると述べている。
小売業者は、ツールを連携させずに乱立させ、データをサイロ化し、コストのかかる統合を積み重ねる可能性がある。しかし、AIは意思決定と業務の中核に統合されつつあり、こうした統合の欠陥はより重大な問題となる。5年後には、ブランドの差別化要因は、特定のAIアプリケーションではなく、データ、システム、プロセスを接続し、その知見をネットワーク全体での意思決定と行動に変換する能力となるだろう。
AIから行動へ
潜在的な利益はすでに具体的だ：反復作業の自動化、従業員の時間の解放、在庫とマーチャンダイジングの最適化、商品ロスと運用コストの削減、よりスムーズでパーソナライズされた顧客体験。しかし、著者は強調する。価値はAI単体からではなく、行動を起こす能力から生まれる。
市場はこの方向に進んでおり、小売業者は実験段階から測定可能な結果の追求へと移行している。単に長い行列を検知するだけでなく、それを解消する行動を推奨し、場合によっては自動的に実行することが求められる。同様に、将来の品切れを検知するだけでは不十分で、需要を予測し、再発注を開始する必要がある。
主な課題は、ギャップにある。ユースケースの進化が、それらを連携させるインフラの整備速度を上回っている。多くのブランドはすでに、異なるデータ、ベンダー、プロセスに基づく複数のソリューションを有している。最初のユースケースを導入することは比較的簡単だが、それを数百または数千の店舗に拡大することははるかに難しい。
共通の技術基盤
解決策は、アプリケーションを追加することではなく、これらの知能が通信できる基盤を構築することだ。データ、ビジネスルール、共通コンポーネントを一元管理する統合コマースプラットフォームがあれば、毎回アーキテクチャを一から構築することなく、新しいユースケースを段階的に展開できる。例えば、ブランドはまずレジでの商品認識から始め、その後、その技術をロス防止ソリューションに連携させることができる。
この論理が、論説によれば、スマートストアを規定する。ブランドのアプリから夕食の準備をする顧客は、複数の商品を閲覧しても購入を完了しないことがある。統合プラットフォームは、この購買意図を在庫、顧客ロイヤルティデータ、需要予測と照合できる。顧客が店舗に到着したとき、関連商品を前面に押し出し、在庫を調整し、従業員を適切に配置することが可能になる。
最終的には、この集合知は、コンピュータービジョン、IoT（モノのインターネット）、RFID（無線周波数識別タグ）、デジタルデータ、従業員管理を組み合わせることができる。これにより、1時間に数千のマイクロ意思決定が可能になる：従業員の配置転換、再発注のトリガー、価格調整、顧客の動線変更など。
スケーラビリティの問題
これを実現するためには、小売業者はまず具体的なビジネス目標を定義し、それを支える基盤を構築する必要がある。次に、高い価値を持ついくつかのユースケースを展開し、その後、パートナーエコシステムと店舗・チャネル間のデータ共有を通じて能力を拡大できる。したがって、新しいプロジェクトを始める前に問うべきシンプルな質問はこれだ：このソリューションは、どのようにして大規模に展開し、他のシステムと連携できるのか？
今後数年の課題は、どのブランドが最も多くのAIを所有しているかではなく、それらを最もよく連携させられるかどうかだ。マット・レッドウッド氏によれば、今すぐに、この知性が大規模に流れ、決定し、行動するための基盤を築いた小売業者が、真の明日の競争優位性を手にすることになる。
