生成AIでスーパーの店内広告を内製、対象商品の売上最大3.3倍の実証実験

小売の現場では人手不足が続き、売り場づくりや販促物の制作までは手が回りにくい状況が背景にあります。広告コンテンツを外注すれば時間も費用もかかり、店頭の掲示は一度作ったものを長く出し続ける形になりがちです。

編集部の見立てでは、この事例の困りごとの本質は「販促物を作れないこと」そのものよりも、「作り替え続けられないこと」にあったのではないでしょうか。画像や動画を含む広告を外注すると1週間程度を要するという前提の下では、制作スピードが更新頻度の上限を決めてしまいます。売り場の鮮度は、掲示物の出来映えだけでなく、どれだけ入れ替わるかにも左右されます。つまり課題は制作物の品質ではなく、制作にかかるリードタイムという構造側にあったと読み解けます。

広告文章・画像・動画という三種類のコンテンツを、まとめて一般的な生成AIで作る構成にした点が、この取り組みの土台になっています。特別に開発した専用ツールではなくChatGPTなどの汎用的な生成AIを使い、制作手順の最大3分の2を半自動化する形に組み替えたことで、外注を前提に組まれていた工程を手元で回せる範囲に引き寄せました。制作の担い手を変えるのではなく、工程そのものを軽くする発想が効いていると考えられます。

もう一つの要因は、7日を1サイクルとして全体の3分の2を差し替えるという、更新頻度を明確に定めた運用設計です。制作コストが下がっただけでは売り場は変わりませんが、入れ替える量とサイクルをあらかじめルール化しておけば、現場は「今週どれを差し替えるか」を判断するだけで済みます。生成AIで浮いた余力を、そのまま更新頻度という変数に振り向けた設計と言えるでしょう。

4社の役割分担が、コンテンツ制作から配信、効果測定までを一続きにしている点も見逃せません。NTTドコモが生成AIによる制作を担い、インテージがサイネージ端末と配信システムを提供し、ダイノブが店舗と強化商品を持ち込み、今村商事がID-POSデータで効果を測る。作って流すだけで終わらせず、購買データに接続する設計になっているため、何がどれだけ効いたのかを検証できる形になっています。

実証実験では、生成AIの活用により広告作成手順の最大3分の2が半自動化され、外注すると1週間程度かかる画像・動画を含むコンテンツの制作時間が最短1時間以内まで短縮されました。売上面では、サイネージに表示した対象商品が表示期間中（1商品あたり7日間）に平均1.2倍、最大で3.3倍の売上増加を記録しています。制作の負担軽減と売上への寄与が同時に確認された点に、この検証の意味があります。