AIエージェントが無人店舗を自律運営、カメラで来店客の動きを数値化する仕組み

無人店舗の運営には、日常業務や来客対応に追われて戦略立案やサービス改善にまで手が回らないという課題があります。販促の面でも、従来型の一方向のキャンペーンでは来店促進や売上向上に結びつきにくく、画一的な施策が顧客満足度を阻害するという指摘が挙げられています。

編集部の見立てでは、これらは別々の問題というより、一つの欠落から派生したものです。無人化で人手を減らすことはできても、店員が目で見て気づいていた「どの棚の前で足が止まったか」「今日はどんな客層が来ているのか」という情報まで、一緒に失われてしまう。判断材料が欠けたまま運営すれば、施策は勘か前例踏襲になり、効果が読めないぶん改善のサイクルも回らなくなります。困りごとの根は人員の数ではなく、店内で起きていることを誰も観測できていない点にあったのではないでしょうか。

来店客の行動を骨格情報だけで捉えるという割り切りが、この取り組みの土台になっています。カメラ映像から関節の動きを解析する骨格検出は、どの商品棚の前にどれくらい滞在し、どんな動作をしたかを数値として残す一方で、顔など個人を特定できる情報は記録しません。取得する情報をあえて絞ったことで、店内を常時観測することとプライバシーへの配慮が両立し、分析を前提にした運用が現実的なものになったと考えられます。

観測したデータを、判断と実行まで一本の流れにつないだ設計も大きいでしょう。AIカメラのリアルタイムデータやPOSデータはデータ分析基盤のMicrosoft Fabricで統合管理され、そこからGrokモデルによるリアルタイム分析、Agentic Webと呼ばれる考え方に基づく社内システムとの自律的な連携までが、同じ経路の上に載っています。分析結果を人が読み解いて手作業に落とし直す工程を挟まないため、棚割りの提案や発注、レポート作成がその場で動く。SNSや気象、地域イベントといった外部情報を同じ流れに引き込み、サイネージ広告や館内アナウンスの生成まで含めた点も、この一貫性の延長線上にあります。

機能ごとに責任範囲を切り分けた三つのエージェント構成は、無人店舗という扱いにくい対象を手に負えるサイズに分解しています。在庫と発注を担う店舗業務Agent、販促物を自動生成するコーディングエージェント、アプリ側で一人ひとりに向き合うハイパー・パーソナライズエージェントというように、扱うデータと役目が明確です。ヘッドウォータースがAIエージェント設計と業務支援のノウハウを、セキュアがスマートストア環境と映像トラッキング技術を持ち寄る分担も、この切り分けとうまく対応しています。

発表時点で示されているのは、共同実証を通じて開発が完了し、両社の体制で速やかに提供を開始するという段階までで、数値による導入効果は公表されていません。実証の中で確かめられた成果として挙げられているのは、これまで把握できなかった来店客の行動を定量化し、購買動線を可視化できるようになった点です。今後は無人店舗の運営を目指す企業に向けて本格的に導入提案を進める方針が示されています。