小売・流通・ECのAI活用事例

【成果】 実験店舗での事前検証において、当初計画していた発注作業時間の削減目標を達成し、精度の高い発注業務が実証されました。この結果を受け、全304店舗の生鮮部門への本格導入が決定しています。 AIが3週間先までの発注数量を算出し、担当者は画面上の異常値を確認するだけで済むようになったため、大幅な作業効率化と発注精度の向上が見込まれています。また、欠品や過剰在庫が減少することで、販売機会の損失や廃棄ロスの削減にもつながっています。さらに、難易度の高い発注業務が自動化されたことで、経験の浅い従業員でも適切な発注が可能となり、新しく採用されたスタッフの早期戦力化という定性的な成果も生み出しています。

【成果】 AIモデルの導入により、従来のモデル撮影やECサイト用の「ささげ撮影（撮影・採寸・原稿作成）」にかかるコストの削減と、リードタイムの大幅な短縮が見込まれています。 クライアントからは、掲載期間の制限がない点や、着替え時間・撮影型数の制約を気にせず便利に利用できる点が高く評価されています。今後は、生成したAIモデルをECサイトやカタログ、広告ビジュアルなど多様なチャネルで展開し、クリック率（CTR）や売上、離脱率の改善に向けた実証実験を進めていく予定です。

【成果】 トライアルホールディングス株式会社との実証実験を通じて、店舗作業コストを20%削減、店舗在庫を20%圧縮するといった大きな成果が得られています。また、発注の波動緩和による物流の平準化と効率化（10%削減）や、発注精度向上による欠品・廃棄の削減（5%削減）も実現しました。 この最適化効果は小売業にとどまらず、卸売業やメーカーと連携することで、生産・出荷計画の合理化、製造現場の作業平準化と残業削減、返品率・廃棄率の大幅削減といった川上への波及効果も見込まれています。

【成果】 AIによる高精度な需要予測システムの導入により、担当者の経験や勘に依存しない標準化された配車・人員計画が可能となりました。属人化の解消だけでなく、配送ロスの削減や業務効率の大幅な向上といった具体的な成果を生み出しています。 先行導入エリアでの確かな手応えを受け、現在では全国46箇所の物流センターへのシステム展開を完了しています。全社的な物流業務の最適化が進んだことで、コスト削減と同時に、将来に向けた持続可能な物流網の構築を実現しています。

【成果】 AI需要予測モデルの導入により、商品横持ち指示の作成にかかる工数を1日あたり約75％削減することに成功しました。予測精度の向上によって緊急の臨時便が減少し、それに伴う入出荷作業の工数も約30％削減されています。 さらに、期限管理品を補充倉庫で適切に保管できるようになったことで、センター内での不要な商品移動が減り、フォークリフト作業の工数も約15％削減されました。 定性的な成果として、商品の追加や倉庫の拡張といった環境変化にも柔軟に対応できる体制が整い、担当者変更時の引き継ぎ負担も大幅に軽減されています。

【成果】 AIを活用した新たなコミュニケーション施策は、確かな成果を生み出しています。主力商品である「ドモホルンリンクル」の保湿液を対象とした施策では、顧客ごとの使用状況を購買データからAIで分析し、使い切る目安の時期（約60日）に合わせて関連キャンペーンを案内する「AIレコメンドメール」を実施しました。 顧客にとって最適なタイミングでDMを送信した結果、顧客自身が自発的に商品を購入する行動が促進され、従来のメール施策と比較してDM経由の購買率が約20%向上するという定量的な成果が得られています。また、この仕組みは既存の業務フローに大きな負担をかけることなく運用できており、現場の負荷を抑えつつ顧客エンゲージメントを高めることに成功しています。 同社は今後、将来的な自動化運用も視野に入れながら、さらなる改善を進めていく方針です。

【成果】 「NikeAI Beta」の導入により、顧客が直感的な会話を通じて求める商品にたどり着けるようになり、初期の反応として非常に良好な手応えを得ています。また、AIを活用したデザインプロセスでは、アスリートの要望とAIのアイデアを融合させることで、これまでにない革新的なシューズのプロトタイプを生み出すことに成功しました。 2024年のパリオリンピックでの展示を通じて、ブランドの先進性を強くアピールする成果を上げています。

【成果】 国内400の全店舗でシステムの稼働を開始した結果、自動発注率が全体で従来比115％、日配品においては従来比160％へと大幅に向上しました。これにより、店舗での発注作業時間を1週間で約600時間削減するという定量的な成果を上げています。 また、AIによる在庫制御（売り減らし機能）が機能したことで、従来以上に円滑な売り場づくり（MDサイクル）が実現し、店舗在庫量の圧縮・適正化と商品回転率の向上にも寄与しています。 現場からは、予測精度の向上と運用負荷の軽減が高く評価されており、今後は物流在庫センターへの販売予測データ提示による配送遅延防止や、業界課題である返品・廃棄・滞留在庫の削減にも取り組んでいく展望が示されています。

【成果】 2024年4月の稼働開始から2カ月後の時点で、複数の熟練担当者が1人・1日あたり約3時間要していた発注業務時間を約1時間半に短縮し、約50％の削減効果を確認しました。 欠品や在庫回転率についても導入前の水準を維持しつつ、熟練担当者と同水準での発注計算が可能となっています。今後は、需要予測の導入拠点を増やしてさらなる業務効率化を進めるとともに、入荷や需要の予測データをサプライチェーン全体に連携させることで、トラックの積載効率向上や物流2024年問題の解決、食品ロスの削減にも取り組んでいく予定です。

【成果】 導入後、AIによる自動発注システムの提案は95％という高い採用率で現場に定着しています。発注業務の省人化が実現しただけでなく、欠品の改善や在庫の低減といった具体的な効果が確認されました。 今後は、店舗の保管スペースにおける在庫の過不足低減や食品ロス削減、納品遅延や緊急配送などのムダの排除が期待されています。

【成果】 高輪の店舗を実証実験の拠点として、新しい技術やサービスを顧客に体感してもらう環境が整いました。ロボットによる業務代替が進んだことで、従業員は空いた時間を活用し、より丁寧な接客や顧客ニーズに合わせた商品提案など、付加価値の高い業務に集中できるようになっています。 これにより、従業員の働きがい向上にもつながる変化が生まれています。今後は、この店舗での実証結果をもとにサービスの仕組みをさらにブラッシュアップし、将来的には全国の店舗へ展開していく展望を描いています。

【成果】 「Ask Ralph」の導入により、顧客はオンラインでありながら、まるで店舗のスタイリストに相談しているかのような、パーソナルで摩擦のないインスピレーションに満ちたショッピング体験を得られるようになりました。 自然言語による検索は、単なるキーワードの照合にとどまらず、文脈を理解した精度の高い提案を可能にしています。ラルフ ローレンは、今後もAIを活用してショッピング体験をより魅力的で直感的なものへと進化させていく展望を示しています。

【成果】 dotDataを活用した「価値観に基づくターゲティング」は、ローソンが構築するBIツールに組み込まれ、販売促進や商品開発、メーカーとの連携に活用されています。 大手菓子メーカーとの取り組みでは、AIが分析した会員の価値観と商品の購買関係から、デザイナーが複数のレシート・クーポンのデザインを作成しました。予測スコアに基づいて各会員に最適化されたデザインのクーポンを配信した結果、ターゲティング精度の向上で4倍、デザインの最適化で3倍となり、トータルで商品購入率が約12倍に向上するという大きな成果を上げています。 今後は、スマホアプリとの連携によるカスタマージャーニーの設計や、Cookieレス時代に向けた新しいデータマネジメントモデルとしての活用も視野に入れています。

【成果】 従来の人手に頼る警備では、監視できる範囲や時間帯がリソースに依存していましたが、AIによる常時・広範囲の検知が可能になったことで、日常業務では発見が困難な異常も捉えられるようになりました。 現場の警備員は、AIが違和感を検知した映像を中心に確認して対応できるようになり、業務負担の大幅な軽減と迅速な初動対応を実現しています。さらに、過去に発生した異常検知映像へ素早くアクセスできるようになったため、報告資料の作成など付随する業務の効率化にもつながるという成果を生み出しています。

【成果】 AIが発注推奨値を自動算出することで、発注業務にかかる時間を1店舗あたり1週間で約6時間削減することに成功しました。これにより、発注担当者の業務負担が大幅に軽減されています。 また、適切な商品陳列量の維持による販売機会の最大化や、過剰発注の抑制による廃棄ロスの適正化（フードロス対策）といった効果も期待されています。今後は導入店舗での売上や収益への効果を検証し、さらなる展開店舗の拡大を目指すとしています。