「ベテランの○○さんに聞いて」を放置していないか？　店舗がAI導入でつまずく“本当の壁”

【表で見る】AI導入前に整えるべき5つの業務知識

　「この返品は受け付けてよいですか？」

　「レジでエラーが出ました。何を確認すればよいですか？」

　店舗では、毎日多くの質問が発生します。マニュアルを探しても見つからず、最後は「ベテランの〇〇さんに聞いて」となることも少なくありません。

　生成AIをうまく導入すれば、経験の浅い従業員でも、ベテランの知識で接客できます。商品知識、在庫、売り場位置、返品方法、業務手順を質問すれば、AIが数秒で答えてくれる──人手不足に悩む小売企業にとって、魅力的な構想です。しかし、ここには見落とされやすい前提があります。AIに正しい答えを求めるなら、その前に会社自身が「何が正しい答えか」を決めていなければなりません。

　店舗のAI導入を阻む壁は、AIモデルの性能というよりも「ベテランに聞かないと分からない」という状態を長年放置してきたことです。

　今回は小売りのAI活用に関する先行事例を紹介しながら、AI導入前に整えるべき業務知識、最初に取り組むべき手順を解説します。

●従業員が「全商品」を覚えることは難しい　AIを使った対応策

　米国では、生成AIを店舗従業員の業務支援に使う動きが何年も前から進んでいます。

　農業・園芸用品などを扱う米Tractor Supply（トラクター・サプライ）は、店舗従業員向けの生成AI「Hey GURA」を展開しています。同社が扱うのは、農業、畜産、園芸、ペット、工具、衣料品など幅広い商品です。全ての従業員が、全ての商品に詳しくなるのは現実的ではありません。

　従業員は業務用のハンドヘルド端末とヘッドセットを使い、顧客の用途に合う商品、商品の特徴、店内の場所、人事や業務に関する情報を質問できます。

　Hey GURAを使えば、従業員は担当外の商品についても、顧客との会話を続けられます。従業員の知識をAIで補い、新入社員でも接客できる範囲が広がります。

　世界最大の小売業である米Walmart（ウォルマート）も、全米150万人規模の従業員を見据え、AIを組み込んだ業務ツール群を展開しています。

　AIが作業の優先順位を整理する仕組みは、夜間の商品補充業務から始まりました。初期結果では、チームリーダーがシフト中の作業を計画する時間が、90分から30分へ短縮されました。

　従業員向け対話型AIは、週90万人以上が利用し、1日300万件を超える質問を処理しています。生成AIを組み込むことで、長い業務手順を「レシートなしで返品を処理するにはどうすればよいですか？」といった質問に対する段階的な説明へ変える計画です。

　小売りのAI活用は、広告文や商品説明を作る段階から、店舗で働く人の判断と行動を支える段階へ移っています。

●AIは間違いを繰り返してしまうリスクも……

　生成AIを導入するだけでは、店舗は賢くなりません。

　店舗マニュアルが3年前から更新されていない。本部が作成した手順と、実際の店舗運用が違う。地域や店舗規模による例外が書かれていない。判断理由をベテランだけが知っている──。

　この状態でAIを導入すると、AIは何を正解として扱えばよいのか判断できません。さらに厄介なのは、正解が見つからなくても、それらしい文章をAIが生成できることです。

　小売業では、誤答の影響が文章の間違いだけでは終わりません。ドラッグストアでの医薬品の案内、食品のアレルギー情報、個人情報の扱いなどを間違えれば、顧客被害や法令違反につながります。

　「AIなので間違えることがあります」という注意書きだけでは不十分です。AIに何を答えさせるかだけでなく、どの質問には答えさせず、人へ引き継ぐかを決める必要があります。

●RAGは正しさを保証しない

　この対策として利用されるのが、RAG（検索拡張生成：Retrieval-Augmented Generation）と呼ばれる仕組みです。

　RAGは、利用者の質問に関連する社内文書を検索し、その内容を生成AIへ渡して回答させます。AIモデルを再学習しなくても、自社情報に基づく回答を作りやすい点がメリットです。

　しかし、RAGは「正しい資料を必ず探す仕組み」ではありません。検索対象に旧版マニュアルが残っていれば、旧版を根拠に回答する可能性があります。本部規程と店舗向け資料が矛盾していれば、AIはどちらを優先すべきか判断できません。

　RAGが改善するのは、情報への到達性です。情報そのものの正しさではありません。生成AIの精度を高めても、参照する業務知識が古い、曖昧（あいまい）、矛盾しているという問題は解決しないのです。

●AI活用に不可欠な業務知識の5項目

　店舗マニュアルをPDF化してAIに投入するだけでは不十分です。業務においてAIが活用できる知識にするには、少なくとも次の5項目が必要です。

　1つ目は「出典」です。

　法令、社内規程、メーカー資料、現場検証など、何を根拠にした情報かを記録します。出典のない経験談は、正式なルールではなく、参考情報として分ける必要があります。

　2つ目は「適用条件」です。

　全店舗で共通なのか、調剤併設店だけなのか、特定の地域や売り場だけなのかを示します。「返品できる」という結論だけでは不十分です。購入日、商品状態、レシートの有無など、結論が成立する条件を設定します。

　3つ目は「例外条件」です。

　通常の手順では対応できないケースと、誰へ引き継ぐかを決めます。AIが答えてよい範囲だけでなく、答えてはいけない範囲も明確にします。

　4つ目は「責任者」です。

　商品部、店舗運営部、法務部、人事部など、内容を承認し、更新する部署を決めます。AI推進部門やシステム部門だけに、業務情報の正しさまで担保させるべきではありません。返品ルールの責任は店舗運営部、商品情報の責任は商品部というように、業務側が正しさを担保します。

　5つ目は「更新日と有効期限」です。

　作成日だけでなく、次に内容を確認する日を設定します。期限を過ぎた情報は回答に使わない、または「担当部署への確認が必要」と表示する設計が必要です。

　この5項目が付くことで、店舗マニュアルは「人が読む文書」から、検索、研修、AI回答に再利用できる「業務知識」へ変わります。

●いざAI導入　最初に集めるべき情報とは？

　AI導入時に、全社のマニュアルを一度に読ませる必要はありません。最初に集めるべきものは、店舗で実際に発生している質問です。

　「この商品はどこにあるか？」

　「この商品の欠品はいつ入荷するか？」

　「返品できるか？」

　「在庫差異が出たらどうするか？」

　「設備が停止したら誰へ連絡するか？」

　といった具体的な質問を記録します。

　次に、質問の件数と、誤答した場合の影響を整理します。

　導入初期には、質問が多く、正誤を確認しやすく、誤答時の危険が比較的小さい業務が適しています。例えば、売り場位置、在庫確認、勤怠申請、設備トラブルの一次対応です。

　対象を決めたら、回答の根拠となる正しい文書を1つに絞ります。旧版を除外し、出典、適用条件、例外条件、責任者、更新期限を付けます。その後にAIへ接続します。

　生成AI導入で最も時間がかかるのは、AIの設定ではありません。自社の仕事について、何が正しいのかを部門間で決める作業です。

　ベテランの知識を集める場合も、作業手順だけでは足りません。「何を見て判断したのか」「通常と違う場合はどうするのか」「どの時点で上司へ相談するのか」まで記録する必要があります。

　店舗を賢くするのは、現場で蓄積した判断を、根拠と条件を付けて、他の従業員とAIが再利用できる状態にすることです。

　自社のベテランが明日退職しても、その判断理由を、次の従業員へ渡せるでしょうか。店舗AI導入の成否は、その問いへの回答で既に決まり始めています。

●著者プロフィール：郡司昇（ぐんじ・のぼる）

20代で株式会社を作りドラッグストア経営。大手ココカラファインでドラッグストア・保険調剤薬局の販社統合プロジェクト後、EC事業会社社長として事業の黒字化を達成。同時に、全社顧客戦略であるマーケティング戦略を策定・実行。

現職は小売業・IT企業双方のアドバイザーとして、顧客体験向上による収益向上を支援。「日本オムニチャネル協会」シニアフェロー　Nextリテール分科会リーダーなどを兼務する。

公式Webサイト：小売業へのIT活用アドバイザー 店舗のICT活用研究所 郡司昇

公式X：@otc_tyouzai、著書：『小売業の本質2025DX』