AI

店舗戦略と棚割りを支援するAIを試作、実店舗で検証へ

この記事のポイント

  1. 実現したこと

    店長の業務を支援する4つのAIエージェントを約10日間で試作した。

  2. 実現の仕組み

    棚割り用のAIは、本部の陳列指示書、商品情報、店舗特性から詳細プランと配置イメージを生成する。

  3. 得られた結果

    実店舗での実証対象を戦略立案と棚割りの2つに定め、作業時間や提案の採用率などで有効性を検証する。

  4. 従来との違い

    統合前の各社の店舗業務から共通化する業務を特定し、店長支援AIの開発に用いる業務モデルを策定した。

明るい食品スーパーの棚前で、店長と売場担当者が、色分けした商品配置図と実際の商品棚を見比べている手描き風イラスト。
AI生成画像

店舗戦略の策定と、店舗ごとの条件を踏まえた棚割り生成を支援するAIエージェントが試作された。富士通と食品スーパーのイオンフードスタイルは、2026年7月に実店舗で検証する予定だ。作業時間や提案の採用率を通じて、店長業務への有効性を確かめる。

共通化する店長業務を定めて4つを試作

富士通とイオンフードスタイルは、店長と協働して店舗業務を支援するAIエージェントを共同開発した。富士通によると、店長の課題意識が強い業務を対象に、4つのプロトタイプを約10日間で開発したという。

開発に先立ち、富士通の技術者とデザイナーは、統合した各社の店舗業務から共通化すべき業務を特定した。理想の店長像を明確にし、店舗運営の業務モデルを策定した上で、AIによる支援を具体化した。

戦略案は分析から策定までを支援

店舗戦略立案用のAIエージェントは、3Cの枠組みに沿う分析の実行と、中長期の店舗戦略の策定を支援する。実証では、店長の戦略立案にかかる作業時間と、AIが作成したプランの採用率などから有効性を確かめる。

検証対象には、人事異動に伴う新任店長への教育と、実務の標準化も含まれる。戦略案を作る作業に加えて、店長が業務を引き継ぎ、実行する場面への有効性も調べる。

陳列指示と店舗特性を棚割りへ反映

棚割り用のAIエージェントは、本部の陳列指示書、商品情報、店舗の特性を入力条件として使う。これらを踏まえて、商品の配置を決める棚割りの詳細プランと、レイアウトイメージを生成する。

棚割りの実証は、プランの作成から売場担当者への指示までを対象とする。この業務の効率化に加え、生成した配置イメージの共有がコミュニケーションの円滑化につながるかを検証する。

試作した4つのうち2つを実店舗へ

富士通とイオンフードスタイルは、試作した4つのうち、店舗戦略立案と棚割りレイアウトの2つを実店舗で検証する。実証は2026年7月の数日間を予定している。

戦略立案では作業時間や提案の採用率を、棚割りでは作成から指示までの効率と情報共有の効果を確かめる。業務効率化は、この実証で評価する対象となる。