[ITmedia ビジネスオンライン] 「AIを導入しただけ」で利益の上がらない“がっかりDX”脱却 年商1.9兆円の米EC大手に学ぶ「独自データ」の作り方

デジタル技術を用いて業務改善を目指すDXの必要性が叫ばれて久しい。しかし、ちまたには、形ばかりの残念なDX「がっかりDX」であふれている。とりわけ、人手不足が深刻な小売業でDXを成功させるには、どうすればいいのか。長年、小売業のDX支援を手掛けてきた郡司昇氏が解説する。

　AIのPoC（概念実証）を実施した。プレスリリースを出し、複数のメディアにも掲載され、社内では「AI活用事例が3件できた」と報告された──。

　こう聞くと、一見成果が上がっているように見えます。しかし、商品の返品率は何ポイント下がったのでしょうか？　作業時間は何時間減り、利益はいくら増えたのでしょうか？

　この問いに答えられないなら、AI導入はまだ経営成果につながっているとは言えません。PoCが失敗したとは限りませんが、本番運用と利益への接続はこれからです。

　AIモデルの性能は急速に高まり、どの企業も最先端のモデルを利用できます。それでも成果に差がつくのは、AIに渡すデータと、AIを組み込む業務の設計が異なるからです。

　家具・ホーム用品を扱う米EC大手Wayfair（ウェイフェア）は、商品登録や顧客対応の業務そのものから同社固有の「独自データ」を蓄積し、AI活用を経営成果につなげています。

　Wayfairの事例から、日本の小売業が学べるAI導入のための点検手順を紹介します。

　今回の記事は、10月20日開催の「リテールDXサミット2026秋」の基調講演「AI導入だけでは利益が増えない『がっかりDX』に…データとAIで高収益を得る変革とは」の内容を一部抜粋し、コラムにしています。

【編集部からお知らせ】10月20日「リテールDXサミット2026秋」開催

連載「がっかりしないDX 小売業の新時代」の著者である郡司昇氏が、基調講演「AI導入だけでは利益が増えない『がっかりDX』に…データとAIで高収益を得る変革とは」に登壇します。

POSデータがあっても「独自データ」があるとは限らない

　「当社にはPOSも会員データもある。月間◯千万人のビッグデータだ」。そう考える小売企業は多いでしょう。

　しかし、ID-POS（顧客情報が紐づいた購買データ）が示すのは「何が、いつ、何店で、いくらで、誰に売れたか」です。なぜその商品を選んだのか、ほかに何と迷ったのか、どのような制約があったのかまでは分かりません。

　商品マスターには寸法、素材、成分などが載っています。ところが「狭い玄関を通せるか」「子どもがいる家庭に向くか」「既存の商品と併用できるか」といった用途までは、十分に構造化されていません。

　業務マニュアルにも同じ問題があります。標準手順は記載されていても、例外が起きた際に熟練者が何を見て、なぜその対応を選んだのかは残りにくいからです。

　筆者は、小売業にとっての「独自データ」を次のように捉えています。

　「自社の顧客接点と業務を通じて継続的に蓄積され、用途、条件、判断理由、結果まで結び付いた、競合が同じ時間とコストでは再現しにくいデータ」

POSデータがあっても「独自データ」があるとは限らない（出典：ゲッティイメージ図）

独自データの4要素

　独自データの主な要素は4つです。

事実：何が起きたか。閲覧、購入、返品、問い合わせなど

文脈：何のためか。用途、予算、困り事、利用条件など

判断：なぜその提案や対応を選んだか。代替提案、例外対応など

結果：その後どうなったか。購入、未購入、返品、再購入など

　データ量が多いだけでは、独自データになりません。この4つが、顧客体験や業務の流れとしてつながっていることが重要です。

　例えば、商品名、価格、説明文だけをAIに渡しても、出てくるのは一般的な商品案内です。そこに用途、比較軸、店舗在庫、過去の接客判断、購入後の結果まで加われば、顧客の条件に沿った提案に近付きます。