オープニングとAI活用の現状認識
この番組は、中小小売企業の取り締まり役経験のある2人が、 そのリアルについてゆるくお話しします。
人事に軸足を置いたジェネラリスト、私戸部有利が、 インドのM&A経験がある連続企業家、樋口幸太郎さんに話を聞いていきます。
既に小売企業を経営している方、これから小売ビジネスで 企業を考えられている方に役立つ情報を楽しく語っていきます。
リテールトーク111回目です。よろしくお願いします。
よろしくお願いします。
今日は小売業経営者こそAIを使い倒すべき、という話です。
樋口さん、サウナ行くんでしたっけ?
サウナめっちゃ好きで行きます。
あ、そっか。なんかあんまイメージなかったけど、 私この間初めてちゃんとサウナ入ったんですよ。
それは珍しくないですか。
ホテルについてて、ちょろっと入るとかをやったことあるけど、 ちゃんとサウナでめっちゃ汗かいて、水風呂入って、
その後、インフィニティーチェアってわかります?
インフィニティーチェアはさっき調べました。
ゴロンってできるやつ。あれでチル、整うみたいなやつを初めてやったんですよね。
どうでした?
いや、整うというのは経験しました。
またやろうと思います。
とりあえずロケーションがすごいところでやってしまったので、 あれは経験したいけど、
すごい多分めちゃくちゃ最高級のサウナをやったんで、
都内でまたやると多分また違うサウナなんだろうなと思って。
だから普通のサウナがどうなのか私よくわかってないです。
確かに体験があんまり良くないサウナも結構あったりして、
僕が行くサウナとかで混んでるとこだと、
ほんとおじさん同士がぎゅうぎゅう詰めになっていて、
ちょっとマナーの悪いおじさんとかだと、
額の汗をピッてやったりしたら、その汗がお尻にかかってくるとか、
あと間を通るおじさんの滴り落ちる汗が自分にかかってくるとかっていう、
最悪体験をしながらもそれでも入りたいみたいな感じで入っているんで、
ちょっといいところを選ばないと、
もう二度と都内サウナにはいけないとかになっちゃうかもしれないですね。
白くて綺麗で、あんまり混んでないところをお勧めします。
そうなのか。多分めっちゃめっちゃいいサウナを経験してしまったので。
なるほど、ハードル上がっちゃったかもしれないですね。
今日のテーマ、小売業経営者こそAIを使い倒すべきですね。
ゆきさんめっちゃ使い倒してますもんね。
今、ここ数ヶ月AI使い倒しながら、
ストアレコードのAI分析機能をリリースしました。
これ業務効率化と、あとは仮設検証による意思決定の精度アップみたいなところに
ものすごい効くなと思っていて、
僕自身、前職でやっぱストレスになったところって、
データを基にした意思決定をしたいけれども、
小売業ってやっぱり1週間サイクルで色々意思決定しなきゃいけない。
新商品がどのぐらい売れていて、在庫がどのぐらい残っていて、
タイムセルやった、週末の試作はどうなったかみたいなところを全部分析するとなると
結構な時間がかかってしまっていて、
データは重要だけれども、データ貯めていくのも大変だし、
データに基づく意思決定をするのも結構大変だったのが、
AI使うとそれらがパッとできるようになるんで、
ちょっと今日はその話ができるといいかなと思っています。
小売の文脈でもAI活用って加速してるのかなと思うんですけど、
実際に使い倒してるからこそ感じることがあれば聞きたいなと思ってます。
AI活用の本質：売上アップではなく経営者時間の創出
まず1個目、第一に伝えておきたいのは、売り上げアップには効かないっていうのは実感値だと思います。
売り上げは上がんないです。
売り上げの増加を見込んでAIって言ってると期待外れに終わる可能性が高いと思っていて、
やっぱりお売り業で一番大事なのってお客さんが欲しい商品を届けるというか、
出すことが大事で、そのための資料とかは出してくれるけれども、
需要を生み出したり、マーケティングをすごいドカンと伸ばすみたいなものには、
なかなか使えないなと思っているので、そこは期待しない方がいいと思ってます。
確かに売り上げ直結しないっていうのは本当そうですよね。
資産を出してもらってそこからどうやるかみたいなところはこっちでやらなきゃってことですよね。
使っていて思うのが、AIでの自動化とかエージェントが騒がれているものの、
やっぱり現状のメインの使い方って、
指示を出してAIから回答を得るみたいな使い方がメインだと思ってます。
基本的にAIって超優秀な支持待ち新入社員みたいな、
そういう言い方をする人多いかなと思うんですけど、
まさにその通りで、本当にあらゆる情報に精通しているけれども、
指示を出さないと何にもやってくれないぐらいの感じで思っていると、
いいかなと思って、そうなるとやっぱり上司側の問題なんですよね。
その子をどう使いこなすかって。
確かに。
なのでそのスキルをためていくためにも、
使い倒さないと超優秀な新入社員との付き合い方が分からないので、
使い倒しましょうっていうのを言っているところもあります。
そうですよね。
どんなコンテキストを共有して、どんな指示を与えるかによって、
めっちゃアウトプットが変わるっていうのは、
優秀な支持待ち新人、めっちゃ分かりやすいですね。
指示の出し方がめちゃくちゃ重要ですね。
指示の出し方は重要で、
あとは指示の出し方の話からちょっと変わっちゃうかもしれないんですけど、
売上伸びないのにじゃあなんでAI使い倒すべきなの?
みたいなところはいくつかあるかなと思っています。
うんうん、それ解説してほしいです。
1個目は経営者の時間が空きますよね。
一部経営者はAI使いすぎて寝る時間がなくなっちゃってるみたいな人いますけど、
基本的には経営者の時間空くかなって思ってますと、
基本的に中小の経営者ってプレイングマネージャーであることがほとんどで、
経営者と言いながらも商品企画にはどっぷり絡んでいるし、
発注の最終意思決定はやっているし、
何ならタイムセルの価格の決定もやっているし、みたいなところを
結構いくつか業務の重要な領域は持っていると思っているので、
その業務がAIを使って効率化できる部分がかなり多いなと思っているので、
ここで経営者の時間が大きく空くっていうのが一番の効果かなと思ってます。
確かに、経営者こそパスできることを全部パスして、
自分しかできないことに集中した方がいいよねっていうのはめっちゃ同意で、
あとは手空いたところで、今まで手回ってなかったことも
ちょっとできるよねみたいなのもありそうですね。
やれることの幅が広がっちゃうっていうので、
空いた時間が埋まっちゃうっていうのは起きる現象かなと思ってます。
中小企業だとやった方がいいけどやれてないことって山のようにあると思っていて、
これって経営者の得意不得意な分野によるところも大きいかなと思ってます。
例を挙げると商品説明文の改善であったり、SEO対策どうするかの分析と検証実行、
あとは海外国内事例のリサーチ、広告クリエイティブの改善とか、
やりたいけれどもちょっと知識も少ないし、手が出せないよなっていう分野に対して
AIであればそれなりの形にしてくれるっていうのが相当早くできるなと思ってます。
僕自身デザイン領域ってものすごい苦手なんですけど、
最近クロードデザインっていう新しいウェブ上でデザイン作ってくれるのがあったんで、
広告のクリエイティブとかノート記事のサムネイルとか、
会社概要資料のバージョンアップみたいなところをやろうとしてるんですけれども、
かなり精度上がってきていて満足してますと。
この後はサービスサイトのLPの改善とか自社サービスサイト、
外注して作っていたものをリニューアルはちょっとクロードコードと
HubSpotを使ってるのでHubSpotのつなぎ込みみたいなのをやっと
GitHub上でごちょごちょやりながらデザイン変えるっていうのはやろうかなと思っていて、
こんな形で苦手な領域にも拡張してできるようになるっていうのは
いいことかなと思ってます。
この前話したようにクロードコード使って情報を統合して
商品マスター作るみたいな長期で業務効率化につながる施策っていうのも
AIあるからこそできることとしてやることの幅が広がるっていうのは
いいことの二つ目かなと思ってます。
その本質的な業務改善につながれば色々変わりそうですね。
結局AIを使って売り上げは伸びないんだけれども、
コスト構造が変わって利益が増えると思ってるんですよ。
経営者の時間が空いてできることの幅が会社全体として広がるので
コストが減りますよっていう。
これまで外注していた広告のクリエイティブとか運用を内製化できるようになったり
商品説明文、画像登録なんか外注していたものが内製化できるようになる。
そうするとこれまで使ってた外注費っていうのはだいぶ削減できるようになっちゃう
っていう形でこの動きは相当の企業で起こってるんじゃないかなと思ってるのと
中小企業ではこのコスト構造を変わって利益残るっていうのは
かなり大きくプラスになるんじゃないかなとは思います。
確かに経営へのインパクトも大きそうですね。
この自動化とか内製化が進むことで判断できることも
かなり増えるというか変わりそうですね。
そうですね。手戻りが少なくなるというか
自分たちの手元でできることが増えていくと
実施した施策に対する検証のスピード、意思決定の質と速度が上がるかなと思っていて
ここは非常にいいかなと思っています。
AIスキルを資産化する重要性
今までだったらデータ分析みたいなのは外部のコンサルみたいな人がやっていたものが
前回も話したように販売開始1週間のお気に入り数の所属と
最終販売数に相関関係がありそうです。
調べたいけれども調べる時間もないしどうやっていいかわかんないから
この辺外注してたみたいなところがパッと検証できるようになると。
そうするともう今までだとデータ分析外注して
帰ってきてみたいなのって相当時間かかってたのが
AIに聞けばもう数十秒で仮説をもとにバババババって結果を出してくれるので
こうなんじゃないかな、こういう関係にあるんじゃないかなと思ったところを
どんどんどんどん検証していくことができるので
こうじゃないかという仮説を検証して
施策をもう1回やってこうなるはずみたいなところの回数が増えていくっていうのが
いいところかなと思います。
意思決定する回数が増えるとフィードバックされる回数も増えるんで
結果として意思決定の質が上がっていくなっていうのは思います。
そうですよね。現場間隔の仮説をすぐデータドレイ分で検証できるから
意思決定の質も数も増えるのはいいですね。
最後使いこなすべき理由として
経営者のAIスキルが試算化するっていうのはあると思ってます。
これは冒頭でちょっと話をした伝え方を良くしていく。
支持待ちの超優秀な新入社員のAI君との付き合い方っていうのを
試算化していくっていうのがかなり重要かなと思ってます。
僕自身もかなりですね、ストアレコードAI分析をリリースするのに
相当AIと対話して、何の対話をしたかっていうと
欲しいデータが返ってこないんですよね、うまくやらないと。
なんでスキル.mdみたいなのとかクロード.mdみたいな
そういうのをかなり裏では作っていて
こういうケースにはこういうふうに回答してねっていうのを教え込むというか
こういう支持出しをしないと良いデータって返ってこないなみたいなところを
かなり作り込んだっていうのがあるので。
ストアレコードの中で行くと小売業の汎用的なそういったものは
チューニングしたっていうところがあるんですけれども
これを自社の特性、ビジネスモデルに合わせて
AIにあらかじめ教えておくっていうのが重要になってくるので
この部分は各個社変わってくるかなと思っているので
そこを言語化するためにも本当に早い段階から
AI使いこなして、AIってどういう質問をするとどういうことが返ってきて
検証ってどういう流度でやれるのかみたいなところを
早めに試算化していくのが良いかなというのは思っています。
レンドがないとアウトプットも弱いみたいなのはすごい分かって
まだあんまり活用しきれてないリスナーさんって
全然いるのかなと思ってるんですけど
どっから使い倒していけばいいのか分からないと思ってて
何からやればいいですか?
具体的なAI活用法と今後の展望
僕だとやっぱり3つかなと思っていて
データ分析、業務効率化、画像イメージ作成でいけないかなっていうのは思ってます
1つ目のデータ分析はいつも言ってる通り
経営者なら必ず自分たちの会社の売り上げとか利益に対して
いろんな仮説を持っていて
こうなったらこうなるんじゃないかとか
このデータは相関関係あるんじゃないかみたいなところを
思ってるところを検証していくっていうところを
使ってもらうのがいいかなと思ってます。
例えば前回話したような価格の低いエントリー商品は
その後のリピーターをちゃんと生んでくれているのかなであったり
あとはリピート率が低い商品に共通項はないかな
要は買ってがっかりしちゃった商品って
共通点あるんじゃないかなみたいなところで抽出したり
同じような形で返品率高い商品って
カテゴリーってどういうところで改善の余地があるのかないのか
みたいなところはデータ分析としてやっていくのがいいんじゃないかなと思ってます。
2つ目の業務効率系はAI使って業務効率化するみたいな話が結構出ているので
例えば商品名と商品説明文って今まで本当に人の手を返して作っていたけれども
大量に出品する会社さんであれば
AI使ってうまく効率化できるんじゃないかみたいに思って
そこをやりに行くっていうところはいいんじゃないかなとは思ってます。
あとはタイムセルの設定案なんかも僕自身やったんですけれども
ちゃんとプロンプとチューニングしてやるといい感じで出してくれるので
そういったところにも行くかなと思っているので
AIがやっても差し支えない範囲の業務で
時間がかかってしまっているものを抽出して
そこを任せられないかっていうのを回してみるっていうのは
いいんじゃないかなと思ってます。
最近この1ヶ月くらいでチャットGPTも5.5になって
クロードデザインも出て
チャットGPT5.5の画像の精度もかなり高くなっているので
画像イメージの作成系は進歩が大きいなと思っていて
GPCであれば画像を作成する機会は多いので
そこをちょっとやれないかなみたいなところを
検討するのがいいと思ってます。
さすがに商品データをAI使って作成するは
結構各社さん期待値は高いものの
本当にそれって誠実なんだっけみたいなところも
論点としてあると思うので
例えばなんですけどバナーの作成であったり
まだまだ人の手を返していると思うので
そういったバナーの作成で
商品のLPの一部画像の作成を
こうした生成AI使ってやれないかなみたいなところを
取り組むのはいいかなとは思ってます。
画像系は進化が本当に分かりやすいなと思っていて
私の次の髪型どうしようかなっていうのを
作ってもらいました。
そんなことできるんですね。
そう。私の顔で。
それすごいですね。
そうですよね。
これから小売りにおいても業務上でAI活用って
本当にスタンダードになっていくんでしょうね。
これはですね僕らもやりたいなと思っていて
やっぱり自動化できる領域っていうのは
AIが多分やっていくような形になると思っていて
そのためのプロダクト開発っていうのを
今進めていて
それができると相当業務効率化に
つながるかなと思っているんで
ちょっとそれは今度リリースしますと。
やっぱりAI自体の進歩も凄まじいので
AI自体ができることの肺っていうのが
どんどんどんどん広がっていくなっていうのは
感じてます。
今日の知識って多分どんどん陳腐化していって
1ヶ月前できなかったことも
1ヶ月後できますみたいな感じの世界観かな
と思っているんですけれども
一方でやっぱりAIとの向き合い方とか
こういうふうに伝えた方が
AIって答えやすいよねっていうスキルについては
陳腐化することないというか
どんどんどんどん磨かれていくものかなと思うので
AIを使いこなすスキルっていうのは
資産として蓄積しながら
できる領域が拡張していくに従って
自社でAIに任せられる領域が増えていくっていう
そんなイメージを持ってます。
大事なのは何のAIを使うといいかとか
プロンプトをこうするといいみたいな
表面的なことは結構どっちでもいいかなと思ってます。
チャットGPが良くなったらそっち使えばいいし
ジェミニが良くなればジェミニ使えばいいし
クロードコードがいいならそっち使えばいいし
得意分野も分かれているかなと思うので
分けて使えばいいと思いますと
プロンプトもこういうのがいいよっていうのは
ちょっと表面的なので
学びながらも本質的に重要なのは
自社のビジネスモデルとか業務特性
業務フローっていうのを言語化して
AIに伝える能力っていうのが
ものすごい資産化として大事なのかなと思ってます。
例えばAIにタイムセール
毎週のタイムセールの価格の設定を依頼して
案を出すというフローを構築しようとしたら
結構言語化しなきゃいけないことが多くて
そもそものタイムセールって何でやるんだっけ
目的って何ですよ
あらり率とか消化率の目標ってこうですよ
あらり率と消化率
あらり率優先しようとすると
消化率が犠牲になるみたいな
トレードオフの関係にあるので
衝突したらどっちを優先しますよ
でそれを決めると
オフ率の許容範囲っていうのが決まります
で販売開始から何日以内の新商品は
タイムセールの対象外にしたいですとか
販売開始から何日経過したら
何パーセント以上のオフ率を設定してもOKです
みたいな
暗黙的にかなりみんな運用してるんですよね
ルールを本当に言語化して
AIに伝えられるようにしておくっていうのが
すごく大事でやるべきことかなと思っています
それを言語化した上で
AIに伝えて帰ってきたアウトプットをもとに
このケースの場合は
こういう意思決定が入るよっていうのを
チューニングしていくと
優秀な支持待ち人間のAI君も
自動でエージェント
AIエージェント的に自社のルールを理解して
タイムセールの設定案を
月曜日の朝10時までに提出する
みたいなところは
できるようになる未来がもう見えているので
まさに企業が取り組むべきは
自社のことをAIに分かりやすく伝える
でそこを資産として取っておくっていうところが
非常に重要になるなっていうのを
今やってても思っています
対AIだけじゃなくて
対人にも同じだと思ってて
ちゃんとコンテキスト伝えるとか
目的なんだっけとか
何をゴールにするんだっけ
みたいなのが伝えられることって
組織回していく上で必須なのかなと思ってて
それをAIに対してちゃんとできる
っていうだけなのかな
っていうふうに思いました
結構人間相手だと省略しちゃっても
成立しちゃってる部分もあるのかな
っていうのを改めて思いますね
AIと向き合って
運の呼吸で結構やってくれるじゃないですか
その辺がAIは読み込んでくれないので
裏の背景コンテキストも
その辺のコンテキストを名分化するのは
人に対してもすごい大事になってきそうですね
ありがとうございます
今日は小売業経営者こそ
AIを使い倒すべきという話でした
ありがとうございます
ディテールトーク
ここまでお聞きいただきありがとうございます
番組の詳細欄に
GoogleフォームのURLがあるので
質問やメッセージはそちらから
お送りいただけると嬉しいです
番組内でご紹介させていただくかもしれません
次回もぜひよろしくお願いします