小売のスマート化への道：5つの画像認識の応用方式

2024 年 5 月 17 日

競争の激しい小売業界では、テクノロジーの活用は小売業者にとって重要なトピックとなっています。運営効率の向上や買い物体験の改善において、テクノロジーは不可欠なツールです。中でも「画像認識技術」は近年注目を集めており、店内のさまざまな運営プロセスに柔軟に活用されています。この記事では、画像認識技術が小売業においてどのように応用されているかを詳しく探り、そのスマート化の道における重要な役割を解説します。

画像認識による商品棚の状況把握

通常、店員は商品棚の状況を確認し、適切に補充や陳列整理を行うために多くの時間と労力を費やします。一見すると些細な作業に思えますが、労働力不足の時代においては、小売業者にとって大きな挑戦です。NielsenIQの統計によると、2021年にはアメリカの小売業者が商品棚の空白や欠品により、最大820億ドルの損失を被りました¹ 。

画像認識技術の進歩により、商品棚の状況を確認する作業は人と機械の協力で簡単に行えるようになりました。店員が常に商品棚に注意を払う必要がなくなり、画像認識システムが補充や整理が必要なときに自動で通知するため、運営効率が大幅に向上します。これにより、人手不足の中でも高い運営レベルを維持し、人的資源を効果的に配分し、サービスの質を向上させることができます。

画像認識による在庫棚卸の実行

商品棚の管理と密接に関連するのが在庫管理です。現在、小売業者は画像認識技術を利用して「在庫棚卸」を自動化する機会を得ています。

商品棚の状況を把握するには、商品の数を数えたり、バーコードを一つ一つスキャンしたりするために多くの人手と時間が必要です。SMLグループの調査によると、アメリカの小売業者の48%が「欠品」を経営上の大きな課題としています 。画像認識技術を活用することで、小売業者は在庫棚卸しを容易に行え、コンピューターの「目」で迅速に在庫状況を更新し、在庫不足時には自動で補充を通知します。これにより、人件費を削減し、棚卸しの効率を向上させ、エラー率を低減することができます。

この技術は、特に多くの商品を扱うスーパーマーケットにとって重要なニュースです。労働力不足の時代において、自動化できる作業をシステムに任せることで、企業は人員をより効率的に配置でき、人手はより価値のある業務や人間ならではのサービスに集中することが可能になります。

画像認識による「動線、商品陳列、人流、顧客行動」の交差分析

ECサイトが持つGoogleアナリティクスのような強力な分析ツールに比べ、実店舗の小売店は店員の記憶に頼って「人流」と「商品陳列の効果」を把握するしかありません。

これは「動線と商品展示の計画」が完全に店員の経験と直感に依存していることを意味します。実際のデータの裏付けがないため、どの「動線と商品陳列の調整」が売上にどのような影響を与えるかを確定するのが難しく、動線や商品陳列の改善が必ずしも売上の向上に直接つながるとは限りません。

画像認識技術を利用することで、小売業者は顧客の店内行動をより深く理解できます。顧客の動線から商品に引きつけられたり、商品を手に取ったりする行動までを記録・分析できます。これらの貴重なデータを用いることで、店内の動線や陳列を根拠に基づいて調整できます。また、その効果をデータから分析し、顧客の買い物体験をさらに最適化し、売上を向上させることができます。

画像認識による出荷検査の実行

工場での自動光学検査と同様に、高精度の画像認識技術を利用することで、品質管理担当者が目視では検出できない微小な差異を検出します。小売業の出荷検査の要求は製造業ほど高くありませんが、出荷商品が注文内容と一致することは一般的な要求です。最近では、一部の小売業者が画像認識技術の導入を検討しており、従業員の目視確認に加えてコンピューターにも確認させることで、出荷品と注文内容が一致していることを保証します。

画像認識によるAI決済

最後に、画像認識技術は決済段階でも活用できます。特にバーコードのない商品、例えばパンや食事の認識において、従来の決済方法では店員が目視で商品を確認し、POSレジに一つずつ入力する必要がありました。画像認識技術の導入により、店員は「商品認識」をコンピューターに任せることができます。迅速に商品を識別し、お会計をスピードアップさせ、顧客の買い物体験を向上させることができます。バーコード付きの商品であっても、コンピューターは一瞬で複数の品目を認識でき、個別にバーコードをスキャンするよりも効率が高まります。

ただし、実際の運用では単純に画像認識技術に依存するだけではすべての状況に対応できるわけではありません。例えば、弁当の主菜の形、模様、色合いが異なる場合や、同じ弁当でも副菜の配置が異なる場合があります。また、パンにおいても、同じ種類のパンであっても焼き色、形、大きさなどに微妙な違いがあることがあります。同様に、同じ外見のスナック菓子でも、袋の形が顧客が手に取るたびに異なることがあります。

画像認識の精度を向上させるために、画像認識技術の提供者であるViscoveryは「コンピュータービジョン」と「AI人工知能の深層学習」を組み合わせ、コンピューターに人間の思考を模倣させるトレーニングを行い、認識精度を高め、さまざまな商品の外見の個体差に対応できるようにしています。

現在、多数の小売業者がこのAI画像認識システムを導入し、店員の決済支援を行っています。その中には、ベーカリーチェーンの「一之軒」、RT Baker House、そして日本の多くのパン屋やケーキ店が含まれます。また、シンガポールの「ハイヌードル」（海底撈グループの麵屋）や、日本の企業内ミクロマーケットもこの技術を採用し、セルフレジとして消費者に利用させています。

画像認識技術の小売業における応用は拡大し続けており、効率の向上から顧客体験の改善まで、重要な役割を果たしています。将来に向けて、画像認識技術が小売業にもたらすさらなる革新と変化、そして業界のスマート化転換に新たな動力と活力を注入することが期待されています。

[出典]
¹ Baldwin, Shawn. “How A.I.-powered robots are changing retail.” CNBC, 22 April 2023, https://www.cnbc.com/2023/04/22/how-ai-powered-robots-are-changing-retail.html.