【導入事例】グローバル消費財企業、AIを活用した棚管理を実現

物流・小売業界の競争が激化する中、棚管理は企業の収益性を左右する重要な要素となっています。顧客中心の時代において、棚の可視性はブランドの売上パフォーマンスに直結します。Datainteloのレポートによると、AIを活用した棚モニタリング市場は2024年時点で21億ドルに達し、年平均21.8％の成長率で2033年までに151億ドル規模に拡大すると予測されています。また、Grand View Researchによれば、RFIDや画像認識で商品在庫を追跡するスマートシェルフ市場も、2023年の33億ドルから2030年には146億ドルに成長し、年平均23.7％の拡大が見込まれています。

こうした急成長の背景には、深刻な品切れや陳列ミスの問題があります。世界の小売業界では、在庫不足によって年間1兆7,750億ドル（全売上の約8.3％）の損失が発生しており、91％の消費者は一度品切れを経験すると同じ店舗に再訪しないといわれています。このことから、リアルタイムで棚の状況を把握し、即座に問題を解決する能力が小売業における競争力の決定要因となっています。

課題：数万店舗におよぶ棚割りシェアの管理

グローバル消費財企業のB社は、国内外の多様な流通チャネルを通じて幅広い製品を販売しています。営業チームとマーチャンダイザーは棚シェアの向上に注力してきましたが、次のような課題に直面していました。

非効率な手作業による点検：現場スタッフがスマートフォンやカメラで棚の写真を撮影し、事務所で商品を手作業でカウントしてExcelにまとめていました。店舗ごとに陳列方法や写真品質が異なり、ミスが頻発していました。
データ信頼性の欠如：手動で記録された棚シェアデータには主観が入りやすく、本社と店舗で数値の乖離が発生していました。また、プラノグラム遵守状況を定量的に把握することが困難でした。
フィードバックの遅延：競合製品の露出増加や自社製品の品切れをリアルタイムで把握できず、対応が遅れて売上損失や顧客満足度の低下を招いていました。
スケーラビリティの制約：国内外数万店舗のデータを迅速に集約・分析できるシステムが必要でした。

解決：Superb PlatformによるモバイルAI棚分析システムの構築

棚管理の近代化と自動化を実現するため、B社はSuperb AIのMLOpsプラットフォーム「Superb Platform」を活用し、モバイルベースのAI棚分析システムを構築しました。プロジェクトは次の4段階で進行しました。

1. データ収集と精査

営業担当者が店舗訪問時にスマートフォンで棚の写真を撮影し、Superb Platformへ直接アップロード。
プラットフォームが自動で位置情報、店舗ID、日時などのメタデータを保存し、重複画像や品質の低い写真を簡単に除外できる機能を提供しました。

2. 正確なラベリングと品質管理

AIアシストラベリング機能により、自社製品と競合製品を自動検出・事前ラベリング。ラベラーが内容を確認・修正することで、精度をさらに高めました。
品質保証機能により、複数のラベラーが作業しても一貫した品質を維持できました。

3. カスタムAIモデルの開発

Superb Platformの統合MLOpsパイプラインを活用し、少量のデータでも高精度な製品認識モデルを短期間で開発。
モデルの学習・評価・デプロイをすべて自動化し、ダッシュボードでパフォーマンスをモニタリングして継続的に改善を行いました。

（Superb Platformを用いた製品認識および自動ラベリングの例）

4. モバイルアプリ連携とリアルタイム分析

学習済みモデルを現場スタッフ用のモバイルアプリに実装。棚を撮影するだけで、商品数と棚シェア率を即座に算出できます。
分析結果は本社ダッシュボードにリアルタイムで送信され、営業・MDチームが現状を一目で把握し、即座に対応可能になりました。

成果：データに基づく意思決定と営業効率の向上

AI導入後、B社は以下のような明確な成果を得ました。

時間とコストの削減：これまで30分かかっていた棚分析が数秒で完了。営業チームはより多くの店舗を訪問し、顧客対応に注力できるようになりました。
正確な棚シェア分析の実現：AIモデルが製品単位で陳列比率を算出し、競合との比較や小売店との交渉において客観的なデータを提示可能になりました。
迅速な品切れ・プラノグラム逸脱検知：ソリューションが品切れやプラノグラム（棚割り）違反を自動検出し、品切れによる売上損失や棚陳列ミスによるブランド毀損を防止しました。プラノグラム（Plan of Program, POG）は販売データに基づいて設計される最適な陳列計画を指します。調査によると、多くの小売業者がプラノグラム不遵守により利益の5％以上を失っており、AIによる棚分析は大きな競争優位性をもたらします。
データに基づくキャンペーン管理：プロモーション期間中にリアルタイムで棚シェアを可視化し、店舗ごとの施策効果を把握。人員配置や出荷量の調整を迅速に行うことができました。
社内AIスキルの強化：営業チームとデータチームが連携し、データ収集・ラベリング・モデル検証のプロセスを経験することで、将来的なAI活用に向けた知見を蓄積しました。

拡張性：棚分析を超えたAI応用の可能性

本プロジェクトで得られたデータと技術は、小売オペレーション全体に応用できます。

在庫不足・品切れ予測：商品の消失をリアルタイムで検出し、販売速度データから将来の品切れを予測。
価格・プロモーション監視：価格タグ認識モデルを追加し、価格誤りや未実施の販促を自動検出。
オムニチャネル統合：コンビニ、スーパー、量販店、ECサイトの画像まで分析対象を拡大し、統合的な在庫・陳列可視化を実現。
他のビジョンモデルとの統合：Superb Platform上で安全検知、顧客行動分析、広告効果測定などのAIモデルを統合運用し、店舗をインテリジェントスペースへ進化させることが可能です。

結論：ブランド競争力を高めるAI棚分析の重要性

棚管理の正確性とスピードは、ブランド競争力の中核です。Superb AIのモバイルベースAI棚分析システムを導入したことで、B社はデータに基づいた意思決定と営業効率の飛躍的向上を実現しました。在庫不足やプラノグラム不遵守による損失が世界的に拡大し、AI棚モニタリングおよびスマートシェルフ市場が急成長する今、この革新はすべての消費財・小売企業にとって極めて重要な一歩です。

Superb Platformを活用すれば、データ収集からラベリング、モデル開発、デプロイまでを一元化でき、AI導入のハードルを下げつつ、営業・マーケティング戦略を次のレベルへ引き上げることができます。本事例は、AIが棚管理と小売オペレーションにいかに大きな変革をもたらすかを示す好例です。