Michael Hickins |コンテンツ・ストラテジスト| 2024年5月16日
大手小売業者は、Richard Sears(リチャード・シアーズ)が馬と馬車を停め、実店舗を開設し始めて以来最大の問題を解決することを期待して、生成AIを試みています。製品概要やその他のウェブサイトコンテンツの作成、顧客や従業員からのプロンプトに対する対話型レスポンスの生成、マーケティングのパーソナライズ、さらにはマーチャンダイジングや製品イノベーションを支援するための顧客フィードバックの要約に生成AIを使用し始めています。
しかし、生成AIを試用している多くの組織では、期待はずれの結果が出ています。これはテクノロジー自体に欠陥があるからではなく、生成AIのトレーニングを継続しない限り学習も継続しないからです。この結果、いわゆるハルシネーション、つまり生成AIモデルが生成する不正確な結果や誤解を招くような結果の発生につながることがよくあります。小売業者は、取得拡張生成(RAG)などの技術を使用して、プロンプトごとにより関連性の高い情報をモデルに提供し、従業員や顧客のクエリにより正確に対応できるようになりつつあります。
小売業者が初期の生成AIの障害を克服し、先駆的なアプリケーションで成功を収めている方法の詳細についてご紹介します。
生成AIは、平易な言語のプロンプトや質問を理解し、テキストや画像で応答する機能を持つ人工知能のサブセットです。また、大量のデータを取り込み、そのコンテンツの要約を作成したり、そのデータを解釈して推薦事項を作成する機能もあります。
主なポイント
生成AIは、小売業者が既存顧客の売上と利益率の最大化を支援することで、業界に変化をもたらすことができます。小売業者が驚くほど素晴らしいカスタマーサービスの提供を実現することで、カスタマー・ロイヤルティの悪化という数十年来の傾向を逆転させることさえ支援する可能性があります。たとえば、生成AIは小売業者が以下を達成できるよう支援することが可能です。
生成AIは、以下に詳しく説明する、運用、カスタマーサービス、その他のさまざまなメリットを小売業者に提供します。
小売業者は非常に狭いマージンで事業を行う傾向があるため、運用効率の向上は収益性の向上に大きく貢献します。たとえば、小売業者は生成AIを使用して、オンラインと電話の両方でカスタマーサービス・エージェントの置き換えや補強を行うことができ、返品や交換などの定型業務で顧客を支援するために担当者が費やす時間を短縮することができます。ある小売業者は、生成AIを搭載し、従来の分析とサードパーティー・マーケットデータからの情報に基づくチャットボットを使用して、オンライン・ポータルを介して機器サプライヤーと契約交渉を行うことで、調達コストを3%削減しました。小売業者はまた、数多くのインタラクティブなシナリオを通して従業員を指導する生成AIを組み込んだトレーニング動画を使用して従業員を育成することで、従業員の生産性を向上させ、コストのかかる離職率を減らしているとしています。
小売ブランドのロイヤルティは数十年前から低下傾向にあります。小売業者は顧客を維持するためにこれまで以上に努力する必要があります。
生成AIは、小売業者が個々の顧客に関するデータを活用し、高度にターゲットを絞ったEメールやその他のマーケティング資料を、人力のみでは不可能な程の大規模で発信できるように支援する貴重なツールとなります。その仕組みは、生成AIが集約された購入履歴やソーシャルメディアへの投稿、その他のサードパーティー・データを選別し、特定の購入者にアピールする可能性のある特定のマーケティング・メッセージを決定するというものです。これらのメッセージが大量生産ではなくパーソナライズされたものであるという事実は、ブランド疲労を軽減し、コンテンツの関連性を向上させ、カスタマー・ロイヤルティを向上させることができるよう支援します。
ほとんどの小売業者は、従業員の離職率が高さに悩まされているだけでなく、季節労働の支援も受けなければならないため、組織に関する知識が乏しい多くの新しい従業員を常に管理する必要があります。生成AIは、これらの従業員が店舗で顧客を誘導できるように、製品の特徴や歩き方についての概要を生成することで役立ちます。生成AIはまた、対話型のカスタマーサービス・チャットボットに加えて、コールセンターのエージェント向けに顧客履歴や製品情報を表示することもできます。
小売業者はまた、生成AIを使用して、スクリプトを店員に提供することで、オンラインのチャットボットを通じて直接的、間接的に関わらず、顧客の質問や苦情に対応することができます。どちらも、購入者のエクスペリエンスだけでなく、関連する製品情報などの完全な背景を考慮に入れています。
たとえば、顧客が店頭の返品ポリシーについて質問した場合、「先月購入されたグリルはまだ保証期間内ですので、お引き取りの予約をお取りすることができます」といった返答の方が、「場合による」や「通常30日」といった返答よりもはるかに役立つでしょう。また、その顧客との長期的な関係を確立する上で、より有意義なものとなるでしょう。
さらに、小売業者は生成AIを使用して、注文状況に関するクエリに対応したり、Tシャツやコーヒーカップなどのカスタマイズ商品の文言や画像を推薦することも可能です。
製品ライフサイクル管理は、小売業者にとって常に目標とされてきましたが、これまで目指されてきたものの、実行に移されることはありませんでした。生成AIが登場するまでは、小売業者にとって、顧客やエンドユーザーからの膨大なフィードバックに目を通し、ある製品に対する共通の不満を見つけ、その不満をサプライヤーや自社のプライベート・ブランド・メーカーの製品開発チームに伝えることは、あまりに時間と労力のかかる作業でした。そうした定期的なフィードバックは、有益な製品変更、あるいはまったく新しい製品につながる可能性があります。
しかし、生成AIを使用している小売業者は、コールセンターの記録や音声記録、ソーシャルメディアへの投稿、小売業者や・アグリゲーター・ウェブサイト(YelpやGoogleなど)の顧客レビューを調べ、データを合成し、不合理な暴言と理路整然とした提案を区別することもできます。そして、そのデータをタイムリーかつ簡潔に要約するために生成AIを使用することができます。生成AIモデルは、広範な一般事項の解釈に基づいて、たとえば「何度も落としていつも壊れる!」というようなコメントを、「持ち手の幅を数センチ狭くして、より人間工学に基づいた設計にする」というように、推薦事項を作成することができます。
小売業者は、カスタマーサービスや顧客維持の改善、返品率の低減、バスケット・サイズの拡大、利益率の向上など、さまざまな巧妙な方法で生成AIを使用しています。ここでは5つのユースケースをご紹介します。
小売業者は、RAGや同様の技術による最新の顧客データで補完された生成AIベースのチャットボットをを使用して、消費者からの質問に会話形式でやりとりすることができます。このようなやりとりは、電話や小売業者のeコマースサイトで行われ、顧客が調べている製品、小売業者の返品ポリシー、または店舗の営業時間や在庫について話し合われることがあります。一方、生成AIによる最新チャットボットは、意思決定木の数が限られている従来のAIを実装した旧世代のチャットボットとは対照的に、消費者に対話の手段をほぼ無制限に提供し、より複雑な顧客のクエリに対応することができます。
たとえば、大型金物店の生成AIベースのチャットボットは、顧客がどのタイプの照明器具や配管器具が最適かを決定する際に、家の規模や場所について質問することで、適切な引っ張り強度、電力プロファイル、高温への耐性を持つアイテムの選択を支援することができます。従来のAIチャットボットでも優れた推奨を行うことはできますが、生成AIチャットボットはより対話型であり、たとえば「裾を短くしてほしい」とか「紺色にしてほしい」といったオンライン顧客の要望に応えることができます。このような生成AIを実装したバーチャル・アシスタントは、フラストレーションを感じていたり、皮肉や文字通りに受け取ってはいけない慣用表現を使用している人を見分けることができるようになってきています。顧客がフラストレーションを感じているときに「湖に飛び込んでこい!」と言っても、実際のところ、そのような命令をしているわけではないことを理解しています。
小売業者は生成AIを使って、eコマースサイトや棚ラベル用に簡潔で魅力的な製品概要を作成することができます。プロンプトを変更することで、マーケティング担当者は生成AIにブログ記事のような長めの文章の作成を依頼することができます。たとえば、ある全国規模の食料品チェーン店は、生成AIを使って店頭で販売している食材を使って魅力的なレシピを組み立て、ブログ記事として公開しています。チャットボットは、「ラザニアを作るには何が必要ですか?」といった質問に基づいて買い物リストを提供することもできます。小売業者は生成AIを使用して、グルテンを食べない、ピスタチオにアレルギーがある、味噌が苦手といった顧客向けにカスタマイズしたリストなど、パーソナライズされた買い物リストを生成することができます。
小売業者は生成AIを使用して、魅力的な件名を提案し、ターゲット層や 「あなたのような人には...」というようなあまりカスタマイズされていないものではなく、個々の受信者に合わせたコンテンツを作成することで、メール疲れへの対応を支援することができます。生成AIは従来のAIやRAGと組み合わせることで、何万人もの既存顧客、元顧客、潜在的顧客向けに、大規模にパーソナライズされたメールを作成できるよう支援することができます。また、生成AIはA/Bテストを無限に行うことができ、どのコンテンツがコンバージョンを推進するうえで最も効果的かを特定します。
小売業者は、顧客レビューやソーシャルメディア・フィード、その他のソースからのコメントを確認および要約するために生成AIを使用することができます。その簡潔なフィードバックは、どの製品を仕入れるか、店頭やウェブサイトのどこに配置するか、返品をどのように処理するか、より知識のあるスタッフをどこに配置するか、さらには(サプライヤーと協力して)既存の製品をどのように改善するかといった意思決定における情報提供に役立ちます。
小売業者はまた、従来のAIアプリケーションを強化するために生成AIを使用しています。たとえば、小売業者はすでに従来のAIを使って、オンライン購入者が写真をアップロードして製品を検索できるよう支援しています。生成AIを使用している小売業者は、チャットボットを使用して、購入者とより複雑で人間のような会話を繰り広げることができるようになりました。これにより、「グリーンのものを見せてください」、「裾の短いものはいかがでしょう」、「それに合うブレザーはありますか」といった自然なやり取りが可能になります。
さらに、小売業者は生成AIを使用して、トレンド予測のために従来のAIに依存していたバックオフィス・ツールを強化することができます。たとえば、小売業者は従来のAIベースの分析を使って、天気予報や経済レポートといったソース・データに基づいてトレンドを分析しています。生成AIを使えば、ソーシャルメディア・フィード、顧客レビュー、オンライン・ファッション誌、ニュース・サイトなど、よりさまざまな種類のソースからデータを解析・解釈し、より高い精度でトレンドを予測することができます。
同様に、小売業者はすでにサプライチェーンの混乱に対応して配送ルートを調整するためにAIを使用していますが、生成AIはそのような分析を補強するために、ニュース・レポート、ソーシャルメディアへの投稿、その他の従来とは異なるデータ・ソースの要約を提供することができます。
生成AIがビジネスで利用できるようになってから比較的日が浅いものの、小売業者はその無数の特性を迅速に活用しています。以下に、その例をいくつか紹介します。
小売業者は、Oracle Retail AIおよびソリューションを使用して、マーケティングの微調整、情報に基づく価格設定と在庫に関する意思決定、売り場面積と店舗位置の最適化、商品説明の改善、そしてより広範に、より充実したショッピング・エクスペリエンスの創出と利益率の上昇を支援しています。
生成AIがパーソナライズされたインタラクティブなショッピング・エクスペリエンスの提供、消費者の行動や嗜好の把握、在庫管理の最適化、トレンド予測、サプライチェーン・プロセスの合理化などを支援するため、スマートな小売企業はビジネスの成長を促進するためにAIを活用する方針を示しています。
大型小売業者による生成AIの使用方法を教えてください。
大手小売業者は生成AIを使用して、製品説明の作成、長いドキュメントの要約、新しい種類のコンテンツの作成、顧客へのクロスセルの推奨を従業員に提供しています。
小売業者でLLMを使用する方法を教えてください。
小売業者はLLMやその他の生成AIアプリケーションを使用してチャットボットを強化し、コールセンター・エージェントが提供するよりも迅速で正確なことが多い、効率的でフレンドリーなカスタマーサービスを提供しています。