AIoT が小売業をどのように変革するか:よりスマートな店舗、より良いサービス、最適化されたサプライ チェーン

小売部門は、店舗、顧客サービス チャネル、倉庫、サプライ チェーン全体にわたる IoT 対応デバイスやセンサーの普及の影響を免れませんでした。現在、小売業者はこのデータをより効果的に活用するために人工知能を活用しています。

このようにモノの人工知能は (AIoT) は小売業者にとって極めて重要なものとして浮上しています。なぜ？ AI と IoT デバイスからのデータを組み合わせることで、小売業者は店内エクスペリエンスを再考し、サービス提供を強化し、あらゆる運用レベルで商品の可視性を維持できます。

Global Data IoT in Retail and Apparel のテーマ別レポートでは、小売業における IoT 製品およびサービスへの AI の統合の拡大は避けられず、すでに起こっています。「IoT バリュー チェーンの主要なレイヤーは、物理、接続、データ、アプリ、サービスです。これらのレイヤーは論理的には個別ですが、大規模な IoT ソリューションでは、これらの論理境界がかなり曖昧になってきています。

たとえば、スタックの最上部に向けて明確に識別可能なデータ層が引き続き存在しますが、データ処理の割合は増加しており、ネットワーク内およびネットワークのエッジで発生します。生成 AI、特に ChatGPT の開発の加速により、すべての IoT レイヤーにわたる AI の関連性が高まりました。したがって、特に顧客主導のインターフェース全体で、その機能に AI を組み込む IoT 製品やサービスが増えています。

イベントの選択により、リアルタイムの結果と解決策が生成されます

イベント ストリーミングによるきめ細かいルーティングにより、システムは AI によって分析される内容をより選択できるようになり、コストを抑えながらイベントへの反応性を高めることができます。イベントは、状態の変化または更新 (商品がショッピング カートに入れられる、ポイント カードの申請が送信される、または注文が発送の準備が整うなど) を表します。

イベントは、その内容を示すトピックとともに「公開」され、システムは関連トピックを持つすべてのイベントを受信するために「サブスクライブ」できます。 AI システムはイベントを受信してリアルタイムの結果を生成し、リアルタイムのソリューション/アクションを自動的にトリガーできますが、このデータ フィードは、ベクトル データベースへの取り込みまたはモデル自体の微調整によって、継続的な学習のためのストリームも提供します。

インテリジェントなユースケースで関係者の支持を得る

小売業界における AI の初期アプリケーションの多くは、生成 AI (Gen-AI) と大規模言語モデル (LLM) に焦点を当てることになるでしょう。これらは、ストア アプリを介した顧客との直接のやり取り、オムニチャネルの顧客サービスのやり取り、さらには倉庫の作業員の支援にも使用できます。

しかし、今日の LLM ベースの AI の最大の問題の 1 つは、比較的高価で時間がかかることです。処理のために IoT データを単に LLM にファイアーホースするだけでは、すぐに扱いにくくなり、非常に高価になります。小売業における AI と IoT の融合による最大のメリットは、小売組織が顧客、スタッフ、ビジネス全体にメリットをもたらすインテリジェントなユースケースを特定することによって実現されます。

… メリットそのものを語ってください

イベント対応の IoT ストリームは、店舗内、カスタマー サービス チャネル経由、さらには倉庫内の小売顧客と従業員にメリットを提供できます。

ここでは、イベント ストリーミングを基盤とした小売業における AI と IoT の融合が大きな変化をもたらす可能性がある 3 つのユースケースを紹介します。

1) コネクテッド ファクトリー ワーカーの紹介

AI は倉庫から始まり、工場労働者の例外処理を支援します。ほとんどの小売業者は現在、倉庫業務に何らかのモバイル デバイスやタブレット デバイスを使用しており、これらは在庫監視やその他の在庫関連タスクのためにフロアにある IoT デバイスによってサポートされています。

これらはすべて、AI が新たな洞察を収集し、潜在的な問題に対処できる豊富な潜在的な利点を提供します。たとえば、Gen-AI ソリューションは、問題、インシデント/ニアミス、または効率化のための考えを報告する非常に簡単な方法をすべての従業員に提供できます。これは定性的な情報ですが、LLM ベースの AI がレビュー、分類、グループ化を行い、厳選されたアドバイスを経営陣に提供できます。

リアルタイムでの緊急対応により業務の安全を確保

たとえば、緊急事態において、組織が倉庫や工場の現場でリアルタイムに対応できる速度が大幅に向上する可能性もあります。情報を配信するイベント ドリブン システムと、情報を文字に起こし、確認し、できるだけ早く関係者の前に提示する AI を導入すれば、工場現場の安全性、時間、コストを向上させることができます。

ここで、イベント メッシュは、それぞれが特定のイベントのセットに合わせて調整された多くの AI エージェントをリンクできます。これは、生の音声を含むすべてのイベントをサブスクライブし、Speech-to-Text モデルを使用して文字起こしを作成し、それをメッシュにパブリッシュするのと同じくらい簡単です。これらのコンポーネントはすべて、保証されたメッセージングを使用してイベント メッシュ経由で非同期に通信し、転送中にイベントが失われることがなく、イベントが適切な人またはデバイスに配信されて緊急対応が開始されることを保証します。

2) 顧客の好みをより深く理解し、ショッピング エクスペリエンスをカスタマイズする

AIoT により、小売業者は店内データと顧客データをインテリジェントに活用して、高度にカスタマイズされたショッピング エクスペリエンスを提供できるようになります。 AI を使用して IoT デバイスからの顧客データを分析することで、小売業者は製品の推奨事項、オファー、さらには店内体験を個人の好みに合わせて調整できます。顧客がどこにいるか、そしてさらに重要なことに、他のものがどこにあるのかを知っている店内カスタマー サービス アシスタントを配置する例を考えてみましょう。

たとえば、顧客はストア アプリにフェンスを建設したいと伝えることができます。必要な製品がどこにあるのか、どれを使用すべきかについてホームセンターの担当者がアドバイスしてくれるのを待つ必要はもうありません。代わりに、AI アシスタントが店舗固有の情報を使用して、各顧客のニーズに合わせた応答を提供します。データベースにアクセスし、クエリに賢く答えて、「はい、必要な材料の種類がわかったので、店内を歩き回って材料を探しましょう」と言うでしょう。

フロントエンドのカスタマー エクスペリエンスを最大化するには、バックエンドのデータ移動が必要です

これらのリクエストに迅速、正確、効果的に対応できるということは、すべての株式情報と AI 処理を可能にするイベントを意味します。顧客は、必要な材料が入手可能かどうかをリアルタイムで知る必要があります。これには、商品を見つけるために店舗のエリアに顧客を誘導するために店内のセンサーを状況に応じて使用することも必要になります。

このデバイス データと AI 処理の両方を統合するイベント ドリブンのアプローチでは、イベント メッシュ (アプリケーション、クラウド サービス、デバイス間でのイベント情報の分散を可能にする相互接続されたイベント ブローカーのネットワーク) を使用して、リアルタイム処理と予測的洞察を可能にします。購入後のイベントには、顧客が帰宅したときに必要なプロジェクトを構築する方法を説明するバックエンドのドキュメントや手順が含まれる場合もあります。

3) 信頼できる Copilot エージェントがコンタクト センターに登場します

最新のカスタマー コンタクト センターには、より良い顧客サービスを提供するために設計された AI コパイロットが搭載されています。たとえば、Microsoft Copilot は Microsoft 365 に組み込まれており、既存のコンタクト センター チャネルを生成 AI で拡張して、サービス エクスペリエンスを強化し、エージェントの生産性を向上させます。

AI は、カスタマー サービスへの通話の録音またはリアルタイムの処理を支援し、緊急支援が必要な重大な問題を明らかにします。これはカスタマー サポート担当者の代わりをする AI ではなく、人間と人間の通話で生じた問題に反応して、顧客と彼らが抱えている問題に関するリアルタイムのコンテキストを提供するものであることに注意してください。

イベント対応 AI により、カスタマー サービス担当者にコンテキストをさらに追加

この AI コパイロットをイベント対応にし、顧客サービス プロセス全体にわたる多数のデータ ポイント (顧客履歴の CRM データ、通信元のデバイス/チャネルの種類、顧客サービス スクリプト/プロトコル、BI レポート) と結び付けることで、組織は顧客サービス担当者に新しいレベルのリアルタイムの洞察を提供できます。

AI エージェントは、限られたイベントのセットをサブスクライブし、そのサブスクリプションに固有のプロンプト テンプレートを提供し、LLM を使用して追加情報でイベントを強化できます。たとえば、ユーザー インタラクションに関するセンチメント分析を実行して、専門家にルーティングする必要がある問題を抱えた顧客、アップセルの機が熟した顧客を特定したり、蓄積されたデータの組み合わせに基づいて新しいイベントを合成したりします。

コネクテッド コマースがよりスマートな小売の未来を創造する

小売業界における AI と IoT の組み合わせは、小売業者が自由に使えるテクノロジーとデータを活用する方法に大きな変化をもたらしています。イベントドリブン戦略は、このプロセスにおける重要な要素であり、小売組織が顧客エクスペリエンスを向上させ、業務を合理化し、工場現場から店舗内およびコンタクト センターに至る従業員に権限を与えるのに役立ちます。