小売業における AI の ROI をマクロとミクロのレベルで測定

[[259079]]

AI の応用により予測コストが大幅に削減され、企業はますます新しい、予想外の方法でビジネス開発を推進できるようになります。予測マシンの概念を借りれば、カメラ、ビデオ分析、機械学習を使用して消費者の行動を完全に予測することができます。この技術のおかげで、自動運転車は夢から現実へと移ることができるのです。

AIのビジネスケースの種類を探る

自動運転車はAIの非常に重要な応用分野です。自動運転車を使用するメリットを理解するのに役立つ数字をいくつか紹介します。米国では、自動運転車の使用により、致命的な衝突を回避することで 317 億ドル (これまでのところ、死亡事故を完全に防ぐことはできていません)、致命的ではない衝突を回避することで 226 億ドル、時間で約 99 億ドルが節約されました。しかし、一部のアナリストは、これは人々が当初期待していた保険料や自動車自体のコストの削減ではなく、自動車を購入できない人は依然として自動車を購入できない状態だと指摘した。同時に、これらは米国市場の数字に過ぎません。

ROI の全体像を把握するために、Axios は、2018 年第 3 四半期の時点で、ベンチャー キャピタル企業が自動運転だけで約 80 億ドルを投資したと報告しています。これには、従来の自動車メーカーからの投資見積もりは含まれていません。たとえ民間投資の影響を補うためにいくらかの資金が追加されたとしても、自動運転車のメリットはこれまで投資された金額をはるかに上回ります。誰が恩恵を受けるのか、そしてこれがコストを正当化するかどうかについては疑問が残る。したがって、自動運転への投資が成果を上げるためには、すでに投資している少数の企業が配当金を分配する必要があり、それは消費者と保険会社の間で期待される利益を分配することを意味します。

これはすべてマクロの観点からのものです。では、ミクロレベルではどうでしょうか? 今日受信するメールの数を予測するといったばかげた例から始めましょう。これは予測する価値のあることでしょうか?

受信するメールの数を予測することで、その日の作業負荷をより適切に評価したり、完了していない作業を特定してそれに応じて作業計画を立てたりできるようになると考える人もいるかもしれません。

「それはどのような問題を解決するのか」 - これはデータ分析の分野における基本的な質問です。これは、これから行う予測行動が価値があるかどうかを判断するのに役立ちます。その本質は、得られた情報によって行動が変化するかどうかを判断することです。たとえば、今後数時間以内に受信する可能性のある電子メールの数を知っても、必ずしも私の行動が変わるわけではありません。仕事はまだやらなければならないし、メールボックスにメールが入らないように完全にブロックすることはできません。

しかし、別の角度から見てみましょう。企業全体にとって、全従業員が 1 日に受信する電子メールの数を予測することは意味を持ちます。この情報を使用して、企業が電子メール サービスに支払う金額を管理したり、従業員の生産性を予測したり、アップグレードされたスパム フィルターが効果的かどうかを判断したりできます。もちろん、この価値は、大規模な組織が従業員間でこの関心を集約した場合にのみ真に実現できます。たとえば、全国に散らばっていてさまざまな会社で働いている友人のグループにこのアプローチを適用しても、うまくいかない可能性があります。

これは、ミクロレベルで AI 予測の価値が分からないということではありません。その良い例は、今日食べる炭水化物の量を予測することです。 AI に過去の食習慣を調べさせれば、通常は昼食にパンを食べ、夕食後にデザートを食べていることが分かるかもしれません。 AI はこの情報を使用して、午前 10 時 30 分にサラダを食べるように勧めたり、午後 6 時の夕食後にクッキーを食べないように注意したりするなど、将来的に実行する特定の行動を防止しようとします。これは AI がミクロレベルでもたらす価値であり、あなたの行動に直接影響を与えます。

逆に言えば、消費者間の行動を集約することは、必ずしも企業がその集約から利益を得ることができるということではなく、また、集約がより細分化されて全体的に利益を得るのが難しくなるということでもない。

小売業界に戻る

小売業界は（高級品を除いて）極めて薄い利益率で運営されているため、ほとんどの場合、非常にリスクを回避します。彼らは、小売業者が利益を得るには、投資収益が安定し明確でなければならないと考えています。

これまでのところ、小売業における AI の ROI は非常に良好です。リピート購入を促すパーソナライズされたエクスペリエンスによる売上増加、チャットボットの使用によるコスト削減 (定期的な通話にコールセンターの担当者に頼るのではなく)、AI 主導の補充予測による収益と在庫回転率の向上など、さまざまなメリットがあります。

AI は、ミクロとマクロのアプリケーション シナリオ間の境界を曖昧にします。小売業には、商品計画の長期予測など、売上の向上、在庫切れの削減、個々の店舗の在庫の削減、さらには製品調達計画と需要予測の一致に役立つマクロの使用例が数多くあります。一般的には、過去の販売データや活動データを分析・集計し、モデルを用いて将来の傾向を予測することで行われます。

もちろん、マクロレベルではメリットが見えなくても、ある程度の情報を集めることで予測を利益あるものにすることは可能です。前の例と同様に、個人が電子メールの受信を予測することにはあまり価値がありませんが、この予測を特定の関係 (雇用主など) にわたって集約することは価値がある場合があります。

さらに、ミクロレベルでは、小売業界での AI のユースケースは数多くあります。これにより、消費者に優れた体験を提供し、ますます多様化およびパーソナライズ化される消費者のニーズを満たすことができます。これは、顧客の定着率の向上や顧客ロイヤルティの向上など、より集約的なレベルで小売業者に間接的な利益をもたらします。

結論

全体的に、AI ユースケースの ROI をあまりに狭く捉えると、多くの価値を見逃してしまうリスクがあります。特に小売業では、これによって AI の可能性が制限され、最終的にはリスク要因によって優位性が制限されることになります。

しかし、AI は実際にはコストが最適化された予測を提供する高度な分析形式にすぎないため、ROI を分析するためのルールは依然として適用されます。つまり、この情報によって自分の行動がどのように変わるかということです。実行可能でなければ、価値はありません。