一般的なレコメンドではなく、私個人のニーズに合った商品を選ぶプロセスをサポートする。これが小売で最大の活用法ですね。

商品多すぎ問題を解決することを願っています。

でも、Amazonの移動ホームロボットが自宅を監視して、勝手にニーズを推察して商品提案するのは、少し気持ち悪いです。

消費者行動が関わる小売店頭で、生成AIを活用するにあたって大きなハードルになるのは、購買行動に関わるデータをどう大規模化して集めるかということです。

小売業での生成AI活用のメインストリームは、記事にもあるようなレコメンデーションやパーソナライゼーションになっていくと思われます。ですが、文章などを「生成する」ということと、売れる商品を「予測する」ということは異なるタスクで、基盤モデルとはいえ、こうしたシミュレーション機能までをもカバーするものではありません。

これを乗り越えるためには、当然ではありますが、LLM（大規模言語モデル）が保有するテキスト情報だけでなく、店頭での購買行動に関わるデータを収集し、AIに生成させるような仕組みが必要になってきます。POSデータは最も活用されやすいデータの一つですが、あくまで「購入結果」を示すデータであり、「購買プロセス」を示すものではなく、真の意味で購買行動を表すとは言い難い面があります。

Amazon Goの無人店舗はまさにこうした店頭の購買行動データを収集することにも目的があったわけですが、記事で紹介されているインスタカートのように、パートナーネットワークを含めたデータ連携基盤を整備した上で、店頭行動データを大規模化し、精度の高いパーソナライゼーションの素地とできるかが鍵を握っていると思います。

そういう観点では、「小売×生成AI」のイノベーションは、やはりデジタル化に積極的に取り組む企業が有利にあり、Amazon、Walmartのほか、国内ではTRIAL、丸井、イオンなどが、その可能性を持っているのかもしれません。

現地で見ていると社会的背景として「失敗作だしても”実験中なので”という言い訳が通じる」か、がありそう

例えば、AmazonGOは初期によく入り口のゲートでもたつきがありましまし、WholeFoodsなどに置かれたAmazon Palm(手のひらで決済)は動作が安定せず、セルフレジにいる係員の人はよく自虐的に「いつもそんなもんよ」と言ってきます
　
でも、誰も何も不快感も示さず、笑いながら興味ある人だけ使ってみる感じ。おもちゃ使ってるんです
　
　
日本だと「クレームが」とか、「何かあったら誰が責任を取るんだ」という展開にどうしてもなりがち。
失敗への許容度が社会としてそもそも低い気がします
　
Chatなどに実装して社会に出し知見を溜めるというアプローチがそもそも取れる国と取れない国の差

製造業主体の産業期ならまだしも、IT主体の産業期である現在にはあまりにもディスアドバンテージが大きいかもしれないですね

既存のデータをマッシュアップして、活用したりレコメンドにつなげたりするというシチュエーションでは相当に使えそうですよね。
色々な利用シーンが考えられそうですね。

このニュース自体は、まぁ、普通なんですど、役職が面白いですよね。生成AIの利用を模索するなんて、なんのニュースでもなく、単なるコメントレベル。でも、それをコメントするに値する人が、一応VPでいる。

「ウォルマート・グローバルテックの新興テック部門バイスプレジデント、デザレ・ゴスビー氏」

イオンでもセブン&アイでも、これと同等の役職や見識を持つ人がいるかっちゅー話が本題かと。

オンラインカスタマーサポートの効率化が最も分かりやすい生成AIのユースケースだと思いますが、その他は短期的にはあまりインパクトなさそうな気がします。

チャット形式でユーザー個人にあったプロダクトをレコメンドしてもらうためには、自分のデータを提供しないといけないですよね。そこには面倒臭さと信頼性のハードルがある。

アマゾンみたいに消費者の生活に入り込んでいる企業が過去の履歴活用してレコメンドとかはもちろんありますが、それは生成AIとか関係無くて昔から行われていること。

消費者がチャットにその時々の状況・ニーズ・気分などをいちいち打ち込んで、生成AIにプロダクトをレコメンドしてもらうのって、そんなに必要なのかな、と個人的には思ってしまいます。

少なくとも、従来から行われているレコメンドと生成AIの話がごちゃまぜになるのは、良くないですね。

それぞれの消費者の購買データを活用できると、大幅にショッピング体験が変わりそう

この記事が出たタイミングではさらに進んだ事をやってそう⁈