Google Cloud、小売向けAIツール発表　店舗の棚をカメラで自動監視

店舗の棚に目当ての商品がない欠品は、小売業者にとって深刻な損失を生んでいます。NielsenIQの調査によると、2021年だけでも米国小売業者は在庫切れによって820億ドルもの売上機会を失いました。実店舗の棚管理は難度が高く、業界アナリストが「推測に頼るのが常態化している」と指摘するほどです。

こうした課題に対し、Google CloudはNRF 2023カンファレンスに先駆けて小売向けAIツール群を発表しました。目玉となるのは、実店舗の陳列棚を監視する棚在庫管理AIです。

10億超の画像データベースで商品を認識

Vertex AIを基盤とするこの棚管理ツールは、公有画像やメーカー提供データを含む10億点以上の商品画像でトレーニングされています。商品認識と値札タグ認識の2つのアルゴリズムを組み合わせることで、照明の変化や季節限定パッケージ、見下ろすような角度からでも対象物を判別します。

柔軟性の高さも特徴です。専用機材を強制するのではなく、天井の既存防犯カメラや従業員のスマートフォン、巡回ロボットなど多様な映像ソースに対応します。

米スーパーマーケットチェーンのGiant Eagleが店舗を模したラボで検証したところ、認識精度は90%以上を記録しました。しかし同社幹部は、実用化には有望ながら全店展開にはまだ数年かかると慎重な見方を示しています。カメラ角度による誤認識がまだ残り、店舗全面へのカメラ導入コストも大きな壁となっています。

実際、ウォルマートは2020年に棚卸しロボットの導入を中止し、より簡素な運用へ回帰した経緯があります。調査会社Gartnerは、コンピュータービジョンによる棚管理が主流になるまでには3年から6年を要すると予測しています。

ECサイトの陳列もAIが自動調整

Google Cloudは実店舗だけでなく、EC向けにも新機能を投入しました。72言語に対応する「Browse AI」は、従来の売れ筋順や手動ルールに代わり、ユーザーの購買履歴や成約率からカテゴリ一覧の最適な並び順を自動で導き出します。

さらに検索機能のパーソナライズや、ページ単位で表示枠を動的に変えるレコメンド機能も刷新されました。2026年には世界のオンライン小売が8兆ドル規模に達すると見込まれる中、購買体験全体の最適化を図る狙いです。

なぜ重要か

今回のGoogleのアプローチが優れているのは、自社の膨大な商品データベースを活用することで、専用ハードウェアへの依存を断ち切った点です。スマホのカメラ動画でも解析できる仕組みは、設備投資を抑えたい小売チェーンにとって導入の敷居を大きく下げます。

一方で、店舗運用の壁は依然として低くありません。ラボでの精度90%超は一見高精度ですが、薄利多売のスーパーにおいて残り数パーセントの誤認識は補充オペレーションの混乱を招きます。ウォルマートの事例が示すように、高額な画像認識インフラを維持する費用対効果が、人手による確認を常に上回るとは限りません。

それでもGoogleの意図は明確です。単なるクラウド基盤の販売から、実店舗の棚からECの検索・推薦までを一気通貫で押さえる垂直型ソリューションへシフトしており、競合のAWSやAzureに対しても強力な差別化要素になると私たちは考えます。