PwCの「AI店長」実験、対人関係に苦戦し約24万円の赤字

AIは売り場の状況を直接確認できないため、スタッフがテキストで報告する仕組みだった。ところが初日には11商品で在庫が記録と合わず、確認に1時間以上かかった。2日目にはサイネージの価格表示の見づらさを指摘されたが、修正したと答えたのに改善せず、スタッフは2度再指摘した。2週目には「ラムネ」の在庫を別の飲料水として誤記録する例も出た。

報告の減少と赤字

スタッフの1発言当たりの平均文字数は初日の約80字から終盤には約38字へ減った。聞き取りでは、報告すると仕事が増えると考え、意図的に控えていたという。人間運営側では同様のトラブルは起きなかった。

商品粗利はAI運営が人間運営を上回ったものの、AIの利用費用を賄えなかった。4日目にAIは推論の累計費用が2万6044円、累計粗利が461円だと把握し、「低費用運用モード」に移行して推論費用を前日比約65％削減。以降は店舗維持の業務が中心となり、収益拡大への試みはほとんど見られなかった。PwCは、目標を「純利益の最大化」だけにし、一時的な赤字の許容範囲を定めなかったことも影響した可能性があるとみる。

浮かんだ4つの課題

10領域の専門家が162件のリスクシナリオを評価し、「リスクの探索」「リスクへの対応」「人とAIによる現場運用」「経営資源の配分」の4課題を挙げた。早期対応が必要と判断したリスクの約2割では、対策を完了できなかった。

PwCは、AIが事前のリスク低減を支え、人間が現場対応を完結させる役割分担が有効と指摘。経営者がAIに任せる範囲や介入条件を定め、結果に責任を持つ必要があるとしている。