エグゼクティブ・サマリー
- 小売のAX（AI変革）は、AIツールの導入それ自体では成果につながらない。前提となる「顧客データの統合」が欠けたまま生成AIやレコメンドエンジンを導入しても、店舗とECで別人格の顧客として扱われる問題は解消しない。
- 「AI Ready」かどうかは、AIガバナンス（方針・ガードレール・運用KPI）とAIデータ（接続・定義・品質・来歴）という2つの軸で診断できる。多くの小売企業は、どちらか一方は整っていても、両方が揃った「AI Ready Enterprise」の状態には至っていない。
- 現場で不足しがちな要素は4つ——ビジネスルールの明文化、プロンプトの標準化、データコンテキストの整備、ガバナンス・統制の仕組み。これらはAIツール選定より前に着手すべき土台である。
- AXの本質的な変化は、「人が作業しAIが支援する」から「人が判断し、AIが実行する（Human-in-the-loop）」への転換にある。オムニチャネルのデータ統合は、この転換を可能にするための必要条件であって、ゴールではない。
- Orchestrixは、ビジネス・ソリューション・テクニカル・AIの4アーキテクトを一気通貫で供給し、データ統合の設計からガバナンス構築、AI活用の実装までを段階的に支援する。
背景・問題提起——オムニチャネル化の掛け声とデータの実態
小売業界では、ここ数年「OMO（Online Merges with Offline）」「オムニチャネル」というキーワードが経営アジェンダに定着した。ECと店舗の垣根をなくし、顧客がどのチャネルを使っても一貫した体験を得られるようにする——という方向性自体に異論を唱える経営者はほぼいない。しかし、実際の店舗現場・IT部門の実態を見ると、この掛け声と実装の間には大きな溝がある。
典型的な小売企業のデータ環境を分解すると、POSシステム（店舗売上）、ECプラットフォーム（オンライン購買）、会員・ポイントシステム、在庫管理システム、コールセンター・カスタマーサポートのログが、それぞれ別々のベンダー・別々の時期に導入され、相互に連携していないケースが大半である。ある顧客が店舗で商品を購入し、後日ECサイトで別商品を検索し、さらにコールセンターに問い合わせをしたとしても、企業側にはこれが「同一人物の行動」として見えていない。店舗の販売員はECでの購買履歴を知らず、ECのレコメンドエンジンは店舗での購買を反映しない。顧客からすれば「一人の自分」として接客されているつもりが、企業側では3つの別人格として扱われている状態である。
この状況下で「AIを使って接客を高度化しよう」「生成AIでレコメンドを作ろう」という取り組みが先行すると、多くの場合、期待した成果は出ない。AIは既存データの上に構築されるものであり、データが分断されたままでは、AIが出す提案もまた分断されたものにしかならない。店舗の在庫状況を無視したECのレコメンド、EC購買履歴を無視した店舗接客——AIが高度化しても、この構造的な分断は解消されないどころか、むしろ「精度の高い間違った提案」として顧客体験を毀損するリスクすらある。
したがってAXの出発点は、AIツールの選定ではなく、自社がどれだけ「AI Ready」な状態にあるかを診断することにある。この診断軸を次章で具体的に示す。