STORE AGENT
ストアエージェント
1つのストアに、
1つのAIエージェント。
その店の商品、売り場、日々の営みを知り、最適化していく。
私たちは、このAIのあり方を「Store Agent」と呼んでいます。
BEYOND THE MODEL
普通のLLMと、
何が違うのか。
LLM（大規模言語モデル）の能力を、その店の情報や業務につなぐ。Store Agentは、AIを「店舗で役立つ存在」にするための考え方です。
| 視点 | LLMAIの基盤 | Store Agent店舗ごとのAI |
|---|---|---|
| 役割 | 言葉を理解し、回答や文章を生成する。 | その能力を使い、その店の接客・業務を支える。 |
| 店舗との | 店舗固有の情報・業務との接続は、別途設計する。 | その店の品揃え・売り場・業務を前提に設計する。 |
| 改善の軸 | モデル自体の幅広い能力を高める。 | モデルの進化に加え、現場で学び、検証・改善する。 |
ONE STORE, ONE AGENT
同じチェーンでも、
お店は一つひとつ違う。
品揃えも、売り場も、訪れるお客さまも違う。共通の知識に「その店ならではの理解」を重ねるために、店舗ごとのAIが必要だと考えています。
チェーン共通の知識
STORE 01駅前のお店急ぎの買い物
その店のAI
STORE 02住宅街のお店日々の買い物
その店のAI
STORE 03観光地のお店旅先での買い物
その店のAI
GROW WITH THE STORE
接客から、
その店に合うAIへ、
接客で得た気づきを店舗運営へ。店舗運営で得たデータを、次の接客や予測へ。業務を横断して学習・検証を重ねることで、その店への理解と、一つひとつの対応の精度を高めていきます。
それぞれの業務で得た学びが、店舗全体に生きる。
Store Agentデータの蓄積学習・検証その店に
最適化したAIへ
最適化したAIへ
接客・案内
顧客理解
人員配置
販促
需要予測
これから広げていく、ストアエージェントの活用領域。
TECHNOLOGY × FIELD
店舗で役立つAIは、
3つの掛け算で進化する。
AI EVOLUTION
最新AIの進化
世界中で、新しいモデルが生まれ続ける。
FIELD DATA
現場検証のデータ
売り場に立ち、検証し、POSデータだけでは捉えられないデータを、自分たちの手でつくる。
MODEL OPTIMIZATION
モデルの最適化・軽量化
ドメインに特化し、高性能・高速・低コストを目指す。
賢いだけでなく、
店舗で使えるAIへ。
AIがどれだけ賢くても、1店舗の採算に見合わなければ、使い続けることはできません。
私たちは、店舗のPLにまで責任を持つ姿勢で、AI開発に取り組みます。現場検証でつくるデータを用いたファインチューニングで、ドメインに特化した最適化を進める。さらに、量子化などによるモデルの軽量化を重ね、性能と運用コストの両面を磨きます。
技術の評価だけで終わらせず、その店の売上や業務負担、導入・運用にかかる費用まで見据え、店舗の利益につながるAIを目指します。