店長に間違いを知らせる。直るまで説明する。まだ違えば、もう一度。これが続くと、報告文はだんだん用件だけになり、しまいには「言わない方が早い」が顔を出す。職場では、これがなかなか厄介だ。報告が消れても、問題まで一緒に帰ってくれるほど話はうまくない。
PwC Japanグループが仮設店舗で行った実験では、AI店長へ送るスタッフのメッセージが、初日の平均約80字から実験終盤には約38字へ短くなった。顧客から受けた価格への指摘を、スタッフがあえて伝えなかった例もある。AI管理の実力を見るなら、判断の正しさだけでなく、人が間違いを報告し続けられるかまで見ないといけない。
PwCがAIに売店の経営判断を任せる実証実験を実施した。AIは約2週間の運営を担ったものの、スタッフからの指摘を適切に反映できず、報告が減少。収支は約24万円の赤字となった。
今回の登場人物
- PwC Japanグループ: コンサルティングや監査などを手がける組織。今回は、AIエージェントに店舗経営を任せる実験を行い、その結果を報告書にまとめた。
- AI店長／Human-out-of-loop: 店舗運営の判断をAIが自律的に行う方式。外れるのは人による最終判断で、商品の補充や棚の確認といった現場作業には人が残る。
- Human-in-the-loop: AIを使いながら、最後の判断は人が行う比較方式。今回の実験では、現場スタッフからの報告を人が確認して修正した。
- 店舗スタッフ: AIの指示を実行するだけの人ではない。カメラを持たないAIへ、棚、在庫、表示の状態を文章で伝える役割も担った。
- オントロジー: 商品、在庫、作業、完了条件などの関係を、AIが読める形にした「店の状態とルールの地図」。名前は難しいが、やっていることは店内の話をAIが迷子にならないよう整理する作業だ。
何が起きたか
ITmedia NEWSは11月10日、PwC Japanグループが公表したAIによる経営自動化の実験を報じた。実験期間は2026年5月26日から6月5日まで。PwCの東京オフィス内に小さな仮設店舗を設け、実際の商品を販売した。
比較したのは、AIが店舗運営を判断する方式と、人が最終判断する方式だ。どちらの方式でも、商品を補充し、棚を見て、必要な情報を入力する作業は人が行った。AI側にはカメラがなく、現場の様子はスタッフが文章で伝える。つまり「AIが自分で店を回す」といっても、店の目と手まで急に生えてくるわけではない。
実験では、AI側の商品粗利が人側を上回った。一方で、LLMの利用料と人件費を含む単純な収支はマイナス24万4,262円だった。ここだけ切り取って「AI店長はもう勝った」「いや、大赤字で負けた」と勝敗表を作ると、本題が逃げる。PwCが見つけた大事な問題は、AIと現場の間で情報がどう流れ、どこで詰まったかにある。
AIには目がない
AI店長にとって、スタッフの報告は店を見るための窓だった。商品の数が合わない。値札の表示がおかしい。入力された内容が現場と違う。そうした出来事は、誰かが文章にして初めてAIへ届く。
初日、スタッフは11商品の数量を確認し、在庫の食い違いの原因まで見つけるのに1時間以上かけた。これは「在庫が違います」の一言では終わらない。現物を数え、記録と比べ、どこでずれたかを調べる。AIへの一通のメッセージの後ろで、人が売り場を歩き回っていたわけだ。
管制室にたとえるなら、AIはモニターのない部屋にいて、現場から届く無線だけで判断する。無線が細くなれば、管制室がどれほど計算上は賢くても、見える店は小さくなる。スタッフを機械のセンサー扱いするつもりはない。人だからこそ、手間や納得感によって報告の仕方が変わる。その部分が今回の核心だ。
報告が細っていく
実験中には、訂正が一度で通らない場面が続いた。2日目には、店内表示を直してもらうため、スタッフが同じ問題を繰り返し報告した。3日目には、入力の誤りを伝えた報告をAIが見落とした。第2週には、在庫についての報告をAIが別の対象へ結びつける取り違えが二度あった。
報告する側から見れば、問題を見つけた時点がゴールではない。状況を説明し、AIの反応を読み、修正されたか確かめ、違っていればまた書く。文化祭の在庫係で、数が合わないと知らせるたびに確認用紙が一枚増えるようなものだ。まじめに知らせる人ほど、作業が増えていく。これは長く続けづらい。
スタッフがAIへ送ったメッセージは、初日の平均約80字から、実験終盤には約38字になった。短い文章が悪いとは限らない。慣れて要点を絞れた可能性もあるので、文字数だけを「信頼メーター」にするのは乱暴だ。
ただ、PwCの事後インタビューでは、スタッフが意識して報告を減らしたと答えている。顧客から価格について指摘を受けた際、さらに作業が増えるのを避けるため、AIへ伝えなかった例もあった。短文化、本人の説明、報告を控えた具体例が重なると、単なる文章術の上達では片づけにくい。
静かな故障
機械が止まれば、故障はすぐ分かる。AI店長は、報告が減っても出力を続けられる。画面には判断が出るし、次の指示も来る。見た目は働いているので、異変が静かだ。
流れを順番にすると見えやすい。AIが現場を取り違える。人が訂正する。訂正に何度も手間がかかる。人は報告を短くするか、報告そのものを控える。AIへ入る材料が減り、さらに現場を取り違えやすくなる。ドアが急に閉まるのではなく、少しずつ開きにくくなる感じである。
この流れは、今回の観察から組み立てられる見取り図だ。普通の店舗でも必ず同じことが起きると証明されたわけではない。それでも、「AIの判断が当たった割合」だけを測っていたら、報告経路が細る途中を拾えないことは分かる。テストの点数は高いのに、質問できる相手が誰もいなくなった授業では、少々つらい。
訂正の出口
人が報告を続けるには、報告後の道筋が見える必要がある。今回の実験から設計上の確認項目を抜き出すなら、少なくとも次の五段階を区別したい。
- 受領: 報告を確かに受け取った。
- 修正中: 何を調べ、何を直そうとしているかが分かる。
- 反映: 在庫、価格、表示など、どのデータへ変更を入れたかが分かる。
- 現場確認: 実物の棚や表示が直ったか、人が確かめられる。
- 完了: その報告が閉じたのか、まだ作業が残るのかが分かる。
返事が「了解しました」で止まると、礼儀は満点でも棚は直らない。報告ごとに番号を付け、対象商品と修正範囲を示し、最後に現場確認まで閉じる。AIで判断できない報告は、人の管理者へ渡す。現場の人がAIの判断を止めたり上書きしたりできる道も要る。
測る数字も増やした方がいい。判断の正答率に加え、一つの問題で何回再報告が必要だったか、訂正が完了するまで何分かかったか、同じ問題が再発したかを見る。報告文が急に短くなることも、すぐ「怠慢」と決めず、関係の調子を確かめる合図にできる。
この五段階や指標は、PwCが導入して効果まで確認した完成品ではない。実験で見えた詰まり方から、次に確かめたい項目を並べたものだ。実際に報告量や訂正精度が改善するかは、次の検証が必要になる。
数字の境界
実験の採算数字には、先に付箋を一枚貼っておきたい。「この実験の条件です」という付箋だ。4日目までにAI側でかかったLLM費用は累計2万6,044円で、同じ時点の商品粗利461円を大きく上回った。そこで低コストの運用へ切り替え、1日当たりのLLM費用は8,698円から3,078円へ、約65%下がった。
これは「普通の店にAI店長を置くと24万円損する」という試算ではない。東京オフィス内の仮設店舗で、AIによる経営自動化とリスク管理を調べた実験の数字だ。期間も短く、無作為に多数の店を比べた研究でもない。AIの種類、指示の作り方、店の規模、扱う商品、スタッフの人数が変われば、費用も報告の負担も変わる。
人が最終判断した側を「何でも正しく直せる理想の店長」にするのも早い。今回確認できるのは、現場報告を事実として受け取り、修正へつなげた比較方式だったという範囲だ。人間の管理者にも、報告を聞かない人はいる。そこはAIだけの専売特許ではない。困った特許だが。
日本の職場で見るもの
この話は、小売店の外でも役に立つ。持ち帰るのは結論より、職場を点検するための質問だ。問い合わせ対応、社内申請、設備点検、遠隔管理など、AIが判断し、人が異常を知らせる仕事は増えていく。そこで「AIは何%当てたか」だけでなく、「間違ったとき、誰がどれだけ楽に直せるか」を聞く。
報告した人へ作業を丸投げしていないか。訂正がどこまで進んだか見えるか。AIで詰まったら人へ渡せるか。現場が同じ説明を何度も書いていないか。こうした問いなら、今回の小さな店から、日本の職場でも使える点検表を持ち帰れる。
次に必要なのは、実店舗での長期検証だ。報告するスタッフや顧客の人数、使ったモデルと指示、訂正にかかった時間、人への切り替えが効いたかを測りたい。38字という数字を眺めるだけでは足りない。その38字になるまでに、何往復あったのかを見たいのである。
まとめ
AI店長は、現場の報告を材料に店を判断する。報告するほど手間が増え、直ったか分からない状態が続けば、その材料は短くなり、届かなくなることもある。
だから管理の品質は、正答率や利益だけでは測れない。誤りを伝え、修正状況を見て、現場で確かめ、必要なら人へ渡し、完了まで閉じる。その循環を作って初めて、AI店長は現場と一緒に働ける。