これまでで最高のショッピング体験を思い浮かべてください。たしかに、それはオーナーがすでにあなたを待つ山積みの本を用意してくれていた独立系の小さな書店だったかもしれません。あるいは、3年前のあなたの寸法や好みを覚えている仕立て屋。あるいは、話をよく聞き、適切な質問を投げかけ、床のあらゆる選択肢を掘り下げさせることなく、あなたが本当に必要としていたものを的確に見せてくれる販売員。そのように本当に見られ、助けられていると感じる感覚は稀です。しかし、それはオンラインを含む現在の顧客があらゆる場所で求めているものでもあります。
その期待と現実の間には、現在多くの小売業者が遅れをとっているギャップがあります。そして2026年には、そのギャップを最も速く埋めている小売業者は、従業員を増やしたり店舗レイアウトを大幅に見直したりしているわけではありません。彼らは垂直型生成AIに投資し、それを支える堅固なデータ基盤を築いています。
71%
消費者の71%はブランドからのパーソナライズされた対話を期待しています
76%
パーソナライズが欠如している、または一般的すぎると感じるときに不満を感じます
3x
パーソナライズのリーダーは遅れをとる企業よりも3倍の収益成長を達成します
これまでの小売が機能してきた方法の問題点
過去10年の大半にわたり、オンライン小売は効率性を軸に構築されてきました。目的は可能な限り早く顧客をファネルの各段階へと導くことでした：商品を見つけ、カートに追加し、購入を完了する。選択肢が限られていて顧客が忍耐強かった時にはそのモデルは十分機能しました。今はそのどちらも真実ではありません。
今日のショッピング客は高度で、時間がなく、選択肢が尽きない状況に対処しています。一般的なFAQページは、走り方に合う一方と地形に合うもう一方の2つのランニングシューズのどちらを選ぶべきかを決める手助けにはなりません。「夏のセール」といった一斉メールは開かれる前にゴミ箱行きです。「顧客も購入した」提案を表示するレコメンデーションエンジンは機械的で人間味がなく感じられます。なぜなら、それらは実際にそうだからです。
問題は小売業者がデータを十分に持っていないことではなく、むしろデータを持ちすぎていることです。問題はデータが散在し、サイロ化され、どんなに高度なAIシステムでも実際には利用できないように構造化されていないことです。McLean Forresterが「データ基盤はAIの準備ができているか」を詳しく検討したように、古くなったデータやアクセス不能なデータはAIの取り組みを地に落とします。AIを動かすエンジンが読んでいる情報を信じられなくなると、パーソナライズの約束は完全に崩れてしまいます。
小売における垂直型生成AIが実際に意味すること
「生成AI」という語は現在さまざまなものを指すように使われていますが、それらすべてが同じように作られているわけではありません。小売にとって最も重要な違いは、汎用AIと垂直AIの違いです。
汎用AIはあらゆることを少しずつ知っています。垂直AIは特定の企業の世界の中で特別に訓練されています。単に製品が「青いコットンセーター」であると知っているだけではなく、正確な生地の混率、ケア指示、サイズ展開、現在ミディアムの在庫がある倉庫、洗濯後の縮みを指摘する顧客レビュー、そしてこの製品について質問した顧客が以前このブランドから2回購入して、両回ともポジティブなレビューを残している、といった情報をすべて知っています。
標準的な検索結果と垂直AIの推奨との違いは、ディレクトリ表示と実際に話している人が何を話しているかを理解している人との対話の違いです。
McLean Forrester、AI Value Path Framework
その知識の深さは、顧客との対話で可能になることを変えます。検索バーに「waterproof hiking boots」と入力して選択肢のページをスクロールする代わりに、顧客は実際の状況を説明できます：太平洋岸北西部での1週間の旅、幅広の足、倫理的調達を約束するブランドを好む、など。AIはこれらのすべての変数を同時に理解し、リアルタイムの在庫を確認し、利用可能なストアクレジットを適用し、具体的な推奨とその理由を提示します。それは検索体験ではなく、コンシェルジュ体験です。
それを機能させる3つの能力
実データに基づく深い製品知識
垂直AIの知性は、訓練データの品質に左右されます。つまり、小売業者はAIが実際に読み取り、推論できるクリーンで構造化された最新の製品データを必要とします。属性、在庫レベル、サプライヤーの詳細、返品履歴、レビューからの顧客感情など、すべてがアクセス可能で信頼できる必要があります。これは小さな取り組みではありませんが、他のすべての基盤となる前提です。A よく設計されたAIと機械学習の戦略 は、このデータ層を正しく整えることから始まります。
時間をかけて築く顧客メモリ
二番目の能力は、個々の顧客の持続的でニュアンスのある記憶です。購入履歴だけでなく、明示された好み、閲覧パターン、発送習慣、常に探るが購入には至らないカテゴリー、通常転換する価格帯などです。8か月来訪していない顧客がサイトに戻ってきたとき、AIは彼らを初回訪問者のようには扱いません。関係の続きから再開し、前回買ったものを参照し、彼らにとって新しく関連性のある情報を具体的に提示します。その継続性こそが、取引を関係へと変えるのです。
ループを閉じるエージェント的能力
第三の要素はおそらく最も力強いものです：助言をするだけでなく、行動を起こす能力です。今日の小売における最高のAIシステムはエージェント的であり、1つの対話の中で顧客を質問から購入完了まで動かすことができます。カートにアイテムを追加し、顧客が忘れている可能性のあるプロモコードを適用し、過去の行動に基づいて希望の配送方法を選択し、5つの異なる画面を経ることなく決済を処理します。摩擦は消え、体験は尽力不要に感じられます。
2026年のAI搭載小売体験の readiness 結果
製品データはクリーンで構造化され、AIシステムがリアルタイムでアクセス可能
顧客プロファイルはチャネルを横断して統一され、継続的に更新される
AIは企業固有のデータを用いて訓練され、単なる一般的なインターネット知識だけには依存しない
パーソナライズは製品推奨を超えて、購買の全体的な旅へと拡張される
エージェント型AIは取引を完了でき、提案だけではない
データガバナンスとプライバシーは基盤に組み込まれており、後から追加されるものではない
フィードバックループが存在し、AIの出力が時間とともに基盤データを改善する
大規模なパーソナライズはもはや幻想ではない
長い間「大規模なパーソナライズ」というフレーズは矛盾しているように感じられました。高価値な顧客の小規模グループにはパーソナライズできても、何百万人にも拡大することは従来のツールでは難しかったのです。
垂直型生成AIはその制約を打ち破ります。1人の顧客に対して思慮深く、文脈を踏まえた推奨を与えるのと同じAIが、日中のどの時間でも同時に、次の顧客には全く別の同様に思慮深い推奨を提供します。体験の質は量が増えても劣化せず、むしろ向上します。なぜなら、システムが処理する対話数が増えるほど、全顧客ベースのパターンと嗜好をよりよく理解するからです。
ただし、これらは自動的には起こりません。この技術で実際の成果を出している小売業者は、データ基盤の整備をAI作業と同じくらい真剣に取り組んだ人たちです。彼らはデータインフラの近代化に投資し、製品カタログを整備し、適切な顧客データプラットフォームを構築しました。地味で必要な作業を行い、他のすべてを可能にしたのです。
その段階を飛ばしてAIツールの導入に直行した企業は、失敗したパイロットを見捨て、何が悪かったのかを悩んでいます。問題は技術そのものではなく、基盤だったのです。
ショッピングは、最高の状態ではいつも人間的な体験です。最高の店舗は、取引ではなく“人としての自分”を感じさせてくれる場所です。垂直AIはその感覚を置き換えるものではありません。適切な基盤の上に構築されると、それを回復させ、すべての顧客に、毎回届けてくれます。
AI搭載の小売体験を構築する準備はできていますか？
McLean Forresterは、小売業者がデータ基盤とAI戦略を構築し、規模で本格的なパーソナライズを提供するために必要な支援をします。McLean Forresterから新たな技術の洞察を得ましょう。
