AEON ネットスーパー ・ ピッキング支援エージェント

ピッキングスタッフ
SCR-4.1 ・ AI 代替候補生成
検証対象: StRS-1,2 ── 欠品スキャン → 顧客嗜好に沿った代替候補 3 つ + 根拠コメントで、スタッフが即決判断できる体験価値が成立するか
10:00 便 ・ 田中

欠品スキャン → AI 代替候補

バーコードスキャンから、顧客嗜好 DB に沿った代替候補 3 つを即時生成。スタッフは根拠を見て即決できます。

ピッキング支援

田中 / 10:00 便
📷
SCAN COMPLETED
きゅうり 3本パック
注文 #A-2847
▼ AI 代替候補 ・ 顧客嗜好 DB から生成
きゅうり 1 本(バラ売り) × 3 適合 92%
過去 6 回、同等数量で代替実績あり。顧客嗜好「単品志向」と一致。
在庫: 売場 A-2(豊富) / 価格差: +¥18
ミニきゅうり 5 本パック 適合 74%
類似カテゴリ。顧客は過去 2 回購入経験あり。価格メリットあり。
在庫: 売場 A-2(豊富) / 価格差: -¥40
ズッキーニ 2 本パック 適合 61%
同レシピ利用可能(顧客レシピ履歴より)。代替提案実績は薄い。
在庫: 売場 A-4(残少) / 価格差: +¥80

📊本日の代替提案 ・ サマリー

代替提案件数23 件
顧客承認率86%
候補 #1 採用率71%
スタッフ即決率94%
部門連携フラグ件数2 件
電話発信回数0 件
▼ 妥当性確認の論点
StRS-1
AI 代替候補 3 つ + 根拠コメントが、スタッフの即決判断に 必要十分な粒度 か。
StRS-2
顧客嗜好 DB 由来の根拠表示が、現場の納得感を生み「顧客に通知」ボタンを押せる体験か。
SCR-4.2 ・ 顧客通知 状態管理
検証対象: StRS-3,5 ── 電話発信ゼロ ・ 別作業並行
10:00 便 ・ 3 件

応答待ち チケット管理

顧客通知 → 非同期応答の動線で、スタッフは「電話・応答待ち」から解放され、別便のピッキングに集中できます。

応答待ちチケット

3 件 / 10:00 便
注文 #A-2847 ・ きゅうり代替承認済 09:43
候補 #1「きゅうり 1 本 × 3」が顧客承認 → ピッキング指示済
注文 #A-2851 ・ トマト代替通知済 09:48
候補 #1「ミニトマト 200g」を通知 → 応答待ち
配送便まで残り 14 分 / タイムアウト 5 分後
注文 #A-2853 ・ 牛乳代替通知準備中
候補生成完了 → 通知起動待ち

⏱️非同期化の効果

電話発信回数0 件
応答待ち時間 平均7 分
タイムアウト率8%
並行作業可能件数3 〜 4 件
便間待機時間 削減-72%
▼ 妥当性確認の論点
StRS-3
電話発信ゼロを 1 ヶ月維持できるかを、3 店舗運用で検証。
StRS-5
応答待ち中に 別便のピッキングを並行 できる動線が、現場で実用に耐えるか。
SCR-4.3 ・ 部門連携フラグ
検証対象: StRS-4,11 ── 部門問合せ削減 ・ 部門業務影響
注文 #A-2855

部門連携フラグ ・ 売場部門への確認動線

AI 判定でフラグが立ったケースのみ部門問合せに絞り、不要な往復を構造的に減らします。

部門連携フラグ

注文 #A-2855
🏷️
AI 判定: 部門確認推奨
国産プレミアム鯛 1 尾
鮮魚売場
AI による判定根拠
候補 3 つすべてで適合率 ≤60%。顧客は「国産・鮮度重視」嗜好で、代替候補(輸入物・冷凍)はミスマッチリスクあり。
推奨アクション
鮮魚部門担当者に「本日の入荷状況」と「同等品質の代替候補」を確認 → 部門知見を踏まえ候補リスト再生成。
部門連携実績 ・ 過去 1 週間
フラグ立て: 18 件 / 全欠品 412 件 中(約 4.4%)
→ 部門問合せは「本当に必要なケース」のみに集約

🤝部門連携の構造化効果

部門問合せ件数 / 本月18 件
全欠品中の比率4.4%
部門問合せ削減率-86%
フラグ的中率91%
部門側 ・ 対応所要平均4 分
▼ 妥当性確認の論点
StRS-4
「フラグが立ったときだけ問合せ」設計が、部門問合せ -86% を実現するか。
StRS-11
部門側の対応所要 4 分が、売場業務への影響として許容範囲か。