ファミマがAIカメラで欠品検知、機会損失削減へ500店に導入

はじめに

コンビニエンスストアにおける在庫管理の最適化は、売上拡大と廃棄コスト削減という相反する目標を同時に達成しなければならない難題です。ファミリーマートは2026年、この課題解決に向けて画期的なアプローチを開始しました。店内の防犯カメラにAI（人工知能）を搭載し、欠品状況を自動的に検知するシステムを導入することで、見えにくかった機会損失の可視化に挑みます。本記事では、このシステムの仕組みや小売業界への影響、今後の展望について詳しく解説します。

AIカメラによる欠品検知システムの仕組み

画像認識技術の活用

ファミリーマートが導入するシステムは、既存の防犯カメラにAI機能を追加することで実現します。カメラは1時間ごとに売り場を撮影し、商品が並んでいない棚の空きスペースを画像認識技術で検出します。この技術は、AIが在庫が潤沢な状態や商品棚の背景画像を学習し、在庫が少なくなった状態や無くなった状態を自動的に判断する仕組みです。

従来の在庫管理システムと異なり、バーコードなどの管理用データが無くても状況認識できる点が強みです。高解像度カメラで撮影された画像をAIがリアルタイムで処理することで、在庫の識別やカウントを即座に行えます。研究によれば、適切に訓練されたAIモデルは90%以上の精度で欠品を検出できることが実証されています。

データ分析と発注最適化

撮影データから品薄の時間帯を分析し、その結果に基づいて発注を増やすことで売り逃しを防ぎます。これまでコンビニ業界では、廃棄コスト削減のために発注を抑える傾向があり、その結果として欠品が増えるというジレンマがありました。ファミリーマートのシステムは、時間帯別の欠品パターンを可視化することで、このバランスを最適化します。

実店舗での研究によれば、欠品は10〜15%の売上損失を引き起こすとされており、これは小売業にとって無視できない数字です。AIによる自動検知とアラート機能により、スタッフは数秒以内に補充指示を受け取ることができ、補充効率が2.5倍向上するという調査結果も報告されています。

コンビニ業界における在庫管理の課題

食品廃棄問題との戦い

コンビニエンスストアは、1店舗あたり1日に10〜15キロ程度の食品を廃棄しており、年間では約20〜30万トンの食品ロスが発生しています。これは日本全体の食品ロスの約3〜5%を占める規模です。ファミリーマートでは全店舗で約5.1万トンの食品廃棄物が発生しており、この削減は環境面でもコスト面でも重要な課題となっています。

廃棄を減らすために発注を抑制すると、今度は欠品による機会損失が増加します。顧客は欲しい商品がないと他の店舗に流れてしまい、一度の欠品体験が「次回からは別の店で買う」という顧客離れにつながる可能性もあります。この二律背反の関係が、コンビニ業界における在庫管理を複雑にしています。

既存のAI発注システムとの違い

セブン-イレブンやローソンなど大手チェーンは、すでにAIを活用した発注システムを導入しています。セブン-イレブンでは2023年3月より全国の加盟店でAI支援発注が開始され、販売実績、天候、気温などのデータをもとに適切な発注量が自動提案されています。ローソンの「セミオート発注システム」は、発注時間を従来比で44分短縮し、廃棄高を前年比1割削減する成果を上げました。

これらのシステムは主に過去の販売データや外部要因（天候など）に基づく予測型アプローチです。一方、ファミリーマートのAIカメラシステムは、実際の棚の状態をリアルタイムで監視する観測型アプローチであり、両者を組み合わせることでより精度の高い在庫管理が可能になります。

画像認識技術の小売業への応用

グローバルな導入事例

画像認識による在庫管理は、グローバルな小売業界ですでに実績を積み重ねています。米国のWalmartは実験店舗「Walmart Intelligent Retail Lab」で多数のビデオカメラを設置し、品切れを画像認識でトラッキングしています。画像から品切れが検出されると、スタッフ用アプリに倉庫から店頭へ商品を出すよう指示が自動送信されます。

日本国内では、そごう・西武が西武池袋本店とそごう大宮店でバーコードがない商品でもAIが認識して在庫を把握できるシステムを導入しました。パナソニック コネクトは画像認識技術とインダストリアルエンジニアリングを組み合わせたシステムで、シフト作成時間を70%削減し、在庫可視化により廃棄ロスと欠品を同時に低減する成果を上げています。

技術的進化とエッジAI

現代の画像認識システムは、畳み込みニューラルネットワーク（CNN）やFaster R-CNNなどの物体検出技術を活用し、商品、パッケージ、棚の空きスペースを識別します。重要なのは、エッジ処理によってレイテンシ（遅延）を削減し、スタッフが数秒以内にアラートを受け取れることです。これにより迅速な補充対応が可能になります。

ファミリーマートは伊藤忠商事との連携により、エッジAI技術を持つIdein社と協業した実績があります。約3,000店舗にデジタルサイネージ「FamilyMartVision」を設置し、AIカメラによる広告効果測定基盤を構築しています。この経験が、今回の欠品検知システムにも活かされていると考えられます。

今後の展開と業界への影響

500店舗展開の意義

年内に500店舗への導入という規模は、実証実験から本格展開への移行を示しています。全国約16,000店舗のファミリーマートのうち約3%にあたる規模で、効果検証を行いながら段階的に拡大していく戦略と見られます。成功すれば、コンビニ業界全体に波及する可能性があります。

このシステムの最大の価値は、これまで把握が困難だった「機会損失」を数値化できることです。売上データからは「売れた数」しかわかりませんが、カメラによる欠品検知により「売り逃した数」を推定できるようになります。これにより、真の需要を把握し、発注精度を高めることが可能になります。

スタッフの業務効率化と多機能化

ファミリーマートは他のAI技術も積極的に導入しています。2024年には床清掃ロボット300店舗に導入し、将来的にAIカメラを搭載して清掃中に店舗状況を記録し、遠隔地から店長や監督者が確認できるようにする計画があります。さらに、従業員に商品在庫状況を通知して補充を促す機能も検討されています。

これらの技術は、限られた人員で効率的に店舗運営を行うための重要なツールです。日本の労働力不足が深刻化する中、AIとロボティクスの活用は小売業の持続可能性を支える鍵となります。

注意点と今後の課題

プライバシーとセキュリティ

店内カメラシステムの拡充には、顧客プライバシーへの配慮が不可欠です。ファミリーマートのデジタルサイネージシステムでは、プライバシーに配慮した広告効果測定基盤を構築した実績があります。欠品検知システムも同様に、個人を特定しない形でデータを処理する設計が求められます。

システム導入コストと投資対効果

既存の防犯カメラにAI機能を追加する方式は、新規にカメラを設置するよりもコストを抑えられる利点があります。しかし、画像処理用のエッジデバイスやクラウドインフラ、AI学習のための初期コストは無視できません。500店舗での効果検証を通じて、投資対効果を明確にすることが今後の全店展開の鍵となります。

システムの精度向上

90%以上の検出精度は優れていますが、残り10%の誤検出や見逃しが業務に混乱を招く可能性があります。商品の種類、陳列方法、照明条件などによって精度が変動するため、継続的な学習データの蓄積とモデルの改善が必要です。また、季節商品や新商品への迅速な対応も課題となります。

まとめ

ファミリーマートのAIカメラによる欠品検知システムは、コンビニ業界が長年抱えてきた「廃棄削減」と「機会損失防止」のジレンマに対する革新的なアプローチです。画像認識技術により、これまで見えなかった欠品状況をリアルタイムで可視化し、データに基づく発注最適化を実現します。

年内500店舗への導入により、その効果が実証されれば、業界全体に大きな影響を与える可能性があります。グローバルな小売業界ではすでに同様の技術が成果を上げており、日本のコンビニ業界でも本格的な普及が期待されます。AIとカメラ技術の融合は、人手不足時代の小売業を支える重要な基盤技術となるでしょう。

消費者にとっても、欲しい商品が確実に手に入る環境が整うことで、より快適な買い物体験が実現します。持続可能な社会の実現に向けて、食品廃棄削減と顧客満足度向上を両立するこの取り組みに注目が集まります。

参考資料:

• パナソニック コネクト - ファミリーマート事例
• 日本コンピュータビジョン - 画像認識AIによる在庫管理
• Vision Platform AI - Real-time shelf stock-out detection
• ファミリーマート - 食品ロスへの取り組み
• MDPI Sensors - Enhanced Out-of-Stock Detection in Retail