富士通は2026年7月13日、イオンフードスタイルと共同開発した、店長と協働して店舗運営を支援するAIエージェントの実証実験を発表しました。対象は、店舗戦略の立案と棚割り・売場レイアウト計画を支援する2種類です。富士通の公式発表では、2026年7月に実店舗で数日間の実証を行う予定とされており、全国の店舗へ導入済みとする発表ではありません。
一言でいえば、店長の経験や判断をAIに置き換える取り組みではなく、店舗ごとのデータや本部の指示をもとに、戦略立案と売場づくりの準備を支援する取り組みです。実証後の効果や導入範囲は、今回確認した富士通・イオンの公式発表だけでは確定できないため、この記事では発表された計画と確認できる機能を分けて整理します。
この記事でわかること
- 富士通とイオンフードスタイルが発表したAIエージェントの対象業務
- 4種類の試作のうち、実店舗実証で検証する2種類
- 店長の意思決定・業務標準化をどのように支援する設計か
- 実証段階の記事を読むときに、導入済みと誤認しない確認ポイント
富士通×イオンフードスタイルの発表内容｜店長と協働するAIエージェント
富士通の発表によると、今回のAIエージェントは、データとAIで小売業の持続的な成長を支援する「Uvance for Retail」の取り組みとして開発されました。背景には、小売業の人手不足に加え、店長の業務が多岐にわたり、経験や個人のスキルに依存しやすいという課題があります。
開発では、富士通のForward Deployed Engineer（FDE）とデザイナーが、統合された各社の店舗業務から共通化できる作業を整理し、イオンフードスタイルにおける理想の店長像と店舗運営の業務モデルを検討しました。ここで重要なのは、既存業務にAIを後付けしたという説明ではなく、店長業務そのものを分解して、AIが支援できる工程を設計している点です。
「実店舗で実証」と「全店導入」は別の段階
富士通の公式発表で確認できるのは、2026年7月に実店舗で数日間のフィールドトライアルを予定していたことです。実証で有効性を検証し、その結果をもとに精度向上や適用範囲の拡大を検討すると説明されています。したがって、現時点で「イオンの全店舗でAI店長が稼働している」「発注やシフトまで自律化した」といった表現に広げることはできません。
AIエージェントの導入事例を見るときは、AIエージェント導入事例のように、発表された対象業務、検証期間、評価指標、今後の展開を分けて読むことが大切です。
4種類の試作と実証対象｜まずは戦略立案・棚割りから
富士通は、店長が支援を必要としている業務をもとに、約10日間で4種類のAIエージェントのプロトタイプを開発したと説明しています。発表で挙げられた試作は、店舗戦略の立案、棚割り・レイアウト計画、施策の実行可能性検討、商圏分析です。ただし、今回のフィールドトライアルの対象は、このうち前者2つに限られます。
| 試作・機能 | 公式発表で確認できる内容 | 今回の実証 |
|---|---|---|
| 店舗戦略の立案 | 3C分析に基づく分析と中長期の店舗戦略策定を支援 | 対象 |
| 棚割り・レイアウト計画 | 本部の陳列指示、商品情報、店舗特性をもとに詳細な棚割り案とレイアウト画像を生成 | 対象 |
| 施策の実行可能性検討 | 店長が課題を感じる業務の試作として提示 | 今回の対象とは明記されていない |
| 商圏分析 | 店長支援の試作として提示 | 今回の対象とは明記されていない |
店舗戦略の立案では、3Cのフレームワークを使った分析から中長期の店舗戦略をつくる工程を支援します。検証する指標は、店長が戦略立案にかける時間の削減、AIが作成したプランの採用率、新任店長の教育や実務標準化への有効性です。これは、AIが最終決定を自動で下すと発表されたものではなく、店長の判断材料と計画づくりを支援し、その効果を測る設計と読むのが適切です。
棚割り・レイアウト計画では、本部の陳列指示、商品情報、店舗特性から、詳細な棚割り案とレイアウト画像を生成します。棚割り案の作成から売場担当者への指示までの効率化や、画像共有によるコミュニケーションの有効性が検証項目です。
店長とAIの役割分担｜判断を支援し、現場の実行につなげる
今回の取り組みを「AIが店長になる」と表現すると、発表内容から離れてしまいます。公式発表が示しているのは、店長の業務に対してAIエージェントが分析や案の作成を担い、店長の意思決定を速めたり、業務を標準化したりできるかを検証する枠組みです。
| 工程 | AIエージェントが支援する範囲 | 人が確認すべき範囲 |
|---|---|---|
| 情報整理・分析 | 3C分析、商品情報・店舗特性の整理、棚割り案の作成 | 入力データの範囲、前提条件、現場との整合性 |
| 計画作成 | 中長期戦略の案、詳細な棚割り案、レイアウト画像の提示 | 店舗の目標、地域事情、実行可能性、優先順位 |
| 売場への展開 | レイアウト画像の共有による指示・コミュニケーション支援 | 最終承認、売場スタッフへの説明、例外対応 |
| 効果検証 | 作業時間やプラン採用率などの測定材料を提供 | 品質、顧客影響、再現性、継続利用の判断 |
この役割分担を設計するうえでは、AIの出力を人が確認した証跡、採用しなかった理由、実行後の結果を残せるようにすることが重要です。本番運用でAIエージェントの行動や評価を追跡する考え方は、AgentOpsの可観測性・評価・監視にもつながります。
Uvance for Retailとの関係｜店舗業務とデータをつなぐ構想
富士通は2026年3月の公式発表で、Uvance for Retailを、店舗の分断されたデータと業務をつなぎ、現場の実行力と経営・管理側の意思決定を支援する取り組みとして説明しています。業務プロセスや基幹システムを踏まえて、エージェントAIを組み込んだオファリングを提供する構想です。
同発表では、役割の異なる複数のAIエージェントが協働し、業務横断の判断を支援するマルチAIエージェントの展示も紹介されています。ただし、これは富士通の小売向け構想・展示内容であり、今回のイオンフードスタイルの実証がすでに複数エージェントによる全店舗運営に発展したことを意味しません。
企業が同様の仕組みを検討する場合は、まず対象業務、参照データ、出力の利用者、最終承認者、停止条件を定義します。シャドーAIエージェントのガバナンスを参考に、誰が作成したエージェントか、どのシステムへアクセスできるか、ログをどこで管理するかも最初から明確にしておくと、実証から本番への移行判断がしやすくなります。
実証結果を見るポイント｜時間短縮だけでなく標準化と品質を確認
今回の発表では、店舗戦略の立案時間、AIが生成したプランの採用率、新任店長の教育、棚割りから売場指示までの効率化などが検証項目として示されています。小売業でAIエージェントを評価するときは、単に作業時間が短くなったかだけでなく、次の観点を分けて確認する必要があります。
- 時間：戦略立案や棚割り作成にかかる時間と、AI出力を修正する時間
- 品質：本部指示、商品情報、店舗特性と提案内容が整合しているか
- 採用率：AIの案がそのまま採用されたかではなく、どの部分が現場で使われたか
- 標準化：店長が変わっても、判断材料や手順を再現できるか
- 現場負荷：売場スタッフへの説明、例外処理、確認作業が増えていないか
特に、実証で良い結果が出ても、すぐに全店舗へ広げられるとは限りません。店舗ごとに異なる商品構成、売場、商圏、スタッフ体制に対応できるか、誤った提案を人が止められるか、データ更新の責任者が決まっているかを確認してから、適用範囲を広げるべきです。
よくある質問（FAQ）
Q. 富士通とイオンのAIエージェントは、すでに全店舗へ導入されていますか？
今回確認した公式発表では、2026年7月に実店舗で数日間のフィールドトライアルを予定し、その結果をもとに精度向上や適用範囲の拡大を検討するとされています。全店舗への導入完了を示す発表ではありません。
Q. 実証の対象になった業務は何ですか？
店舗戦略の立案と、棚割り・売場レイアウトの計画です。4種類の試作には、施策の実行可能性検討と商圏分析も含まれますが、今回のフィールドトライアルは前の2種類を対象としています。
Q. AIエージェントが店長の代わりに最終判断をしますか？
そのようには発表されていません。公式発表では、戦略分析や計画づくり、棚割り案・レイアウト画像の生成を支援し、意思決定の迅速化や業務標準化への効果を検証すると説明されています。最終的な採用・実行の範囲は、実証結果や運用ルールを確認する必要があります。
Q. 富士通のUvance for Retailとは何ですか？
富士通が2026年3月に発表した小売向けの取り組みで、店舗のデータと業務をつなぎ、データとAIを活用して現場の実行や管理側の意思決定を支援する構想です。今回の店長支援AIエージェントは、その取り組みの一環として発表されています。
参考情報：
富士通「Fujitsu developed an AI Agent to collaborate with store managers for AEON Food Style’s strategic store operations」
富士通「Fujitsu supports sustainable growth for retailers with data and AI through Uvance for Retail」
イオン「2026年3月1日 東西新生スーパーマーケットが始動」
まとめ｜店舗運営AIは、まず店長の判断を支援する実証段階
富士通とイオンフードスタイルの取り組みは、店長と協働するAIエージェントを店舗戦略立案と棚割り・レイアウト計画に適用し、実店舗で有効性を検証するものです。約10日間で4種類のプロトタイプを作り、そのうち2種類をフィールドトライアルの対象にした点が発表の中心です。
一方、今回確認した公式情報からは、実証結果、全店舗への導入、発注やシフトの自律運用までは確認できません。今後は、作業時間やプラン採用率だけでなく、新任店長への教育、業務の標準化、現場での修正負荷、店舗ごとの再現性を見ながら、実証から本番へ進むかを判断することになります。
関連記事
会社紹介
株式会社riplaでは、お客様の事業・ユーザー・業務に最適化したオーダーメイド型システムを、構想策定・要件定義から開発・改善まで一気通貫で支援。事業会社でIT・DXを経験したプロフェッショナルによる高い要件定義力・システム設計力を活かし、事業成果の最大化に伴走します。
また、当社独自の開発テンプレート「Boxシリーズ」による標準機能の高速開発と、AI駆動開発の独自フレームワーク「GoDD」による独自機能のAI実装を組み合わせることで、低コスト・短期間で開発を実現いたします。
もし、システム開発やプロダクト開発に関するご要望がございましたら、お気軽にお問い合わせください。
・サービス概要資料のURLはこちら >>>
・お問合せページのURLはこちら >>>
・お役立ち資料のURLはこちら >>>
株式会社ripla 代表取締役CEOとして、システムパッケージ活用、システム開発、データ分析、生成AI活用、SaaS開発、アプリ開発、EC構築など、幅広い領域で企業のDX推進と事業成長を支援している。事業会社でIT・DXを経験したプロフェッショナルが集う株式会社riplaにおいて、お客様の事業・ユーザー・業務に最適化したオーダーメイド型システムを構想策定・要件定義から開発・改善まで一気通貫で支援し、単なるシステム納品にとどまらず、クライアントと同じ目線で事業成果の最大化に向けた伴走支援を行う。早稲田大学卒業後、ラクスル株式会社、LINEヤフー株式会社にて事業開発やDX推進などに従事した後、株式会社riplaを創業。