2030年には、AIは、特にIoTデバイスから膨大な量のデータを収集・分析できるようになり、顧客体験が継続的に改善される可能性があります。企業は、閲覧パターンや過去の購買行動に基づいて、極めて詳細なお客様像を生成できるようになり、それをマーケティング戦略や消費者エンゲージメントの変革に活用できるようになるでしょう。
そして、買い物過程の各側面において、消費者一人ひとりの興味や好みに応じた、パーソナライズされたコンテンツをリアルタイムで開発することが可能になるでしょう。
図6. パーソナライゼーションの進化
（図内の訳、左から「ターゲットメッセージ：Eメールやテキストメッセージでのキャンペーンのお知らせ」「顧客行動に基づいたパーソナライゼーション：購入行動からパターンを導き出して商品提案を行う」「オムニチャネルパーソナライゼーション：膨大なデジタルツインデータを活用して、バーチャルおよびオンラインでのストア体験を統一し、AIを活用してパターンを検出する」「AIによる完全なパーソナライゼーション：AIを活用し、お客様のニーズを事前に把握、個人ごとに完全にパーソナライズされたマーケティングを実現」出典：Coresight Research
WHAT WE THINK
テクノロジー機器が安価になり、AIアルゴリズムの対話能力と分析能力が向上し続ける中、現在の店舗インフラにAIを統合する小売企業は増えていくことが予想されます。その結果、店舗での自動化されたオペレーションが普及し、在庫管理から顧客サービスに至るまで、さまざまなプロセスでメリットがもたらされることになるでしょう。ブランドや小売企業は、AI、ML、CV技術に加え、カメラやRFIDセンサーによる追跡で、在庫の完全な可視化を実現し、さまざまなシナリオをモデル化できるようになります。また、AIは、消費者やマクロ経済データを含む多数のソースからの膨大なデータセットを活用し、サプライチェーンと倉庫をインテリジェントな接続を支援するでしょう。
産業用ロボットや洗練されたAIベースのシステムは、在庫管理、可視性の向上、サプライチェーン全体の配送を行うための倉庫における重要な資産になることが予測されます。
バーチャルアイドル、バーチャルアシスト機能、チャットボットなどは、現在、顧客とつながるAIを活用したソリューションの一例ですが、NLPアルゴリズムの進化に伴い、AIは日常生活やメタバースにおいて人間と対話するようになり、NFTや実世界の取引データから洞察に満ちた傾向を明らかにし、企業は個々のお客様に対して、高度にカスタマイズされた体験の提供ができるようになるでしょう。
