BetterBasketの共同創業者兼CTOであるヴァゲリス・ヴィスカドゥロス氏は、AIを活用して食品スーパーの価格設定を変革している。
BetterBasketの創業者兼CTOとして食品スーパーの価格設定に取り組む中で、私は食品スーパーにおける価格設定の運用上の負担と不透明さを直接経験する機会を得た。
価格設定は常に食品スーパービジネスの鍵であり、顧客の感情や行動に直接影響を与えるにもかかわらず、主にトピックの複雑さから、必ずしも当然の注目を集めてこなかった。食品スーパービジネスの他のセグメントが進化してきたのを目の当たりにしてきたが、価格設定は20年前とほとんど変わっていない。
今日、業界は2つの技術的進歩を利用できるようになり、これらが集合的に価格設定の新時代を可能にしている。1つ目は電子棚札（ESL）で、店内の商品価格を管理するための手頃で信頼性の高い方法となっている。しかし、私の経験では、ほとんどの食品小売業者は通常、毎週商品の5％未満しか価格を更新しないため、ESLだけでは投資に見合わないことが多い。
ここで2つ目の技術であるAIが役立つ。AIはデータ駆動型で地域特化型のリアルタイム価格決定を可能にし、食品小売業者が店舗の競争力と最新性を維持する動的な価格戦略を実施できるようにする。
価格設定のボトルネック
米国の平均的な食品スーパーは通常、約3万種類の商品（SKU）を在庫している。紙の値札を使用する場合、フルタイム従業員は1時間に約60〜80の価格を更新でき、労働週全体で2,400〜3,200の価格を更新できることを私は見てきた。しかし、食品スーパーの運営上の要求を考えると、従業員が値札の交換だけに専念することはまれである。
まず、これにより食品スーパーの運営者は頻繁な価格変更が時間のかかりすぎると考えることが多いため、より動的な価格設定が妨げられてきた。同時に、紙の値札は手作業のプロセスが遅く、人為的ミスが発生しやすいため、価格の古さにも寄与している。
実際、2024年NCWM全国価格検証調査レポートによると、1,381の食品スーパー検査で検査された価格の1.7％が不正確であることが判明した。1店舗あたり3万SKUという最初の仮定を使用すると、これは約510の商品の価格が不正確であることを意味する。
したがって、紙の値札を使用すると、価格が長期間変更されないままになり、競争に対応できないだけでなく、顧客の信頼を損ない、コンプライアンス上の問題をもたらす不正確さにもつながると合理的に結論付けることができる。
AIと競合データ
価格設定における最も複雑な課題の一つであり、その成功の鍵となる要素は、市場での競争力を維持することである。2025年には、ほとんどの店舗がデジタルプレゼンスを持っているため、食品スーパーの価格はオンラインで簡単に見つけることができる。それにもかかわらず、これらの価格データポイントを活用するにはAIが必要であり、それには正確に2つの理由がある。
互いに構造が異なるだけでなく、進化し続けているウェブサイトから大規模に価格を抽出するには、それらの構造を継続的に監視する必要がある。これは大規模言語モデル（LLM）が優れているタスクである。正しいフィールドは、LLMに適切な指示をプロンプトし、出力がどのように見えるべきか、タスクの目的は何かを正確に定義した後、自動的に望ましい構造にマッピングされ、必要な変換を実行できるようになる。
上記のデータの効果を最大化するために、価格の比較は、ナショナルブランドのような異なる食品スーパーで販売されている同一商品間だけでなく、異なる食品スーパー間で販売されている、非常に類似した異なるブランドの商品間（非常に頻繁にプライベートラベル）でも行われるべきである。
最初のカテゴリとは異なり、これらの商品はUPCのような、マッチングを簡単にする共通の識別子を共有していない。代わりに、比較はブランド、サイズ、フレーバー、オーガニックかどうかなど、多くの商品属性に基づいて行われなければならない。ここでLLMは優れている。それらは、これらの属性の意味を解釈し、信頼性が高くカスタマイズ可能な類似性スコアを生成し、食品小売業者が製品選択全体で競争力を維持できるようにする。
動的価格設定におけるAI
AIが競合他社のデータをクロールして構造化できるのと同様に、内部データも望ましい構造にシームレスにフォーマットできる。その基盤が整ったら、次のステップは価格決定がどのように行われるかを決定することである。大まかに言えば、このプロセスは2つの段階に分けることができる：人間が定義したルールと戦略、そして需要の価格弾力性モデリングである。
最初の段階は、「食品小売業者Aは食品小売業者Bの価格に合わせるべき」というような論理的に定義されたルールに依存している（両者が比較可能と見なされる場合）。これらのルールは、価格がどれだけ変動できるかに境界を設定し、食品小売業者の全体的な戦略を維持しながら、モデルによる最適化の余地を残している。
2番目のより重要な段階は弾力性モデリングである。ここでは、AIモデルが内部価格と販売履歴、過去の競合他社の価格設定、商品属性とその類似性など、特定の地域にマッピングされた幅広いデータを活用する。この情報を使用して、モデルは収益または利益を最大化するために各商品の最適な価格を決定し、最終的な目標は顧客を引きつけ、維持することである。
今後の展望
技術の状況がわずか2年前とは大きく異なることを認識することは確かに賢明である。AIは電子棚札の採用を可能にするだけでなく、積極的に加速させており、これにより食品スーパーの効率性と競争力の両方を高める価格設定ソフトウェアの導入が可能になる。
