投稿者 global-ai-media 
決済サービスを展開する米Block社が、店舗の在庫やシフト管理を自律的に支援するAIエージェント「Managerbot」を発表しました。ユーザーの指示を待つ従来のAIから、先回りして業務を提案する「プロアクティブAI」への進化は、日本の小売・飲食業における人手不足解消の切り札となるのか、その可能性と実務上の課題を解説します。
自律的に動く「プロアクティブAI」の登場
決済サービス「Square」などを提供する米Block社は、小規模ビジネス向けの新しいAIエージェント「Managerbot」を発表しました。このAIエージェントの最大の特徴は、ユーザーからの質問や指示を待って応答する従来のチャットボット型ではなく、自律的に状況を分析して先回りした提案を行う「プロアクティブ（能動的）なAI」である点にあります。
具体的には、店舗の過去のデータなどを基に在庫の需要を予測したり、スタッフの最適なスケジュール（シフト）を自動的に提案したりといった、店舗マネージャーの核となる業務を支援します。大規模言語モデル（LLM）の進化により、AIは単なる「文章生成ツール」から、複数のシステムを連携させて業務を遂行する「AIエージェント」へとパラダイムシフトを起こしつつあり、今回のManagerbotはその実用化を示す有力な事例と言えます。
店舗ビジネスにおけるAIエージェントの価値と日本の現状
日本の小売業や飲食業では、慢性的な人手不足と店長（マネージャー）の業務過多が深刻な課題となっています。特に、需要予測に基づく発注業務や、スタッフの希望を調整しながら作成するシフト管理は、現場の経験や勘といった属人的なスキルに大きく依存しているのが現状です。
ここに自律型のAIエージェントを導入することで、POS（販売時点情報管理）データや勤怠データ、さらには天候や地域イベントの情報を総合的に分析し、「来週は雨天の予報が続くため在庫発注を調整し、ホールスタッフのシフトを最適化する」といった具体的な提案をAIから受けることが可能になります。これにより、店長は煩雑なバックオフィス業務から解放され、顧客対応やスタッフの育成といった、人間にしかできない価値創造に注力できるようになります。
日本企業への導入に向けたリスクと組織文化の壁
一方で、このような自律型AIを日本の店舗ビジネスに導入・展開するにあたっては、いくつかのリスクとハードルが存在します。第一に、法規制やコンプライアンスの壁です。日本では労働基準法をはじめとする厳格な労働法規が存在し、シフト作成においては労働時間の上限や休憩・休日の確実な付与が求められます。AIの提案をそのまま鵜呑みにするのではなく、法的な制約をシステム側で確実に制御し、最終的な確認と承認を人間が行う「Human-in-the-loop（人間参加型）」の設計が不可欠です。
第二に、現場の商習慣と組織文化の問題です。日本の店舗運営では、データの裏にある「スタッフのモチベーション」や「人間関係の相性」といった暗黙知が重視される傾向があります。AIが合理性のみを追求して機械的にシフトや業務を割り当てた場合、現場の従業員が「AIに管理されている」という抵抗感を抱き、離職につながるリスクも否定できません。AIはあくまで「優秀なアシスタント」として位置づけ、人とAIが協働する文化をいかに醸成するかが問われます。
日本企業のAI活用への示唆
Block社の事例から読み解く、日本企業が自社プロダクトや業務システムでAI活用を進める上での実務的な示唆は以下の通りです。
1. 「待機型」から「提案型」へのプロダクト進化を見据える：これからのAIプロダクトは、ユーザーのプロンプト（指示）入力に依存する設計から脱却する必要があります。自社が保有する業務データを活用し、適切なタイミングでAI側からアクションを起こすUX（ユーザー体験）の設計が競争力となります。
2. 現場の暗黙知をデータ化し、AIにコンテキストを与える：AIエージェントの精度は、連携されるデータとルールの質に依存します。法規制や社内規程、現場のオペレーションルールをいかに体系化し、AIが理解できる形で組み込むかが、実用化の鍵を握ります。
3. 最終的な責任は人間が持つガバナンス体制の構築：AIによる自動化が進んでも、発注ミスによる廃棄ロスや労務トラブルの責任は企業が負います。AIの提案理由（説明可能性）を可視化し、現場のマネージャーが容易に修正・却下できる業務フローを構築することが、安全で効果的なAI活用の第一歩となります。