AIは店長の仕事を奪うのか―富士通「小売7社の実証」が問い直す、現場を強くする7つの設計

はじめに―店長が一番忙しいのは、売場にいない時間かもしれない

夕方6時。

惣菜売場では、売れ筋の弁当が残り少なくなっている。

レジにはお客様が並び始めた。

青果売場からは、明日の特売商品の入荷について確認の電話が入る。

事務所では、翌週のシフトがまだ完成していない。

そこへ本部から、売上分析資料の提出依頼が届く。

店長は、何から手をつければよいのだろう。

目の前のお客様を優先したい。

従業員からの相談にも応えたい。

欠品を防ぎたい。

数字も確認したい。

しかし、一日は24時間しかない。

「店長なのだから、すべて把握してほしい」

会社がそう求めるほど、店長は売場から離れ、パソコンの前に座る時間が増えていく。

そんな矛盾を、私たちは長く見過ごしてきたのではないだろうか。

2026年10月15日、小売業界の専門メディアが、富士通による小売業向けAIエージェントの取り組みを報じた。

富士通が10月6日に発表したのは、店舗運営や経営判断を支援する4種類のAIエージェントと、その試用環境の提供開始だ。

さらに、小売業7社と実証実験を順次始めるという。

注目したいのは、AIの対象に「店長支援」が含まれていることだ。

売上構造分析。

顧客ロイヤリティ分析。

販売計画。

そして店長支援。

AIが、これまで人間の経験と勘に頼ってきた仕事へ、少しずつ入り始めている。

では、店長の仕事はAIに奪われるのだろうか。

私は、むしろ反対の可能性を考えたい。

AIが数字を調べる時間を減らせば、店長は人と売場を見る時間を取り戻せるのではないか。

ただし、AIを導入するだけでは、そんな未来は実現しない。

便利なシステムが増えた結果、店長の仕事まで増えてしまう会社もあるからだ。

今日は、富士通の発表を起点に、地方スーパーがAIを「現場の負担を減らし、経営を強くする道具」に変える方法を考えてみたい。

⸻

1．富士通の発表で、何が新しかったのか

今回のニュースで確認しておきたいのは、AIがすでに全国の店舗で成果を出したという発表ではないことだ。

富士通は、小売業向けの4種類のAIエージェントと実行基盤について、トライアル環境の提供を始め、小売業7社と実証実験を順次進めるとしている。

つまり、現段階は実際の業務に適用し、使い方や効果を確かめる段階である。

その点を押さえたうえで、4種類の役割を見ると興味深い。

一つ目は、売上構造分析。

売上の変化を調べ、要因を理解するための支援だ。

二つ目は、顧客ロイヤリティ分析。

お客様の購買傾向や継続利用を分析する領域である。

三つ目は、販売計画、いわゆるMD計画。

商品をどのように販売するかという計画づくりに関わる。

四つ目が、店長支援。

店舗の状況を把握し、判断につなげる仕事を支援する。

これらが別々の機能で終わらず、現場の改善へつながれば、店舗運営の進め方が変わる可能性がある。

ただし、AIが提案したことをそのまま実行すればよいわけではない。

データに表れない地域事情もある。

天候の急変もある。

従業員の経験もある。

お客様の声もある。

AIは判断材料を整理できても、店の責任を引き受けるわけではない。

だからこそ、AIを導入する前に、人間の仕事をどう変えるかを考える必要がある。

2．店長の仕事は、いつからこんなに増えたのか

昔の店長は楽だった、という話をしたいわけではない。

昔も今も、店長の仕事は難しい。

ただ、現代の店長には、以前より多くの情報処理が求められている。

売上。

粗利益。

客数。

客単価。

買上点数。

値引き。

廃棄。

人件費。

電気代。

シフト。

採用。

労務管理。

クレーム対応。

衛生管理。

防犯。

情報セキュリティ。

そして本部から届く数多くの連絡。

これらを一人で把握し、必要な判断をしなければならない。

さらに、報告資料の形式が部署ごとに違うこともある。

営業部からは売上報告。

人事部からは勤務時間の確認。

商品部からは売場写真。

情報システム部からは機器の点検。

それぞれ必要な仕事であっても、店舗側ではすべて店長に集まりやすい。

結果として、店長は「現場を動かす人」であると同時に、「本部への報告を作る人」になってしまう。

私は、ここにAI導入の大きな可能性があると思う。

新しい仕事を追加するのではなく、今ある仕事を減らす。

まずはそこから始めたい。

3．AIが得意なことと、店長にしかできないこと

AIに何を任せるべきか。

この問いに答えるには、仕事を三つに分けると分かりやすい。

第一は、情報を集める仕事。

第二は、情報を整理して選択肢を示す仕事。

第三は、人や地域の事情を踏まえて決める仕事。

例えば、ある商品の売上が前年より減っているとする。

POSから販売数量や単価を取り出すのは、AIやシステムが得意な領域だ。

売上減少の要因を候補として整理することも、AIが支援できる。

しかし、売場の場所を変えるか、発注数量を増やすか、価格を見直すかという最終判断には、現場の情報が必要だ。

商品が売れなかった理由は、価格だけとは限らない。

棚の前に段ボールが置かれていたのかもしれない。

夕方には欠品していたのかもしれない。

近くに競合店ができたのかもしれない。

お客様の生活時間が変わったのかもしれない。

AIが示すのは、あくまで分析結果や仮説である。

数字を読む仕事はAIに手伝ってもらい、数字の向こうにいる人を見る仕事は店長が担う。

私は、この役割分担が大切だと思う。

⸻

4．設計①　AI導入前に「やめる仕事」を決める

AIを導入するとき、最初に考えるべきなのは何を自動化するかではない。

何をやめるかだ。

例えば、店長が毎朝30分かけて売上資料を作っているとする。

AIによって、その作業が5分になった。

25分の削減だ。

しかし、本部が「AIで分析できるようになったから、追加のレポートも提出してほしい」と求めたらどうなるだろう。

結局、店長の仕事は減らない。

むしろ増えるかもしれない。

だから、導入前に約束したい。

AIが作る資料と重複する報告は廃止する。

数字の転記をやめる。

複数部署への同じ内容の提出を一本化する。

会議で読まれない資料は作らない。

こうした整理が必要だ。

私なら、AI導入前に一週間だけ店長の業務時間を記録する。

資料作成。

メール確認。

売場巡回。

従業員との会話。

クレーム対応。

シフト作成。

それぞれ何分使っているかを把握する。

そのうえで、AIによって減らす時間を具体的に決める。

「AIを導入しました」ではなく、「店長の資料作成時間が週90分減りました」。

そう説明できることが、本当の成果だと思う。

5．設計②　毎朝の数字を「一枚」にまとめる

店舗には多くの数字がある。

しかし、すべての数字を毎朝確認する必要はない。

私は、店長が最初に見る画面は一枚でよいと思っている。

例えば、次の七つだ。

1．昨日の客数。

2．昨日の客単価。

3．買上点数。

4．粗利益額。

5．値引き・廃棄額。

6．重点商品の欠品状況。

7．今日の人員配置と不足時間帯。

これらを一覧で見られれば、店長は状況をつかみやすい。

さらに、AIが異常を知らせてくれると便利だ。

「夕方の惣菜販売数量が直近4週間の同曜日平均を下回っています」

「日配品の値引き額が増えています」

「本日17時台のレジ要員が通常より少なくなっています」

ただし、注意したいことがある。

AIが毎日何十件も警告を出したら、店長はすべてを確認できない。

重要なものだけを知らせる設計が必要だ。

緊急性が高いもの。

利益への影響が大きいもの。

お客様への影響が大きいもの。

この三つを優先したい。

数字をたくさん見せることが、よいシステムではない。

店長が今日判断すべきことを、短時間で分かるようにすること。

それが重要だ。

6．設計③　売上予測より先に、欠品を減らす

AIと聞くと、売上予測を思い浮かべる人が多い。

もちろん予測は大切だ。

しかし、地方スーパーで最初に取り組むなら、私は欠品の見える化を勧めたい。

なぜなら、欠品は売上だけでなく、お客様の信頼にも関わるからだ。

例えば、仕事帰りに牛乳を買おうとした人がいる。

いつもの店へ寄ったが、棚が空だった。

翌日も同じことが起きた。

その人は、別の店で買うようになるかもしれない。

一回の欠品による売上損失は小さくても、来店頻度の低下につながれば影響は大きい。

ただし、POSだけで欠品を完全に把握できるわけではない。

売れなかった商品が、本当に欠品していたのか、それとも需要がなかったのかは、販売実績だけでは判断できないからだ。

だから、AIに使うデータも工夫したい。

POS。

在庫。

発注。

納品。

棚卸し。

売場の欠品記録。

これらを組み合わせる。

そして、最初から全商品を対象にしない。

牛乳、卵、食パン、豆腐、惣菜など、来店理由になりやすい重点商品から始める。

欠品を減らせれば、お客様にとっての買いやすさが改善する。

店長にとっても、売場を確認する目的が明確になる。

7．設計④　粗利益率ではなく、粗利益額と作業時間を見る

AIによって商品別の分析が簡単になるなら、粗利益率だけで判断する習慣も見直したい。

例えば、二つの商品がある。

A商品は、販売価格200円、粗利益率30％。

一個当たり粗利益額は60円。

B商品は、販売価格300円、粗利益率25％。

一個当たり粗利益額は75円。

A商品は粗利益率が高い。

しかし、同じ販売数量なら、B商品の方が粗利益額は大きい。

もちろん、販売数量や値引き、廃棄、作業負担によって結果は変わる。

だから、AIに見せてほしいのは単なる粗利益率のランキングではない。

販売数量。

粗利益額。

値引き・廃棄。

補充回数。

製造時間。

売場面積。

これらを合わせた判断材料だ。

例えば、粗利益額が大きくても、製造に長い時間がかかる惣菜がある。

反対に、粗利益率は低くても、販売数量が多く、補充作業が少ない商品もある。

AIがこうした情報を整理できれば、バイヤーと店長の会話は変わる。

「粗利益率が低いから売価を上げる」ではなく、「粗利益額を増やすために、何を変えるか」という商談になる。

ただし、AIの計算結果は、元データが正しくなければ意味がない。

原価や値引き情報の精度を確保することが前提だ。

8．設計⑤　店長の判断を奪わず、判断基準を共有する

AIの提案が便利になるほど、気をつけたいことがある。

それは、店長が自分で考えなくなることだ。

例えば、AIが「明日の惣菜製造数量を20％増やす」と提案したとする。

店長が理由を確認せず、そのまま実行したらどうだろう。

天気が急変するかもしれない。

近隣でイベントが中止になるかもしれない。

製造担当者が欠勤するかもしれない。

AIがすべての事情を把握しているとは限らない。

だから、私はAIの提案に三つの情報を添えたい。

第一に、提案の根拠。

第二に、予測の不確実性。

第三に、実行する場合の注意点。

そして、店長が修正した理由を記録する。

「雨予報のため製造数量を減らした」

「近隣イベントがあるため増やした」

「担当者が不足するため製造を絞った」

こうした記録が蓄積されれば、次の判断にも役立つ。

大切なのは、AIの正解率だけを追わないことだ。

店長が適切な判断をできたか。

その判断を他の従業員にも説明できるか。

ここまで含めて評価したい。

9．設計⑥　浮いた時間を「人材育成」に使う

私が今回のニュースで最も期待したいのは、ここだ。

AIによって店長の資料作成時間が減ったとする。

その時間を、何に使うべきだろう。

私は、人材育成に使ってほしいと思う。

例えば、毎日15分。

若手社員と売場を歩く。

なぜこの商品をここに置いたのか。

なぜ今日は発注数量を変えたのか。

なぜ値引きを始める時刻を調整したのか。

店長が理由を説明する。

そして、若手社員にも考えてもらう。

こうした時間は、会議室で長時間研修するより、現場で役に立つことがある。

短時間勤務の従業員にも、同じ考え方が使える。

一度に多くのことを教える必要はない。

今日は一つの作業。

明日は一つの判断。

少しずつ任せる範囲を広げる。

店長がすべてを抱え込まなくなれば、次の責任者も育つ。

AIの価値は、作業時間を減らすことだけではない。

人が育つための時間をつくれること。

私は、そこに大きな可能性があると思っている。

10．設計⑦　本部の仕事も同時に変える

AI導入が失敗する会社には、共通する問題がある。

店舗だけに変化を求めることだ。

本部が従来どおり大量の資料を求め続ければ、AIを導入しても店長の負担は減らない。

むしろ、新しいシステムへの入力や確認作業が増える可能性がある。

だから、本部の業務も変えなければならない。

営業部は、報告資料を減らす。

商品部は、商品分析を店舗と共有する。

人事部は、育成時間を確保できるようにする。

情報システム部は、使いやすさと安全性を確保する。

財務部は、投資対効果を確認する。

そして経営陣は、AIを導入した店舗に何を求めるのかを明確にする。

例えば、AI導入後に店長の残業時間が減った。

しかし、売場の欠品が増えたなら、成功とは言えない。

逆に、残業時間が少ししか減らなくても、若手社員が育ち、店長不在でも運営できるようになったなら、大きな成果かもしれない。

AI投資を評価するときは、システムの利用回数だけでなく、店舗運営の質を見たい。

⸻

11．地方スーパーは、いきなり高額なAIを導入する必要がない

ここまで読んで、「うちの会社には難しい」と感じる人もいるかもしれない。

確かに、大企業と地方スーパーでは、投資できる金額も人材も違う。

しかし、AI活用は必ずしも大規模なシステム導入から始める必要はない。

まずは、現在のPOSから出力できるデータを確認する。

日別売上。

部門別売上。

時間帯別客数。

商品別販売数量。

値引き。

廃棄。

こうしたデータがあれば、改善できることは多い。

例えば、個人情報や機密情報を適切に除いた集計データを使い、生成AIに分析の観点を整理させることは考えられる。

ただし、会社が承認していない外部AIサービスへ、売上原価や従業員情報、顧客情報を入力してはいけない。

利用規約、データの保存先、学習への利用、権限管理などを確認する必要がある。

AIを導入する前に、まず社内の情報管理ルールを整えたい。

また、AIの回答には誤りがあり得る。

数字の計算は、元の表計算やPOSで検証する。

生成AIの文章を、そのまま経営判断の根拠にしない。

この基本を守れば、小さな会社でも段階的に取り組める。

12．AI導入の失敗は、技術より「仕事の設計」で起きる

AIが使えないから失敗するとは限らない。

むしろ、導入目的が曖昧なまま始めることが問題になる。

例えば、「全店でAIを活用する」という目標を掲げたとする。

しかし、何の仕事を減らすのか決まっていない。

誰が使うのかも曖昧。

効果の測り方も決まっていない。

これでは、利用回数を増やすこと自体が目的になってしまう。

私は、導入目的を具体的な文章にしたい。

「店長の売上資料作成時間を週60分減らす」

「重点商品の欠品件数を減らす」

「惣菜の値引き・廃棄を減らす」

「若手社員への短時間フィードバックを週3回確保する」

こうした目標なら、実行後に検証できる。

もちろん、目標値は各店舗の現状に合わせて決める必要がある。

重要なのは、AIを使うことではなく、仕事が良くなることだ。

13．最初の30日――店長の時間を見える化する

実際に始めるなら、最初の30日は現状把握に使いたい。

まず、店長の一日の仕事を記録する。

細かく記録しすぎると負担になるため、15分単位程度で十分だ。

資料作成。

売場巡回。

従業員対応。

会議。

シフト作成。

発注確認。

その他。

一週間記録すると、思っていた以上に時間を使っている仕事が見えてくる。

次に、削減できそうな仕事を三つ選ぶ。

例えば、売上資料の転記、会議用コメントの下書き、部門別実績の比較だ。

この段階では、いきなりシステムを購入しない。

既存の機能や、会社が承認したツールで代替できないか確認する。

そして、削減前の時間を記録しておく。

これがなければ、導入後に効果を説明できない。

14．次の30日――一店舗、一業務で試す

次の30日は、小さな実験だ。

例えば、一店舗で売上分析の作業を見直す。

毎朝30分かかっていた資料作成を、どこまで短縮できるか。

ただし、時間だけを評価しない。

数字の誤りがないか。

店長が理解できるか。

本部への報告が簡単になったか。

余計な確認作業が増えていないか。

こうした点も確認する。

また、導入前と導入後で、店長の売場巡回時間がどう変わったかを見たい。

資料作成時間が減っても、別の事務作業が増えたなら、効果は限定的だ。

現場で使われる仕組みをつくるには、店長の意見を聞くことが欠かせない。

本部だけで完成させたシステムが、店舗では使いにくいこともある。

実際に使う人と一緒に改善することが重要だ。

15．最後の30日――他店へ広げるか判断する

90日計画の最後は、継続するかどうかの判断だ。

私は、五つの項目で評価したい。

第一に、作業時間は減ったか。

第二に、数字の正確性は保たれたか。

第三に、店長の判断が早くなったか。

第四に、従業員への対応時間が増えたか。

第五に、費用に見合う効果があったか。

すべてを満たす必要はない。

しかし、どこに効果があり、どこに課題が残ったかは説明できるようにしたい。

他店へ広げる場合も、一斉導入には注意する。

店舗によって人員、設備、客層、店長の経験が違う。

一店舗で成功した方法が、すべての店舗で同じように使えるとは限らない。

だから、次の店舗で再検証する。

使いやすさを改善する。

教育方法を整える。

その積み重ねが、長く使われる仕組みになる。

⸻

16．保存版――AI導入前に確認したい20項目

目的と業務

□ AIで減らす仕事が具体的に決まっている
□ 導入前の作業時間を把握している
□ 廃止する報告資料を決めている
□ 店長以外の担当者も利用できる
□ AIを使わない場合の手順も残している

データと安全性

□ POSデータの精度を確認している
□ 商品マスターの不備を把握している
□ 個人情報を入力しないルールがある
□ 利用するAIサービスを会社が承認している
□ AIの回答を人が検証する仕組みがある

店舗運営

□ AIの警告件数を必要な範囲に絞っている
□ 店長が判断理由を確認できる
□ 欠品・値引き・廃棄への影響を測れる
□ 従業員の負担増を確認している
□ 売場巡回や人材育成の時間を確保できる

経営判断

□ 初期費用と運用費を把握している
□ 効果を測る指標を決めている
□ 本部と店舗の役割分担が明確である
□ 90日後の継続判断を予定している
□ 他店展開前に再検証する仕組みがある

20項目すべてを最初から満たす必要はない。

ただし、目的、情報管理、責任者、効果測定の四つは、導入前に明確にしておきたい。

17．AIで浮いた30分を、何に使うか

最後に、一つの場面を想像してほしい。

店長が、朝の売上分析を終えた。

これまでは30分かかっていた。

AIの支援によって、確認と判断を含めて10分で済んだ。

20分の余裕ができた。

店長は、その時間に何をするだろう。

本部への別の報告書を作るのか。

メールをさらに確認するのか。

それとも、売場へ出るのか。

私は、売場へ出てほしいと思う。

青果担当者に、今日の売場の狙いを聞く。

惣菜担当者に、夕方の製造計画を確認する。

レジ担当者から、お客様の声を聞く。

若手社員に、一つ仕事を任せる。

こうした時間は、AIが代わりに過ごせるものではない。

AIが優れているからこそ、人間にしかできない仕事を大切にしたい。

おわりに―AI時代に必要なのは、パソコンの前にいない店長

今回の富士通の取り組みは、小売業にとって一つの転換点になる可能性がある。

ただし、実証段階の技術が、すぐにすべての店舗を変えるわけではない。

大切なのは、導入する技術よりも、会社が何を変えようとしているかだ。

AIで資料を早く作れるようになった。

しかし、店長の残業は減らない。

売場を見る時間も増えない。

従業員との会話も増えない。

それでは、AI導入の価値を十分に生かしたとは言えない。

私は、AI時代の店長に求められるのは、すべての数字を自分で集める能力ではないと思う。

数字から課題を見つける。

現場の事情を確かめる。

従業員と話す。

必要な判断をする。

そして、次の責任者を育てる。

そうした仕事に集中できる環境をつくることが重要だ。

AIは店長の仕事を奪うのか。

私の答えは、こうだ。

奪ってほしい仕事はある。けれど、残してほしい仕事もある。

資料の転記。

同じ数字の繰り返し集計。

誰も読まない報告書。

こうした仕事は、できるだけ減らしてよい。

その代わり、お客様を見る。

従業員を育てる。

売場を変える。

地域の暮らしを考える。

そんな店長の仕事を、もっと増やしたい。

AIを導入する本当の目的は、人を減らすことだけではない。

人が本来の仕事に集中できる店をつくること。

そのために、今こそ店舗運営の設計を見直す時期なのだと思う。

⸻

参考情報

* ダイヤモンド・チェーンストアオンライン「富士通、小売業向けAIエージェントと実行基盤のトライアル提供開始」（2026年10月15日）
* 富士通の小売業向けAIエージェントに関する2026年10月6日発表

※本記事は2026年10月15日時点の公表情報をもとにした考察です。AI導入による時間削減や改善数値は、実際の導入成果ではなく説明用の例です。

#AI #生成AI #AIエージェント #富士通 #スーパーマーケット #地方スーパー #小売業 #流通業 #店長 #店舗経営 #店舗運営 #経営戦略 #DX #デジタル化 #業務改善 #業務効率化 #働き方改革 #人手不足 #人材育成 #管理職 #リーダーシップ #売上分析 #POS分析 #データ活用 #粗利益 #粗利益額 #欠品対策 #発注管理 #在庫管理 #シフト管理 #人時生産性 #店舗マネジメント #本部改革 #組織改革 #経営改善 #現場改善 #小売DX #RetailTech #AITransformation #StoreManagement