AI時代に"売場づくり"は誰の仕事になるのか

これまで売場づくりは、「どの商品を、どの棚に、どの順番で並べるか」といった、目に見える棚の設計を指す言葉でした。

しかし、AI活用が進む現在では売場づくりの意味が大きく広がっており、需要予測、商品選定、発注量の判断、価格設定、販促の実施、そして結果の検証と改善まで、一連の意思決定の積み重ねによって売場の品質が決まるようになっています。

AIは、この意思決定の各段階に関与し、過去データから需要を予測した上で最適な棚割り案を提示し、在庫や欠品リスクを加味した発注判断まで支援します。

その結果、売場づくりは「棚を作る作業」から、「データに基づく判断をどうつなげ、どう最終決定するか」という意思決定の連鎖を設計・管理する仕事へと変わりつつあります。AI時代の売場づくりを理解するためには、まずこの定義の変化を押さえる必要があります。

売場づくりにおいて、「これは誰の仕事なのか」という問いが強く意識されるようになった背景には、人手不足の深刻化とAIの急速な普及が同時に進んでいることが挙げられます。

どちらか一方であれば大きな混乱は起きませんでしたが、この二つが重なったことで従来の役割分担が成り立たなくなっています。

バイヤーや現場スタッフは、以前より少ない人数で、より多くの判断と業務を抱えるようになっており、「本来は人が考えていた仕事でも、すべてを手作業では回せない」状況となっています。売場づくりも例外ではなく、感覚や経験に頼った判断だけでは限界が見え始めています。

一方で、AIは需要予測、棚割り作成、在庫管理など、売場づくりの意思決定を支援できる段階にまで進化しました。データを処理する速度と量では、人はもはやAIに太刀打ちできません。

その結果、「売場づくり＝人の仕事」という前提そのものが揺らぎ始めました。「人手が足りないからAIに任せたい」、「しかしすべてを任せてしまうと、売場の意図や店舗らしさが失われるのではないか」といった葛藤がバイヤーや現場スタッフに生じる中、売場づくりの各判断を「誰が担うのか」を整理し直す必要性が、これまで以上に高まっているのです。

AIの導入というと、「人の仕事がAIに取って代わられる」というイメージを持たれがちです。しかし、売場づくりにおけるAIの役割は、人が行ってきた判断の仕方（ルールや基準）を変える点にあります。

これまで売場づくりの判断は、経験や勘をベースに、「なんとなく今月は動きそうだ」、「この商品は前に売れたから今回も大丈夫だ」といった形で行われてきました。

AIはこうした直感的な判断を否定するのではなく、過去データや購買傾向を整理し、「この条件では、この選択肢が有力だ」という判断の型を示します。

つまり、AIがやっているのは結論を強制することではなく、判断の選択肢と根拠を整理することです。

人はその情報を見ながら、「今回はAIの提案通りに進める」、「この点は現場感覚を優先する」と最終判断を下します。

売場づくりから人が排除されるのではなく、判断の進め方が感覚中心からデータ併用型へと変わっているのです。

AI時代の売場づくりで問われているのは、「誰が作業をするか」ではなく、「誰がどの判断を担うか」です。

AIは判断の土台を整え、人はその上で意味づけと最終決定を行うという役割分担こそが、現場を強くする本質的な変化だと言えます。

AI時代の売場づくりは、結論から言うと「経営（方針）」、「本部（設計）」、「現場（運用）」の3層分業に近づくものと思われます。なぜなら、AIを活かすには、“個人の腕”より“組織の仕組み”が重要になるためです。この章では、各層ごとの仕事内容に触れていきます。

第1層：経営の仕事（何を最適化するかを決める）

AI時代の売場づくりにおいて、最も上流にあるのが経営の仕事です。ここでいう経営の役割とは、棚割りや在庫数を細かく決めることではありません。

売場を通じて、何を最優先で良くしたいのかを決めることです。例えば、「売上を最大化したいのか」、「利益率を安定させたいのか」、「作業負担を減らして現場のオペレーションを回しやすくしたいのか」といった目的の違いによって、AIに考えさせる内容は変わります。

AIはあくまで判断の選択肢と根拠を整理する道具であり、何を目標とするのかは経営が決めなければなりません。

もし経営がこの方針を明確に示さなければ、現場は「売上を追うべきなのか、利益を安定化させるべきなのか」、「AIの提案をどこまで信じればよいのか」と迷い続けることになります。

しかし、経営が「この売場では何を最適化するのか」をはっきり言語化すれば、AIの活用と現場の判断は同じ方向を向くようになります。

第2層：本部の仕事（売場の設計図をシステム化する）

AI時代の売場づくりにおいて、本部の仕事は単に考えることではありません。本部に求められているのは、経営が決めた方針に沿って売場づくりの考え方をシステムとして現場で再現できる形にまとめることです。

言い換えれば、本部は売場の“設計図”を描き、それを現場やAIが使える形に翻訳する役割を担います。

これまで本部は、棚割表や販促計画を作り、現場に指示を出す存在でした。しかし、人手不足とAI活用が進む中では、「誰がやっても同じ判断になる」状態を作らなければ売場は安定しません。

そこで本部は、売れ筋の考え方、在庫の持ち方、価格変更時の対応ルールなどを整理し、属人的だった判断をルールやデータに置き換える必要があります。

AIは、このようなケースで初めて本来の力を発揮します。あらかじめ本部が設定した考え方や条件を前提に、需要予測や棚割り案を自動で算出できるからです。

逆に言えば、本部が設計図を曖昧にしたままでは、AIの提案も現場の判断もバラついてしまいます。

第3層：現場の仕事（例外を処理し、売場の品質を守る）

AIや本部の仕組みがどれだけ整っても、売場づくりの最後を支えるのは現場です。現場の仕事は、指示された棚割りや発注をそのまま実行することではありません。

想定通りにいかない状況（＝例外）に対応し、売場の品質を保つことが、現場に求められる本当の役割です。

例えば、「急な天候変化で売れ方が変わる」、「納品が遅れて一部商品が欠品する」、「想定以上に売れて棚が空く」、といった事態は日常的に起こります。

こうした場面では、AIやシステムでは即座に判断できないことも多く、最終的には現場の判断が必要になります。「代替商品を前に出す」、「フェイスを調整する」、「簡易的に棚を整える」といった対応が、売場の

「崩れ」を防ぎます。また現場は、「数字では問題がないが、見た目や導線に違和感がある」、「この店のお客様には合っていない」といったデータだけでは捉えにくい違和感を察知できる唯一の存在でもあります。現場の役割とは、AIや本部の判断を否定することではなく、現実とのズレをその場で埋める調整役になることです。

AIが売場づくりに深く関与するようになった結果、「便利になった」はずの現場で、かえって混乱や摩擦が生まれるケースが増えています。

その背景には、「誰が最終的に判断し、誰が責任を持つのか」という役割が曖昧になっていることがあります。特に衝突が起きやすいポイントは、次の3つです。

 1．AIの提案を「誰が最終判断するのか」

AIは需要予測や棚割り案など、これまで人が行ってきた判断を高い精度で提示できるようになりました。しかし問題になるのは、その提案をそのまま実行するのか、人が修正するのかという最終判断です。

現場では、「AIがそう言っているなら従うべきではないか」という空気が生まれる一方で、本部や経営側は「最終判断は人が行うべきだ」と考えがちです。

この認識が一致していないと、結果が良ければAIの成果、悪ければ現場や担当者の責任、といった不公平な状況が起きやすくなります。

ここで重要なのは、AIが出した結論の正しさではなく、「どこまでAIの判断と見なし、どこから人の責任領域とするか」を事前に決めておくことです。

これを曖昧にしたまま運用すると、判断そのものよりも、判断後の責任をめぐって衝突が起こります。

 2．例外対応を「どこまで現場に任せるのか」

AIや本部の設計は、基本的に「想定される標準的な状況」を前提に作られています。

しかし売場では、天候不順や納品遅延、急な売れ行き変化など、想定外の出来事が日常的に起こります。

こうした例外対応を誰が、どこまで判断するのかが、2つ目の衝突ポイントです。

本部から見ると、「こちらの設計通りに動いてほしい」、「現場での勝手な判断は検証の際にバイアスとなってしまう」という懸念があります。

一方、現場から見れば、「本部の設計通りでは売場が崩れる」、「売場の変化を最初に見ているのは現場だ」という切実さがあります。どちらも間違ってはいませんが、線引きがなければ不満が溜まります。

重要なのは、例外を許すこと自体ではなく、どの範囲までを現場裁量として認めるのかを明文化することです。

現場が判断してよいケース、必ず本部に戻すべきケースを整理しない限り、AI導入は現場の自由を狭めるものとして受け止められてしまいます。

3．成果と失敗の「責任を誰が負うのか」

3つ目のポイントは、成果評価と責任の問題です。AI、経営、本部、現場が関わる売場づくりでは、結果に対する責任を単純に一人や一部署に帰属させることが難しくなっています。

例えば、AIの提案通りに棚を作り、現場も指示通りに運用したにもかかわらず、売上が伸びなかった場合、その失敗は誰の責任なのでしょうか。

「判断した人が責任を持つ」のか、「設計した人が責任を持つ」のか、それとも「役割ごとに責任を分解する」のか、ここを曖昧にしたままではAIは現場を支える道具ではなく、リスクを押し付け合う原因になってしまいます。

AI時代の売場づくりを機能させるためには、新しいツールを導入する前に、仕事の進め方そのものを見直す必要があります。

ポイントは、「誰が判断するのか（役割）」「どこで決めるのか（会議）」「何で評価するのか（KPI）」の3つをセットで組み替えることです。

まず役割については、経営は売場づくりの目的と最適化軸を決め、本部はその考え方をルールやシステムに落とし込み、現場は例外の対応を通じて売場の品質を守る、という分担を明確にします。そして、AIは判断を代替する存在ではなく、各層の判断を支える前提条件として位置づけます。

次に会議は、「結果を報告する場」から「判断の前提を揃える場」へと役割を変えます。AIの分析結果を共有しつつ、どこまで自動判断とし、どこから人が決めるのかを確認することで、迷いや衝突を減らします。 

最後にKPIは、売上や利益といった結果指標だけでなく、欠品率や在庫安定度、判断のスピードなど、AIと人が協働できているかを測る指標へと拡張します。これにより、売場づくりは「属人的な技」ではなく、再現可能な仕組みとして回り始めます。

AI時代の売場づくりは、「AIを導入すれば成果が出る」という単純な話ではありません。本当に問われているのは、人がどの判断を担い、どの判断をAIに委ねるのかについて、自ら定義できているかです。

役割が曖昧なままでは、AIは便利な分析ツールにとどまり、組織全体の力にはなりません。

経営が売場づくりの目的と最適化の軸を示し、本部がそれを再現可能な仕組みに落とし込み、現場が例外に対応しながら品質を守るという役割分担に意識的に組み替えていくことが、重要なポイントとなります。

その中で、AIは判断を奪う存在ではなく、人の判断を揃え、速め、強くするための基盤として機能します。

売場づくりは今、「誰が棚を作るか」という議論の段階を終え、「組織として、どんな判断を積み重ねるのか」が問われる段階に入っています。

役割・会議・KPIを再設計することは、単なる業務改善ではありません。それは、AI時代においても売場を競争力の源泉として持ち続けるための、経営そのものの意思表示と言えます。

（文）田中イノベーション経営研究所
中小企業診断士 田中勇司
発行・編集文責：株式会社アール・アイ・シー
代表取締役　毛利英昭

• 当記事は2026年4月時点のものです。
  時間の経過などによって内容が異なる場合があります。あらかじめご了承ください。