人工知能代理人（AI agent）の導入が小売や製造、旅行（宿泊）の各分野で急速に進み、企業活動の根幹を揺さぶりつつある、とフォーブス誌に寄稿したウィリアム・ドンラン氏は指摘する。同氏は、大手ブランド会社向けデジタル・コマース・コンサルティング会社アスタウンド・デジタルのCEOだ。

▽鮮明化する人工知能技術の進化

ドンラン氏によると、米調査会社ガートナー（Gartner）は、人工知能代理人が2029年までに顧客対応業務の８割を全自動で処理し、問い合わせ対応センターのコストを３割削減するという予想を示した。

かたや、営業開発担当（sales development representative＝SDR）に相当する人工知能代理人は、自社の未進出市場の分析や見込み客への接触戦略の提示、購買兆候にもとづく個別メッセージの生成まで担うようになっている、と同氏は指摘する。

その背景には、企業資源計画（Enterprise Resource Planning＝ERP）や社内蓄積データベース、非構造化データを横断的に照会して即時回答や複雑案件の振り分けも可能になったという昨今の人工知能技術進化がある。

ドンラン氏によると、アスタウンド・デジタル（Astound Digital、アトランタ拠点）が収集した膨大な量のデータからさまざまの需要を予想した結果、人工知能代理人が上述３業界（小売、製造、旅行）において特に大きな成果を上げ始めている。

▽代理人型買い物の台頭

小売においては、代理人型買い物（agentic shopping）が注目されている。代理人型買い物は、購入権限を持つ人工知能代理人が個別に最適化された商品提案を行う。品切れ時の代替案提示や、嗜好に応じた買い物リスト管理も可能だ。

全米小売業協会（National Retail Federation＝NRF）が毎年１月にニューヨーク市で開く「リテイルズ・ビッグ・ショー（Retail’s Big Show）」では、グーグル・ジェミニ（Google Gemini）と複数の小売基盤をつなぐ代理人プロトコールが発表され、本格的な自律型購買の実現に道が開けたという見方が広まった。

その一方で、データの分断が自律稼働型システムの性能を阻害し、実店舗の運用モデルを人工知能が学習できるかたちに再構築する必要性が課題として浮上している。

▽予想保守から検品や工程管理に用途拡大

製造では、モノのインターネット（IoT＝Internet of Things）検知器による予想保守が普及しつつある。振動や温度を含むさまざまの検知データを人工知能が解析し、各種の機械や機器類、設備が故障する前に異常の兆候を検出し、先回りして点検や整備を可能にするしくみだ。

昨今には、返品処理（return merchandise authorization＝RMA）や設備類の設置支援といった業務も人工知能代理人が担うようになっている。人工知能はさらに、品質検査では機械学習モデルと連携して欠陥品検出や工程最適化を推進する重要な要素と位置づけられている。

ただ、旧来システムの存在がリアルタイムでの自律判断を邪魔するため、データ基盤の刷新が導入の前提条件となっている。

▽個別化された販促やサービス最適化

ホテルやリゾート施設、クルーズ会社では、仮想コンシェルジュが24時間で対応し、予約から客室サービス、地域情報の案内まで人工知能代理人が一元的に処理している。過去の滞在履歴にもとづく体験提案をはじめ、個々の消費者に応じた提示や販促、サービスの最適化もすでに進んでいる。

しかし、航空会社やホテル、そのほかの観光関連業者らのあいだで顧客データが分散しているという課題が人工知能活用の足かせとなっている。そのため、真の個人化には複数の関連業界の垣根を越えたデータ統合基盤と明確な安全基準（人工知能が暴走しないよう、運用側があらかじめ設定しておく行動の制約や境界線）が不可欠だ。

（Gaean International Strategies, llc社提供）