Appleストアをつくった男は、AIショッピングへのシリコンバレーの賭けを信じていない
AIに「買い物を任せる」時代が来るという。だが、Appleストアを世界中に広めた人物は、その前提そのものが間違いだと考えている。
ロン・ジョンソン氏（Ron Johnson）は、Appleの直営店を、世界でもっとも真似された商売の形に育てた。その後はJ.C. Penneyの立て直しにも挑んだ。
いま彼は、シリコンバレーが何十億ドルもの資金を注ぎ、「あなたの代わりに見て、比べて、買ってくれる」AIエージェントを作ろうとしているのを眺めている。そして、買い物の捉え方が根本から違うと見ている。
彼の疑いが重いのは、テック企業自身が手本にしてきた売り場を何十年も設計してきた人だからだ。懐かしさから語っているわけではない。
ベンチャーキャピタルやテック戦略の世界で、ほとんど目に見えなくなった思い込みへの反論だ。その思い込みとは、買い物は自動化して消してしまうべき作業だ、というものである。
この記事のポイント
- Appleストアが成功した理由は、技術や店の造りではなく、訓練を受けた人にあった
- シリコンバレーは、買い物を面倒な作業と見なし、エージェントが購入を最適化できると考えている
- この見方は、発見や好み、信頼が購買にどう働くかを見落としている
- 失敗が許されない高額の買い物では、人の判断を置き換えられない
- 小売企業は、エージェント向けに作るか、人との関係向けに作るかを選ぶことになる
競争力の源は「人」だった
ジョンソン氏の考えは昔から変わらない。Appleの本当の強みは、人だったというものだ。
ストアは、訓練を受けた、歩合のないスタッフを中心に作られた。店員には、客の話を聞き、教え、本当に必要なものを理解する時間があった。
これは珍しいことだった。多くの小売企業は、店員を削るべきコストとして扱っていた。ジョンソン氏は、人の判断を競争上の資産として扱った。
ジーニアスバーも、製品の使い方の指導も、トラブル対応も、余計な経費ではない。それこそが事業の中身だった。
筋道は単純だ。客が店に通い続けるのは、助けてくれた人を信頼しているからである。この関係が、他社の参入を防ぐ堀になった。
技術はそれを支えた。システムも、研修も、店の造りもそうだ。だが技術が人の代わりになったわけではない。
この考え方は、その後のすべてを形づくった。新しい分野の製品で信頼を築くときも、Appleは客をよく理解したスタッフに頼った。
客が頼んでいないものを勧められるほどの理解である。取引は関係に変わり、店は目的地になった。
この仕組みがうまくいったのは、買い物を購入以上のものと見ていたからだ。
人は、出会うまで自分が何を欲しいのか分からないことが多い。その発見も体験の一部だ。訓練された人なら、アルゴリズムにはできない形でその発見を導ける。
シリコンバレーは何に賭けているのか
AIショッピングを支持する議論の、いちばん強い形はこうだ。
- 消費者は買い物を面倒だと感じている
- エージェントは好みを学び、選択を最適化できる
- 小売企業は、やがて人だけでなくアルゴリズムにも売るようになる
- 便利さが勝ち、手間は消える
だが、この議論は、ジョンソン氏が真っ向から疑う前提に立っている。
1つ目は、買い物を基本的に「作業」と見ていることだ。 作業にあたる買い物は確かに多い。キッチンペーパーや携帯の充電器の買い替えは、この型に収まる。
しかし、服や家具、贈り物は収まらない。こうした買い物には、自分らしさがかかっている。好みが大事になり、信頼が大事になる。
2つ目は、アルゴリズムのおすすめを、人のおすすめと同じだと見ていることだ。 両者は同じではない。
アルゴリズムが最適化するのは、利益率や購入される確率、プラットフォームへの定着といったものだ。人が目指すのは、あなたの満足である。動機が違う。
3つ目は、ブランドと客の関係が見過ごされていることだ。 客がエージェントを通して店とつながると、そのエージェントの忠誠心は、あなたではなくプラットフォームに向いているかもしれない。
AIエージェントが、利益率が高い、あるいは購入される確率が高いという理由で競合の商品を勧めれば、ブランドは客の信頼に直接触れられなくなる。
AIショッピングの最も強い根拠が当てはまるのは、好みが安定していて、すでに分かっている日用品の購入だ。最も弱いのは、発見や自己表現、感情がからむ買い物である。
ジョンソン氏の批判は、シリコンバレーが日用品の例から、あらゆる買い物へと話を広げすぎているというものだ。
図6：購買決定要因の自動化可能性マトリクス
図5：人間の判断が不可欠な購買シーン。顧客の潜在的なニーズ、感情、文脈を理解し、個別の推奨を行う人間スタッフの役割。AIでは代替不可能な複雑性を視覚化。（コンセプトイメージ・AI生成）
自動化できない判断力
人が決めるのをやめると、よい決断を支える判断力も育たなくなる。この緊張は、金融、経営戦略、医療、法律など、さまざまな業界に見られる。
小売の場合は、何が懸かっているかが目に見えやすい。だから例として役に立つ。
客が販売員と話すのをやめて、エージェントと話すようになると、何が失われるのか。商品の知識は、もちろん失われる。
だがそれだけではない。本当に欲しいものと、欲しいと思い込んでいるものを、自分の言葉で言い表す力も失われる。
販売員の仕事は、うまくいっているときには、そのずれを埋めることだ。アルゴリズムには、その役割は果たせない。
この問いは、小売の外にも広がる。人の手を外すことで買い物が確かに良くなるなら、AIエージェントを推す理由は強い。
逆に、買い物が損なわれるなら、その理由は崩れる。この見極めは、ほかの分野にも使える。
技術が事業の変革を主導すべきなのか。それとも、技術をどこに使うかを、人の洞察が決めるべきなのか。
外から見ているということ
ジョンソン氏は、自分で事業を動かす立場から一歩引き、商いの長期的な問いを考えている。距離を置くと、考えが澄むことがある。一方で、信念と現場の実情のあいだに溝が生まれることもある。
人が最優先だという彼の考えは、外から唱えるのは簡単だ。コストの圧力がかかる会社の中で貫くのは、ずっと難しい。苦戦していた百貨店チェーン、J.C. Penneyでの経験は、この考えの限界を示した。
事業が傾いているときは、コストを削って自動化したいという誘惑が非常に強い。人との関係を軸にした小売には、投資と辛抱が要る。どの会社にもそれができるわけではない。
それでも、この経験は彼の見方を強めもした。生き残って伸びた店は、サービスに力を注いだ店だった。価格や便利さだけで競おうとした店ではない。
得られた教訓は、彼の説が間違っていたということではない。実行するには、財務の面も含めて、あらゆる階層で信念が要るということだ。
図9：商品複雑性と購買プロセス複雑性による小売モデルの選択マトリクス — 人間中心小売が生存・繁栄する領域は右上象限（複雑×複雑）であり、専門知識と対話型サービスが不可欠な商品カテゴリーに集中することが戦略的焦点となる
人を軸にした小売が生き残る場所
小売企業は、現実的な選択を迫られる。エージェントに対応できる基盤に投資するか、対面や関係を軸にした体験に投資するかだ。おそらく最も賢いのは、商品のジャンルごとに両方を使い分けることだろう。
次の表は、買い物の種類ごとに、人の判断が要る理由と、自動化が合う理由を比べたものだ。
| 買い物の種類 | 人の判断が要る理由 | 自動化が合う理由 |
|---|---|---|
| ウェディングドレス、マットレス、車、家具 | 自分らしさ、好み、信頼、気持ちの重さ | ほとんど当てはまらない |
| 食料品、消耗品、規格品 | 当てはまりにくい | 手軽さの価値が高く、好みが安定している |
人を軸にした小売を最も守りやすいのは、じっくり検討し、気持ちも動く買い物だ。これらは日用品ではない。
判断力と好み、信頼が必要になる。商品と客の両方を理解している人と過ごす時間が、役に立つ。
一方、AIへの委任が広がりそうなのは、あまり悩まずに済む、繰り返しの買い物だ。便利さが最も効き、人の判断が最も必要とされない場面である。
小売企業にとっての危険は、すべてが後者に入ると賭けてしまうことだ。前者にこそ、ブランドが忠誠心を築く機会があり、人への投資を支えられる利益率がある。そこに気づくことが、好機になる。
図11：テクノロジー進化と人間的価値の継続性
長く残るもの
長く残る技術は、人とのつながりに役立つ技術だ。人の代わりになる技術ではない。
Appleのストアが成功したのは、展示が最高だったからでも、レジが最速だったからでもない。人を第一に置き、その選択を支えるために技術を使ったからだ。
残る問いは、AIショッピングが同じことをするのかどうかである。人の判断を高め、発見を支え、信頼を深めるのか。それとも、人の役割を便利さで置き換えるだけなのか。
ジョンソン氏は、後者は失敗すると賭けている。人が感傷的だからではない。買い物は、自動化の論が想定するよりも複雑だからだ。
ちょっと立ち止まって
便利さは、いつも勝つものだろうか。選べるなら、人はより速く、より楽な道を選ぶ。そう思い込んでいないだろうか。
ジョンソン氏の歩みは、別の姿を示している。人は、自分を分かってもらえる体験には、多く払っても通い続けるのかもしれない。
最近、自分にとって大事な買い物をしたときのことを思い出してみてほしい。欲しかったのは、購入までの最短ルートだっただろうか。それとも、本当に必要なものを見つけるための手助けだっただろうか。
図2：Apple Storeの競争優位性の構造
図4：従来型購買とAIエージェント型購買のプロセス比較