AIでファミマが新作スイーツ — 案出しの前に何を渡したか?

何が起きたの? — 約1000品の案から生まれたカヌレ

ファミリーマートは9月22日、秋の販促「ファミマのおいも収穫祭」を全国の約16,500店で始めました。その中の一つが、AIの案をもとに開発した「おいものカヌレ〜キャラメルソースがけ〜」です。

紅はるかのペーストを生地に練りこんだカヌレで、上からキャラメルソースをかけています。価格は264円(税込285円)で、数量限定の販売です。

報道によると、商品の価格が300円を超えると、初めて手に取ってもらえる割合(トライアル率)が下がる傾向がありました。そこで285円で売り出すことになったといいます。

ファミマは2027年2月までに、AIの案をもとにした商品を10品近く展開する予定です。AIをアイデア出しの土台にする狙いです。

AIに何を渡したの? — データと条件

中心になったのは、顧客IDにひもづいたレジの販売データ(ID-POS)です。どの客層が、どの時間帯に、何を繰り返し買ったかまで分かります。

ファミマは過去2年間分のID-POSデータに加え、デザート分類の発注と売上、時間帯やリピートの分析、過去の企画の実績データを読み込ませました。市場の流行を盛り込むために、スイーツ白書も使っています。

見落とせないのは、グループの政策資料まで加えた点です。会社としての方向性を誤らないためです。

そのうえで、過去に売れた商品の理由を条件として入力しました。片手で食べられること、一品の中で食感が異なることなどです。商品のテーマと制約条件も加えると、AIは約1000品を提案してきました。

新しく入った企画担当に、売上の記録と会社の方針、売れる条件をまとめて渡すのに近い準備です。材料がそろっていなければ、人でもAIでも的外れな案が増えます。

AIは案のイラストまで描きます。試作の段階で、作りたいもののイメージがメーカーに具体的に伝わる利点もあったそうです。

人の仕事はどう変わるの? — 選ぶ・直す・決める

約1000品の案は、商品担当者が確認しました。プリン、ダブルシュー、カヌレなどの数案に絞り込んでいます。

AIは、中からキャラメルソースが出てくる構造を提案しました。ただ、工場の設備や技術ではその通りに作るのが難しかったため、担当者の判断で上からソースをかける形に変えています。

報道によれば、ファミマは「AIにアイデアは出してもらうが、商品開発の要所では必ず担当者が介入する」としています。そのうえで、開発期間と工数を2〜3割削減できました。

SYNCONの視点 — AIに渡す材料は誰が用意するか

この事例で再現できるのは、AIの選び方ではなく準備の分担です。販売データを出す人、売れた理由を言葉にする人、会社の方針資料を選ぶ人、そして「作れるか」を判断する人。ファミマの手順には、この役割がそろっています。

多くの会社でつまずくのは、「売れた理由を言葉にする」ところです。数字は社内にあっても、ヒットの理由はベテランの頭の中にしかないことが多いからです。AIに企画を手伝わせる前に、まず現場のベテランに理由を書き出してもらうのが近道です。

もう一つは、前回の学びを次の指示に足すことです。ファミマは7月の商品で得た知見を、今回の細かな指示に生かしました。最初から完璧な指示は書けません。次の企画で何を書き足したかを記録する担当を決めておくと、次からの案の質が上がります。

要点まとめ

• ファミリーマートが9月22日、AIの案をもとにした「おいものカヌレ〜キャラメルソースがけ〜」を税込285円で発売
• 過去2年間分のID-POSデータ、スイーツ白書、グループの政策資料をAIに読み込ませた
• ヒットの理由と制約条件を渡すと、AIは約1000品を提案。案出しの土台づくりは2週間ほどから1日に
• 絞り込みと工場で作れる仕様への変更は担当者が判断し、開発期間と工数は2〜3割削減
• 2027年2月までに10品近くを展開する予定
• 成果を分けたのは、渡すデータと条件をそろえる準備と、その役割分担