「先週と比べて客単価は上がったか」。この一つを知るために、日別集計を開いて、期間を切り替えて、メモ帳に控えて、また切り替えて、引き算をする。
数字はすべてスマレジの中にあるのに、取り出すのに時間がかかる。ここを、聞けば答えが返ってくる形に変える話をします。
AIとPOSをつなぐ仕組み
ChatGPT や Claude に「先週の売上は？」と聞いても答えられません。AI はあなたの店のレジを見ていないからです。
ここをつなぐための規格ができました。AI が外部のシステムを読み書きするための共通規格で、MCP（Model Context Protocol）と呼ばれます。
仕組みは単純です。POS 側に「売上を取る」「在庫を取る」といった道具を並べておき、AI が質問に応じて必要なものを選んで叩く。人が画面を回ってやっていたことを、AI が代わりにやります。
利用者から見れば、いつも使っているAIのチャット画面に、店の数字を聞けるようになるだけです。新しい画面の使い方を覚える必要はありません。
朝の確認を1回のやりとりで終わらせる
この形の効き目が一番大きいのが、毎日やる確認です。
朝に知りたいことを並べると、たいていこの辺になります。
- 昨日の売上・客数・客単価と、前期との比較
- いつもと違う動きをしている数字はないか
- 今月の予算に対してどこまで進んでいるか
- 在庫が尽きそうな商品はどれか
これを4画面回ってメモするか、1回聞いてまとめて受け取るかの違いです。多店舗になると差が広がります。店舗ごとに同じ操作を繰り返す必要がなくなるからです。
自分で実測したところ、上の4つをまとめて聞くケースで、30店舗規模でも本番環境で約7秒でした。待ち時間としては実用の範囲に入ります。
店のデータはどこまで外に出るのか
ここを曖昧にしたまま導入するべきではありません。
仕組み上、AI が質問に答えるために必要なデータは AI 側を通ります。売上の集計を聞けば集計値が、顧客を調べさせればその顧客の情報が渡ります。「外に出ない」という説明は、この種の仕組みでは成立しません。
確かめるべきは次の3点です。
- どのAIサービスにつなぐのか。そのサービスの学習利用の扱いはどうなっているか
- 顧客の個人情報を扱う操作を、そもそも使うのか
- 誰が聞けるのか。アルバイトの端末からも同じことが聞けてしまう状態になっていないか
売上の集計だけを扱うのと、顧客名簿まで扱うのとでは、考えるべきことの重さが違います。
導入前に確かめること
技術的な前提が2つあります。
一つは、スマレジのプラットフォームAPIが使えるプランであること。外部のアプリがデータを読むにはこれが入口になります。
もう一つは、問い合わせの回数には上限があること。スマレジのAPIには1秒あたりの呼び出し上限があります。何十店舗分を一度に聞けば、その分だけ待ちます。瞬時に返ると思わないほうがいいです。
逆に、スマレジの管理画面をもう十分使いこなせていて、見る数字も決まっているなら、無理に入れるものではありません。効くのは、聞きたいことが毎回違う店と、同じ確認を店舗数だけ繰り返している店です。
店長の右腕でやっていること
この仕組みをアプリにしたのが「店長の右腕」です。スマレジのAPIをMCPサーバーとして包んで、Claude や ChatGPT から自然言語で店舗業務を操作・分析できるようにします。
用意してある道具は15種類です。売上の要約、売れ筋商品、在庫枯渇リスクの検出、前年同曜日比での異常検知、予算の予実、休眠顧客の抽出、発注提案などです。朝の確認をまとめて返すものも入っています。
先に書いた実測と7秒はこのアプリのものです。データの扱いと料金はアプリマーケットの詳細ページにまとめてあるので、検討するときはそちらを見てください。