top of page

TescoのAI採用と英国小売業における採用の分断

18 分前
読了時間: 17分
Illustrative photograph. Photo: Ann Hannes / Pexels.

TescoのAI採用は、コスト上昇が他分野の採用を制約するなか、英国の小売企業がテクノロジー人材の採用へ向かっているとされる動きの一部だ。Bloombergは11月13日、一部の大手チェーンが人工知能とテクノロジー職の採用を拡大する一方、他分野では採用を抑えていると報じた。そうした分野には店舗スタッフも含まれる。この対照は投資優先順位の変化を示すが、AIがより広範な採用減速を引き起こしたことを示すものではない。

中心にある緊張関係は、目先の人員対応力と、将来の生産性向上を狙う投資との間にある。小売企業には引き続き、顧客対応や店舗運営を担う人材が必要だ。同時に、買い物、計画、事務作業の改善を経営陣が見込むソフトウェア能力を構築している。

TescoとMarks & Spencerは、公開情報でAIの異なる活用方法を説明しているため、参考になる。Tescoは顧客の買い物支援を開発してきた一方、M&Sは店舗管理者とサポート担当者向けのツールを発表している。これらの例を合わせると、採用全体が厳しい局面でもテクノロジー人材の採用が優先され得る理由を理解しやすい。

TescoのAI採用は優先順位の変化を映す

Bloombergによる小売業のAI採用の報道は、英国小売業におけるテクノロジー採用とその他分野の採用の乖離を描いている。公開されている抜粋では、コスト上昇が採用全般の制約になっているとされる。今回の分析では全文を利用できなかったため、企業別の採用数値について検証できる範囲は限られた。

報じられた変化は、全ての部門にわたる一律の拡大または縮小ではなく、小売企業がどの能力を優先するかに関するものだ。

この区別が重要なのは、採用が全社的な単一の切り替えではなく、個別の判断の集合だからだ。小売企業は、店舗のポジションを欠員のままにしつつ、専門的なエンジニア職の募集を承認できる。こうした判断には、異なる予算、運営上の必要性、将来のリターンに対する期待が反映され得る。

ただし、同時に行われる判断が、それらのポジション間に直接的な振り替えがあったことを示すわけではない。エンジニアの採用が、必ずしも取りやめられた店舗求人に対応するとは限らない。その関係を立証するには、企業の人員計画と予算の変化に関する情報が必要だ。

採用をめぐる表現にも注意が必要だ。求人広告はスキル需要を示すものの、雇用主がそのポジションを実際に充足したことまでは確認しない。採用完了数、総従業員数、掲載中の求人件数は、雇用プロセスの異なる段階を表している。

企業が適切な候補者を探している間、求人は掲載されたままになることがある。また、雇用主が取り下げたために掲載が消える場合もある。いずれも単独では、誰かが給与台帳に加わったことを示すものではない。

テクノロジー採用には、別の分類上の問題もある。AIシステムを直接開発する技術職もあれば、そのシステムが必要とするデータやソフトウェアを維持する職種もある。全てのテクノロジー求人をAI職とみなせば、広範な採用カテゴリーが示せる内容を過大評価することになる。

この話題を評価する読者にとって有用なのは、求められるスキルの構成が一貫して変化しているかという問いだ。そのためには、比較可能な職種カテゴリーと観察期間が必要になる。求人ラベルの変化は、雇用主が説明する業務内容の持続的な変化よりも弱い証拠だ。

現時点の報道は、この変化を調べる理由を示している。しかし、AI採用者数や職を失った小売従業員数について、検証済みの全国集計を提供しているわけではない。この境界を保つことで、根底にある動きを理解しやすくなる。

小売企業は、財務的な圧力の下でも、一部のテクノロジー投資を守る姿勢を見せている。そうした投資が最終的に能力を拡大するのか、労働需要を減らすのか、成長を支えるのかは、別の問題として残る。

店舗チームとテクノロジーリーダーは異なる圧力に直面する

採用の分断は、同じ企業内の人々に異なる問題を生む。店舗管理者には、今日の業務量に対応できる十分な人員が必要だ。テクノロジーリーダーは、導入と定着に効果が左右される投資を正当化しなければならない。

圧力は両方のグループにかかるが、時間軸と成功の尺度は異なる。

店舗チームにとって、業務量が変わらなければ、欠員は直ちに問題となり得る。関連する指標には、利用可能な勤務時間、タスクの完了、顧客サービスが含まれる。将来的な事務作業の削減という約束は、現在のシフト編成の問題を解決しない。

テクノロジーチームにとって、承認された求人は出発点にすぎない。新たな従業員には、システムへのアクセス、業務プロセスの理解、明確な責任範囲が必要だ。そのため、採用発表だけでは、業務上の効果がいつ現れるかについて得られる証拠は限られる。

これは経営にタイミング上のリスクを生む。新しいシステムが役立つようになる前に人員を絞れば、従業員がその不足分を負担することになる。非効率なプロセスを変えずに投資すれば、期待された節約は実現しないままになり得る。

これらは、ここで取り上げた小売企業における検証済みの結果ではなく、戦略から生じ得る影響だ。より確かな判断を下すには、企業開示が導入日、人員配置の決定、業績を結び付ける必要がある。

財務責任者も、これに関連する測定上の問題に直面する。真の効率化と、仕事が別のチームへ移されたにすぎない状況を区別する必要がある。従業員が節約された時間を出力の修正に費やすなら、報告プロセスの高速化は価値が低い。

従業員には、テクノロジーが生み出す余力がどのように使われるかも重要だ。経営陣は、節約した時間をサービス改善、成長支援、残業削減、補充採用の抑制に使える。ソフトウェアが意図どおりに機能していても、こうした選択によって雇用への影響は異なる。

そのため、AI導入には技術面の説明と並んで、人員配置に関する説明が必要になる。従業員には、どの業務が変わり、誰が責任を負い続けるのかを明確にする必要がある。それがなければ、同じ発表が、ある読者には支援として、別の読者には警告として受け取られ得る。

小売業の職種を検討する開発者にとって、採用の分断は組織的な支援に関する実務的な問いを投げかける。ポジションは重要な仕事を提供する一方、制約のある運営予算に左右された期待を伴う可能性もある。明確なオーナーシップと現実的な提供目標が、特に重要になる。

応募者は、雇用主が事業上の問題と、それを解決するチームの権限を定義しているかを確認すべきだ。「AIを提供する」という広い任務だけでは、ほとんど何も分からない。運営プロセスに結び付いた具体的な責任は、その役割をより明確に示す。

したがって、より広い意味での焦点は、採用と同じくらい実行にある。小売企業は、専門スキルを日々のパフォーマンスを左右する人々とプロセスに結び付けなければならない。

TescoとM&Sが示す異なる投資理由

Tescoの公開情報は、この採用報道を支える確立されたテクノロジー組織の証拠を提供している。同社は年次決算で、テクノロジーチームが6年間で倍増し、6,000人超の専門人材に達したと述べた。この人員は複数の国にまたがるため、この数字を英国のAI従業員数として示すべきではない。

顧客向けの取り組みは具体例を示している。Tescoが8月19日に公開した食事計画アシスタントの案内では、当初は選ばれた顧客向けに提供されるベータ版だと説明している。この機能は、レシピのアイデア、食事計画、食材の確認、商品をバスケットまたは買い物リストへ追加する作業を支援する。

M&Sは従業員支援を強調している。3月25日、同社は店舗管理者とサポートセンターの同僚向けにMicrosoft 365 Copilotライセンスを11,000件導入すると発表した。店舗管理者向けツールの発表では、トレーニングを伴う会議メモ、売上情報、スケジュール、引き継ぎに関する支援を説明している。

これらの開示は、顧客の買い物を支援することと、従業員の業務管理を支援することという、異なる投資目標を示している。

この比較は、どちらの小売企業も排他的な戦略を選んだことを示すものではない。むしろ、「小売AI」のような単一のラベルが、異なる事業目的を覆い隠し得ることを示している。読者が関連する採用を評価する際には、こうした目的を基準にすべきだ。

買い物アシスタントは、顧客の購買行程の中で役立つ必要がある。その提案は、関連情報と実用的な行動につながらなければならない。魅力的な会話だけでは、買い物体験を改善したことにはならない。

従業員向けアシスタントは別の試練に直面する。その出力は、誰かが業務上の責任を正確かつ効率的に果たす助けにならなければならない。管理者が依然として基礎となる情報を再構築する必要があるなら、洗練された要約の価値は限られる。

こうした違いは、小売企業が外部のソフトウェア製品を使う場合でも、導入に社内の専門知識が必要になり得る理由を説明している。誰かがアクセスを定義し、情報を統合し、結果を評価し、失敗に対応しなければならない。ソフトウェアを購入しても、そうした運営上の問題が自動的に解決されるわけではない。

また、これらは小売企業間の直接比較を難しくする。顧客向け機能と管理ツールを、同じ導入指標で評価すべきではない。それぞれに、意図された目的に結び付く証拠が必要だ。

買い物機能であれば、有用な証拠は継続利用と顧客にとって成功した結果を結び付けるものになる。従業員向けツールであれば、定常的な利用と、信頼できる業務遂行および事務負担の軽減を結び付けるものになる。ライセンス数を数えたり、提供開始を発表したりすることは、どちらの検証にも代わらない。

機能を導入することと、企業の運営方法を変えることにも違いがある。限定的なリリースは、より広範な導入前に問題を明らかにできる。しかし、それだけで組織全体にわたる効果を立証することはできない。

必要となる知識上の課題は、回答を生成するモデルの範囲を超えている。チームには、手順、意思決定、裏付け資料への信頼できるアクセスが必要だ。個人とチームのナレッジの違いは、情報アクセスに明確なオーナーシップが必要な理由を明らかにする。

ここで小売テクノロジーの採用は、単独の求人広告以上に重要になる。採用される人材は、ソフトウェアの能力を特定の事業プロセスへ結び付けなければならない。その結び付きの質が、投資が有用な成果を生むかどうかを決める。

コスト圧力が生産性のトレードオフをより難しくする

報じられた採用パターンは、一部の小売企業がテクノロジー支出を、より厳格な運営規律と両立可能だと見ていることを示唆する。これはもっともらしい経営上の立場だ。ただし、投資の全コストを考慮した後に業績を改善することを示す証拠が依然として必要だ。

生産性戦略が成功するのは、テクノロジーの維持に必要な労力を含め、顧客にサービスを提供するために必要な仕事を改善するときだ。

これが採用の分断を支える中心的なトレードオフである。小売企業は、現在の採用を抑えながら将来の効率化を追求できるが、その利益と負担は異なる時期に到来する。導入作業は、節約が確実になる前に始まる。

管理業務の例を考えてみましょう。マネージャーが自動生成された要約を受け取り、行動に移す前に確認します。要約が正確で有用であれば、準備にかかる時間を短縮できます。

要約が重要な文脈を繰り返し欠く場合、マネージャーは調査して修正しなければなりません。見かけ上の時間短縮は、その分小さくなります。適切な比較には、準備、レビュー、修正、フォローアップを含める必要があります。

これはTescoやM&Sで測定された結果ではありません。効率性の主張を評価するために必要な証拠を示す例です。同じ原則は、定型的な作業負荷の削減を約束する他のシステムにも当てはまります。

企業は、局所的な改善とより広範な業務上の利益も区別する必要があります。ある作業で時間を節約しても、プロセス全体が速くなるとは限りません。別の工程が制約として残る可能性があります。

そのため、採用計画は明確に定義された責任と結び付けるべきです。エンジニアは、自分が担当する業務上の問題と、成功をどのように評価するかを把握する必要があります。店舗チームには、問題を報告し、変更を要請するための実行可能な方法が必要です。

利益の配分も重要です。アシスタントが事務作業を減らす場合、経営陣は捻出された余力を従業員に何に充ててもらうかを決めなければなりません。その決定は、投資がサービス改善、事業拡大の支援、あるいは将来の人員需要の削減につながるかに影響します。

こうした可能性は、公開の議論では区別して扱うべきです。従業員の業務遂行を支援するツールが、直ちに人員代替の証拠になるわけではありません。同様に、現在の支援が、後の人員計画の変更を否定するわけでもありません。

このトレードオフは、企業が進捗をどう説明すべきかにも影響します。タスク完了の迅速化に関する主張には、定義された比較対象が必要です。人員効率に関する主張には、業務量とサービス成果に関する情報が必要です。

そうでなければ、見かけ上の改善は、サービス基準の変更や、測定対象のプロセス外への作業移管を反映している可能性があります。どちらの場合も、投資が失敗したことを証明するものではありません。しかし、狭い見出し指標だけでは不十分になり得る理由を示しています。

したがって、この採用の動向は経営幹部に厳しい問いを投げかけます。他の欠員が精査される中で、この投資を守ることを正当化する業務成果とは何でしょうか。信頼できる答えは、人材、導入、成果、説明責任を結び付けるべきです。

従業員にとって対応する問いは、業務負荷に関するものです。経営陣が、チームへの人員追加を抑えつつ従業員により多くの成果を求めるなら、利用可能な支援を説明すべきです。従業員がその支援が実際に機能していることを確認できるとき、テクノロジーへの期待はより信頼できるものになります。

求人広告だけではAIが労働者を代替したとは証明できない

この話に対する最も強い懐疑的な反論は、証拠の限界に関するものです。求人広告、企業発表、雇用調査はいずれも関連する問いに答えます。しかし、それらを安易に組み合わせて、AI主導の雇用喪失を単一の推計値にすることはできません。

Office for National Statisticsは有用な広範な参照点を提供しています。10月8日のAI workforce surveyでは、従業員10人以上のAI利用企業のうち6%が、9月に人員削減を導入の結果だとしています。この数値は小売業だけでなく、業界横断の企業を対象としています。

この調査は文脈を提供しますが、特定の小売企業が採用を減らした理由を判断することはできません。

この割合は、労働者や雇用の割合ではなく、企業の割合を表しています。また、調査の対象範囲内で報告された影響を反映しています。これをAIによって削減された雇用の割合として読むことは、この指標を誤って表現することになります。

ONSはこれらの推計を開発中の公式統計として位置付け、注意を促しています。民間の求人データと比較する際には、この点が重要です。対象範囲、質問、観測期間が異なれば、統合せずに併せて検討すべき結果が生じる可能性があります。

因果関係も別の課題です。小売企業は、AIに投資する一方で、人員配置とは無関係の圧力に直面することがあります。直接的な関係を確立するには、特定の導入と特定の人員に関する決定を結び付ける企業の説明または証拠が必要です。

単純な時期の重なりだけでは不十分です。テクノロジー投資がなければ雇用主が何をしていたかを示すものではありません。この比較対象の欠如が、代替に関する確信を持った主張を制限します。

求人指標にも、明確に示された分母が必要です。技術職の求人は、小売企業の採用の一部にすぎません。そのカテゴリー内で大きな比率を占めていても、店舗、倉庫、管理部門、その他の職種全体で同様の比率であることは示されません。

地理的な範囲も別の境界を設けます。多国籍企業のテクノロジー人材を、国内のAI採用総数として扱うことはできません。企業レベルの数値では、所在地と職種カテゴリーを保持する必要があります。

採用の鈍化とレイオフにも、さらなる違いがあります。企業は既存従業員を維持したまま採用を減らすことができます。また、補充しないことを選んだ退職を通じて人員構成を変えることもできます。

これらの経路は労働者にとって重要ですが、互換的ではありません。説明を与える前に、どの行動が起きたのかを報道で特定すべきです。そうしなければ、採用優先順位に関する話が、根拠のない雇用破壊の説明になってしまいます。

反対の結論も行き過ぎです。直接的な代替の証拠が限られていることは、AIが雇用に影響を及ぼさないことの証明にはなりません。雇用主は、総従業員数に目に見える変化が現れる前に、将来の採用計画を変更する可能性があります。

擁護可能な解釈は、より限定的です。利用可能な報道は、より広い採用抑制の中で選択的に技術人材を採用していることを示しています。公開されている企業資料は関連するAI施策を裏付けていますが、雇用への影響は依然として十分に記録されていません。

これは、全面的な代替を予測することなく精査の余地を残します。読者は採用の変化を真剣に受け止めつつ、人員配置への最終的な影響については判断を保留できます。

採用、導入、業務成果を注視する

この話の次の段階は、採用の決定と事業内部の仕事を結び付ける証拠によって判断されるべきです。今後数カ月間で最も有用なシグナルは、完了した採用、継続的な利用、業務パフォーマンスに関するものです。これらはその順序で検討すべきです。

専門人材の採用が有用な導入と測定可能な改善につながり、同時に労働者への影響を曖昧にしない場合、投資の根拠はより強まります。

まず、比較可能な採用および人員に関する開示を注視します。有用な更新情報では、掲載された求人と充足されたポジションを区別し、AI固有の業務とより広範な技術職を分けます。また、地域を特定し、新規ポジションと補充を区別します。

この証拠は、報告された変化が一時点のスナップショットを超えて続くかを示します。より広い採用抑制と並行した専門人材の継続採用は、選択的投資という解釈を強めます。完了した採用に関する情報なしに求人掲載が減少する場合、全体像は未解決のままです。

企業のコメントは役立つことがありますが、用語は一貫している必要があります。「テクノロジー」の定義が変われば、見かけ上の傾向を評価しにくくなります。読者は、同じ職種カテゴリーと観測期間を維持した比較を重視すべきです。

次に、発表されたツールが日常業務の一部になるかを注視します。意味のあるシグナルは、機能が支援するよう設計されたタスクに対して継続的に利用されることです。利用可能であることはアクセスを示しますが、繰り返し行われる有用な利用は、それ以上のことを示します。

顧客対応の支援については、人々が戻ってきて、意図した買い物タスクを完了するかを説明する証拠が関連します。従業員向けツールについては、スタッフが利用を続けるか、またその出力にどの程度のレビューが必要かを説明するものが該当します。これらは評価基準であり、ここですでに確立された結果ではありません。

より広範な導入が根拠を強めるのは、初期リリースを超えて有用性が維持される場合に限られます。明確な利点を持つ小規模な導入は、業務の詳細を伴わない大規模な発表よりも有益な情報を提供することがあります。反対に、繰り返される制限や広範な修正作業は、より詳しい精査を要します。

第三に、テクノロジーをサービスと労働の両方に結び付ける結果を注視します。財務更新では、何が改善したのか、企業がそれをどう測定したのか、人員に何が起きたのかを説明すべきです。経営陣がその背景にある業務量を特定するとき、効率性の主張はより有用になります。

サービス品質も、その評価に含めるべきです。従業員が持続不可能な業務負荷に直面したり、顧客がより悪いサービスを受けたりするなら、必要労働量の削減は不完全な成功指標です。信頼できるサービスを伴うより良い業務成果は、投資が機能していることを示すより強い証拠になります。

したがって、TescoのAI採用に関する次の有用な展開は、採用、導入済みシステム、事業成果のより明確な結び付きです。より広範な英国小売業にとっての問いは、雇用主が変化する仕事の利益と負担をどのように分配するかです。

次の小売企業の更新情報を、これまでの人員およびテクノロジーに関する開示と並べて確認してください。完了した採用、継続的な導入、明確な起点に照らして測定された結果を探してください。経営陣が、節約した時間が従業員の責任と顧客体験をどう変えるかを説明しているかを問いかけてください。同様のツールを評価するチームは、自動化を導入する前に現在のワークフローを記録し、その後でレビューと修正を比較に含めてください。そうすることで、発表だけに依存せず、投資を実践的に検証できます。別の小売企業がAI支出と採用抑制を併せて示す際には、具体的に問いましょう。テクノロジーをより良い仕事に結び付ける証拠は何か、そして企業はそれが実際に働く人々にとって何を意味すると説明しているのか。

 
 

無料で始めましょう

ローカルファーストのパーソナル知識管理付きAIアシスタント

より良いAI体験のために、

remio は現在、 Windows 10+ (x64)とM-Chip Mac のみをサポートしています。

仕事のAIパートナー
remioでもっと仕事が進む

計画・作成・仕上げまで
すべてをひとつに

bottom of page