ShelfWatchの棚判定を確定する4工程|誤判定を誰が確かめるか

ShelfWatchの棚判定を確定する4工程|誤判定を誰が確かめるか

「巡回の担当者が撮った棚の写真を、AIが欠品や棚割り違反として判定してくれるらしい。その結果をそのまま小売への是正依頼に使ってよいのか」「AIの判定で販促が実施されたと分かるなら、協賛金の精算もそれで済ませたい」——消費財メーカーの営業企画や店頭担当から聞こえてくる問いです。ParallelDots は、棚の画像認識の ShelfWatch で、毎月1,500万枚を超える棚の画像を処理し、55の市場で稼働していると2026年11月に公表しました。数字の大きさは安心材料に見えますが、大切なのは判定の精度そのものではなく、その判定を何の根拠に使うかで、確かめ方の深さを変えることです。この記事では、ShelfWatch の判定を店頭の是正指示・小売との商談・販促費の精算に使う前に、誰がどの写真で確かめて確定するかを、4つの工程に分けて整理します。


カメ先生カメ先生

棚の画像認識というと、AIが写真を見て正解を出す仕組みだと思われがちなんだ。でも本当は、写真の撮り方と、判定をどこまで信じるかの決め方まで含めた仕事の流れなんだよ。


カメ子カメ子

精度が95%と書いてあれば、ほとんど正しいということではないんですか。


カメ先生カメ先生

一つの棚に百の商品が並んでいれば、95%でも数か所は間違う計算になる。担当者に補充を頼む程度なら困らないけれど、小売に違反を指摘したり、協賛金を払わない根拠にしたりするなら、その数か所が問題になる。だから使い道ごとに、人が写真を見て確かめる範囲を変えるんだ。


カメ子カメ子

同じ判定でも、何に使うかで確かめ方が変わるんですね。


この記事のポイント
  • ShelfWatch は ParallelDots の棚の画像認識。棚割りの遵守・棚シェア・販促物・価格札・陳列の有無などを写真から判定する。2026年11月11日、Aforza との提携拡大で、圏外の売場でも端末上で判定できるようになったと発表した
  • 判定の使い道は、担当者への是正指示、小売との商談、販促費の精算の三つで重さが違う。使い道ごとに、誰がどの写真で確かめて確定するかを先に決める
  • 店内の撮影は小売の許諾が前提で、写り込んだ人は個人情報になりうる。端末に残る写真、判定結果の送り先、Aforza 側に渡る範囲を契約で確かめる

ウェビナーの集客を、思いつきの告知から「設計」へ

「開催しても人が集まらない」「集まっても商談につながらない」——BtoBウェビナーの集客を設計から見直すための無料ガイドです。

目次

ShelfWatchとは:棚の写真から陳列の状態を読む画像認識

ShelfWatch は、ParallelDots が2018年8月に始めた、消費財メーカーと小売向けの棚の画像認識です。会社概要によると、同社は米国のシアトルに本社を置き、インドのグルガオンに大きな開発拠点、チェコのプラハにも拠点があります。2022年5月には450万ドルのシリーズAの資金調達を公表しています。巡回の担当者や店頭の作業員がスマートフォンで棚を撮ると、AIが写真に写った商品を品目単位で見分けます。

製品ページが挙げる判定の項目は、棚割りの遵守、棚シェア、販促物の設置、価格札の遵守、店頭での商品の有無、エンドと呼ばれる棚の端や平台の陳列の6つで、項目は顧客の求めに合わせて変えられるとしています。技術の説明によると、価格札は物体の検出と文字の読み取り(OCR)を組み合わせて読み取り、どの商品の札かを対応付けて約束の価格と比べます。結果は同社のポータルや、マイクロソフトの Power BI で作る集計画面で見られます。

つまり ShelfWatch は、巡回担当者の目視による棚チェックを、写真とAIの判定に置き換える道具です。隣の論点として、外回りの訪問記録をAIが作る話や、販促計画そのものをAIで立てる話がありますが、この記事では扱いません。扱うのは、棚の判定結果を何の根拠に使うかという一点です。

導入の速さも同社が強調する点です。製品ページの匿名の事例では、大型の量販店5,000店舗への全国展開を3か月で終えたとしています。また2025年9月には、別の店頭実行アプリの会社とも提携を発表しており、ShelfWatch は特定の基盤専用の部品ではなく、複数の現場アプリに判定を渡す立場にあります。どのアプリとつなぐかで、判定結果の行き先と見られる人が変わる点は、後のデータの流れの節で扱います。

2026年11月の発表:Aforzaと組み、圏外の売場でも判定する

2026年11月11日、ParallelDots と、消費財メーカー向けの営業・店頭実行の基盤を提供する Aforza は、提携の拡大を発表しました。発表によると、これまで棚の画像認識はクラウドへの接続に頼っていたため、バックヤードや地下の売場、地方の店舗で撮った写真が判定されないまま残り、販促が実施されたかどうかが販促期間の後に分かることが多かったといいます。

今回の連携では、ShelfWatch が担当者の端末の上で、接続がなくても品目・価格札・販促物を判定し、その場で結果を示します。撮影時には、ぶれ・反射・傾き・角度の悪さを1枚ごとに検査して撮り直しを促し、複数の写真を補正してつなぎ、売場全体を1枚の画像にします。その結果を Aforza のAI「Ava」が、販促の条件・取引先・店舗の情報と突き合わせ、二段目の陳列に販促品がない、棚の価格が約束の販促価格と違う、といった具体的な指摘に変えます。

Ava はさらに、担当者にとって最も価値の高い一手として、バックヤードからの補充、価格札の修正、発注、店長への上申のどれかを勧めます。Ava の監査機能では、主要取引先の担当、販促の計画担当、経理に、ShelfWatch が確かめた店舗単位の証跡を示すとしています。連携は Aforza Studio Marketplace から追加でき、別の現場アプリや連携の開発なしに使えると説明されています。12月の第1週には両社の共同の説明会も予定されています。

数字で見る前提:95%の精度は「1棚に数か所の誤り」を含む

ShelfWatch の製品ページは、隠れた商品や回転した商品、よく似た商品、暗い売場でも一貫して95%の精度と説明し、導入から2週間で90%を超える精度を出すとしています。技術の説明では、品目単位で95%超、一部の分類では安定時に99.5%に達したとも書かれています。これらはいずれも提供元の公表値で、第三者の検証を経た数字ではありません。

仮に精度が95%でも、百品目が並ぶ棚なら、計算上はおよそ5か所の判定が外れます。千店舗を巡回すれば、外れた判定は数千件になります。しかも外れやすいのは、似た外装の姉妹品、新しい外装に変わった直後の商品、価格札が斜めに写った場所など、商談や精算で争点になりやすい場所です。平均の精度が高くても、争点になる箇所の判定が正しいとは限りません。

ここから導かれるのは、判定を「正しいか間違いか」で一律に扱わず、使い道ごとに許せる誤りの量を決めることです。担当者への補充の指示なら、外れても担当者が棚を見て気づけます。小売への違反の指摘や協賛金の減額は、外れていれば取引先との関係を損ないます。この差を工程の中に組み込むのが、次に示す4工程です。

4工程の全体像:撮る・判定する・確かめる・使う

ShelfWatch の判定を業務の根拠にするまでの流れは、次の4工程に分けられます。製品が自動でこなすのは工程1の撮影の補助と工程2の判定までで、工程3と工程4は会社が決める範囲です。

STEP1
撮る:許諾のある売場で、品質を満たす写真を残す

小売の許諾の範囲で撮影し、ぶれや反射の検査を通った写真だけを判定に回します。写り込んだ人の扱いもこの工程で決めます。

STEP2
判定する:端末とクラウドのどちらで判定したかを記録する

圏外では端末上で判定し、接続後に同期します。どちらで判定した結果かを残しておくと、後で確かめるときに役立ちます。

STEP3
確かめる:使い道ごとに、人が写真を見る範囲を決める

是正指示は抜き取り、商談は争点の箇所の全件、精算は契約で決めた条件の全件、というように確認の深さを変えます。

STEP4
使う:確定した判定だけを、決めた用途に渡す

担当者への指示、小売への提示、経理への証跡のそれぞれに、確定した結果と元の写真を添えて渡します。

要は、AIの判定を「候補」、人が写真で確かめたものを「確定」と呼び分けることです。以下では工程ごとに、誰が何を確かめるかを具体的に見ていきます。

工程1 撮る:店内写真の許諾と、写り込んだ人の扱い

店内の撮影は、メーカーの担当者が自由にできるものではありません。売場は小売の管理する場所で、撮影の可否や範囲は取引先との取り決めによります。とくに固定カメラを置く場合や、販促の監査を目的に撮る場合は、何を撮り、誰が見て、何に使うかを小売と書面で合意しておくのが前提です。撮影の目的を変えるときも、改めて合意を取り直します。

もう一つの論点が、写り込んだ買い物客や店員です。顔などで特定の個人が分かる画像は、日本の個人情報保護法上の個人情報に当たりえます。経済産業省と総務省の「カメラ画像利活用ガイドブック」も、店舗でカメラ画像を使う際の配慮を示しています。ShelfWatch の製品ページや技術の説明には、写真に写った人をぼかすといった機能の記載は見当たりませんでした。人の写り込みをどう扱うかは、契約前に提供元に確かめ、なければ撮り方の手順で防ぐ必要があります。

撮り方の手順としては、客のいない時間帯に撮る、人が写った写真は撮り直す、人が写ったまま送られた写真の削除の流れを決める、といった運用が考えられます。ShelfWatch は撮影時にぶれや角度を検査しますが、人が写っているかどうかの判断は、担当者の目に頼ることになると考えておくのが無難です。

工程2 判定する:端末上の判定とクラウドの判定を区別する

今回の発表の中心は、接続のない売場でも端末上で判定できる点です。ただし、ParallelDots の技術の説明には、端末上の画像認識は試験段階で良い結果が出ており、品目数が少なく判定項目が限られる領域向けに提供している、という記述があります。今回の発表で対象が広がったのか、どの品目数・項目まで端末で判定できるのかは、公表資料からは読み切れません。

そのため、端末上の判定とクラウドでの判定が同じ精度だと決めつけず、自社の品目と売場で、両者の結果を突き合わせる試験を契約前に行うのが現実的です。たとえば同じ売場の写真を、圏外の端末で判定した結果と、接続後にクラウドで判定した結果で比べ、似た外装の商品や価格札の読み取りで差が出ないかを見ます。

運用面では、判定結果ごとに、端末とクラウドのどちらで判定したかと、使ったモデルの版を残すことを求めます。後で小売から異議が出たとき、どの条件で出た判定かを説明できなければ、確定の根拠として弱くなるからです。この記録の有無も、提供元に確かめる項目に入れます。

工程3 確かめる:誤判定を誰がどの写真で確かめるか

工程3は、この記事の中心です。ShelfWatch の公表資料には、撮影時の自動検査は書かれていますが、判定の後に人が確かめる工程についての説明は見当たりません。つまり、判定を誰が確かめるかは、会社が自分で設計する部分です。製品に任せきりにすると、外れた判定がそのまま小売への指摘や精算に流れていきます。

確かめる人は、使い道に合わせて分けます。担当者への是正指示は、現場の担当者自身が棚を見て確かめれば足ります。小売との商談に出す数字は、営業企画の担当が争点になる箇所の写真を開いて確かめます。販促費の精算の根拠にするなら、経理と営業の両方が、契約の条件に関わる店舗の写真を確かめてから確定する形にします。

使い道誤りが外れたときの影響確かめる人確かめる範囲
担当者への補充・是正の指示現場で気づける巡回の担当者指示を受けた場所を棚で目視
本部の店頭実行の集計傾向がずれる営業企画毎月の抜き取りで写真と照合
小売との商談に出す数字取引先の信頼を損なう営業企画と取引先担当争点になる箇所の写真を全件
販促費・協賛金の精算支払いの誤りになる経理と営業契約で決めた条件の店舗を全件

確かめるときは、判定結果の一覧ではなく、元の写真と、AIがどの商品をどこと判定したかの印を並べて見ることが大切です。一覧だけでは、似た外装の商品の取り違えや、価格札の対応付けの誤りに気づけません。確かめた人の名前と日時、判定を直した場合はその理由を残し、後から誰でもたどれるようにします。

確かめ方を仕組みにするなら、毎月一定数の写真を抜き取り、人が独立に判定してAIの結果と比べる方法があります。品目ごとの一致の割合を出せば、似た外装の姉妹品や新しい外装の商品など、外れやすい品目が見えてきます。一致の割合が社内で決めた水準に届かない品目は、商談と精算の確定の対象から外すと決めておけば、全体の平均の精度に引きずられずに済みます。この抜き取りの結果は、提供元に学習のやり直しを求めるときの根拠にもなります。

工程4の一:Avaの次の一手を、担当者がどこで上書きするか

Aforza 連携の目玉は、棚の判定から次の一手が自動で出てくる点です。補充、価格札の修正、発注、店長への上申のどれかが、担当者の端末に示されます。ここで決めておきたいのは、その一手は提案であり、担当者が棚を見て上書きしてよいという線です。判定が外れていれば、提案された一手も外れます。

たとえば、新しい外装に変わったばかりの商品を AIが欠品と判定し、Ava が発注を勧めたとします。担当者が棚を見れば、商品は新しい外装で並んでいると分かります。ここで提案どおりに発注すると、不要な在庫が積み上がります。担当者が提案を退けた件数と理由を記録し、本部が定期的に見る仕組みにすると、どの商品で判定が外れやすいかが分かり、学習のやり直しにもつながります。

上申にも注意が要ります。店長への上申は小売との関係に直結します。AIが上申を勧めても、上申するかどうかは担当者が写真と棚を見て決めると決めておきます。AIに判断させず、根拠となる写真と判定の理由を一手に添えさせ、人が確定する。この順番は、是正指示の場面でも崩さないほうが安全です。

工程4の二:小売との商談に棚の数字を出す前に

棚シェアや棚割りの遵守率は、小売との商談で強い材料になります。自社の商品が約束の棚の幅を取れていない、販促の陳列が半分の店舗でしかできていない、といった数字は、改善を求める根拠になります。一方で、小売の側から数字の根拠を問われたときに、写真と判定の条件を示せなければ、交渉の材料にならないどころか、信頼を損ないます。

商談に出す前に確かめたいのは三つです。一つ目は、数字の母数が、許諾のある店舗だけで撮った写真かどうか。二つ目は、争点になる店舗の写真を人が見て確定したかどうか。三つ目は、撮影の時期が商談で問題にする期間と合っているかどうかです。とくに圏外で撮って後から同期した写真は、撮影の日時と同期の日時がずれるので、どちらの日時で集計したかを揃えます。

隣の論点として、販促の計画や効果の予測をAIに任せるかどうかという問いがありますが、それとは別に、棚の数字は実施の事実を示すものです。予測の数字と実施の事実を同じ資料に混ぜないことも、商談の場で誤解を生まないための基本になります。

工程4の三:販促費の精算の根拠にしてよいか

Aforza は、Ava の監査機能で経理にも店舗単位の証跡を示すとしています。販促の実施を写真で確かめられれば、協賛金や販促費の精算が速くなるのは確かです。ただ、精算の根拠にするなら、AIの判定ではなく、契約で決めた条件と人が確定した結果を根拠にする必要があります。判定だけで減額すると、外れた判定がそのまま支払いの誤りになります。

具体的には、小売との販促の契約に、実施の確認方法として写真による確認を使うこと、確認の対象となる期間と店舗、異議があったときの手続きを書いておきます。そのうえで、未実施と判定された店舗は、経理が支払いを止める前に、営業が写真を見て確定し、小売に確認を求める流れにします。

  • AIが未実施と判定した店舗の協賛金を、写真を見ずに自動で減額する
  • 端末で判定した結果とクラウドで判定した結果を区別せずに集計する
  • 許諾のない売場で撮った写真を、商談や精算の母数に含める
  • 人が写ったままの写真を、取引先との共有資料に貼る
  • Ava の上申の提案を、担当者が棚を見ないまま実行する

精算で揉めたとき、最後に頼れるのは元の写真と確定の記録です。写真と判定、確定した人の記録を、契約で決めた保存期間のあいだ消さずに残すことを、精算に使う条件にします。

新しい品目の学習:Saarthiと「48時間」の読み方

棚の画像認識で外れやすいのは、新しく出た商品や外装を変えた商品です。ShelfWatch は、品目ごとに1枚の商品写真から学習でき、新しい商品は数時間で認識できると発表で説明しています。製品ページでは、新しい品目や販促物を48時間以内に検出するとしています。販促物や売場の陳列物は、学習なしに図柄から認識できるとも書かれています。

ParallelDots は、画像認識の学習基盤として Saarthi も示しています。公式ページによると、新しい品目を48時間で検出でき、手作業の注釈への依存を減らし、技術者でない担当でも学習を回せる仕組みです。ただし現時点ではベータ版の受付の段階で、提供の開始日は示されていません。48時間がどの条件での数字かも、公開資料には書かれていません。

実務では、新商品の発売日と学習の完了の間に空白が出る前提で動きます。発売から学習が終わるまでの判定は、精算や商談の根拠に使わないと決めておけば、数日の空白が問題になりません。商品の写真を誰が用意し、学習の完了を誰が確かめるかも、商品の発売の手順に組み込みます。

固定カメラを置くときの判断

ParallelDots は、棚に置く固定の機器として ShelfWatch の固定カメラも示しており、棚の動きを自動で追うと説明しています。巡回の担当者が来ない時間の欠品も捉えられる一方で、人が撮る写真よりも、写り込みと保存の問題が大きくなる点に注意が要ります。常に撮り続ける機器は、客や店員が写る機会も格段に増えます。

固定カメラを置くなら、設置の場所と撮影の範囲、画像の保存期間と見られる人を小売と合意し、売場にカメラがあることを掲示するかどうかも決めます。先に触れたガイドブックも、店舗のカメラで画像を取得する際の通知や掲示の考え方を示しています。機器の中で人を写さない工夫ができるのか、画像のどこまでが提供元に送られるのかは、公開資料からは分からないため、設置の前に提供元に確かめる項目です。

データの流れ:端末・ShelfWatch・Aforzaの三か所

ShelfWatch と Aforza を組み合わせると、棚の写真と判定は少なくとも三か所を通ります。担当者の端末、ShelfWatch のクラウド、Aforza の基盤です。発表では、圏外で撮った写真は端末上で判定され、結果が Aforza の次の一手の仕組みに渡るとされています。端末に写真がいつまで残り、いつ、どこへ送られるかが最初の確認点です。

ParallelDots のプライバシーポリシー(2026年8月9日発効)は、運営主体を米国デラウェア州の法人とし、情報が米国、インド、その他の国で処理されうると書いています。ただし、このポリシーはウェブサイト経由で集めた情報が対象で、アプリで撮った棚の写真の扱いは書かれていないため、写真の保存場所と処理の国は、顧客との契約で確かめる必要があります。同社は ISO 27001 と SOC 2 の認証を公表しています。

写り込んだ人の画像が海外で処理されるなら、個人情報保護法の外国にある第三者への提供や委託の整理が関わります。どの整理に当たるかは契約の内容によるため、法務と確かめます。また Aforza 側で Ava が判定を販促や取引先の情報と突き合わせる以上、Aforza の契約でも、判定結果と写真がどこに保存され、誰に見えるかを確かめます。

見落としやすいのは、棚の写真には自社の商品だけでなく、他社の商品の陳列や価格札、小売独自の販促の掲示も写ることです。棚シェアの判定はそもそも他社の商品を数えて成り立ちます。写真と判定を社内のどの部署まで見せるか、取引先との共有資料に他社の情報が残っていないかも、小売との取り決めに沿って決めておきます。

費用の増え方と、止め方・やめ方

ShelfWatch の料金は公開されておらず、製品ページは見積もりと投資対効果の試算を案内しています。費用の構造は契約によりますが、店舗数・巡回の頻度・判定する項目・品目数のどれに連動するかで、増え方が大きく変わります。判定する項目を増やす前に、その項目の判定を誰が確かめるかの人手まで見積もることが大切です。確かめる人の時間は、請求書には現れない費用です。

Aforza 経由で使う場合は、Aforza Studio Marketplace から追加する形になるため、どちらの会社の契約で何が請求されるか、両社のどちらに問い合わせればよいかも先に整理します。製品ページは、店頭実行や販売管理のアプリとの連携にも対応すると説明しているので、既存の仕組みとの二重払いがないかも見ます。

始め方としては、品目と店舗を絞った試験から入るのが無難です。たとえば主力の分類と、圏外になりやすい店舗を含む数十店舗で、端末とクラウドの判定の差、人が直した件数、担当者が提案を退けた件数を数か月記録します。その記録をもとに、確定に使う品目と使わない品目を分けてから店舗を広げると、費用と確認の人手の見通しが立ちます。

やめるときに残すべきものは、元の写真、判定結果、人が確定した記録の三つです。契約の終了時に写真と判定を書き出せるか、提供元の側でいつ削除されるかを、始める前に確かめます。端末上の判定を止める手順、学習させた商品の写真の扱い、固定カメラの撤去と画像の消去も、やめ方の一部として決めておきます。

よくある質問

AIの判定だけで、小売に是正を求めてもよいですか

担当者が売場で棚を見て確かめた範囲なら、その場の是正のお願いとして使えます。本部から取引先へ正式に求める場合は、争点の箇所の写真を人が確かめ、撮影の日時と判定の条件を添えてからにしてください。AIの判定は候補であり、確定は人が行います。

圏外の売場で撮った写真の判定は、信頼できますか

公表資料では、端末上の画像認識は品目数や項目が限られる領域向けと説明していた時期があり、今回の発表での対象範囲は読み切れません。自社の品目で、端末とクラウドの判定を比べる試験を行い、差が出る品目は確定の対象から外すのが安全です。

写り込んだ人をぼかす機能はありますか

ShelfWatch の公開資料では、写った人をぼかす機能の記載は確認できませんでした。提供元に確かめ、なければ撮影の手順で人を写さないようにし、写ってしまった写真の削除の流れを決めておきます。

販促費の精算に使うには、何を準備すればよいですか

小売との契約に、写真による実施確認を使うこと、対象の期間と店舗、異議の手続きを書きます。そのうえで、未実施の判定は経理と営業が写真で確定してから扱い、写真と確定の記録を保存期間のあいだ残します。

  • 機能・数値・提供状況は2026年11月時点の ParallelDots と Aforza の公表資料に基づきます。精度などの数値は提供元の公表値です
  • 個人情報保護法上の整理は、撮影の方法や契約の内容によって変わります。最終的な判断は法務や専門家と行ってください

まとめ

ShelfWatch は、棚の写真から欠品・棚割り・価格札を判定し、Aforza との連携で圏外の売場でもその場で結果と次の一手を示せるようになりました。便利さが増すほど、判定がそのまま小売への指摘や精算に流れていく危うさも増します。決めるべきは、撮る・判定する・確かめる・使うの4工程のうち、人が確かめる工程を使い道ごとにどこまで深くするかです。AIの判定は候補として扱い、担当者が棚を見て上書きできる余地を残し、商談と精算に使う判定は写真を見て人が確定する。この線を契約と手順に書き込んでから、店舗の数を広げてください。

※本記事にはAIが活用されています。編集者が確認・編集し、可能な限り正確で最新の情報を提供するよう努めておりますが、情報の完全性、正確性、最新性、有用性等について保証するものではありません。本記事の内容に基づいて行動を取る場合は、読者ご自身の責任で行っていただくようお願いいたします。

ウェビナーの集客を、思いつきの告知から「設計」へ

「開催しても人が集まらない」「集まっても商談につながらない」——BtoBウェビナーの集客を設計から見直すための無料ガイドです。

運営会社:株式会社デボノ

目次