米国物流・小売業界における「調達（ソーシング）」の常識が、AIによって根底から覆されようとしています。
これまで日本企業の多くは、調達業務において「経験と勘」、あるいは膨大なExcel作業による「事後分析」に頼ってきました。しかし、米大手高級百貨店ノードストローム（Nordstrom）が推進するのは、AIが人間に対して「次に何をすべきか」を具体的に提案する「処方的AI（Prescriptive AI）」の導入です。
「AI導入をしていない企業は既に遅れている。だが、今すぐ全速力で走ればまだ追いつける」――。同社CPO（最高調達責任者）が発するこの危機感は、DXの停滞に悩む日本の経営層にとって重い警鐘となるでしょう。
本稿では、ノードストロームの最新事例を紐解きながら、従来の「線形（リニア）」な調達プロセスからの脱却と、日本企業が目指すべき「攻めの調達戦略」について解説します。
なぜ今、「支出の可視化」にAIが必要なのか
世界的なインフレ、地政学リスク、そして物流コストの上昇。これら外部環境の激変に対し、従来の固定的な契約やサプライチェーン管理では対応しきれなくなっています。
「予測」から「処方」へ進化するAI
調達・物流分野におけるAI活用は、以下の3段階で進化しています。
- 記述的（Descriptive）: 「過去に何が起きたか」を可視化する（支出分析ダッシュボードなど）。
- 予測的（Predictive）: 「将来何が起きるか」を予測する（需要予測、価格変動予測）。
- 処方的（Prescriptive）: 「目標達成のために今何をすべきか」を提案する。
現在、多くの日本企業は第1段階、進んでいる企業で第2段階に留まっています。しかし、ノードストロームが目指しているのは第3の「処方的AI」です。これは、単にデータを表示するだけでなく、「サプライヤーA社との契約更新時期が迫っています。市場価格に基づき、B社への切り替えまたは条件再交渉を推奨します」といった具体的なアクションプランをAIが提示する世界です。
併せて読む: 2026年米物流「運賃5%増」への回答。荷主のAI武装と脱・固定契約
ノードストロームの事例：線形プロセスからの脱却
米シアトルに拠点を置くノードストロームは、売上高約150億ドル規模を誇る高級百貨店です。同社は調達インテリジェンス企業Suplari（2021年にマイクロソフトが買収）のソフトウェアを採用し、調達部門のDXを加速させています。
数時間の作業を「瞬時」に短縮
同社CPOのカロリン・ディガス（Caroline Tigas）氏によれば、かつて調達部門は、サプライヤー情報の収集や支出データの整理に数時間から数日を費やしていました。しかし、AI導入によりこれらのデータ収集・分類が自動化され、瞬時に完了する体制へと移行しました。
これにより、担当者は「データの整理」という付加価値の低い作業から解放され、「データの意味を解釈し、戦略を立案する」というコア業務に集中できるようになったのです。
「非線形（ノンリニア）」な調達への挑戦
ディガス氏が強調するのは、従来の「線形」なプロセスの限界です。
- 従来のプロセス: RFQ（見積依頼）作成 → 入札 → 選定 → 契約（一度決まれば数年は見直さない一本道）
- AI時代のプロセス: 市場の変化、リスク情報、社内支出データをリアルタイムで分析し、契約期間中であっても柔軟にサプライヤーの見直しや条件変更を行う「ループ型」のアジャイルなプロセス
AIによる常時監視があるからこそ、硬直的な年間契約に縛られず、市況に合わせた動的な調達が可能になります。これは、コスト削減だけでなく、サプライチェーンの強靭化（レジリエンス）にも直結します。
併せて読む: 米2大物流「5.9%値上げ」の真実。データで制する2026年コスト戦略
【比較】従来型調達 vs ノードストローム型AI調達
日本企業に多い従来型のアプローチと、ノードストロームが実践する先端アプローチの違いを整理します。
| 比較項目 | 従来型・日本企業の一般的傾向 | ノードストローム・先進AIモデル |
|---|---|---|
| 意思決定の起点 | 担当者の経験、前年踏襲、Excel集計 | リアルタイムデータ、AIによる推奨アクション |
| 支出の可視化 | 月次・四半期ごとの「締め」後に確認。粒度が粗い。 | 常時モニタリング。SKUやサプライヤー単位で瞬時に把握。 |
| プロセス特性 | 線形（リニア）。一度決めたら変更に時間がかかる。 | 非線形（ノンリニア）。状況に応じ即座に方針転換が可能。 |
| AIの役割 | ツールの一部（検索や翻訳など補助的利用）。 | パートナー（戦略的示唆を与える「処方」役）。 |
| データ管理 | 部門ごとにサイロ化。精度にバラつきがある。 | 全社横断で統合。正確性とガバナンスを最優先。 |
日本企業への示唆：今すぐ走り出すための3つの要点
「AI導入は時期尚早ではないか」「データが整備されていない」――そう躊躇している間に、グローバル企業との差は開く一方です。ノードストロームの事例から、日本企業が学ぶべきポイントは以下の3点です。
1. データガバナンスを「AIの前提条件」とする
ノードストロームがAI導入において最も重要視しているのが「データの正確性」です。AIは魔法の杖ではなく、入力されたデータに基づいて計算するツールに過ぎません。誤ったデータ（Garbage In）からは、誤った推奨（Garbage Out）しか生まれません。
日本では「AIを入れてからデータを整理しよう」と考えがちですが、順序は逆です。支出データ、契約データ、サプライヤー情報のクレンジングと標準化こそが、最初に着手すべきステップです。
2. 「ハルシネーション」を恐れず、人間が監督する
生成AI特有の課題として、もっともらしい嘘をつく「ハルシネーション」があります。調達業務において、存在しないサプライヤーや誤った価格情報を提示されることは致命的です。
しかし、これを理由に導入を見送るべきではありません。ノードストロームでは、セキュリティとプライバシーを確保した上で、AIの出力結果を人間が検証する「Human-in-the-loop（人間が介在する）」体制を維持しています。AIに全権を委ねるのではなく、「優秀なアシスタント」として使いこなす姿勢が求められます。
3. アジャイルな組織文化への変革
AIが「今すぐサプライヤーB社に切り替えるべき」と提案しても、社内の稟議プロセスに1ヶ月かかっていては意味がありません。
「処方的AI」の導入は、単なるツールの導入ではなく、意思決定プロセスの変革を意味します。現場の担当者に一定の権限を委譲し、AIの提案に基づいて即座にアクションを起こせるアジャイルな組織体制を作ることが、日本企業の最大の課題となるでしょう。
併せて読む: 「AI導入」の95%は失敗？2026年、物流DXは「実利」へ回帰する
まとめ：静観するリスク、行動するメリット
ノードストロームの事例は、小売業だけでなく、物流・製造業を含むすべての業種にとって示唆に富んでいます。「人からの問いに答えるAI」から「AI側からアクションを提案する」時代への移行は、目前に迫っています。
重要なのは、AIを「コスト削減の道具」としてだけでなく、「調達戦略を高度化するパートナー」として捉え直すことです。まだ間に合います。まずは自社の支出データの可視化と、小規模なAIパイロット運用から、「全速力」で走り出してみてはいかがでしょうか。
