ストアレコード、AIエージェントがストアレコードのデータを取得し各種資料の作成を自動化できるMCPサーバーを提供開始
Claude・ChactGPTなど普段使いのAIエージェントが、ストアレコードの経営データをもとに分析・レポート作成を自動で実行。「データを見にいく」から「AIがデータを使う」経営へ
ストアレコード株式会社（本社：東京都新宿区、代表取締役：樋口 幸太郎、以下「当社」）は、小売・EC事業者向けに提供する経営データ基盤「ストアレコード」において、お客さまがご自身で利用するAIツールから、ストアレコードに蓄積された経営データへ直接アクセスできる「MCPサーバー」の提供を開始したことをお知らせします。
本機能により、お客さまはClaudeやChatGPTなど普段使っているAIツールから、ストアレコードの売上・在庫・利益データを呼び出して分析できるだけでなく、AIによるExcel・スプレッドシートでの資料作成までできるようになります。ダッシュボードを開かなくても、自社の業務環境の中でAIに問いかけるだけで、自社の経営データに基づいた分析・レポート作成からチャットツールでの報告まで完了します。またスケジュール機能を用いることで、AIエージェントが毎週月曜日の朝9:00に商品ごとの発注推奨数量の資料を作成し、チャットツールで報告することも可能です。
小売業における資料作成コスト
小売・EC企業の現場では、経営判断に必要なデータが、基幹システム・各種業務システム・販売システム・Excelなど、複数の場所にバラバラに存在しています。そのため、ひとつの意思決定のための資料を作るだけでも、各システムからデータを集め、Excelで突合・集計するという手作業に大きなコストがかかっています。
さらに小売業では、資料を作って終わりではありません。多くの業務が、「①各システムからデータを集めて資料を作成する」→「②その資料をもとに人間が判断・意思決定する」→「③システムに反映するためのデータをスプレッドシートで作成する」→「④CSVでアップロードする」という流れで進みます。
値下げ設定、発注、店舗間の在庫移動など、現場で日々発生するひとつひとつの業務が、この「資料作成→判断→CSV作成→アップロード」の連鎖を伴うため、本来もっとも時間をかけるべき「判断・意思決定」以外の工程に、多くの時間が費やされているのが実態です。
今回提供を開始するMCPサーバーは、その先のステップを含めて、お客さまが普段使うAIエージェントが一連の業務を自動化できる状態を目指したものです。MCP（Model Context Protocol）は、AIエージェントが外部のデータやツールと安全に接続するためのオープンな標準規格であり、当社がMCPサーバーを提供することで、お客さまのAIエージェントはストアレコードに統合された経営データを直接取得し、分析・資料作成・案の作成にまで活用できるようになります。
ストアレコードMCPサーバーでできること
ストアレコードのMCPサーバーを通じて、AIエージェントはストアレコードに統合された経営データを網羅的に取得できます。売上・売上総利益・限界利益・値引率・原価率といった売上／収益のデータから、在庫数量・在庫日数・消化率・滞留品番といった在庫のデータ、さらに仕入・費用に関するデータまで、ブランド・カテゴリー・チャネル・品番など必要な切り口で、お客さまの権限の範囲内で取得できます。特定の決まった指標だけに限定されず、ストアレコードが保持するデータを自由に呼び出せるため、AIエージェントは目的に応じた分析・資料作成を柔軟に行えます。
これらを、お客さまが普段使うAIエージェントやワークフロー自動化ツールと組み合わせることで、定例業務をまるごと自動化できます。具体的な活用例は次のとおりです。
1. 週次の売上レポートの自動作成・配信
AIエージェントに対して「先週の売上・売上総利益・限界利益までのサマリーを作成し、好調・不調の要因を分析して毎週報告して」と伝えるだけで、毎週決まった時間に、要因分析まで添えた売上レポートが自動で届くようになります。
2. タイムセール設定案の自動提案
AIエージェントに対して「毎週水曜日に週末のタイムセール設定の案を作成して、チャットツールに送って」と伝えるだけで、在庫数・発注残・直近の販売数・平均OFF率などのデータをもとに、最適なタイムセールの設定案が毎週チャットツールに届きます。
3. 店舗間の在庫移動リストの自動作成
AIエージェントに対して「店舗間の在庫移動リストの案を毎週火曜日9:00に作成して」と伝えるだけで、毎週末の店舗間在庫移動リストが自動で作成されます。
4.発注アラートの自動作成
AIエージェントに対して「直近の在庫数量および販売数を元に発注した方がいいSKUと発注数量のレコメンドを作成してチャットツールに送って」と伝えることで、直近の在庫数・発注残・直近の販売数・平均OFF率などのデータを元に発注した方がよいSKUと数量案が届くようになります。
このように、「①データ収集」と「②AIエージェントによる資料作成」、「③資料に基づくAIエージェントの案の作成」までを自動化し、人間は「④その案を判断して実行（システムへのアップロード等）」に集中できるようになります。一連の業務の大部分が自動化され、経営者や現場担当者は、もっとも価値の高い「判断・意思決定」に時間の多くを充てられるようになります。
AIエージェントに仕事をさせる上で重要な「コンテキストレイヤー」と導入支援サービスの提供開始
AIエージェントに業務を任せる上では、単にプロンプトを与えるだけでは不十分です。「自社の目標在庫日数はどれくらいか」「タイムセールはどの基準で設定しているか」「どのブランドをどう位置づけているか」といった、会社ごとの背景・文脈（コンテキスト）をAIエージェントにどう伝えるか、そしてそのコンテキストを適切に更新し、伝え続ける仕組みをどう整えるかが、自動化の成否を分けます。
そこで当社は、これまでのAIエージェントを活用した業務自動化支援の経験を活かし、各社ごとのコンテキストレイヤーを整備し、AIエージェントが自律的に業務を自動化できる状態までを伴走する導入支援サービスの提供を開始しました。お客さまの情報システムの状況をお伺いしたうえで、AIエージェントへのコンテキストの渡し方の設計から、実際の業務の自動化までをサポートいたします。
ストアレコード×AIエージェントによる業務の自動化にご関心をお持ちの方は、下記URLよりお気軽にお問い合わせください。
お問い合わせ：https://service.storerecord.jp/
今後の展望
当社は「すべての小売企業に良質な経営を提供する」を掲げ、MCPサーバーの提供を、ストアレコードが「AI時代の小売経営データプラットフォーム」へと進化する第一歩と位置づけています。
今後は、お客さま自身のAI環境からストアレコードのデータを活用した、異常値検知・アクション提案・定例レポートの自動生成といった業務自動化の支援を拡充してまいります。データを集約・可視化するSaaSにとどまらず、小売企業のあらゆるAI活用を支える経営データの基盤として、小売業の経営品質向上に貢献してまいります。
小売経営データプラットフォーム「ストアレコード」とは
小売企業の経営に必要な売上・費用・仕入・在庫といったデータを、EC・モール・POS・OMSなど各チャネルからAPI・RPA連携により自動で収集・統合する経営データ基盤です。収集したデータは小売特化のセマンティックレイヤーを通じて意味づけされ、商品別の限界利益やチャネル別KPIをダッシュボードで一元的に可視化できるほか、「ストアレコード AI」やMCPサーバーを通じて、お客さま自身のAIから直接活用することも可能です。「Excel集計からの脱却」による業務効率化と、データに基づく経営の意思決定の迅速化を実現します。
会社概要
会社名：ストアレコード株式会社
創業：2022年12月
代表者：代表取締役 樋口 幸太郎
所在地：〒162-0825 東京都新宿区神楽坂2-13 末よしビル本館4B
お問い合わせ：info@storerecord.co.jp
サービスHP：https://service.storerecord.jp
会社HP：https://storerecord.co.jp/
代表者プロフィール
慶應義塾大学卒業後、2008年に伊藤忠商事株式会社に入社。2011年に退社し、Unistyle株式会社を共同創業、代表取締役COOに就任。2016年に同社の全株式を人材系ベンチャー企業に売却、2017年に代表を退任。2019年1月、子供服D2Cブランド「pairmanon」を運営する株式会社オープンアンドナチュラルに入社、取締役COOに就任。同職にてPL・BS責任を負いながら、モール・自社サイト運営、Web広告、物流、カスタマーサポート、財務・人事・経理などを統括し、売上20億円・営業利益1.7億円規模へと成長させた後、アダストリアグループに全株式売却。2022年12月にストアレコード株式会社を設立し、代表取締役に就任。
すべての画像
