AIは損失防止マネージャーの仕事を奪うのか？1,120億ドルの問題

1,120億ドル。これが2024年に米国小売業の損失をもたらした「シュリンク（在庫減少）」の総額だ。そして問題は悪化している。組織的な万引き犯、セルフチェックアウト詐欺、従業員による窃盗は、従来の損失防止方法が追いつけないペースで進化している。[事実]全米小売連盟の年次セキュリティ調査では、小売業者の86%が組織的な小売犯罪の増加を報告しており、平均シュリンク率は2019年の売上の1.4%から2024年には1.6%超に上昇した。人間の目では見逃すものを見て——休みも取らないAIの登場だ。

露出度の全体像

[推定]損失防止マネージャーのAI露出度は全体で44%、自動化リスクは34%。[事実]BLSは2034年までに5%の成長を予測しており、中央値給与は約72,940ドル。職業は安定しているが、日々の業務は急速に変革されている。報酬は上位層で最も速く上昇している——大手小売業者の地域・企業レベルの損失防止ディレクターは今や150,000ドルを超える給与を得ることが多く、平均3〜5%しかない小売マージンに対するシュリンクの戦略的重要性を反映している。

[推定]損失データとパターンの分析は62%の自動化率。AIは数千件の取引にわたるPOSデータを処理し、疑わしいパターンを特定し、手動監査では不可能な精度で内部窃盗の可能性にフラグを立てられる。損失防止戦略の策定は42%——AIはデータに基づいたアプローチを提案できるが、リソース配分と政策実施に関する戦略的決定は人間の判断を必要とする。[事実]調査チームの管理はわずか22%で、セキュリティ要員のリードの深く対人的な性質を反映している。疑わしい従業員窃盗の面接——法的・評判的な結果が厳しいため、損失防止マネージャーの週の最も重要な1時間になることが多い——は自動化率10%未満だ。

売り場でのAI

小売業はAI搭載の損失防止の早期採用者だった。[事実]コンピュータビジョンシステムは今やセルフチェックアウト機での疑わしい行動をリアルタイムで検出でき、商品がスキャンされていないときやバーコードが交換されているときを特定する。初期導入でこれらのシステムはセルフチェックアウトのシュリンクを最大30%削減した。ウォルマートのAI搭載「ミスドスキャン検出」システム、NCRのFastLane、Diebold Nixdorfの同様の製品は現在、大手チェーンの標準になっている。

AIアナリティクスプラットフォームは購買パターンを分析して潜在的な組織的小売犯罪を特定する——複数の場所で調整された作業を示すパターンで同じ商品が盗まれていることにフラグを立てる。返品詐欺検出はより高度になっており、AIがロイヤルティプログラムと支払い方法にわたって返品パターンを追跡する。[推定]Appriss Retailなどの企業が小売業者横断の返品データベースを運営し、参加小売業者が同じネットワークの異なる店舗を標的にしても常習犯を識別できるようにしている。年間の返品詐欺損失は全国で280億ドルと推定されており、AI駆動の返品分析はそれに投資した小売業者でその曲線を下方に曲げることが測定できている。

[推定]従来最も難しい損失防止の問題の一つだった従業員窃盗も、より検出可能になっている。AIシステムは従業員割引の使用、無効パターン、時間外レジ活動の異常を特定できる。典型的な大手小売業者の損失防止ダッシュボードは今や四半期ごとに潜在的な内部窃盗調査のために50〜200人の従業員にフラグを立て、AIは損失防止マネージャーが案件の優先順位付けに使う信頼スコアを提供する。

それでもマネージャーが重要な理由

これらのテクノロジーはすべて大量の実行可能な情報を生み出す。しかし戦略なき情報は単なるデータだ。[主張]どの案件を追求するか優先順位を付け、損失防止と顧客体験（積極的なセキュリティは買い物客を遠ざける）のバランスを取り、法執行機関との関係を管理し、この分野で常に発生する倫理的判断を下す誰かが必要だ。

初犯の万引き犯で赤ちゃん用粉ミルクを盗んだ人を訴追すべきか？軽微な窃盗で捕まった長年の従業員をどう扱うか？積極的な損失防止はいつ人種プロファイリングの一線を越えるか？これらはアルゴリズムではなく知恵を必要とする人間の決定だ。[事実]増加する学術研究が小売セキュリティ施行における人種的格差を記録しており、公民権訴訟の脅威はすべての小売損失防止幹部をこれらの判断に極めて慎重に取り組ませるのに十分だ。2014年のメイシーズに対するハロルドスクエア店での人種プロファイリング訴訟は数百万ドルの和解と同社の損失防止訓練プログラムへの大幅な変更で終わった。

面接プロセスも人間の判断が決定的に残る別の分野だ。損失防止面接の業界標準であるウィックランダー・ズラウスキー面接手法は、微妙な心理的技術——信頼関係の構築、基準の確立、構造化された方法での証拠提示——に依存しており、自動化されたシステムには単純に翻訳できない。[推定]効果的なウィックランダー・ズラウスキー面接を実施できる損失防止マネージャーは証拠が強い案件で60〜80%の自白を回収するのに対し、スキルの低い面接官は同等の案件で20〜30%しか自白を得られないことが多い。そのスキルギャップは収益に大きく影響し、自動化への耐性が最も高い部分だ。

戦略的シフト

[主張]損失防止は反応的から予測的な規律に移行している。この分野をリードするマネージャーは、事後的に窃盗犯を捕まえるだけでなく、シュリンクの根本原因に取り組む包括的な戦略にAIのインサイトを統合できる人だ。主要小売業者は今やシュリンクをセキュリティの問題と同様にサプライチェーンと運営の問題として扱っている。店舗レイアウトの決定、商品配置、包装設計、さらにはどの商品をどの場所で販売するかの選択——これらはすべて損失防止分析によって推進されている。毎週盗まれるボトルの洗剤はAIが特定できる問題だが、その商品をサービスカウンターの後ろに移動するか、あるいは窃盗リスクの低い代替品に変更するかという戦略的決定は、損失防止マネージャーがマーチャンダイザー、店舗デザイナー、運営リーダーに影響を与える必要がある横断的な決定だ。

[事実]損失防止財団のLPCとLPQ認定資格は依然としてこの分野の標準的な資格であり、両方ともアナリティクス、テクノロジー統合、シュリンクに対するサプライチェーンの視点への重点の高まりを反映するように更新されている。

損失防止マネージャーの詳細なAI影響データを見る

更新履歴

• 2026-03-25: 2025年データによる初回公開

---

この分析はアンソロピック経済インデックス、O\NET、労働統計局のデータを基にAIの支援を受けて作成されました。方法論の詳細についてはAIに関するページをご覧ください。*

関連職業：他の職業は？

AIは多くの職業を再形成しています：

• AIは民間警備マネージャーの仕事を奪うのか？
• AIはプロジェクトマネージャーの仕事を奪うのか？
• AIは教師の仕事を奪うのか？
• AIは医師の仕事を奪うのか？

ブログで1,016職種すべての分析をご覧ください。

組織的小売犯罪（ORC）との戦い

現代の損失防止の最大の課題の一つは、高度に組織化された小売犯罪グループだ。これらのグループは複数の店舗を同時にターゲットにし、盗んだ商品を組織的に転売する。[事実]FBIの推計によれば、組織的小売犯罪は米国全体で年間約300億ドルの被害をもたらしており、この数字は急速に増加している。

これらのグループに対抗するため、損失防止マネージャーはAI分析と法執行機関、他の小売業者との協力を組み合わせる必要がある。[推定]地域的な小売安全連合に積極的に参加する店舗は、単独で運営する店舗と比べてORC関連の損失が平均25〜35%低いという業界データがある。この協力的なアプローチは、単一の店舗の監視システムでは見えない広域のパターンを特定するために不可欠だ。

AIシステムは個々の店舗のデータを分析するのに優れているが、地域全体にわたるORCの活動を文書化し、法執行機関に提出できる証拠を構築し、複数の管轄区域にわたる犯罪者を起訴するための法的手続きをナビゲートするのは依然として人間のスキルを必要とする。[主張]ORC専門家として認定された損失防止マネージャーは、組織犯罪の起訴を通じて組織に数百万ドルの節約をもたらした実績があり、この専門化は最も価値の高いキャリアパスの一つとなっている。

テクノロジーと倫理の均衡

小売のAIセキュリティの展開において、プライバシーと公平性の問題は切り離せない。顔認識技術は特に黒人や褐色肌の人々に対する誤認識率が高いことが文書化されており、これはビジネスリスク（訴訟）だけでなく倫理的な問題でもある。

[事実]米国各州では顔認識技術の使用に対する規制が増えており、イリノイ州の生体情報プライバシー法（BIPA）、マサチューセッツ州の顔認識モラトリアム、テキサス州の生体情報キャプチャ法などがある。コンプライアンスを理解し実施する損失防止マネージャーの役割は、規制環境が複雑になるにつれてますます重要になっている。

[主張]最も先進的な小売損失防止プログラムは、AIの能力を完全に活用しながら、プライバシー保護、偏見の緩和、説明責任の仕組みを構築している。この均衡を実現するのは技術者ではなく、ビジネス、法律、倫理を理解する人間のリーダーだ。損失防止マネージャーという職業の価値は、AIが強力になるほど、その均衡を保つ人間の判断力の重要性が高まるという逆説的な形で拡大し続けている。

サプライチェーンと在庫管理の統合

AIが分析できる損失のタイプが拡大するにつれて、損失防止マネージャーの役割は伝統的な「窃盗防止」を超えたより広い「在庫完全性管理」へと進化している。現代の「シュリンク」の実は窃盗だけでなく、管理ミス、サプライヤー詐欺、配送エラー、オペレーションの非効率性も含む。

[推定]大手小売業者の最新の研究では、シュリンクの原因として従業員窃盗が28〜30%、万引きが35〜38%、管理ミスが16〜19%、ベンダー詐欺が6〜8%を占めることが明らかになっている。AIシステムが特に得意なのは管理ミスやパターン異常の検出だ。これらの知見を実行可能なプログラムに変換する戦略的役割が損失防止マネージャーに求められている。

サプライチェーン保護の観点から、[主張]損失防止マネージャーはサプライヤーや物流パートナーと直接連携する機会が増えている。受入検査の強化、配送確認の自動化、ベンダー監査のプロセス設計——これらの業務はAIが支援できるが、パートナーとの関係管理と交渉は本質的に人間的な仕事だ。

損失防止のキャリアを将来に備える

損失防止という職業を将来に備えるために最も重要な投資は何か？業界の専門家が一致して挙げるのは、分析スキルと人間的スキルの組み合わせだ。技術面では、小売分析プラットフォーム（SAP、Oracle Retail、Aptos）の知識、基本的なデータ可視化ツール（Tableau、Power BI）、AIアラートシステムの批判的評価能力が求められる。

[推定]損失防止財団（LPF）の資格取得者は、無資格者と比べて採用率が23%高く、初任給が15%高いというデータがある。資格とAI分析スキルを組み合わせた候補者への需要はさらに高い。

[事実]損失防止マネージャーのキャリアの頂点には、小売業界のCSOやVP of Asset Protectionがあり、これらの役職は平均200,000〜500,000ドルの年収を提供する。その道は、テクノロジーを深く理解しながら、人間の判断と倫理的リーダーシップを維持することにある。AIは道具であり、損失防止マネージャーは指揮官だ——その関係が正しく保たれる限り、この職業の未来は明るい。