移動販売業がChatGPTで「出店スケジュール」を最適化 “屋台アルゴリズム”が切り拓く、AIと行商の共進化

序章：今日どこに出そう？──それが全てを決める

移動販売。
それはまさに「動くビジネス」であり、「地に足をつけない商売」でもある。
タコ焼き屋、クレープ屋、コーヒーキッチンカー、唐揚げ専門店…。
おしゃれで軽快な移動販売車は、近年ではフェスやイベントの顔としても定番となった。

しかし、華やかに見える移動販売の世界の裏には、ある“深刻な悩み”がある。
──「どこで出せば、今日は売れるのか？」
──「この公園、昨日は盛況だったのに、今日は全然ダメ…」

移動販売とは、一種の“賭け”でもある。
どこに行くか、何時に出すか。
この「スケジュール選定」がすべての利益を左右するのだ。

この「運と勘に頼る世界」に、いまAI──中でもChatGPTが入り込み始めている。
果たして、ChatGPTに移動販売業の“勘と経験”は再現できるのか？

この記事では、「出店スケジュール最適化」という一見地味なテーマを、AIの視点から深く掘り下げていく。

移動販売は、固定店舗と決定的に違う。
それは「立地」が毎日変わることだ。
飲食店にとって、立地は命だ。けれど移動販売は、立地を“自ら選ぶ”商売である。

しかし逆に言えば──

「今日は場所選びに失敗した」
「タイミングがズレた」
「同業者とバッティングした」

これだけで1日の売上が激減してしまう。
だからこそ、スケジューリングはビジネスの“心臓部”なのだ。

にもかかわらず、多くの事業者はスケジュールを「勘」で決めている。
「昨日よかったから今日も」
「近くでイベントがあるらしい」
「天気が良さそうだからあの公園に」──

もちろん経験値は重要だが、人間の脳が扱える情報量には限界がある。
そこで今、ChatGPTのような大規模言語モデル（LLM）が活躍しはじめているのだ。

まず大前提として、ChatGPT自体には「リアルタイムな人流データ」「売上記録」「天気予報API」などの直接的なセンサーデータは組み込まれていない。
では、ChatGPTは何をもとに最適化するのか？

それは──
「事業者が与えたデータ＋外部情報との統合的な推論力」だ。

ChatGPTが活かせる4つの視点

例えば、以下のようなプロンプトを与えるとChatGPTは有用な提案を返す：

「過去3ヶ月で◯◯公園で出店した日は、曇りの日が売上平均1.5倍だった。今週末も曇り予報。この公園に出店するのは妥当だと思うか？」

ChatGPTは単に答えるだけでなく、背後にあるロジックを説明してくれる。
この“対話型の意思決定”が、従来のアルゴリズムとは大きく異なる点だ。

ここでは仮想のタコ焼きキッチンカー「たこぴー号」を例に、ChatGPTを使ってスケジュール最適化を行ってみる。

■ 条件
拠点：神奈川県横浜市
出店候補地：A公園、B商店街、C港、Dイベント会場
天気予報、曜日、過去売上データあり

ChatGPTに与えた指示は以下：
「たこぴー号の1週間の出店スケジュールを提案してください。
条件：過去にB商店街では土曜が好成績、C港は雨の日NG、金曜はイベント多発」

■ ChatGPTの提案（一部抜粋）