「そろそろ頼んどくか」── 発注の判断が担当者の勘と経験になっている中小製造業は多い。勘は優秀です。でも勘には2つの弱点があります。休むこと（担当者が不在だと発注が止まる・遅れる）と、怖がること（欠品が怖くて多めに頼む）です。
現場でよく見る光景は、棚に「いつか使うはず」の在庫が眠り、それでも欠品は起きて特急手配が走る。特急手配の費用は通常調達の2〜3倍になることが多く、材料費が在庫として眠っている金額は中小製造業では数百万円規模になりがちです。
この記事では、勘の発注から抜け出す現実的な3ステップを解説します。
2026年7月、ストックマーク社の調査によると生成AIを導入した製造業役職者の約7割が「期待以上の効果」と回答し、生産性が約7割・品質が6割以上改善したと報告されています。在庫・発注管理はその中でも「数字に出やすいテーマ」として特に注目されています。
先に結論: いきなり「AI需要予測」はやらない
「需要予測AI」は魅力的な言葉ですが、中小製造業でいきなり入れると高確率で失敗します。理由は単純で、予測の元になる出入庫データが正確に取れていないからです。データが勘で記録されている状態で予測だけAI化しても、ゴミからはゴミしか出ません。
順番はこうです。
| 段階 | やること | 費用目安 | 単独での回収目安 |
|---|---|---|---|
| STEP 1 | 出入庫の記録を自動化（転記をなくし、データを正確に） | 55万円前後〜 | 6〜12ヶ月 |
| STEP 2 | 発注点の見える化（在庫が線を切ったらアラート） | STEP1に含められる | STEP1と同時 |
| STEP 3 | AI発注提案（使用実績から発注量・タイミングを提案） | +30万円〜 | +3〜6ヶ月 |
STEP 1: データを正確にする（全ての土台）
出庫票の手書き→Excel転記をやめ、スマホ撮影やLINE一言でAIが自動記帳する形にします。詳しくはExcel在庫管理の限界と移行手順に書きましたが、ここで在庫データの信頼性が初めて確保されます。
この段階だけで、月の棚卸し差異と転記工数の大半が消えます。月20時間の集計・転記作業が不要になるケースは珍しくなく、STEP1単独でも投資として十分成立します。原価計算の精度も同時に上がるため、どんぶり勘定の解消につながる副次効果もあります。
STEP 2: 発注点アラート — 「勘」を「線」にする
発注点 = リードタイム中の使用量 + 安全在庫。教科書的にはこの式ですが、実務はもっとシンプルでいい。担当者に「これ、残りいくつになったら頼む?」と品目ごとに聞いて、その数字を線にするだけで始められます。勘を線として明文化することが第一歩です。
在庫データが自動で動いているので（STEP1）、線を切ったら毎朝のレポートやLINEに「発注候補」として上がってくる。担当者が休んでも、発注判断の材料は出続けます。この仕組みは日報LINE化と同じAPIで構築できるため、複数の課題を一度に解決するケースもあります。
STEP 3: AI発注提案 — 季節と傾向を織り込む
半年〜1年分の正確な出庫データが貯まったら、初めてAIの出番です。やることは「需要予測」というより発注の下書きです。
- 使用実績の傾向（増加中・減少中・季節波）を踏まえた発注量の提案
- 「この品目、3ヶ月動いていません」という過剰在庫の検出
- まとめ発注で送料・単価が下がる組み合わせの提案
- 材料価格の上昇傾向がある品目の「早め発注」推奨フラグ
最終判断は人間です。AIは「理由付きの下書き」を出す係。見積もり自動化と同じ思想で、勘の良さ（例外への対応力）は残したまま、勘の弱点（休む・怖がる）だけを消します。
なお、在庫管理でも「どの品目を優先すべきか」「仕入れ先の選び方」は担当者の暗黙知に依存していることが多い。発注点の数字を決める前に、熟練担当者の判断基準を一度言語化しておくと、数字の精度が上がります。暗黙知をAIインタビューで形式知化する方法も参考にしてください。
また、在庫記録と同様に「紙・手書きをそのままデジタルデータにする」仕組みとして検査成績書の転記自動化と共通のAPI構成で構築できます。複数の現場課題をまとめて解決するとコストが抑えられます。
ROI試算: どこで元が取れるか
| 改善項目 | 改善前 | 改善後（目安） |
|---|---|---|
| 棚卸し・転記工数 | 月20〜30時間 | 月2〜3時間（-90%） |
| 欠品による特急手配 | 月2〜5件 | 月0〜1件 |
| 過剰在庫（材料の眠り資産） | 数百万円規模 | 1〜2割圧縮 |
| 発注担当の属人リスク | 担当者不在で停止 | 誰でも判断可能 |
主要材料トップ10の「現在庫 × 単価」を計算して、いくら寝ているか確認してみてください。その1割が圧縮できるだけで、STEP1〜3の投資（85〜100万円前後）は多くの場合1年以内で回収できます。
補助金も活用できるテーマです。国のデジタル化・AI導入補助金（最大450万円）は第3次締切が2026年7月21日（5日後）に迫っています。間に合わせたい場合は今すぐ支援事業者に連絡を。また愛知県の中小企業DX補助金（最大200万円）は今期公募終了済みのため、次年度（令和9年度）狙いで早めに計画を立てておくのが現実的です。いずれも活用すれば実質負担はさらに下がります。
まずやること（今日できる一歩）
システム導入の前に、主要材料トップ10の「現在庫数 × 仕入単価」を一度計算してみてください。それだけで、在庫最適化の優先順位と投資対効果の見当がつきます。合同会社AMORの30分無料診断では、御社の在庫・発注フローを聞いて、STEP1〜3のどこから始めるべきか、費用と補助金活用の見込みと合わせてお答えします。
AI導入の失敗パターンも併せて読んでおくと、「いきなり高額システム」の落とし穴を回避できます。
この記事のテーマ、御社の場合で考えてみませんか
30分の無料診断では、御社の業務を1つ聞いて、その場でClaude Codeで動くプロトタイプを作ってお見せします。費用対効果の試算つき。合わない場合は「やめた方がいい」と正直にお伝えします。