AIで「誰でも発注できる」仕組みを実現。属人化を解消し、発注時間を月50時間・在庫を13%削減

当時は倉庫ごとに発注担当者が1名ずつおり、 それぞれの倉庫の発注内容や判断基準はその担当者しか分からない。 他の倉庫の担当が代わりに発注しようとしても、 「何を・どれくらい・どの条件で」発注すれば良いか全く分からない状態でした。 自社システムにも「自動発注」という機能はありましたが、 実際は全く自動ではなく、担当者が発注点を都度設定し、 営業資料を見ながら「このくらいだろう」と感覚的に調整していました。 そのため、実績データと連動せず、ムダや手戻りが多く発生していました。 発注1回あたり3〜4時間、週2回、4倉庫それぞれで行うため、 全体では月88時間ほどの作業時間にのぼっていました。 私自身も出張時には、新幹線の中でPCを開いて発注作業をしたこともあります。 中でも一番の課題はやはり属人化でした。 「その人しか分からない発注」が存在してしまい、 他倉庫への引き継ぎや応援が難しい体制になっていたんです。

当初はAIに任せることへの不安もありましたが、 実際にトライアルを通じて「人よりもデータに忠実」という印象を受けました。 特に、「どの条件を優先すべきかをAIが冷静に判断する」点が良かったですね。 導入初期は「なぜこの商品が発注されるのか？」と感じることもありました。 ただ、仕組みを理解していく中で、 「α-発注」側の担当者とも何度も打ち合わせを重ね、 実際のデータや発注条件をチューニングしていきました。 そうした調整を通じて、 「AIが出す結果には明確な理由がある」と納得できるようになり、 今ではほとんどの発注を「α-発注」に任せています。 実感として思うのは、変に人間が手を加えるよりも、 AIに任せたほうが発注量や欠品を最終的に抑えられるということです。 結果として、担当者による判断のばらつきや過剰な在庫が減り、 発注精度と効率の両面で大きく改善しました。 従来の発注担当者が退職し、発注未経験の社員に業務を引き継ぐ場面でも、 「α-発注」の仕組みがあることで精度を保ったまま運用を続けることができました。 今では新しい担当者も「α-発注」を使いこなしながら発注業務を進められるようになり、 経験や勘に依存しない体制が定着しました。 倉庫ごとの調整も段階的に行いましたが、初期設定さえ整えば横展開がスムーズで、 すべての倉庫が同一基準で動くようになりました。

発注業務の工数が半減しました。 以前は4倉庫計で「11時間 / 回 × 8回/月＝月88時間」かかっていた発注作業が、 現在は「4時間 / 回 × 8回 / 月＝月32時間」に短縮されています。 担当者も5人から2人に減りましたが、 各倉庫の状況を横断的に把握できるようになったため、 「誰でも発注できる体制」が実現しました。 また、発注のために基幹システムを何度も見に行く必要がなくなり、 見る・考える工数が減少。 その分、空いた時間を他業務に充てられるようになりました。 さらに、在庫量は約13％削減。 売上を維持しながらも在庫を適正化できたことで、 仕入金額全体も大幅に抑制されました。 発注者が勘や曖昧な指数で算出された発注量をもとに発注していた時期と比べて、 過剰在庫や無駄な仕入れが確実に減少しています。 結果として、発注の精度とスピードが同時に向上し、 現場全体の生産性が大きく改善しました。

最終的には、発注担当者は「在庫管理者」として、 発注業務は「α-発注」任せつつ、 欠品時の対応や在庫状況の調整、発注データのメンテナンスなど、 より上流の管理・改善に専念できる体制を目指しています。 人件費や人手不足の課題が続く中で、 こうしたAIや自動化の力を活用し、 在庫精度のさらなる向上や取引先との連携強化に取り組むことで、 安定的かつ効率的な運営体制の構築を進めていきたいと考えています。

まずは、一度試してみてほしいですね。 実際に使ってみないと分からない部分も多いですし、 検証して「これならいける」と思えたら導入してみるのが一番だと思います。 当初は半信半疑の部分もありましたが、実際に使ってみて成果を実感できました。 今は導入して本当によかったと感じています。 迷われている企業様も、まずは気軽に一度検証してみることをおすすめします。