発注入力の画面で、前回の数量をコピーする。今週も、先週と同じ数字——。
「これでいいのか」という引っかかりはある。でも、変える根拠もない。忙しいし、変えて外したら自分の責任になる。だから今日も「とりあえず前回と同じ」。この発注のやり方を、後ろめたく思いながら続けている方は少なくありません。
この記事では、惰性発注がなぜこれほど定着するのかを構造から解き、「変える根拠が毎回手元にある」状態への変え方を解説します。
課題の解説:惰性発注は「怠慢」ではなく「合理的な自己防衛」
前回踏襲の発注が続くのには、はっきりした理由があります。
①判断コストの節約。数百〜数千商品の発注量を毎回ゼロから考えるのは不可能です。「前回と同じ」は、限られた時間で発注を終わらせるための、やむを得ない簡略化です。
②責任の非対称性。数量を変えて外せば「なぜ変えた」と問われますが、前回と同じにして外しても「いつも通りにやった」と言えます。変えることにだけ説明責任が発生する構造では、変えない方が個人として安全なのです。
③答え合わせの遅さ。発注の良し悪しは数週間後の在庫と欠品でしか分かりません。フィードバックが遅い業務では、判断を磨く機会が少なく、「自分の変更に自信を持つ」ことがいつまでもできません。
つまり惰性発注は、怠慢ではなく、判断材料と責任構造が整っていない環境での合理的な自己防衛です。ただしその代償は確実に積もります。売れ行きは変わり続けるので、「同じ量」は実は「毎回少しずつ間違った量」であり、伸びた商品の欠品と、衰えた商品の在庫という形で現れます。
一般的な対処法と、その限界
①定期的な見直し会議:月1回、主要商品の数量を見直す取り組み。悪くありませんが、対象は主力の一部にとどまり、会議はやがて形骸化しがちです。次の会議までの間、変化は放置されます。
②「ちゃんと考えて発注しよう」という意識づけ:判断材料も時間も責任構造も変わらないまま意識だけを求めても、数週間で元に戻ります。
③判断基準を共有する仕組みがない:経験豊富な担当者の知見は大切ですが、本人だけが判断基準を把握する状態では、チームとして同じ品質を保ちにくくなります(→発注業務の知見を共有しやすくしたい)。
「α-発注」でのソリューション
「変える根拠」が、毎回、全商品分ある
「α-発注」では、出荷実績に基づく需要予測から、商品ごとの推奨発注量が毎回計算されます。担当者の手元には「前回の数字」ではなく、最新の売れ行きを織り込んだ今回の数字が最初からあります。惰性の最大の原因だった「変える根拠がない」が消え、比較の基準が「前回どうしたか」から「今の実力はいくつか」に置き換わります。
根拠が読めるから、納得して変えられる
推奨量には計算根拠が日本語で表示されます(→AIの計算根拠の表示)。「最近の出荷が増えているため多め」——根拠を読んで納得して確定する行為は、前回コピーと違って、判断力を毎回鍛えます。違和感があれば調整して構いません。その調整と結果の記録が、次の判断の材料になります。
「変えたことの説明責任」が個人から仕組みに移る
推奨値に基づく発注は、「なぜこの量か」を計算根拠が説明してくれます。数量変更が個人の勘の責任ではなく、データと設定に基づく判断になることで、変えることへの心理的なブレーキが外れます。上司への説明も「予測がこう出ています」から始められます。
変化は、向こうから知らせてくる
見ていなかった商品の売れ方が変わったときは、監視機能が検知して知らせます(→監視アラート)。惰性の温床だった「変化に気づく機会がない」状態がなくなります。ゆるやかな変化への自動追随と急変時の対応の全体像は「売れ行きの変化に、発注量を自動で追随させたい」で解説しています。
活用イメージ:前回コピーが標準だった建材・住宅設備部材卸
建材・住宅設備部材卸のAK社(商品点数 約9,000、発注担当3名、発注は基幹システムに前回数量をコピーして微修正する運用)のモデルケースです。
導入前:3名とも「前回と同じ+気づいたところだけ修正」が標準。修正されるのは目立つ商品だけで、住宅着工の動向で需要が動いても数量は変わらず、欠品と滞留が定期的に発生。数量を変えて外した担当者が責められた一件以来、変更はさらに減っていました。
導入後:発注の起点が「前回の数字」から「今回の推奨値」に変わり、担当者は根拠を確認して確定・調整する運用に。調整した場合の考え方も記録に残る形にしました。
変化:「とりあえず前回と同じ」が業務から消え、需要の変化が数量に反映されるように。数量変更が個人の責任ではなく計算と設定の問題になったことで、担当者間の判断のばらつきと、変更への萎縮もなくなりました。
よくある質問
Q. 安定して売れている商品なら、「前回と同じ」で問題ないのでは? A. そのとおりで、安定商品では前回踏襲と適正計算の結果はほぼ一致します。問題は、どの商品が「安定」でどれが「変化中」かを、人が全商品について判定できないことです。全商品を毎回計算する仕組みなら、安定商品は同じような数字が、変化中の商品は違う数字が、自動で出てきます。
Q. 長年の発注で培った経験は、システム導入後も活かせますか? A. はい。経験豊富な担当者が気づいた推奨値との違いや、その背景にあるイベント・季節・例外の知見は、設定や運用ルールの改善に活かせます。人の経験とシステムの計算を照らし合わせることで、チーム全体の判断品質を高められます(→経験豊富な担当者の知見を引き継ぐ方法)。
Q. 惰性から抜けたいのですが、何から始めればよいですか? A. まず現状把握として、直近数カ月の「発注量が一度も変わっていない商品」の割合と、その商品群の欠品・在庫を見てみてください。惰性のコストが見えます。無料運用診断では、実データからこの検証をご一緒できます。
惰性発注からの脱却は、無料運用診断でご相談ください。 商談の中で18問の診断にお答えいただくと、その日のうちに「貴社の場合の運用の形」をまとめた仮運用設計案をお渡しします。 無料運用診断を申し込む →
関連ページ
- 売れ行きの変化に、発注量を自動で追随させたい(追随の仕組み)
- AIの計算根拠の表示(機能紹介)
- 発注業務を引き継いだばかりで自信がない——根拠を確かめながら発注したい(新任期の同じ悩み)
- 発注業務に時間がかかりすぎて困っている(時間の悩みの入口)
- 欠品リスク・過剰在庫の監視アラート(機能紹介)
東京大学発の