中小製造業の在庫管理・発注業務を効率化する｜SaaSに頼らない軽量実装の進め方

この記事の目的：在庫過多と欠品が同時に起きる、発注タイミングが担当者の勘に依存している、過剰在庫が決算を圧迫している――これらに悩む中小製造業の方に、生産管理SaaSの導入前にできる軽量な改善策を整理します。Excel・GAS・閾値ルール・生成AIで多くの業務が効率化できます。

はじめに：在庫業務はシステム導入の前に「ルール化」が効く

中小製造業で頻発する在庫業務の悩みは、おおむね次のパターンに集約されます。

• 在庫過多と欠品が同時発生する
• 発注タイミングが担当者の勘任せで、属人化している
• 棚卸しのたびに帳簿在庫と実在庫が合わない
• 季節変動・特需への対応が後手に回る
• 担当者退職で発注ロジックがブラックボックス化する

これらに対して、生産管理SaaSや基幹システム刷新を検討する経営者は多いのですが、多くの場合、システム導入の前にやるべきことが残っています。それが業務のルール化と軽量自動化です。

在庫業務を分解すると、4つの領域が見える

在庫業務は1つの業務ではなく、性質の異なる4つの領域に分解できます。

Area 1

在庫アラート

在庫切れの予兆を検知する

• 難易度低（ルールベース）
• 実装Excel関数 + GAS

Area 2

発注点・発注量の計算

いつ・いくつ発注するかを決める

• 難易度中（数式・統計）
• 実装Excel計算式

Area 3

需要予測

将来の需要を見積もる

• 難易度中〜高（傾向分析）
• 実装統計手法 or AI

Area 4

欠品防止の運用

現場での日々の取り扱い

• 難易度低〜中（運用設計）
• 実装棚卸頻度・通知設計

このうち、Area 1〜2は AIすら不要で、ExcelとGASで実装できます。Area 3 が AI の出番、Area 4 は運用設計の領域です。

領域1：在庫アラート――Excelで月額0円から始める

最も即効性があり、しかも最も簡単に実装できるのが、在庫アラートです。

仕組み

1. 在庫データ（Excel または スプレッドシート）に「現在庫」「安全在庫ライン」を持つ
2. GASで毎日決まった時刻に集計
3. 安全在庫を下回った品目を抽出してメール／Slackに通知

コスト

月額0円〜数百円。ツール費用はGoogle Workspaceの料金内で完結します。

注意点

• 安全在庫ラインの初期設定：初期値は「過去3ヶ月の最大日次出荷量 × リードタイム × 1.5」程度から始める
• 誤報対策：一時的に在庫が下がっただけで通知が飛ぶと現場が疲弊する。連続3日下回ったら通知、などのルールを入れる

これはシステム導入をしていない中小製造業の8割が今すぐ始められる施策です。

領域2：発注点・発注量の計算――数式の整備こそ本丸

「いつ・いくつ発注するか」は、勘ではなく数式で決められます。

基本式

発注点 = 平均日次出荷量 × リードタイム + 安全在庫
発注量 = 経済的発注量（EOQ）

• 平均日次出荷量：過去の実績から算出
• リードタイム：発注から納品までの日数
• 安全在庫：欠品を防ぐためのバッファ
• EOQ：発注コストと在庫保有コストを最適化する発注量

実装方法

これらの計算は Excel関数で完結 します。SaaSも基幹システムも不要です。重要なのは数式を作ることではなく、過去データを使って妥当な係数を決めることです。

押さえるべきポイント

• 全品目に同じ式を当てない。ABC分析で重要度を分け、Aランクは厳密に、Cランクは大雑把にルール化する
• 季節商品は別ルール。通常品は数式、季節品は人の判断を組み合わせる
• 月次で数式の係数を見直す運用ルールを決める

領域3：需要予測――AIが本領を発揮する数少ない領域

ここからが生成AI、または機械学習の出番です。

AIが向いている需要予測の3条件

判断

需要予測の対象品目に、どれくらいデータと変動要因があるか？

ケース A

AI（機械学習）が有効

過去データ2年以上＋季節・特需など複数要因が絡む

ケース B

Excelの統計関数で十分

過去データはあるが、変動要因はシンプル

ケース C

データを蓄える運用設計が先

過去データが2年に満たない、または欠損が多い

需要予測でAIが効くのは、過去データが2年以上あり、季節・特需・天候など複数の要因が絡む場合です。逆に、定常的な出荷で大きな変動がない品目は、Excel関数だけで十分な精度が出ます。

中小製造業向けの現実的な実装

• PoC段階：Excelの統計関数（FORECAST、TREND等）を使う
• 本格展開：Pythonとscikit-learnなどで時系列予測モデル構築（外部支援が必要）
• 避けるべきこと：いきなり大規模AI予測システムを導入する。データ品質が追いつかず破綻する

領域4：欠品防止の運用設計――ツールではなく仕組みの問題

最後に、忘れてはいけないのが運用設計です。ツールが優れていても運用が杜撰だと、欠品は発生します。

押さえるべき運用ルール

• 棚卸し頻度：月次か、週次か、日次か。重要品目は週次で実施
• 誤差許容範囲：実在庫と帳簿の差を何%まで許容するか
• 緊急発注ルール：誰の判断で、いくらまでの緊急発注が許されるか
• 在庫レビュー会議：月次で過剰在庫・欠品をレビューし、ルールを見直す場を設ける

ツール導入の前にこの運用が整っていなければ、どんなSaaSを入れても問題は解けません。

軽量実装のメリットと限界

軽量実装には明確なメリットと限界があります。両方を直視した上で選択してください。

メリット

• 月額数千円〜0円で動く
• 自社の業務にフィットさせやすい
• ルール変更がすぐ反映できる
• データ主権を保てる
• 小さく始めて拡張できる

限界

• 数百品目を超える規模では運用が破綻する
• 設備・センサー連動が必要な高度な業務には向かない
• 監査・トレーサビリティが厳しい業界では認証取得済みシステムが必要
• 担当者が辞めると保守が困難になる

中小製造業（数十〜数百品目、数十人規模）であれば、軽量実装で十分対応できる範囲が広いのが実情です。

進め方の3ステップ

最後に、自社で軽量在庫管理を始めるための3ステップを示します。

1

Step 1

現状把握

ABC分析と欠品/過剰在庫の頻度を可視化

2

Step 2

ルール化

発注点・安全在庫の数式を品目ごとに整備

3

Step 3

自動化

アラート・発注リストをGASで自動生成

1

Step 1

現状把握

ABC分析と欠品/過剰在庫の頻度を可視化

2

Step 2

ルール化

発注点・安全在庫の数式を品目ごとに整備

3

Step 3

自動化

アラート・発注リストをGASで自動生成

Step 1 と Step 2 だけでも、多くの中小製造業で発注精度は大幅に改善します。Step 3 は仕上げの段階です。

おわりに

中小製造業の在庫管理は、生産管理SaaS導入や基幹システム刷新を検討する前に、ルール化と軽量自動化で多くを解決できます。

• 在庫アラート → ExcelとGASで月額0円
• 発注点計算 → Excel関数で十分
• 需要予測 → 必要な品目だけAIで深掘り
• 欠品防止 → 運用ルールの整備が本質

何百万円のシステムを入れる前に、まず月数千円の軽量実装で現場の困りごとを取り除く選択肢を持ってください。

---

Delight Flowでは、中小製造業の在庫管理・発注業務に対する軽量実装の設計とAI活用支援を行っています。「自社の在庫業務にどの手段が向いているか」を無料で診断することも可能です。お気軽にご相談ください。

最後までお読みいただきありがとうございました。

---

本記事は2026年5月時点の生成AI技術と中小製造業の業務環境を踏まえて執筆しています。