【EC・小売】在庫発注をClaude Code/Codexで自動化する方法
aikanri-admin
この記事の内容
在庫発注は、販売数、現在庫、入荷待ち、リードタイム、最低発注数、賞味期限やシーズンの切り替わりを同時に見ながら「どのSKUを・いくつ・いつ頼むか」を決める作業です。とくに発注候補の洗い出し — どの商品が欠品しそうで、どの商品が過剰に積み上がっているかを見つける工程 — は感覚に依存しやすく、仕入れ担当1人に集中しがちです。AIは発注数そのものを決めるものではありませんが、販売数と在庫数の突き合わせ、欠品候補・過剰在庫候補の抽出、確認すべき論点の一覧化を先に作る補助として使えます。
週1回の発注候補リストづくり (灯々堂のモデル事例)
本記事では、AI鬼管理 が支援を想定する 灯々堂(とうとうどう／静岡県浜松市・キャンプ用品中心の自社EC・約900SKU) をモデル事例に、Claude Code/Codex で発注の初稿を「発注候補+欠品/過剰候補+確認メモ」まで半自動化する手順を解説します。発注候補を仕入れ担当の楪木(ゆずりき)さんが毎週Excelと販売管理画面を往復しながら手作業で作り、リストづくりに週120分かかっていた会社が、若手の鶴飼(つるかい)さんも候補を起こせるようになり、シーズン前の欠品とシーズン後の過剰在庫の両方を減らした流れです。最終的な発注数の判断は、必ず仕入れ担当が行う前提で進めます。
代表菅澤
代表菅澤
AI鬼管理山崎
この記事を最後まで読むと、
- 在庫発注で仕入れ担当が抱えている負荷(販売数と在庫の突き合わせ・欠品察知・過剰在庫の発見)が分かる
- Claude Code/Codexで自動化できる3項目(発注候補の抽出/欠品・過剰候補の整理/確認メモの作成)が理解できる
- 5ステップでのPoC〜運用の進め方が分かる
- 販売数と在庫数から発注候補を整理する型が分かる
- 発注点と季節変動の見方で欠品と過剰在庫の両方を防ぐ考え方が分かる
01 PROBLEM 在庫発注の現場で起きていること 欠品察知・過剰在庫・判断根拠のトリレンマ
問題1: 欠品の察知が仕入れ担当の感覚に依存する。「このテントそろそろ切れそう」「このランタンはまだ大丈夫」という判断を、灯々堂では実質、仕入れ担当の楪木さん1人が販売画面を見ながら行っていました。若手の鶴飼さんは、どのSKUを優先して見ればいいかの勘所がつかめず、結局楪木さんの確認待ちになり、楪木さんが発注業務のボトルネックになります。
問題2: 直近の売上だけを見て発注しすぎる。セールやテレビ紹介で一時的に売れたSKUを、そのまま通常需要と勘違いして多めに発注すると、ブームが落ち着いた後に在庫が積み上がります。灯々堂でも、連休前に売れた焚き火台を多めに頼み、連休後に倉庫で滞留させたことがありました。キャンプ用品はシーズン性が強く、この読み違いが値引き処分に直結します。
問題3: 発注の理由が残らず、振り返りができない。「なぜこの数量にしたのか」「なぜこのSKUは見送ったのか」を残さないまま発注すると、翌シーズンに同じ判断を再現できず、欠品も過剰も繰り返します。灯々堂でも、繁忙期に急いで決めた発注ほど根拠が残らず、後から「あのとき何を見て決めたのか」をたどれなくなっていました。
02 WHAT Claude Code/Codexで何を自動化するか 発注数の決定ではなく、候補抽出と確認材料の整理を自動化
📚 用語解説
発注点(はっちゅうてん)：在庫がこの数量まで減ったら発注をかける、という補充の目安ライン。1日あたりの販売数と、発注してから商品が届くまでのリードタイムをもとに決める。どのSKUにどのラインを引くかが担当者の経験に依存しやすく、明文化されていないと欠品も過剰も起きやすい、在庫発注の属人化の主因になりやすい考え方。
処理1: 発注候補の抽出。販売数(直近7日・30日)、現在庫、入荷待ち、リードタイム、最低発注数といったバラバラの数字をAIが突き合わせ、「いま確認すべきSKU」を一覧化します。何百SKUもの中から、人が目で追いきれない欠品予備軍を先に絞り込むのがねらいです。
処理2: 欠品候補と過剰在庫候補を分けて整理。発注点を割りそうな欠品リスク側と、回転が鈍く滞留している過剰在庫側を、AIが理由を添えて別々のリストにします。「直近30日で◯個売れ、在庫◯個、リードタイム◯日だから欠品候補」「90日で◯個しか動かず在庫◯個だから過剰候補」のように、根拠つきで並べます。
処理3: 確認メモの作成。セールや販促予定の有無、シーズンの切り替わり、仕入れ先ごとの最低発注数や締め日、賞味期限・消費期限のある商品の注意点など、「最終的な数量を人が決めるために確認すべき論点」をメモとしてまとめます。
| 発注要素 | AIが整理すること | 人(仕入れ担当)が確認・判断すること |
|---|---|---|
| 販売数 | 直近7日/30日/前年同時期の販売推移と一時要因の候補 | セール影響の除外、需要の実態 |
| 在庫数 | EC・店舗・倉庫・予約引当を合算した実在庫の候補 | 引当済み在庫、不良在庫の扱い |
| 発注候補 | 発注点を割りそうなSKUと推奨確認順 | 最終発注数、資金繰り、保管能力 |
| 仕入れ条件 | 最低発注数・リードタイム・締め日の差異 | 仕入れ先選定、価格交渉、発注確定 |
AIの役割は発注候補・欠品/過剰候補・確認メモの整理まで。最終的な発注数量・仕入れ先・発注タイミングは必ず仕入れ担当が判断します。この線引きを最初に決めておくと、現場が安心してAIを使えます。
03 HOW 具体的な進め方 5ステップ 小さくPoCし、発注理由を翌月の基準へ戻す
在庫発注AI化の5ステップ
SKUが多すぎない定番カテゴリ(灯々堂なら通年で動く調理器具)から始め、発注ルールを作りやすい範囲に絞る
「このSKU群はリードタイム◯日・最低発注数◯個」「ピークは◯月」など、楪木さんの頭の中の基準を文章化する
発注候補・欠品/過剰候補・確認メモを、確定発注ではなく確認用ドラフトとして出す
仕入れ担当が直した数量と「その数にした理由・見送った理由」をCLAUDE.mdへ戻し、候補の精度を上げる
候補づくりを若手に任せ、ベテランは数量決定と仕入れ先調整に回る。うまくいったカテゴリから横展開する
5ステップで最も大切なのは、STEP 4の「その数にした理由・見送った理由」を残すことです。AIが出した発注候補を仕入れ担当が修正したとき、「なぜ増やしたのか・なぜ見送ったのか」を残さないと、次回も同じズレた候補が出ます。逆に、その理由をCLAUDE.mdへ戻せば、AIの候補は少しずつ灯々堂の発注基準に近づきます。
04 RESULT 導入後の変化と数値効果(灯々堂の事例) 発注候補リスト120分→35分、属人化の解消
- 発注候補リストを、楪木さんが毎週Excelと販売画面を往復して手作業で作っていた(週約120分)
- 人気SKUの欠品察知が感覚頼みで、連休直前に売れ筋テントを切らすことがあった
- 連休前に売れた焚き火台を多めに発注し、連休後に倉庫で滞留させていた
- 発注の理由が残らず、翌シーズンの判断を再現できなかった
- AIが販売数と在庫数を突き合わせ、発注候補リストの初稿を約35分で下書き
- 発注点を割りそうな欠品候補を、根拠つきで先に提示できるようになった
- 回転の鈍い過剰在庫候補を別リストで把握し、値引き処分の前に手を打てるようになった
- 発注理由をメモとして残し、翌シーズンの基準づくりに活かせるようになった
AI鬼管理山崎
05 PITFALL よくある落とし穴3つ 発注数・直近販売・期限と保管の扱いを誤らない
最終的な発注数は、資金繰り、仕入れ条件、保管能力、販促予定を踏まえて仕入れ担当が決めます。AIは発注候補と確認材料の整理まで。数量の自動確定を任せると、資金や倉庫スペースの制約を無視した発注がそのまま通ってしまいます。
セール、広告、テレビ紹介、天候、季節性、欠品で売れなかった期間 — こうした一時要因を確認せずに直近販売数だけで発注すると、需要を読み違えます。AIには一時要因の候補を出させ、通常需要と切り分けてから数量を決めてください。
食品や季節商品では、賞味期限・消費期限切れと、倉庫の保管コストが利益を削ります。「欠品が怖いから多め」と発注すると、期限切れ廃棄や保管費でかえって損が出ることがあります。AIの過剰在庫候補は便利ですが、最終的な「いくつまでなら抱えてよいか」の線引きは人が行います。
06 METHOD 販売数と在庫数から発注候補を整理する型 勘で見るのをやめ、4つの数字を並べて候補を絞る
発注候補づくりでつまずく一番の原因は、何百SKUもの販売画面を勘で見回し、「気になったものだけ」を確認してしまうことです。灯々堂では、AIに渡す前に「どの4つの数字を並べれば候補が絞れるか」を型として決めました。CLAUDE.mdにこの型を書いておくと、AIが毎回同じ観点で発注候補を出します。
まず並べる4つの数字
この4つを1行に並べると、「販売速度 × リードタイム」で入荷までに売れる見込み数が出ます。それが「実在庫 + 入荷待ち」を上回るSKUは、放っておくと欠品する候補です。AIには、この計算をSKUごとに行わせ、欠品候補を上から並べさせます。ただし計算結果は候補であり、実際にいくつ発注するかは仕入れ担当が決めます。
候補を3つの箱に仕分ける
| 仕分けの箱 | 見つけ方の目安 | 人が確認すること |
|---|---|---|
| 今すぐ発注候補 | 入荷までに売れる見込みが、実在庫+入荷待ちを上回る | 発注数、仕入れ先、締め日 |
| 様子見候補 | 在庫はあるが販売速度が上がってきている | 販促・季節の影響、次回まで持つか |
| 過剰・滞留候補 | 90日の販売がごく少なく、在庫だけ残っている | 値引き・セット販売・発注停止の判断 |
上の4つの数字と3つの箱への仕分け方をCLAUDE.mdに書いておくと、AIが毎回同じ観点で発注候補リストを下書きします。勘で見回す作業がなくなり、若手でも「どのSKUを・なぜ確認すべきか」が根拠つきで分かるようになります。
07 SEASON 欠品・過剰在庫を防ぐ発注点と季節変動の見方 通年品は発注点で守り、季節品は山と谷を先読みする
欠品と過剰在庫は、同じ「発注のズレ」でも原因が違います。通年で安定して売れる商品は発注点の引き方で、需要に山と谷がある季節商品は季節変動の先読みで守ります。灯々堂はこの2つを分けて考えることで、欠品と過剰在庫の両方を減らしました。
通年品: 発注点で「切らさない最低ライン」を引く
通年で動く調理器具やメンテ用品は、「1日あたりの販売数 × リードタイム + 安全在庫」で発注点を決めます。たとえば1日2個売れ、リードタイムが7日、安全在庫を5個とするなら、在庫が「2×7+5=19個」を割ったら発注をかける、という目安です。AIにはこの式で各SKUの発注点を試算させ、発注点を割ったSKUを欠品候補として出させます。安全在庫を何個に置くかは欠品リスクと保管コストのバランスなので、最終的な発注点と数量は仕入れ担当が決めます。
季節品: 前年同時期と販促予定から山と谷を先読みする
灯々堂の焚き火台の失敗は、連休前の一時的な売上を通常需要と見て、連休後まで多めに発注し続けたことでした。AIに前年同時期と販促予定を渡し、「これは連休による一時的な山」と注記させておけば、ピーク後に発注を絞る判断がしやすくなります。
同じ発注の見方を全SKUに当てると、通年品で過剰になったり季節品で欠品したりします。CLAUDE.mdにSKUごとの「通年/季節」の区分とピーク月、前年データの参照先を書いておくと、AIが商品の性質に応じて発注点と季節の山谷を出し分けます。最終的な発注数の決定は、これまでどおり仕入れ担当が行います。
08 RELATED 関連記事: EC・小売の自動化事例10選(全業務マップ) 在庫発注以外の9業務も含めた事例集
本記事はEC・小売の自動化事例10選のうち、事例5「在庫発注」を深掘りした内容です。商品登録・問い合わせ対応・レビュー返信・返品交換など他の業務もあわせてご覧ください。→ EC・小売の自動化事例10選(全業務マップ)
09 ABOUT AI鬼管理について - 在庫発注の伴走サービス 属人化した発注を、確認中心の運用へ
本記事を発信している AI鬼管理 は、EC・小売のAI業務自動化をClaude Code/Codexで設計から伴走するサービスです。在庫発注は、発注候補の洗い出しの属人化を解くことで、欠品の防止と過剰在庫の削減、若手育成に効く打ち手です。
代表菅澤
属人化した発注候補づくり、いっしょに軽くしませんか?
本記事の灯々堂の例は、キャンプ用品中心・約900SKU・仕入れ担当1人集中というモデルケースです。貴店の取扱カテゴリの構成や仕入れ体制によって、最適な進め方は変わります。まずは今の発注の作り方をうかがって、貴店に合った設計をご提案します。
代表菅澤
NEXT STEP
この記事の内容を、あなたのビジネスで
実践してみませんか？
AI活用を自社で回せるようになりたい方へ
AI鬼管理
Claude Code/Codex・Cowork導入支援から業務設計・社内浸透まで実践ベースで伴走。「自社で回せる組織」を90日で作る経営者向けトレーニング。
よくある質問
Q. AIに発注数量を決めさせてもよいですか?
A. おすすめしません。AIは発注候補・欠品/過剰候補・確認メモの整理までにし、最終的な発注数量・仕入れ先・タイミングは仕入れ担当が決める設計が現実的です。資金繰りや保管能力、販促予定はAIには分からないためです。
Q. 季節商品やシーズン品にも使えますか?
A. 使えます。直近の販売数だけでなく、前年同時期の販売推移と自社の販促予定をAIに渡すと、シーズンの立ち上がりとピーク後の絞り込みの目安を出せます。一時的な山を通常需要と混同しないよう、人が確認します。
Q. 欠品防止だけでなく過剰在庫の削減にも使えますか?
A. 使えます。発注点を割りそうな欠品候補と、回転が鈍く滞留している過剰在庫候補を、別々のリストに分けて整理できます。値引きやセット販売、発注停止の判断は担当者が行います。
Q. 販売管理システムやExcelの在庫表と連携できますか?
A. 既存の販売・在庫データ(SKU・販売数・在庫数・リードタイムなど)を読み取れる形に整えれば、発注候補や確認事項を出せます。いきなり全自動化にせず、候補づくりの補助から始めるのが現実的です。
Q. 最初に対象にするカテゴリは何がよいですか?
A. SKUが多すぎず、通年で安定して動く定番カテゴリから始めると、発注点を作りやすく、AIの候補精度も上げやすいです。慣れてから季節商品や多SKUカテゴリへ広げます。
Q. 料金やプランを教えてください
A. 料金やサポートプランは AI鬼管理のサービスページをご覧ください。貴店向けの個別ご提案は本記事末尾のNEXT STEPからお問い合わせください。
Claude Codeで業務自動化を90日で叩き込む
経営者向けの伴走型パーソナルトレーニング
Claude Code を業務に落とし込む
専門研修コース一覧
受講者本人の業務を題材に、「使いこなせる」状態になるまで伴走する研修プログラム。1対1特化型・ハンズオン・法人講座の3コースを展開中。業務特化・実装まで踏み込むタイプのClaude Code研修です。
研修コース一覧を見る →AI鬼管理へのお問い合わせ
この記事を読んで気になった方へ。
AI鬼管理の専門スタッフが、御社に最適な
業務自動化プランを無料でご提案します。
- AI業務自動化サービス「AI鬼管理」を運営 — Claude Code を活用し、経営者の業務を「AIエージェントに任せる仕組み」へ転換するパーソナルトレーニングを 伴走構築 で提供。日報・採用・問い合わせ対応・経費精算・議事録・データ集計・営業リスト等の定型業務を、AIに代行させる体制を経営者と一緒に作り込む
- Claude Code 実装ノウハウを 経営者・法人クライアント に直接指導。生成AIを「便利ツール」ではなく 「業務を任せる存在」 として運用する手法を体系化
- 「やらせ切る管理」メソッドの開発者。シンゲキ株式会社（2021年設立・鬼管理専門塾運営）にて累計3,000名以上の学習者を志望校合格に導いた管理メソッドを、AI × 経営者支援 に転用
- 著書『3カ月で志望大学に合格できる鬼管理』(幻冬舎)、『親の過干渉こそ、最強の大学受験対策である。』(講談社)
- メディア出演: REAL VALUE / カンニング竹山のイチバン研究所 / ええじゃないかBiz 他
- 明治大学政治経済学部卒
