【2026年9月最新】飲食店の食品ロスを減らす方法｜Claude Code／CodexでAI在庫管理を自作する手順

「毎月、食材の廃棄でどれだけ利益が溶けているか把握していますか？」——飲食店経営において、フードロス（食品廃棄ロス）は利益に直結する最大級の経営課題のひとつです。

多くの飲食店では、発注は店長の「勘と経験」に頼っており、天候・曜日・イベントによる需要変動を正確に読み切れず、過剰発注→廃棄のサイクルを繰り返しています。業界の目安では、年間100万円を超えるロスが発生している店舗も珍しくないと言われています。

この記事では、飲食店の在庫ロスが生まれる構造から、AIによる在庫管理の仕組み、そして専用の高額SaaSツールを導入しなくても、Claude Code／Codexという汎用AIエージェントを使えば自分で「発注支援ツール」を作れるという、非エンジニアの経営者にこそ知ってほしい方法までを解説します。

この記事を最後まで読むと、次のことが分かります。

なお、飲食店のAI活用全般（予約・接客・シフト管理まで含む）を体系的に知りたい方は、先に 飲食店のAI活用を全網羅 した記事もあわせてご覧ください。

01 ROOT CAUSE 飲食店の在庫ロスが生まれる3つの典型パターン 「なんとなく多めに発注」が積み重なって年間数十万円の損失になる

フードロス対策を考える前に、まず「なぜロスが生まれるのか」を構造的に理解しておく必要があります。現場を見ていくと、原因はおおむね次の3パターンに集約されます。

1-1. 発注過多による余剰食材の廃棄

最も多い原因が、需要を読み違えた過剰発注です。「欠品を出したら機会損失になる」という不安から、ベテラン店長ほど発注量を多めに取る傾向があります。天候や曜日、近隣イベントの影響を加味せずに「先週と同じ量」を発注し続けると、来店数が少ない日は丸ごと廃棄になります。

特に生鮮食品は賞味・消費期限が短く、発注量の見誤りがそのまま数日以内の廃棄に直結します。この「読みの甘さ」を人の勘だけで精緻化するには限界があり、ここがAI活用の最初の入り口になります。

1-2. メニュー構成と在庫回転の不一致

2つ目の原因は、メニュー構成と実際の在庫回転速度がズレていることです。看板メニューには十分な在庫を用意する一方、季節限定メニューや稼働率の低いサイドメニューの食材が「発注はしたが使い切れない」まま滞留し、いつの間にか期限切れになるケースが頻発します。

1-3. 棚卸の不備と数値管理の不在

3つ目は、そもそも棚卸・数値管理そのものが手薄という構造的な問題です。日々の忙しさの中で在庫の実数把握が後回しになり、発注担当者の記憶と勘だけで運用が回っている店舗は少なくありません。数値がないと、何がどれだけ廃棄されているかすら把握できず、改善のしようがありません。

この3パターンに共通しているのは、「データが取れていない」か「取れているデータが活用されていない」という点です。つまりフードロス対策の本質は、高価なツールの導入そのものではなく、手元のデータを継続的に可視化し、判断に活かす仕組みを作ることにあります。

02 HOW IT WORKS AIによる在庫管理・需要予測の仕組み POSデータと過去実績から「明日の適正発注量」を導き出す

AIによる在庫管理は、大まかに言うと過去の販売データ・在庫データを学習し、将来の需要を予測して適正発注量を提示する仕組みです。専用ツールであれAI鬼管理のようなカスタム構築であれ、根本のロジックは共通しています。

具体的な処理の流れを図解すると、次のようになります。

2-1. 具体的に削減できるコスト・ロスの種類

AIによる在庫管理を導入すると、主に次の3種類のコスト削減が期待できます。

削減対象	内容	効果が出やすい業態
廃棄食材費	過剰発注による賞味期限切れ・仕込み過多の廃棄が減る	生鮮食品比率が高い店（和食・カフェ）
発注・棚卸の人件費	手作業での在庫確認・発注書作成の時間が圧縮される	多店舗展開・少人数運営の店
機会損失	需要予測により欠品による販売機会の逃しも同時に減る	客数変動が大きい繁華街・観光地の店

重要なのは、AI在庫管理は「廃棄を減らす」だけでなく「欠品による機会損失を防ぐ」という両面の最適化を狙える点です。発注を単純に減らせばロスは減りますが、今度は欠品リスクが上がります。AIはこの需給のバランス点を、人よりも高い精度で見つけ出すのが得意です。

2-2. 「時間換算」で考えると投資判断がしやすい

AI在庫管理の導入を検討するとき、多くの経営者は「月額いくらか」だけで判断しがちですが、より本質的な問いは「発注・棚卸にかけている時間を、月何時間削減できれば元が取れるか」です。この視点に切り替えると、判断の精度が大きく変わります。

店長の時給換算	月額5,000円のツールでペイする削減時間	月額20,000円のツールでペイする削減時間
時給1,500円	月3.3時間の削減でOK	月13.3時間の削減でOK
時給2,500円	月2時間の削減でOK	月8時間の削減でOK
時給4,000円	月1.25時間の削減でOK	月5時間の削減でOK

発注業務や棚卸の確認に週1時間以上を割いている店舗であれば、月数時間の削減は現実的に狙えるラインです。「ツールの値段」ではなく「浮く時間」で考えることが、導入判断を誤らないコツです。

03 BUILD OR BUY 専用AI在庫管理ツール vs Claude Code／Codexで自作 月額数万円のSaaSを契約する前に検討したい選択肢

AI在庫管理を導入する方法は、大きく分けて2つあります。①飲食店向けの専用AI在庫管理SaaSを契約する方法と、②Claude Code／Codexのような汎用AIエージェントを使って、自社の運用に合わせた仕組みを自作する方法です。

3-1. 専用SaaSが向いているケース

複数店舗を展開していて、POSレジとの自動連携やスタッフ向けの専用画面が必要な場合は、専用SaaSの方が導入がスムーズです。サポート体制も含めて「運用を任せたい」場合に向いています。

3-2. Claude Code／Codexで自作が向いているケース

一方、1〜2店舗規模で、まずは自店舗のデータで「何が見えるか」を試したいという段階であれば、Claude Code（Anthropic社が提供するAIエージェント）やCodex（OpenAI社が提供するAIエージェント）を使って、既存のExcel・スプレッドシートの棚卸データから発注支援の仕組みを自作する方が、コストも導入スピードも有利です。

項目	専用AI在庫管理SaaS	Claude Code／Codexで自作
初期費用	導入コンサル込みで数万〜数十万円のケースも	既存のプラン契約（月$20〜）のみで開始可能
月額コスト	数千円〜数万円（店舗数・機能で変動）	Claude Pro／Max等の月額プラン内でまかなえる
導入スピード	ベンダーとの契約・設定に数週間	手元のデータがあれば当日〜数日で試作可能
カスタマイズ性	△ ベンダー側の仕様に依存	◎ 自店舗の運用に合わせて自由に調整
サポート体制	◎ ベンダーのサポートあり	△ 基本は自社対応（AI鬼管理のような伴走支援もあり）

3-3. 自作から専用SaaSへの「卒業」ライン

Claude Code／Codexでの自作は万能ではありません。店舗数が増え、POSレジとのリアルタイム連携やスタッフ全員が使う専用画面が必要になった段階では、専用SaaSに移行した方が運用が安定します。目安として、以下のような状態になったら「卒業」を検討するタイミングです。

逆に言えば、これらの条件に当てはまらないうちは、月額固定費が発生する専用SaaSを急いで契約する必要はありません。まず自作で運用を回し、必要性が明確になってから投資判断をする方が、無駄なコストを避けられます。

04 PATTERNS AI在庫管理でロスが減る実践パターン3選 業態別によく見られる改善の型

AIによる在庫管理を導入した飲食店で、実際によく見られる改善パターンを3つ紹介します。店舗名や具体的な数値は業界一般の傾向として一般化していますが、自店舗に近いパターンを探す参考にしてください。

4-1. パターン①：カフェ・喫茶業態の「仕込み量の最適化」

カフェ業態では、パン・スイーツ・乳製品など消費期限が短い食材の廃棄が課題になりやすい傾向があります。曜日別・天候別の来店データをもとに仕込み量を見直すことで、年間で数十万円規模の廃棄食材費が削減できるのが一般的なレンジです。

4-2. パターン②：和食・仕込み中心業態の「仕込み表デジタル化」

仕込み作業が多い和食店では、紙の仕込み表を属人的に運用していることが多く、担当者ごとにバラつきが出やすい構造があります。仕込み量の基準をデータ化して共有することで、仕込みミス・食材廃棄量が体感で大きく減るという声が多く聞かれます。

4-3. パターン③：ファミリーレストラン等・多メニュー業態の「発注自動化」

メニュー数が多い業態ほど、発注担当者の負荷が高く、人手による発注ミスが起きやすくなります。AIによる発注量の自動提案を導入すると、廃棄率の低下と同時に、発注業務にかかる時間そのものも圧縮できるという副次効果が期待できます。

4-4. 自店舗がどのパターンに近いかを見極める

3つのパターンはあくまで典型例であり、実際には複数のパターンが混在している店舗がほとんどです。重要なのは「うちはどのパターンに近いか」を先に見極めてから、対策の優先順位を決めることです。優先順位を誤ると、効果の出にくい施策に時間を使ってしまいます。

自店舗のパターンを見極めるためにも、まずは前章で触れた「記録をつける」ことが出発点になります。記録がなければ、そもそもどのパターンに該当するかの判断材料すら揃いません。

05 HOW TO BUILD 【独自】Claude Code／Codexで発注支援の仕組みを自作する具体手順 非エンジニアでも「話しかけるだけ」で始められる

ここからが本記事の核心です。専用ツールを契約する前に、Claude CodeまたはCodexを使って、手元のExcel・スプレッドシートのデータから発注支援の仕組みを自分で作る手順を、非エンジニアの方でも再現できるレベルまで分解して紹介します。

5-1. Step 1：まずは棚卸・廃棄記録をデータ化する

最初のステップは、AIツールの導入ではなく「記録を残す」ことです。廃棄した食材・量・理由を、Excelでもスプレッドシートでも構わないので毎日簡単に記録します。「何が」「いつ」「どれだけ」廃棄されたかさえ分かれば、AIによる分析の土台ができます。

5-2. Step 2：Claude Code／Codexにデータを読み込ませて分析させる

記録が溜まったら、そのExcelファイルをClaude Codeに渡し、「この廃棄記録から、廃棄額が多い食材トップ5と、曜日別の傾向を教えて」と日本語で依頼するだけで、集計・グラフ化・傾向分析までを自動で行ってくれます。

5-3. Step 3：発注提案の簡易ツール（スプレッドシート連携）を作らせる

分析結果に納得できたら、次は毎回同じ分析を自動で回せる仕組みを作る段階です。Claude Codeは、スプレッドシートを読み込んで発注推奨量を自動計算するシンプルなスクリプトも作成できます。非エンジニアの方は「作る」というより「Claude Codeに作らせて、動かしてもらう」感覚で進められます。

5-4. GENAI社内での類似運用データ

弊社（株式会社GENAI）ではClaude Max 20xプラン（月額$200・約30,000円）を全社契約し、経理の請求書チェックや経費仕訳、経営レポートの自動集計など、社内のさまざまな「データを見て判断する」業務にClaude Codeを組み込んでいます。経理領域では月40時間かかっていたチェック作業が月5時間程度まで圧縮できている肌感で、フードロス管理のような「記録→分析→改善提案」の構造を持つ業務は、同じアプローチが機能しやすい領域だと捉えています。

06 PITFALLS 導入時によくある失敗と回避策 AIを入れただけで終わらせないために

AIによる在庫管理・発注支援は、導入して終わりではなく運用に乗せて初めて効果が出る取り組みです。よくある失敗パターンを3つ押さえておきましょう。

6-1. 失敗①：AIの予測に頼りすぎて現場感覚とズレる

AIの予測値をそのまま鵜呑みにして発注すると、直近の特殊要因（近隣工事による客数減、突発的な団体予約など）を反映できず、かえって精度が落ちるケースがあります。AIの提案は「叩き台」として使い、現場の一次情報で最終調整する運用が安全です。

6-2. 失敗②：入力や棚卸が追いつかずデータがズレる

最も多い失敗が、記録の運用が続かないことです。忙しい現場では「今日は棚卸を省略しよう」が積み重なり、データの精度が落ちてAIの提案精度も一緒に落ちていきます。記録は1日1回、5分以内で終わる仕組みに簡略化することが継続の鍵です。

6-3. 失敗③：スタッフが使いこなせず属人化する

店長だけがツールを理解していて、他のスタッフが使えない状態だと、店長不在時に運用が止まってしまいます。導入初期から「誰でも入力できる」シンプルなフォーマットを意識することが、属人化を防ぐポイントです。

6-4. 失敗④：効果測定をせず「なんとなく良さそう」で終わる

4つ目によくある失敗が、導入した後の効果測定を怠ることです。廃棄額・廃棄率を導入前後で比較しないと、「本当に効果が出ているのか」「どの施策が効いたのか」が分からないまま運用が形骸化していきます。月に一度でよいので、廃棄記録の集計値を振り返る時間を確保しましょう。

07 ROADMAP 【独自】非エンジニアが迷わない始め方ロードマップ 専用ツール導入の前に、まず1週間だけ試してみる

「AIエージェントなんて自分には無理」と感じる経営者の方も多いと思いますが、Claude Codeはターミナル操作を前提としないデスクトップ版・チャット形式でも利用できます。ChatGPTを使ったことがある方であれば、操作感の違和感はほとんどありません。

7-1. Week 1：記録だけ始める

最初の1週間は、AIツールに触る前に「廃棄記録をつける」ことだけに集中します。フォーマットは4列（日付・食材名・廃棄量・理由）のシンプルなものでOKです。

7-2. Week 2：Claude Codeに読み込ませて分析する

1週間分のデータが溜まったら、Claude Codeにファイルを渡して「傾向を教えて」と依頼します。この時点で「思ったより特定の食材に廃棄が偏っている」といった気づきが得られることが多く、その気づき自体がすでに価値のある成果です。

7-3. Week 3〜4：発注提案の仕組みを作り、運用に乗せる

分析結果を踏まえて、発注量の提案表をClaude Codeに作らせ、実際の発注業務に組み込みます。ここまで来れば、専用SaaSを契約するかどうかの判断材料も、自店舗のデータをもとに具体的に検討できるようになります。

08 CONCLUSION まとめ ── フードロス削減は「記録→AI分析→改善」の型で進める 専用ツールの前に、まず自店舗のデータと向き合う

この記事では、飲食店の在庫ロスが生まれる構造、AIによる在庫管理の仕組み、専用SaaSとClaude Code／Codexでの自作の比較、実践パターン、具体的な導入手順、よくある失敗までを整理しました。最後にポイントを振り返ります。

フードロス対策は、単なるコスト削減にとどまらず、経営の持続可能性そのものに関わるテーマです。高価な専用ツールを検討する前に、まずは手元のデータとClaude Code／Codexで「何が見えるか」を試してみることを、最初の一歩としてお勧めします。

専用ツール導入の前に、まず自店舗のデータをAIで分析してみませんか

廃棄記録・棚卸データがあれば、Claude Code／Codexでの分析はすぐに始められます。
「何から手をつければいいか分からない」という方向けに、個別のご相談を承っています。

ここから先の進め方は、大きく2つあります。

自社で回せるようになりたい方は、AI鬼管理でClaude Code／Codexの使い方から業務設計・社内定着まで伴走を受けながら、社内に仕組みを作る道があります。

覚えるより任せたい方は、AI社員AIKATAでこの記事のような定型業務を丸ごと預ける道があります。料金は月30万円の月額定額、追加費用は0円です。

どちらが合うかは、業務量と社内体制次第です。無料相談・無料適合診断で、貴社の場合はどちらが向くかからご相談いただけます。

よくある質問

Q. AI在庫管理を導入すれば、フードロスは完全になくせますか？

A. 完全にゼロにすることはできません。天候急変や突発的な団体予約など、AIでも予測しきれない変動要因は必ず存在します。AIの提案を「叩き台」として活用しつつ、現場の一次情報で最終調整する運用が現実的です。

Q. Claude CodeやCodexは、パソコン操作が苦手でも使えますか？

A. 使えます。ターミナル（黒い画面）を使わなくても、チャット形式のデスクトップ版で日本語の指示だけでファイル分析やツール作成を依頼できます。ChatGPTのような対話形式に慣れていれば、大きな違和感なく使い始められます。

Q. 専用のAI在庫管理SaaSと、Claude Codeでの自作、どちらから始めるべきですか？

A. 1〜2店舗規模で「まず試したい」段階であれば、コストとスピードの面でClaude Codeでの自作から始めるのがおすすめです。複数店舗展開やPOS連携の自動化が必要になった段階で、専用SaaSへの移行を検討するのが現実的な順番です。

Q. 廃棄記録はどのくらいの期間続ければ、AIの分析に使えるようになりますか？

A. 目安として2週間〜1ヶ月分のデータがあれば、曜日別・食材別の傾向がある程度見えてきます。まずは4列程度のシンプルな記録から始めて、継続することを優先してください。

Q. POSレジのデータがなくても、AI在庫管理は始められますか？

A. 始められます。POSデータがあれば精度は上がりますが、手書き・Excelの棚卸記録だけでも、Claude Codeに読み込ませれば十分な傾向分析は可能です。まずは今あるデータから始めることが重要です。

Q. フードロス削減の取り組みは、どのくらいの期間で効果が見え始めますか？

A. 記録を始めてから1ヶ月程度で、廃棄が多い食材や曜日の傾向といった「気づき」が得られることが多いです。発注量への反映と定着までを含めると、目安として2〜3ヶ月程度を見ておくと現実的です。

Q. Claude CodeとCodex、どちらを使えばいいですか？

A. どちらでも同様の分析・ツール作成は可能です。すでにChatGPTを使っている場合はCodex（OpenAI系）が馴染みやすく、より自律的にファイル操作や複数ステップの作業を任せたい場合はClaude Codeが選ばれる傾向にあります。まずはどちらか一方を1ヶ月試してみて、自店舗の使い方に合う方を選ぶのが現実的です。

Q. 自作した発注支援の仕組みを、複数店舗で使い回すことはできますか？

A. フォーマットさえ統一しておけば、同じ仕組みを他店舗にも展開できます。ただし店舗ごとに客層や仕入れ条件が異なるため、店舗別にデータを分けて分析することをお勧めします。展開する店舗数が増えてきたら、前述の「卒業ライン」を目安に専用SaaSへの移行も検討してください。

AIAI鬼管理

AI鬼管理／AI社員AIKATAへのお問い合わせ

この記事を読んで気になった方へ。
専門スタッフが、御社に最適な
業務自動化・業務代行プランを無料でご提案します。

ご希望のサービス

お問い合わせ対象のサービス*必須 選択してください AI鬼管理（AI業務自動化の導入支援） AI社員AIKATA（業務の丸ごと代行） 両方・相談して決めたい

サービスを選択してください

---

お客様情報

会社名・屋号*必須

会社名を入力してください

業種*必須 選択してください IT・ソフトウェア 製造業 建設・不動産 小売・EC 飲食・宿泊 医療・介護 教育・研修 士業・コンサル 人材・BPO その他

業種を選択してください

お名前*必須

お名前を入力してください

メールアドレス*必須

※法人・事業用のメールアドレスでお願いします（Gmail等の個人用フリーメールは受付できません）

正しいメールアドレスを入力してください

電話番号任意

---

現在の課題について

現在感じている課題*必須

人手不足で業務が回らない 社長・経営者が現場を離れられない 定型業務に時間を取られている AIを導入したいが何から始めればいいかわからない 外注・人件費コストが高い 業務フローが属人化している 社員のITリテラシーにばらつきがある

1つ以上選択してください

効率化・自動化したい業務*必須

営業・顧客対応（CRM・メール等） 経理・請求書・入金管理 採用・人事・労務管理 マーケティング・SNS・広告運用 カスタマーサポート・問い合わせ対応 資料作成・レポート・議事録 データ入力・集計・分析 社内の情報共有・ナレッジ管理

1つ以上選択してください

上記業務に現在かけている月額コスト*必須 選択してください まだかけていない（これから検討） 〜10万円 10〜30万円 30〜50万円 50〜100万円 100万円以上 その他（自由入力）

月額コストを選択してください

その他、ご相談内容任意

---

面談日時の選択

ご希望の日時*必須

約1時間のオンライン面談（Google Meet）です

空き枠を取得中...

面談日時を選択してください

この内容で面談を予約する

予約確定後、Google Calendarの招待メールをお届けします。
しつこい営業は一切ございません。