【2026年最新】工場の在庫管理を効率化する方法｜原材料・仕掛品・完成品の三重管理から、Claude Code／Codexで生産計画と連動させる自動化まで解説
aikanri-admin
この記事の内容
「原材料は足りているのに、なぜか完成品の在庫が足りない」「仕掛品がどこにどれだけあるか誰も把握していない」——工場の在庫管理が一般的な小売業・卸売業の在庫管理と比べて難しいのは、原材料・仕掛品・完成品という3層の在庫を同時に、しかも連動させて管理しなければならないからです。この「三重管理」の構造を理解しないまま効率化を進めても、部分的な改善にとどまってしまいます。
この記事では、まず工場の在庫管理が難しい根本的な理由を整理したうえで、BOM（部品表）連携・かんばん方式・ロット管理など代表的な効率化方法を比較します。そのうえで、多くの工場が見落としがちな「在庫データと生産計画の連動」を、Claude Code／Codexで無人化する方法を、AI鬼管理（運営: 株式会社GENAI）の実践ノウハウとともに解説します。
代表菅澤
AI鬼管理山崎
01 ROOT CAUSE 工場の在庫管理が難しい理由——三重管理という構造的な壁 原材料・仕掛品・完成品、3つの在庫を同時に管理する難しさ
工場の在庫は、大きく3つの状態に分かれます。
| 在庫の種類 | 内容 | 管理の難しさ |
|---|---|---|
| 原材料 | まだ加工・組立が行われていない、購入したままの材料や部品 | 発注リードタイムや仕入先ごとの最小発注単位を踏まえた管理が必要 |
| 仕掛品 | 加工・組立の途中段階にあり、まだ完成品になっていないもの | 工程間を移動するため、どの工程に・どれだけあるかの把握が難しい |
| 完成品 | 製造が完了し、出荷を待っている状態の在庫 | 受注・出荷のタイミングとズレると欠品または過剰在庫が発生 |
📚 用語解説
BOM（部品表／Bill of Materials）：1つの完成品を作るために必要な原材料・部品の種類と数量を一覧化したデータ。「完成品Aを1個作るには、部品Bが2個、部品Cが1個必要」といった構成情報を持つ。BOMが整備されていないと、完成品の生産計画から原材料の必要量を逆算することができず、原材料在庫と生産計画がバラバラに管理される原因になる。工場の在庫管理を効率化するうえで、最も重要な土台データの一つ。
この3つの在庫は独立しているわけではなく、原材料が仕掛品に変わり、仕掛品が完成品に変わるという一方向の流れでつながっています。ところが多くの工場では、原材料の発注管理・仕掛品の工程管理・完成品の出荷管理が、それぞれ別の担当者・別のエクセルファイル・別のシステムで行われており、3つの在庫がバラバラに、連動せずに管理されているのが実情です。
この連動不足が、「原材料は十分あるのに完成品が欠品する」「仕掛品がどこかに滞留しているのに誰も気づかない」といった問題の根本原因になっています。効率化を考える際は、それぞれの在庫を個別に効率化するだけでなく、3つの在庫をどう連動させるかを最初に設計することが重要です。
実際にAI鬼管理が支援してきた製造業のクライアント企業でも、原材料担当者は発注業務に精通し、製造担当者は工程管理に精通し、出荷担当者は受注対応に精通している——それぞれの専門性は高いにもかかわらず、3者の情報が1つのデータとして統合されていないために、工場全体で見ると非効率が生じているケースが目立ちます。個々の担当者のスキルの問題ではなく、データが連動する仕組みがないことが根本原因です。
AI鬼管理山崎
02 FACTORY METHODS 工場在庫を効率化する代表的な方法（BOM連携・かんばん方式・ロット管理） 製造業特有の管理手法を比較する
工場の在庫管理を効率化する代表的な方法を、それぞれの特徴とともに整理します。
| 方法 | 仕組み | メリット | 注意点 |
|---|---|---|---|
| BOM連携 | 完成品の生産計画から、必要な原材料の量を自動で逆算する | 原材料の過不足を事前に把握でき、発注精度が上がる | BOMデータの正確な整備と、設計変更時の更新運用が前提 |
| かんばん方式 | 後工程が必要な分だけ前工程に「かんばん（指示票）」で発注する仕組み | 工程間の仕掛品在庫を最小限に抑えられる | 生産の平準化が前提。需要変動が激しい製品には不向きな場合がある |
| ロット管理 | 原材料・仕掛品・完成品を製造ロット単位で追跡できるようにする | 不良発生時に影響範囲を特定しやすく、トレーサビリティが向上する | ロット番号の記録・入力作業が工程ごとに発生する |
📚 用語解説
かんばん方式：トヨタ生産方式に由来する在庫管理手法。後工程が「かんばん」と呼ばれる指示票を使って、必要な分だけを前工程に発注する仕組み。「作りすぎ」による仕掛品在庫の増加を防ぐ効果があるが、需要変動が大きい製品や、生産ラインが平準化されていない工場では、そのままの形での導入が難しい場合もある。
どの方法が適しているかは、製品の種類数・生産方式（見込み生産か受注生産か）・品質管理の要求水準によって変わります。製品バリエーションが多く原材料の共有度が高い工場では、BOM連携による発注精度の向上が効果的です。生産ラインがある程度平準化されている工場では、かんばん方式による仕掛品削減が有効です。食品・医薬品・自動車部品など、トレーサビリティが法令や取引先から求められる業種では、ロット管理の整備が必須になります。
また、これらの手法を導入する順序にも工夫の余地があります。多くの工場では、まずBOM連携によって原材料の発注精度を上げ、次に工程データの可視化（仕掛品の把握）に取り組み、最後にロット管理でトレーサビリティを整備する、という段階的な進め方が現実的です。すべてを一度に完璧にしようとすると、現場の負担が急激に増えて定着しないリスクがあるためです。
BOM連携・かんばん方式・ロット管理は、どれか1つを選ぶものではなく、組み合わせて使うことができます。例えば「BOM連携で原材料の発注精度を上げつつ、工程間はかんばん方式で仕掛品を抑え、最終的にロット単位でトレーサビリティを確保する」という設計も可能です。自社の製品特性に応じて、必要な要素を組み合わせてください。
どの方法を選ぶ場合でも共通して重要なのが、データの「発生源」を1つに揃えることです。原材料の入荷情報、工程の進捗情報、完成品の出荷情報が、それぞれ別のファイルや紙の記録で管理されていると、BOM連携もかんばん方式もロット管理も、効果を発揮する前提条件を欠いた状態になってしまいます。
代表菅澤
03 QUICK WINS 今すぐできる工夫（エクセルでの三重管理表の作り方） 専用システムを導入しなくても、今日から改善できる部分
専用の生産管理システムを導入する前に、エクセルの設計を見直すだけでも、三重管理の混乱はかなり軽減できます。
これらの工夫は、専用システムを導入しなくても、今のエクセル・スプレッドシートの設計を見直すだけで実践できます。工場在庫の効率化の第一歩として、まずここから着手するのがおすすめです。
エクセルでの工夫は「記録・参照」の効率化には有効ですが、生産計画が変わるたびに必要な原材料量を再計算する、仕掛品の遅延が完成品の欠品にどう影響するかを予測する、といった「変化に応じた再計算・予測」は、エクセルの手作業だけでは追いつかなくなっていきます。次の章で、この限界を詳しく見ていきます。
AI鬼管理山崎
04 THE LINK GAP 数え方・記録方法を効率化しても残る「生産計画との連動」の壁 三重管理を整備しても、ここは解決しない
BOM連携・かんばん方式・ロット管理を整備しても、それらのデータが「生産計画」と連動して自動的に更新・再計算される仕組みがなければ、結局は人が都度、手作業で計算し直すことになります。これが、工場の在庫管理効率化における最大の壁です。
従来、この連動を実現する選択肢は、大規模なERP（統合基幹業務システム）やMES（製造実行システム）を導入する、という方法が中心でした。ただし2026年現在は、もう一つの選択肢があります。今使っているエクセルやツールをそのまま活かしながら、生産計画とのデータ連動・再計算・欠品予測という手作業部分だけをClaude Code／CodexのようなAIエージェントに肩代わりさせる方法です。
代表菅澤
05 AUTOMATE WITH AI 【核心】Claude Code／Codexで工場在庫を生産計画と連動させる 原材料・仕掛品・完成品を生産計画とつなげ、無人で再計算する設計
📚 用語解説
Claude Code／Codex：Claude CodeはAnthropic社、CodexはOpenAI社が提供するAIエージェント。ChatGPTのような「質問に答えるAI」と違い、指示を受けてパソコン上のファイル操作・データ集計・文書作成などの作業そのものを実行できる。プログラミング不要で、日本語の指示だけで業務の仕組みを構築できるため、非エンジニアの経営者・バックオフィス担当者の業務自動化ツールとして注目されている。デスクトップアプリで利用可能。
ここからがこの記事の核心です。本記事では以降、操作イメージを弊社が主に使うClaude Codeで説明します（Codexでも同じことができます）。重要なのは、原材料・仕掛品・完成品という3つの在庫データと、生産計画データを1つのワークフローでつなげてしまうという発想です。
更新される（トリガー）
BOMデータと照合
自動再計算
欠品リスクを検知
自動作成
📚 用語解説
トレーサビリティ：原材料の入荷から製造・出荷までの過程を追跡できる状態のこと。ロット番号を各工程で引き継いで記録することで実現する。不良品が発生した際に、同じ原材料ロットを使った他の製品を特定し、回収範囲を絞り込むことができるため、食品・医薬品・自動車部品などの業種では法令や取引先から整備を求められることが多い。
5-1. 「AIに聞く」と「AIが勝手にやる」は別物
ChatGPTに「この生産計画に必要な原材料を計算して」と聞くのは効率化です。人間が作業の主体で、AIは計算を速くしてくれるだけ。生産計画が変わるたびに、毎回データを渡して依頼する手間は残ります。
一方、Claude Code／Codexで作るのは自動化です。「生産計画が更新されたら、BOMデータと照合して必要な原材料量を再計算し、在庫が足りない場合は発注案を作って知らせる」という一連の流れを最初に一度だけ設計しておけば、あとは生産計画が変わるたびに人間が何もしなくても走り続けます。人間の仕事は、上がってきた発注案や工程調整案を確認することだけです。
5-2. Claude Code／Codexに任せられる工場在庫の作業
| これまで人間がやっていた作業 | Claude Code／Codexに任せた後 |
|---|---|
| 生産計画からBOM表を見ながら必要な原材料量を手計算 | 生産計画とBOMデータを自動照合し、必要量を自動計算 |
| 原材料の在庫と必要量を見比べて発注要否を判断 | 不足が見込まれる原材料を自動抽出し、発注案を作成 |
| 仕掛品の遅延情報を工程担当者に個別に確認 | 工程データを自動集約し、完成品出荷への影響を自動試算 |
| 複数製品・複数工程のデータをエクセルで手作業統合 | 複数ファイル・複数工程のデータを自動で統合 |
| 経営層・生産管理部門への在庫状況の報告書作成 | 在庫状況と欠品リスクを含む報告書のたたき台を自動生成 |
5-3. 導入は3ステップ（プログラミング不要）
5-4. AI鬼管理（株式会社GENAI）での実践例
AI鬼管理では、この「工場在庫と生産計画をClaude Codeのワークフローでつなぐ」やり方を、クライアント企業の実業務で数多く構築してきました。工場在庫と同じ構造の定型業務——発注管理、棚卸、請求書の作成・照合など——をトリガー起動の自動ワークフローに変え、人は「最終確認と例外対応」だけに絞る運用です。生産計画変更のたびに数時間かかっていた原材料の再計算作業が、確認数分程度になる、というのがクライアント企業での典型的な効果です。もちろん、運営元の弊社（株式会社GENAI）自身のバックオフィスも、すべて同じ仕組みで回しています。
AI鬼管理山崎
06 THE 3 WALLS ただし独学には「3つの壁」がある——最短で越える方法 Claude Codeは強力。だからこそ、最初の設計を間違えると危ない
工場在庫管理の自動化でつまずくポイントは、ほぼ次の3つに集約されます。
📚 用語解説
第二の属人化：AI自動化のワークフローを作った担当者しか内容を理解・修正できず、その担当者の異動や退職とともに仕組みが止まってしまう状態。BOM表や生産計画のノウハウが特定の担当者に属人化している工場では、独学のAI自動化でも同じ構造の問題が起こり得るため、複数人がワークフローを読み書きできる状態まで持っていくことが定着の条件になる。
壁1：自社ルールを「正確に言語化」できない
「BOMのバージョン管理はどうしている？」「欠品とみなす基準は原材料の種類によって違う？」——本記事で見てきたとおり、工場の在庫管理は複雑なルールの塊です。この言語化を飛ばして作った仕組みは、間違った発注案や誤った欠品予測を自動で量産する装置になりかねません。生産ラインの停止に直結するだけに、ここが独学の最初で最大の壁です。
壁2：検証のやり方を知らないまま「AIを信じてしまう」
AIの出力は必ず検証が必要です。過去の生産計画と実際の原材料消費実績を突き合わせる、わざと欠品データを入れて挙動を確かめる——こうしたテストの型を知らないと、「動いているように見えるが正しいかは誰も知らない」状態で本番運用に入ってしまいます。
壁3：作った本人しか触れない「第二の属人化」
担当者が一人で作って一人で運用していると、その人の異動・退職と同時に仕組みが止まります。社内の複数人がAIワークフローを読み書きできる状態まで持っていって、初めて「会社の資産」になります。
工場在庫管理のように「ルールが明確」「生産計画という決まったトリガーがある」「ミスの影響が大きい（生産停止）」業務は、AI自動化との相性が最も良い領域です。この優先順位付けも、AI鬼管理の初回で必ず一緒に行います。
代表菅澤
07 AI ONIKANRI AI鬼管理——90日で工場在庫管理を仕組み化する伴走支援 3〜6ヶ月のオンライン伴走で「不在でも回る仕組み」を作る
この3つの壁を越えるために弊社（株式会社GENAI）が提供しているのが、AI鬼管理です。Claude Code／Codexをはじめとした最新AIによる業務自動化を、3〜6ヶ月間・オンラインセッション形式で伴走するトレーニングプログラムで、ツールの一般論を教える座学ではありません。受講者が自社の実業務——例えば今お使いのBOM表や生産計画表そのもの——を教材に、実際に動く自動化ワークフローを自分の手で作り切るところまでやります。
AI鬼管理山崎
08 COMPARISON & SUMMARY 比較まとめ：自社に合った工場在庫効率化の選び方 規模と体制に応じた、現実的な選択肢を整理する
| エクセル手作業 | ERP／MES導入 | Claude Code／Codex自動化 | |
|---|---|---|---|
| 初期コスト | ほぼゼロ | 導入・データ移行に大きな費用 | ワークフロー設計のみ（既存ファイル流用可） |
| 生産計画との連動 | 手作業で都度再計算 | システム内で自動連動 | AIが自動で再計算・照合 |
| 導入期間 | すぐ始められる | 数ヶ月〜1年規模になることも | 数週間〜数ヶ月で稼働可能 |
| 自社ルールへの柔軟性 | 高い（ただし属人化） | 製品仕様の範囲内 | 高い（日本語で仕様変更を指示できる） |
| 工場在庫以外への展開 | できない | 追加モジュールが必要な場合が多い | 経費・請求・レポート等あらゆる定型業務に展開可能 |
まとめると、判断基準は次のとおりです。
工場の在庫管理は、「原材料・仕掛品・完成品をそれぞれ管理できているか」ではなく、「3つの在庫と生産計画が連動して、変化に自動で追従できるか」で成果が決まります。人間の注意力に依存した再計算は、製品数や生産計画の変更頻度が増えるほど必ず限界が来ます。
あわせて読みたい：同じテーマの記事
工場の在庫管理を、貴社の実業務で一緒に仕組みにしませんか
「原材料在庫は把握できているが完成品の欠品が減らない」「生産計画が変わるたびに再計算に時間を取られている」というご相談、お気軽にどうぞ。
AI鬼管理は、貴社の実際のBOM表・生産計画・在庫データを題材に、設計・検証・社内定着まで伴走します。
AI鬼管理山崎
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・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. 工場の在庫管理が、一般的な小売業の在庫管理より難しいのはなぜですか？
A. 工場の在庫は「原材料」「仕掛品」「完成品」という3つの状態を持ち、それぞれが生産の進行とともに変化し、互いに連動しているためです。小売業の在庫管理が基本的に単一の在庫数量を管理すればよいのに対し、工場では3層の在庫を同時に、しかも生産計画と連動させて管理する必要があり、構造的に複雑になります。
Q. BOM（部品表）が整備されていない場合、まず何をすべきですか？
A. まずは主要な完成品から優先的に、「完成品を1個作るために必要な原材料・部品とその数量」を一覧化することから始めます。すべての製品を一度に整備しようとすると挫折しやすいため、生産数量や売上への影響が大きい製品から着手するのがおすすめです。
Q. かんばん方式は、どんな工場にも導入できますか？
A. かんばん方式は、生産量が比較的安定していて、工程間の生産ペースが揃っている（平準化されている）工場と相性が良い手法です。受注のたびに仕様が大きく変わる個別受注生産や、需要変動が激しい製品の場合は、そのままの形での導入が難しいことがあります。自社の生産方式に合わせて、部分的な導入や他の手法との組み合わせを検討してください。
Q. 生産計画と在庫データの連動は、どのように自動化できますか？
A. Claude Code／Codexを使えば、既存のBOM表・生産計画表・在庫データをそのまま活かしながら、生産計画が更新されるたびに必要な原材料量を自動で再計算し、不足が見込まれる場合は発注案を自動作成するワークフローを、プログラミング知識なしで構築できます。大規模なERP導入を待たずに、この連動部分だけを先に自動化することが可能です。
Q. ロット管理はどんな業種で特に重要ですか？
A. 食品・医薬品・自動車部品など、不良発生時に影響範囲を特定する必要がある業種、または取引先や法令からトレーサビリティを求められる業種で特に重要です。原材料の入荷から完成品の出荷まで、同じロット番号で追跡できる仕組みを整備しておくことで、万一の際の回収範囲の特定などに迅速に対応できます。
Q. 工場の在庫管理を効率化すると、どのくらいの効果が見込めますか？
A. 効果の大きさは工場の規模や現状の管理レベルによって異なりますが、AI鬼管理が支援したクライアント企業では、生産計画変更のたびに数時間かかっていた原材料の再計算作業が数分程度に短縮された例や、完成品の欠品による生産ライン停止がほぼゼロになった例があります。特に、複数の担当者・複数のファイルにまたがっていたデータを1つのワークフローに統合することで、これまで見えていなかった非効率が可視化される効果も大きいです。
Q. Claude CodeやCodexの導入は独学でも可能ですか？
A. 可能ですが、業務で確実に成果を出すまでには「自社ルールの言語化」「出力の検証」「社内定着」という3つの壁があります。工場の在庫管理はBOMのバージョン管理や欠品判定基準など複雑なルールが絡むため、曖昧な指示のまま自動化すると、生産ラインの停止につながるリスクもあります。独学で進める場合は、必ず過去の生産実績との突合検証を挟んでください。最短で確実に立ち上げたい場合は、AI鬼管理のような支援サービスの活用が近道です。
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
