在庫管理システムを自作する｜作る前の判断
業務効率化支援を行う「Ai-Raku（アイラク）」代表。国立大学でAIの研究を行い、ITコンサル・ウェブコンサルを経て独立。官公庁向けの業務効率化や上場企業の支援等を経て、中小企業の現場に定着するAI活用を企画から運用まで一気通貫で支援している。
- AIを使えば在庫管理システムは作れますか？
- 画面や集計を作ることはできます。ただし作れることと、業務で使い続けられることは別です。在庫の数字を書き換える処理は、同時更新・取消・返品・棚卸差異といった例外の扱いを設計しないと必ずずれます。まずは読み取り専用のツールから始めてください。
- まずExcelを直すべきか、作り直すべきか？
- ファイルが複数ある、商品コードの表記が揃っていない、更新の担当と時刻が決まっていない。このどれかに当てはまるなら、先にExcelを直してください。この状態でシステムを作っても、同じ問題がシステムの中に移るだけです。
- 既製品を入れるほどの規模ではない気がします
- 規模で決めず、扱う内容で決めてください。品目数が少なくても、ロット管理や複数拠点があるなら既製品が向きます。逆に品目数が多くても、見るだけでよいならExcel＋読み取り専用ツールで足ります。判断軸は量ではなく複雑さです。
- 実棚と帳簿がいつもずれます。原因は？
- 多いのは、締め時刻をまたいだ入出庫の扱い、返品・不良の戻し方、入り数の変換です。まずは1か月分の差異を品目別に並べ、どの場面で発生しているかを特定してください。システムを変える前に、運用のどこで抜けているかが見えます。
- 在庫管理のシステムはいくらくらいですか？
- 製品や条件によって幅が大きく、一律の相場をお伝えできません。ウェブの相場情報を前提に判断すると、必要な機能が入っていない見積りと比べてしまいます。品目数・拠点数・利用人数・連携先を書き出したうえで、複数社に同じ条件で見積りを依頼してください。
- 読み取り専用のツールでも情報漏えいは心配では？
- 心配すべきです。読み取り専用でも、在庫データには取引量や仕入先が含まれます。どこにデータを置くか、誰がアクセスできるか、AIに渡す範囲はどこまでかを先に決めてください。実名や単価を伏せて扱うだけでも、リスクは大きく下がります。
- 作った人が辞めたらどうなりますか？
- 触れなくなります。これは自作で最も多い失敗です。対策は2つで、作った時点で第三者が読める説明を残すこと、そして元データをツールの外にも残すことです。元データさえ無事なら、最悪ツールを捨ててやり直せます。
- 在庫管理にAIの需要予測は使えますか？
- 使う前に、過去の出荷実績が正確に揃っているかを確認してください。表記ゆれや欠測がある状態で予測しても、もっともらしい数字が出るだけです。また、予測の責任は人が負います。判断材料の1つとして扱い、発注を自動化しないでください。
- 勤怠管理システムも自作していいですか？
- 労働時間の把握や記録には法令上の要件があり、内容は改正によって変わります。集計は給与にも直結します。打刻や集計の正本は既製品に任せ、残業時間の傾向や打刻漏れの確認といった「見る」部分だけを自作するのが安全です。
- バーコードやハンディ端末は自作できますか？
- 読み取り自体は難しくありませんが、読み取った結果で在庫を更新する時点で「更新する処理」になります。現場の運用では読み取り誤りや二度読みが起きるため、その扱いを設計する必要があります。既製品を検討してください。
- 既製品と自作を組み合わせてもよいですか？
- むしろ推奨します。在庫の更新は既製品に任せ、自社が見たい形の一覧やアラートだけを自作で補う形です。既製品のデータ出力機能があれば実現できます。全部を自作するより安全で、費用も抑えられます。
- 何から手をつければいいか決められません
- 直近1週間で「在庫が分からなくて困った場面」を書き出してください。探すのに時間がかかったのか、欠品に気づけなかったのか、過剰発注したのか。場面が特定できれば、作るべきものは自然に決まります。困りごとが挙がらないなら、今は作る時期ではありません。
「在庫管理システム、AIを使えば自分で作れるらしい」。そう聞いて調べ始めた方に、最初にお伝えしたいことがあります。在庫管理は、自作の題材として難易度が高い部類に入ります。画面を作ること自体は簡単です。難しいのは、作ったあとに数字が合い続けることです。
本記事の結論はひとつです。在庫管理の自作は「見るだけ」なら可、「在庫数を更新する」なら危険。この線引きさえ守れば、自作は十分に選択肢になります。逆にこの線を越えた瞬間、帳簿と実棚がずれ、出荷や請求といった取引そのものに影響が出ます。
この記事では、在庫管理という具体的な業務に絞って、作る前に判断すべきことを整理します。「AIで何が作れて何が作れないか」という一般論はバイブコーディングとは｜中小企業の業務での使い方で、作り方の手順そのものはAIでアプリを作る手順で扱っていますので、そちらをご覧ください。ここでは在庫という数字を扱う特有の怖さだけを掘り下げます。
- 在庫管理の自作でやってよい範囲とダメな範囲の線引き
- 自作の前にExcelの改善で足りないかを確かめる方法
- 在庫の数字がずれる5つの場面
- 既製品（クラウド在庫管理）を先に検討すべき理由
- 自作するときに最初に作るべき3つの機能
- AIを在庫管理に使う現実的な範囲
- 勤怠管理の自作が在庫管理と同じ構造である理由
結論｜見るだけは可、更新は危険
先に全体像をお伝えします。在庫管理システムを自作するかどうかは、次の一点で決まります。
| 作ろうとしているもの | 判断 | 理由 |
|---|---|---|
| 今の在庫数を見やすく表示する | 自作してよい | 間違っても元データは壊れない |
| 発注点を下回った品目を知らせる | 自作してよい | 気づきを増やすだけで判断は人がする |
| 滞留在庫・欠品履歴を集計する | 自作してよい | 読み取りだけで完結する |
| 入荷・出荷で在庫数を書き換える | 危険 | 間違うと実棚と帳簿がずれる |
| 受注に応じて引当（在庫の確保）をする | 危険 | 二重引当が起きると出荷できない |
| 在庫数から自動で発注を出す | 危険 | 誤発注が金銭的損失に直結する |
ポイントは「間違えたときに何が起きるか」です。表示を間違えただけなら、見た人が「おかしい」と気づいて確認できます。ところが在庫数を書き換える処理が間違うと、誰も気づかないまま数字だけが静かにずれていきます。
そして在庫のずれは、在庫管理の中では終わりません。「在庫があることになっているのに現物がない」状態は、受注、出荷、請求、そして取引先との信用にそのまま波及します。売れるはずのものが売れず、あるはずのものが出せない。これが在庫管理の自作でもっとも避けたい事故です。
まずExcelの改善で足りないか
「Excelでは限界だから、システムを自作したい」。この相談はよくいただきます。しかし話を聞いていくと、限界だったのはExcelではなく、Excelの使い方だったというケースが少なくありません。自作は最後の手段です。その前に確認してほしいことがあります。
自作を考える前に潰す4つの原因
Excelの在庫表がうまくいかない原因は、たいてい次のどれかです。
- ファイルが複数ある。「最新版」「最新版2」「最終」が並んでいて、誰がどれを見ているか分からない
- 入力形式が揃っていない。同じ商品が「A-100」「A100」「a-100」で登録され、集計すると別物になる
- 数式が壊れている。行を挿入した拍子に参照がずれ、合計だけが合わなくなっている
- 更新の担当と時刻が決まっていない。誰がいつ触ってもよいので、いつ時点の数字なのか誰も言えない
この4つは、システムを自作しても解決しません。むしろ自作すると悪化します。ファイルが1つになる代わりに、直せる人が1人だけになるからです。まずは共有場所を1か所に決め、商品コードの書き方を統一し、更新の担当と時刻を決める。この3つだけで、在庫表の問題の大半は落ち着きます。
Excelの改善で足りるケース
次のような状況なら、Excelの改善で十分に戦えます。
- 品目数が数百程度で、当面大きく増える見込みがない
- 在庫を更新する人が2〜3人で、声をかけ合える距離にいる
- 1日の入出庫の件数が数十件程度に収まる
- 倉庫が1か所で、拠点間の移動がない
- ロット管理や賞味期限管理が不要
この条件なら、入力規則で表記ゆれを止め、テーブル機能で数式のずれを防ぎ、条件付き書式で発注点を下回った行を色分けするだけで、必要な情報はほぼ揃います。Excelの作業自体をAIで軽くする方法はExcelをAIで自動化する方法にまとめています。
Excelでは限界というサイン
逆に、次のサインが出ていたらExcelの改善では追いつきません。
- 同じファイルを同時に複数人が更新する必要がある
- 倉庫や店舗が複数拠点にあり、拠点間で在庫が動く
- 入出庫の履歴を誰がいつ触ったかまで残す必要がある
- ロット・賞味期限・シリアル番号を個別に追う必要がある
- 受注システムやECサイトと在庫を連動させたい
これらはExcelの弱点そのものです。ただし、ここで進むべき方向は「自作」ではなく「既製品」です。理由は後述します。
「見る」と「更新する」の違い
この記事でいちばんお伝えしたい部分です。
読み取り専用なら被害が戻せる
読み取り専用のツールとは、元データを一切書き換えず、集めて表示するだけのものです。たとえば、基幹システムや既存のExcelから在庫データを読み込み、見やすい一覧にして表示する。発注点を下回った品目に印をつける。過去3か月の出荷実績を並べる。
この種類のツールは、間違っていても元データは無傷です。表示がおかしいと気づいた時点で、元のExcelを見れば正しい数字が分かります。ツールを止めても、業務は元のやり方に戻るだけです。「捨てられる」ことが、読み取り専用の最大の価値です。
在庫数を書き換える怖さ
一方、在庫数を書き換える処理は性質がまったく違います。書き換えは過去に遡って検証できないからです。
たとえば入荷処理で数量を10と登録すべきところを100と登録したとします。翌日、出荷処理で在庫が減ります。翌々日、別の入荷が加算されます。1週間経ったとき、帳簿上の在庫数は「いくつかの正しい処理と、1つの誤った処理の合計」になっています。どこで何が間違ったのかを、数字を見ただけでは特定できません。
これを防ぐには、すべての在庫の増減を「いつ、誰が、どの伝票で、いくつ動かしたか」という履歴として残し、現在庫はその履歴の合計として計算する設計が必要です。この設計は在庫管理システムの基本ですが、初めて作る人が自力でたどり着ける設計ではありません。多くの自作システムは「在庫数」という1つの欄を直接足し引きする作りになり、そこから数字が迷子になります。
判定表｜自作してよいかの目安
迷ったときは、次の3つの質問で判定してください。
| 質問 | 「はい」なら |
|---|---|
| そのツールが今日から止まっても、業務は回りますか | 自作の候補になる |
| 出た数字が間違っていたら、人が見て気づけますか | 自作の候補になる |
| 元のデータは、そのツールを使わなくても正しいままですか | 自作の候補になる |
3つすべてが「はい」なら自作して構いません。1つでも「いいえ」があるなら、既製品か外注を検討してください。この判定は在庫に限らず、社内ツール全般に使えます。
在庫の数字がずれる5つの場面
自作した在庫管理で実際に数字が合わなくなるのは、だいたい決まった場面です。作る前に、自社ではこれをどう扱うかを決めておいてください。
同時に2人が更新したとき
Aさんが「在庫10」を読み込み、Bさんも同時に「在庫10」を読み込む。Aさんが3個出庫して7に更新し、Bさんが2個出庫して8に更新する。結果は8になり、Aさんの出庫3個が消えます。これは表計算でも自作アプリでも同じように起きます。同時更新をどう防ぐかを決めていないシステムは、人数が増えた瞬間に壊れます。
取消・返品・不良の処理
在庫を減らす処理は簡単に作れます。難しいのは戻す処理です。出荷を取り消したとき、返品が届いたとき、検品で不良品が出たとき。それぞれ在庫の戻し方が違います。良品として戻すのか、不良品置き場として別に持つのか。この分岐を作り込んでいない自作システムは、現場が「とりあえず在庫数を手で直す」運用に流れ、履歴が意味を持たなくなります。
単位と入り数の変換
「1ケース＝12本」「1箱＝10袋」のような入り数の変換は、在庫管理の事故の定番です。仕入は箱単位、出荷はバラ単位という会社は珍しくありません。変換の端数をどう扱うか、入り数が途中で変わったときに過去のデータをどうするかまで決めないと、数字は必ずずれます。
締めと棚卸のタイミング
月末の締め時刻をまたいだ入出庫をどちらの月に入れるか。棚卸で実棚と帳簿がずれていたとき、どちらに合わせ、差分をどう記録するか。この「時点」の扱いは、システムの見た目には出てこないのに、数字の正しさを決めます。既製品には必ず備わっている機能ですが、自作では抜けがちです。
作った人がいなくなったとき
技術的な問題ではありませんが、実害としてはこれが最大です。AIに手伝わせて作ったツールは、作った本人しか中身を説明できない状態になりやすい。その人が異動・退職したあと、少し仕様を変えたいだけなのに誰も触れない。在庫という毎日使うものでこれが起きると、業務が止まります。
- このツールを止めたとき、どのやり方に戻るか
- 作った人以外に、中身を説明できる人を用意するか
- 元データはツールの外にも残すか
既製品を先に検討すべき理由
Excelでは限界だと判断したとき、次に見るべきは自作ではなくクラウド型の在庫管理サービスです。理由は3つあります。
在庫管理は例外処理の塊だから
在庫管理の本体は、在庫数を足し引きする処理ではありません。前章で挙げたような例外をどう扱うかの集合体です。返品、不良、ロット、拠点間移動、締め、棚卸差異。既製品はこれらを何年もかけて作り込んでいます。自作でここに追いつこうとすると、本業の時間がすべて溶けます。
止まったときに誰かがいるから
既製品には提供元があります。障害が起きればサポート窓口があり、法令やOSの変化にも追随してくれます。自作にはそれがありません。「動いているうちはいいが、止まったときに誰もいない」のが自作の最大の弱点です。毎日使う在庫管理でこのリスクを取るかどうかは、慎重に判断してください。
既製品が合わない典型例
もちろん既製品が万能ではありません。次のような場合は既製品が合わないことがあります。
- 業界特有の管理単位（原反、加工歩留まり、規格外品など）がある
- 既存の基幹システムと二重入力が発生してしまう
- 使う機能が全体の1割程度で、費用に見合わない
ただしこの場合でも、いきなり全部を自作するのは避けてください。既製品を土台にして、足りない「見る」部分だけを自作で補うのが現実的です。在庫の更新は既製品に任せ、自社の見たい形の一覧やアラートだけを自分たちで作る。この組み合わせが、中小企業にとって最も安全で、最も安く済む形です。
なお、既製品の料金は製品や品目数によって大きく異なります。ウェブ上の相場情報を鵜呑みにせず、自社の品目数・拠点数・利用人数を伝えたうえで複数社から見積りを取ってください。同じ条件で並べないと比較になりません。
自作するなら読み取り専用から
ここからは、実際に自作すると決めた場合の進め方です。順番は必ず守ってください。
第1段階｜現在庫の可視化
最初に作るのは「今の在庫を、見たい形で見る」ツールです。元データは既存のExcelでも基幹システムからの出力でも構いません。それを読み込んで、品目別・カテゴリ別・拠点別に並べ替えて表示するだけ。書き込みは一切しません。
これだけでも効果があります。「あの商品、今いくつある？」に即答できないという状態が、中小企業の在庫管理でいちばん時間を食っているからです。倉庫まで見に行く、担当者に電話する、Excelを開いて探す。この往復がなくなります。
第2段階｜発注点のアラート
次に作るのは、在庫が一定数を下回った品目を知らせる仕組みです。ここでもシステムは知らせるだけで、発注はしません。人が見て、季節や商談状況を加味して判断します。
発注点の設定は最初から精緻にする必要はありません。「過去3か月の平均出荷数×調達に必要な日数」程度の粗い基準で始め、外れたら手で直すという運用のほうが定着します。精度を上げるのは、使い続けると決めてからで十分です。
第3段階｜滞留と欠品の分析
3つめは、動いていない在庫と、切らしてしまった在庫の可視化です。「6か月以上出荷がない品目」「過去1年で欠品した品目とその回数」を一覧にします。これも読み取りだけで作れます。
この一覧は、在庫を減らす議論の出発点になります。感覚ではなく事実で話せるようになることが、この段階の価値です。
更新機能に進む前の条件
第3段階まで作って、まだ更新機能が欲しいと感じたら、次の条件をすべて満たしているか確認してください。
- 作ったツールを3か月以上、実際に毎日使っている
- 在庫の増減をすべて履歴として残す設計を、紙に書いて説明できる
- 同時更新・取消・返品・棚卸差異の扱いを全部決めてある
- 作った人以外に、中身を説明できる人がいる
- データのバックアップと、壊れたときの戻し方が決まっている
1つでも欠けているなら、更新機能は自作しないでください。その段階に来ているなら、既製品を導入するか、外注したほうが結果的に安く済みます。ここまで来た経験は無駄になりません。第1〜3段階で作ったツールが、そのまま外注時の要件定義の材料になります。要件のまとめ方は要件定義の進め方｜AIを使って精度を上げる手順を参考にしてください。
AIを在庫管理に使う範囲
「在庫管理 AI」で検索すると需要予測の話が多く出てきますが、中小企業が最初に手を出す場所ではありません。現実的に効くのは別のところです。
AIが得意なのは集計と説明
今のAIが在庫管理で確実に役に立つのは、次のような作業です。
- 在庫データを読み込ませて、「動いていない品目を教えて」と自然文で聞く
- 複数のExcelにまたがった在庫表の表記ゆれを見つけさせる
- 出荷実績から季節性のありそうな品目を挙げさせる
- 棚卸の差異一覧を渡して、差異の傾向を整理させる
共通点は、すべて「見る」側の作業だということです。AIが出した内容は人が確認します。間違っていても在庫データは変わりません。
AIに需要予測をさせる前に
需要予測は魅力的に見えますが、前提として過去の出荷実績が正確に、十分な期間ぶん揃っている必要があります。Excelの在庫表が表記ゆれだらけの会社が予測に進んでも、出てくるのはもっともらしい数字だけです。
また、予測が外れたときの責任は人が負います。「AIがそう言ったから発注した」は取引先には通用しません。予測を使うなら、あくまで人の判断材料の1つとして扱ってください。
数字の入力をAIに任せない
納品書の写真から数量を読み取って在庫に反映する、といった使い方は技術的には可能です。しかし読み取り結果を人が確認しないまま在庫を更新する運用は避けてください。読み取りの誤りは一定の割合で必ず起きます。人の確認を挟むなら、そもそも自作でやる必然性は下がります。
データで見る中小企業の現状
判断の前提として、公的な調査結果を確認しておきます。総務省「令和7年版 情報通信白書」の企業におけるAI利用の現状によれば、何らかの業務で生成AIを利用していると回答した割合は日本で55.2％でした。
一方で、企業規模別に見ると中小企業では「方針を明確に定めていない」との回答が多く、約半数を占めるとされています。使ってはいるが、どこまで使ってよいかは決まっていない。在庫管理という基幹に近い業務で自作を検討している会社は、まさにこの状態にあることが多いはずです。
また、生成AI導入に際しての懸念事項としては、日本では「効果的な活用方法がわからない」が最も多く、次いで「社内情報の漏えい等のセキュリティリスク」が挙げられています。さらに、生成AIの活用推進による自社への影響について、日本では「業務効率化や人員不足の解消につながる」が最も多く挙げられています。
この結果は、本記事の方針と一致します。「効果的な活用方法がわからない」に対する答えは、範囲を決めることです。在庫管理でいえば、見るところまでは自分たちでやる、更新は任せる。この線引きを先に決めれば、何から手をつけるかは自然に決まります。
モデルケース｜在庫確認の試算
読み取り専用のツールでも効果があるのか、という疑問にお答えします。以下は実在の企業ではなく、当社が想定する典型的な状況にもとづく試算です。自社の数字に置き換えてご確認ください。
前提条件
- 時給換算：2,500円
- 営業日：月20営業日
- 品目数は数百、倉庫1か所、在庫はExcelで管理
- 「あの商品、今いくつある？」の問い合わせが1日6回
- 1回あたり、探す・確認する・回答するで平均5分
現在庫の可視化だけの効果
| 項目 | 導入前 | 導入後（試算） |
|---|---|---|
| 1日の在庫確認時間 | 6回×5分＝30分 | 6回×1分＝6分 |
| 月あたりの時間 | 30分×20日＝10時間 | 6分×20日＝2時間 |
| 差分 | 月8時間 | |
| 金額換算 | 8時間×2,500円＝月20,000円 | |
この試算の読み方
金額だけ見ると小さく感じるかもしれません。しかしこの試算に含めていない効果のほうが大きいのが実際です。
- 問い合わせた側の待ち時間（上の試算は回答する側だけ）
- 「たぶんある」で受注して欠品が発覚したときの対応工数
- 在庫が見えないことによる、念のための過剰発注
逆に、更新機能まで自作した場合の効果を試算に入れていないのも意図的です。更新機能は、うまくいけば工数が減りますが、数字がずれたときの調査と修正で一気に持っていかれます。期待値で語れるものではないため、試算には入れていません。
勤怠管理の自作も同じ構造
「勤怠管理システム 自作」も同じ理由で相談が多い分野です。構造は在庫管理とほぼ同じですが、もう一段慎重になる必要があります。
法令要件があるため慎重に
勤怠管理は、労働時間の把握や記録の保存について労働基準法をはじめとする法令上の要件がかかる領域です。要件は改正によって変わります。自作した場合、法改正のたびに自分たちで調べ、直し、間違っていないか確認し続けなければなりません。既製品を使えば、提供元が対応します。
さらに、勤怠のデータは給与に直結します。集計が間違えば、賃金の未払いや過払いが発生します。在庫のずれは社内で気づいて直せますが、賃金の誤りは従業員との信頼と法令の両方に関わります。この一点だけでも、勤怠の集計・確定処理を自作する理由はほとんどありません。
勤怠で自作してよい範囲
とはいえ、勤怠でも「見る」側なら自作の余地はあります。
- 既製品から出力したデータを読み込み、残業時間が多い人を早めに知らせる
- 有給の取得状況を部署別に一覧化する
- 打刻漏れの疑いがある日を抽出して確認を促す
いずれも、勤怠の正本は既製品に置いたままです。自作するのは「気づくための表示」だけ。在庫管理とまったく同じ線引きだとお分かりいただけると思います。
作る前に決める7つのこと
自作すると決めたら、コードを書き始める前に次の7つを紙に書き出してください。ここが埋まらないうちは着手しないでください。
- 目的：何に困っていて、どうなれば成功か（「在庫を見える化する」は目的になっていません）
- 対象外：やらないと決めること（更新はやらない、拠点間移動は扱わない、など）
- 元データ：どこから読むか。そのデータの正しさは誰が担保しているか
- 使う人：何人が、どの端末で、いつ見るか
- 止まったときの代替：使えなくなったら、どのやり方に戻るか
- 維持する人：作った人以外に、説明できる人を誰にするか
- やめる基準：どうなったら捨てるか（使われなくなった、既製品を入れた、など）
特に2番目の「対象外」が重要です。在庫管理の自作が失敗するときは、たいてい途中で更新機能に手を伸ばしています。最初に「やらない」と書いておくと、この誘惑を止められます。
外注に切り替える判断基準
次のいずれかに当てはまったら、自作を続けず外注や既製品導入に切り替えてください。
- 作り始めて2週間以上、動くものが出ていない
- 「あとで直す」と決めた箇所が5つ以上たまっている
- 更新機能が必要だという結論にどうしても行き着く
- 本業の時間を明らかに圧迫している
- 作っている本人が「もう自分にも分からない」と感じている
外注する場合は、契約形態も確認してください。何を成果物とするかで責任範囲が変わります。詳しくは準委任と請負の違いにまとめています。在庫管理以外も含めた業務改善の全体像は業務効率化のアイデア20選をご覧ください。
よくある質問（FAQ）
Q. AIを使えば在庫管理システムは作れますか？
A. 画面や集計を作ることはできます。ただし作れることと、業務で使い続けられることは別です。在庫の数字を書き換える処理は、同時更新・取消・返品・棚卸差異といった例外の扱いを設計しないと必ずずれます。まずは読み取り専用のツールから始めてください。
Q. まずExcelを直すべきか、作り直すべきか？
A. ファイルが複数ある、商品コードの表記が揃っていない、更新の担当と時刻が決まっていない。このどれかに当てはまるなら、先にExcelを直してください。この状態でシステムを作っても、同じ問題がシステムの中に移るだけです。
Q. 既製品を入れるほどの規模ではない気がします
A. 規模で決めず、扱う内容で決めてください。品目数が少なくても、ロット管理や複数拠点があるなら既製品が向きます。逆に品目数が多くても、見るだけでよいならExcel＋読み取り専用ツールで足ります。判断軸は量ではなく複雑さです。
Q. 実棚と帳簿がいつもずれます。原因は？
A. 多いのは、締め時刻をまたいだ入出庫の扱い、返品・不良の戻し方、入り数の変換です。まずは1か月分の差異を品目別に並べ、どの場面で発生しているかを特定してください。システムを変える前に、運用のどこで抜けているかが見えます。
Q. 在庫管理のシステムはいくらくらいですか？
A. 製品や条件によって幅が大きく、一律の相場をお伝えできません。ウェブの相場情報を前提に判断すると、必要な機能が入っていない見積りと比べてしまいます。品目数・拠点数・利用人数・連携先を書き出したうえで、複数社に同じ条件で見積りを依頼してください。
Q. 読み取り専用のツールでも情報漏えいは心配では？
A. 心配すべきです。読み取り専用でも、在庫データには取引量や仕入先が含まれます。どこにデータを置くか、誰がアクセスできるか、AIに渡す範囲はどこまでかを先に決めてください。実名や単価を伏せて扱うだけでも、リスクは大きく下がります。
Q. 作った人が辞めたらどうなりますか？
A. 触れなくなります。これは自作で最も多い失敗です。対策は2つで、作った時点で第三者が読める説明を残すこと、そして元データをツールの外にも残すことです。元データさえ無事なら、最悪ツールを捨ててやり直せます。
Q. 在庫管理にAIの需要予測は使えますか？
A. 使う前に、過去の出荷実績が正確に揃っているかを確認してください。表記ゆれや欠測がある状態で予測しても、もっともらしい数字が出るだけです。また、予測の責任は人が負います。判断材料の1つとして扱い、発注を自動化しないでください。
Q. 勤怠管理システムも自作していいですか？
A. 労働時間の把握や記録には法令上の要件があり、内容は改正によって変わります。集計は給与にも直結します。打刻や集計の正本は既製品に任せ、残業時間の傾向や打刻漏れの確認といった「見る」部分だけを自作するのが安全です。
Q. バーコードやハンディ端末は自作できますか？
A. 読み取り自体は難しくありませんが、読み取った結果で在庫を更新する時点で「更新する処理」になります。現場の運用では読み取り誤りや二度読みが起きるため、その扱いを設計する必要があります。既製品を検討してください。
Q. 既製品と自作を組み合わせてもよいですか？
A. むしろ推奨します。在庫の更新は既製品に任せ、自社が見たい形の一覧やアラートだけを自作で補う形です。既製品のデータ出力機能があれば実現できます。全部を自作するより安全で、費用も抑えられます。
Q. 何から手をつければいいか決められません
A. 直近1週間で「在庫が分からなくて困った場面」を書き出してください。探すのに時間がかかったのか、欠品に気づけなかったのか、過剰発注したのか。場面が特定できれば、作るべきものは自然に決まります。困りごとが挙がらないなら、今は作る時期ではありません。
まとめ
- 在庫管理の自作は「見るだけ」なら可、「更新する」なら危険
- 在庫数のずれは受注・出荷・請求・信用にそのまま波及する
- 自作の前に、Excelの改善で足りないかを必ず疑う
- Excelの限界を感じたら、次に見るべきは自作ではなく既製品
- 自作するなら現在庫の可視化 → 発注点のアラート → 滞留と欠品の分析の順
- 更新機能は、5つの条件をすべて満たすまで作らない
- AIが確実に役立つのは集計・整理・説明。需要予測はデータが揃ってから
- 勤怠管理は法令要件があるため、集計の自作は避ける
- 着手前に目的・対象外・元データ・使う人・代替・維持する人・やめる基準の7つを書き出す
在庫管理の自作で失敗する会社は、技術力が足りなかったわけではありません。作れる範囲と、作ってはいけない範囲の線を引かなかっただけです。線さえ引けていれば、AIを使った自作は中小企業にとって強力な手段になります。まずは「見るだけ」から始めてください。
自社の在庫管理を、自作すべきか・既製品にすべきか・Excelの改善で足りるかの切り分けからご相談いただけます。当社の支援は初期費用0円・月額5万円で、範囲を決めるところから伴走します。
AIで何が作れて何が作れないかの全体像はバイブコーディングとは｜中小企業の業務での使い方、実際の作り方の手順はAIでアプリを作る手順、外注前の整理は要件定義の進め方、Excel作業そのものの効率化はExcelをAIで自動化する方法にまとめています。
