製造業の自動発注を成功に導く実践ガイド｜エクセル管理の限界とIoT重量計の導入効果

製造業における在庫管理・発注業務の「3つの限界」

限界①　エクセル管理と目視確認が引き起こす「棚卸減耗損」

エクセルを用いた手入力管理や、現場の目視による在庫確認は、ヒューマンエラーの温床です。

入力漏れや数え間違いが蓄積すると、システム上の「理論在庫」と現場の「実在庫」にズレが生じ、決算時に多額の「棚卸減耗損（帳簿上の在庫より実際の在庫が少ないことによる損失）」として経営を圧迫します。

💡 専門家の視点：現場運用の落とし穴
現場の作業員に「正確な入力」を求める精神論に頼らず、入力作業そのものをなくす仕組みを構築すべきです。

理論在庫と実在庫の乖離が生じるのは、「作業員が忙しさのあまり帳簿への記入やシステム入力を後回しにする」ことが主な理由です。人間の手作業を介在させない物理的な自動化を行うことで、初めて精度の高いデータ基盤が生まれます。

限界②　ベテランの「勘」に依存する属人化リスク

発注業務が特定のベテラン社員の頭の中にある「勘」や「経験」に依存している状態は、企業にとって極めて高いリスクです。

2025年5月に経済産業省・厚生労働省・文部科学省の3省が共同で報告した「2025年版 ものづくり白書（令和6年度 ものづくり基盤技術の振興施策）」は、製造業における人材課題を数値で示しています。

同白書によれば、製造業の就業者数は2023年の1,055万人から2024年には1,046万人へとわずかに減少し、中小企業の従業員数過不足DIは2024年においても製造業でマイナス20前後と、引き続き人手不足の状態が続いています。

また、若年就業者数の減少と高齢就業者数の増加の傾向も続いており、熟練技術者の高齢化と担い手不足が構造的な課題であることが示されています。

ベテラン社員の退職や急な欠勤が発生した途端、適切な発注量がわからなくなり、生産ラインが停止する事態になりかねません。

＊出典：2025年版 ものづくり白書 第2部第1章第2節 図211-4、図212-1 ／ 経済産業省・厚生労働省・文部科学省

限界③　欠品を恐れるがゆえの「過剰在庫」とキャッシュフロー悪化

欠品によるライン停止（機会損失）は、工場長にとって最も避けたい事態です。そのため、正確な在庫量が把握できていない現場では、不安から「とりあえず多めに発注しておく」という心理が働き、結果として過剰在庫を抱えることになります。

過剰在庫は、保管スペースを圧迫するだけでなく、企業の貴重なキャッシュを固定化し、資金繰りを悪化させる要因となります。

【無料】製造業向け在庫管理改善ガイドブックをダウンロード

自動発注を成功に導く「発注点」のロジックとAIの正しい使い方

属人化を排除し、システムによる自動発注を実現するためには、論理的なしきい値管理が不可欠です。ただし、どのテクノロジーをどの場面で使うかという判断が、成否を左右します。 

確実な自動発注の基礎「発注点」の正しい計算式

自動発注の最も確実なアプローチは、「在庫が一定の数量（発注点）を下回ったら、決まった量を発注する」という発注点管理です。発注点は以下の計算式で論理的に導き出されます。

発注点 ＝ 1日の平均消費量 × リードタイム（発注から納品までの日数） ＋ 安全在庫

・1日の平均消費量
1日あたりに使用・販売する在庫数量を指します。

・発注リードタイム
材料の場合、発注してから納品されるまでの調達期間です。仕掛品の場合、生産着手から完了までの製造期間を指します。

・安全在庫
需要変動等の要因で起こる可能性がある欠品を防ぐため、ストックしておく在庫を指します。

⚠️ 運用上の注意点：消費量とリードタイムは同じ時間単位で統一する必要があります（例：日次消費量を使う場合はリードタイムも日数で計算）。単位がずれると発注点が大幅にズレるため注意してください。

製造業の場合、BOM（部品表）に基づく複雑な消費ペースや、サプライヤーの納品リードタイムの変動を考慮して安全在庫を設定する必要があります。このしきい値を正確に設定し、実在庫をリアルタイムに監視し続けることが、欠品を防ぐ基本的な手段です。

関連記事＞＞発注点

関連記事＞＞安全在庫

 AI需要予測と物理データ、製造現場での正しい使い分け 

製造業において、生産計画や購買計画の精度を上げるために過去データを活用することは有効です。消費傾向の分析や適正在庫の算出など、複雑で緻密な判断をAIに任せることで、計画の質を大きく高めることができます。

一方で、製造現場では突発的な仕様変更や特急対応が頻繁に発生します。こうした場面では、「今この瞬間、棚に何個残っているか」という物理的な実在庫データをリアルタイムに把握することが、迅速な意思決定の土台となります。

つまり、AIが真に力を発揮するのは「正確な実在庫データが継続的に蓄積されている環境」です。現場の変化に対応しながら、その結果が適正かどうかをさまざまな条件から瞬時に判断する――そうした用途においてAIは大きな強みを持ちます。重要なのはAIを使うかどうかではなく、物理データの取得とAI活用を適切に組み合わせることです。

【比較表】自動発注システム・在庫管理手法の選び方

自動発注を実現するためのセンシング技術にはいくつか種類があります。自社の商材や現場環境に合わせて最適な手法を選ぶことが重要です。

バーコード・RFID・カメラ・重量計の徹底比較

●バーコード

導入コストは低いが、スキャンの手間がかかり、数えにくい小物には不向き。スキャン漏れが発生すると、システム全体の信頼性が崩壊し「結局エクセルや目視確認に逆戻り」というリスクがある。

●RFID（ICタグ）

複数品を一括読み取りできる利点がある一方、ICタグの単価が高い。また、UHF帯では金属面に直接貼り付けると電波が反射・遮断され読み取り精度が著しく低下するほか、液体（水分）も電波を吸収するため感度が落ちる。金属対応タグや液体対応タグを使用することで対策は可能だが、選定・設計に専門知識が必要となる。

●カメラ（画像認識）

重なり合った部品や箱の中身は認識できず、死角が生じやすい。照明条件・汚れへの依存度も高く、工場環境での安定稼働に課題がある。

●IoT重量計

初期設定後は「置くだけ」。重量から個数を割り出すため、ネジや液体でも高精度に管理可能。現場の作業員に新たなオペレーションを一切要求しないのが最大の強み。

💡 専門家の視点：システム選定の絶対条件
「入力の手間」が残るシステムは形骸しやすい

バーコード管理システムが形骸化していく主な原因は、スキャン漏れが避けられないことにあります。たった1回の漏れでシステム全体の信頼性が損なわれ、結局エクセルや目視確認に戻ってしまう現場が少なくありません。

システム選定で重視すべきは、現場の作業員に新たなアクション（スキャンや入力）を発生させないことです。重量計による自動化はこの条件を満たすため、現場に定着しやすい手法といえます。 

現場オペレーションを変えずに実現する「IoT重量計」による自動発注 

エクセル管理の限界と、入力作業を伴うシステムの弱点を克服するのが、IoT重量計を用いた在庫管理DXソリューション「スマートマットクラウド」です。

なぜ「置くだけ」のスマートマットクラウドが選ばれるのか？

スマートマットクラウドの最大の強みは、現場のオペレーションを一切変える必要がない点です。部品が入った箱をマットの上に「ただ置くだけ」で、内蔵された重量センサが変化を検知し、クラウド上でリアルタイムに在庫数（個数・残量）へと変換します。

あらかじめ設定した発注点を下回ると、自動でサプライヤーへ発注メールやFAXが送信される仕組みです。

ネジ・液体・粉末など「数えにくい現物」のリアルタイム可視化

製造業の現場には、バーコードを貼れない極小のネジやボルト、RFIDが苦手とする液体塗料や化学薬品、粉末状の原材料など、「数えにくい現物」が溢れています。

スマートマットクラウドは重量をベースに計算するため、これらの商材でも高精度で残量を把握できます。これにより、これまで目分量や手作業での計量に頼っていた資材の可視化が可能になります。

既存のERP・生産管理システムとのシームレスなAPI/CSV連携

スマートマットクラウドは単なる独立したツールではなく、全社のDX基盤として機能します。取得した正確な実在庫データは、APIやCSV出力を通じて、既存のERP（統合基幹業務システム）や生産管理システムと連携可能です。

これにより、情報システム部門や経営層は、常に最新で正確な在庫データを基に経営判断を下すことができます。

【製造業の導入事例】スマートマットクラウドがもたらした変化

実際にスマートマットクラウドを導入した製造業・関連企業の現場では、どのような変化が起きたのでしょうか。以下に代表的な事例をご紹介します。

事例①　積水成型工業株式会社｜化学・製造業

―月80時間の発注業務を削減。欠品による生産停止リスクを解消

プラスチック容器を中心に食品・医薬品・工業薬品・電子材料向け製品を製造する積水成型工業株式会社（関東工場）では、24時間・3交替制の稼働体制の中で、日勤・夜勤間の在庫引き継ぎが属人化しており、「誰かが連絡したはず」という思い込みによる欠品が課題でした。また、クリーンルームへの入室準備（約5分）が毎日の目視確認の大きな負担になっていました。

スマートマットクラウド導入後は在庫のリアルタイム可視化により、月80時間分の発注業務（在庫確認作業を含む）を削減。また欠品リスクを低減し、連絡漏れや管理ミスを防止 。担当者は専門性の高い業務に集中できる環境になりました。

🔗 詳細事例を読む：積水成型工業株式会社

事例②　株式会社SUBARU｜自動車製造

―消費予測が難しい部品管理の検数を自動化。従来比1.5倍の費用対効果を実現

車の生産ラインで使用するバランスウェイト（70種類）は消費スピードの予測が難しく、毎日若手社員が1.5時間かけて手作業で数えていました。年間244日・1日1.5時間の作業が担当者の大きな負担になっていました。

スマートマットクラウド導入により在庫の自動計測が実現。日々の手作業での数量確認をなくし、従来比1.5倍の費用対効果を達成。若手社員の業務負担軽減と従業員体験向上も同時に実現しました。

🔗 詳細事例を読む：株式会社SUBARU

事例③　株式会社MARUWA SHOMEI｜機械・組立

―在庫最適化AIエージェント活用で300万円の在庫金額を削減

機械・組立業のMARUWA SHOMEIでは、スマートマットクラウドの在庫最適化AIエージェントを活用し、これまで勘と経験に頼っていた発注点の設定を、データに基づく継続的な最適化へと移行しました。

AIによる具体的な提案を反映した結果、導入後半年間で対象200品目の在庫金額を約300万円（約15%）削減。生産性向上を目指すDX改革の成功事例として社内でも高く評価されています。 

🔗 詳細事例を読む：株式会社MARUWA SHOMEI

事例④　株式会社豊田自動織機｜自動車・梱包資材管理

―ベテラン担当者の経験に依存した管理から、データ活用の仕組みへ

自動車用エンジン部品のサービスパーツに使用する梱包資材の管理において、ベテラン担当者の経験や現場との連携に頼っていた管理体制を、在庫データを活用した仕組みへシフト。発注業務の標準化と管理オペレーションの効率化を実現しました。本記事で取り上げた『属人化リスク』への対応事例として参考になります。

🔗 詳細事例を読む：株式会社豊田自動織機

 ＼製造業向け導入事例集（全業種）を無料ダウンロード／

自動発注システムに関するよくある質問（FAQ）

Q. 自動発注の「発注点」はどうやって最初に設定すればよいですか？

A. 過去の消費データ（月次・週次の使用量）とサプライヤーの納品リードタイムを元に、まず「1日平均消費量 × リードタイム日数 ＋ 安全在庫」の計算式で初期値を設定します。スマートマットクラウドでは、導入後に蓄積された実消費データをもとに設定値を随時見直すことができます。最初から完璧な数値を求めず、「まず動かして、データで精度を上げていく」アプローチが現場での定着を早めます。

Q. 自動発注でサプライヤーに送られる発注内容は、人が確認・修正できますか？

A. はい、可能です。スマートマットクラウドでは発注点を下回った際に、自動で発注メールやFAXを送信する「フル自動発注」のほか、担当者へアラート通知を送り、内容を確認した上で発注を実行する「承認フロー型」の運用も選択できます。特急対応や仕様変更が多い製造現場では、まず承認フロー型でスタートし、信頼性を確認しながら自動化の範囲を広げていく運用が推奨されます。

Q. 発注リードタイムが季節や受注状況で変わるサプライヤーの場合、どう対処すればよいですか？

A. リードタイムが変動するサプライヤーに対しては、「最長リードタイム」を基準に安全在庫を厚めに設定することが基本対策です。また、スマートマットクラウドでは品目ごとに発注点を手動で変更できるため、繁忙期前に発注点を引き上げる運用も可能です。リードタイムの変動が大きい品目については、担当者への早期アラート通知と組み合わせることで、欠品リスクを大幅に低減できます。

まとめ：自動発注で「現場課題」を解消し、競争力のある工場をつくる

エクセル管理の限界や属人化によるリスクは、もはや現場の努力だけで解決できる問題ではありません。2025年版ものづくり白書が示す通り、製造業の人手不足は構造的な課題です。

確実な発注点ロジックと、現場の負担を大幅に削減する「IoT重量計」の組み合わせは、欠品を防ぎ、過剰在庫を削減し、強い工場を創り上げるための現実的な解となります。

スマートマットクラウドは、エクセル管理の限界・属人化・過剰在庫という3つの課題に、IoT重量計を活用した仕組みで対応しています。 まずは、貴社の環境でどれだけのコスト削減・工数削減が見込めるか、同業他社の成功事例を網羅した具体的な資料でご確認ください。

 ＼無料オンライン相談・見積もりを依頼する／