生産管理でAIを使うとき、最初に決めるべきは「どの業務か」ではなく「その業務が計算なのか、文書化なのか」です。 ここを分けずに進めると、生成AIに向かない処理をやらせて精度が出ない結果になります。この記事では計画・発注・在庫の3業務について、任せられる範囲を整理します。
3業務の性質はそれぞれ違う
| 業務 | 中身 | 向く手法 |
|---|---|---|
| 生産計画 | 制約条件下での順序と数量の決定 | 数理最適化が主、AIは補助 |
| 発注 | ロット・納期条件下での数量算出 | 数理最適化が主、AIは補助 |
| 在庫 | 傾向の読み取りと異常の検知 | AIが有効 |
| （3業務共通） | 報告書・依頼文・手順書の作成 | AIが有効 |
上2つは計算、3つ目は読み取り、共通部分は文書化です。 ここを混ぜて「生産管理をAIで」と考えると設計が定まりません。
生成AIだけで解こうとすると失敗する処理
次のような条件が絡む計算は、生成AIに直接やらせるのに向きません。
- メーカーごとの最低発注ロット
- 複数品目をまとめる混載の条件
- 品目ごとに異なるリードタイム
- 設備の稼働制約と段取り替えの時間
- 保管スペースの上限
これらを同時に満たす数量や順序を出す処理は、数理最適化（混合整数計画法など）で扱う領域です。 生産計画・配送計画で長く使われてきた確立した手法で、制約を厳密に満たす解を出せます。
生成AIは文章の生成と読解に強い一方、制約をすべて満たす数値を厳密に出すことは本来の得意分野ではありません。 一見それらしい数字が返ってきても、ロット条件を満たしていないことがあります。
では生成AIはどこで使うか
組み合わせるとうまく機能します。
| 工程 | 担当 |
|---|---|
| 条件・仕様書の読み取り | 生成AI |
| 制約を満たす数量・順序の算出 | 数理最適化 |
| 結果の理由の説明文生成 | 生成AI |
| 例外的なケースの判断 | 人 |
「なぜこの発注量になったか」を担当者に説明する部分は、生成AIが向いています。 最適化の結果だけを出しても現場は納得しません。理由が言語で出ると運用に乗ります。
業務1：生産計画
任せられる範囲
- 制約条件下での生産順序と数量の案の作成
- 計画変更が発生したときの影響範囲の洗い出し
- 計画書・変更連絡の文書化
任せてはいけない範囲
- 最終確定。突発の割り込み、取引先との関係、現場の事情は数式に入りません
- 例外的な優先順位の判断
実務では「案を自動で作り、担当者が調整して確定する」形が最も定着します。 完全自動を目指すと、例外のたびに人が介入できず使われなくなります。
業務2：発注
任せられる範囲
- 受注状況と在庫から発注案を算出
- ロット条件・納期を満たす組み合わせの提示
- 発注書・依頼文の下書き作成
任せてはいけない範囲
- 発注の確定。取り消せない操作は人の承認を挟んでください
実現可否を左右するのは連携方法
ここが最大の論点です。開発側の技術力より、既存システムの仕様で決まります。
確認すべきは3点です。
- 受注・在庫データを取り出せるか（CSV／DB参照／API）
- 発注データを書き戻せるか
- 連携にベンダーの許諾や追加費用が必要か
2番が閉じている場合、「AIが案を作り、担当者が確認して別途発注する」形に設計が変わります。 業務としては成立しますが、当初想定していた形とは違うものになります。
市販の生産管理パッケージは仕様が非公開のことが多く、ベンダーに確認するまでは開発側も可否を判断できません。 この確認を飛ばして「できます」と言う提案には注意してください。
業務3：在庫
任せられる範囲
- 在庫推移の傾向の読み取り
- 滞留在庫・欠品リスクの洗い出し
- 発注点の見直し材料の整理
- 在庫レポートの文書化
注意点
集計そのものをAIにやらせないでください。 数量の合計や在庫金額の計算は、従来の処理のほうが正確です。AIに任せるのは「集計結果を読んで、どこがおかしいかを指摘する」部分です。
導入の順番
- 3業務のうち1つに絞る
- 現在の作業時間を1〜2週間実測する（見込みではなく実測）
- 既存システムからデータを取り出せるか確認する
- 小さく作って動かす
- 効果を測ってから範囲を広げる
3番を先にやってください。 ここが閉じていると、どんな設計も成立しません。確認に時間がかかることが多いため、早めに着手する価値があります。
費用と期間の目安
| プラン | 費用（税抜） | 対象 |
|---|---|---|
| 業務自動化ミニ開発 | 300,000円〜（単発） | 1業務・CSV連携・2〜4週間 |
| AI組込み開発 | 800,000円〜（要件見積） | 基幹システム連携・最適化ロジック・1〜3ヶ月 |
| AI開発顧問 | 300,000円／月（最低3ヶ月） | 内製化の伴走 |
期間が読めない最大の要因は、開発ではなく既存システム側の確認です。 ベンダーへの問い合わせに数週間かかることがあります。
補助金の活用を検討する場合、自社専用の開発は制度によって対象が分かれます。詳細はAI開発に補助金は使えるかにまとめています。
発注前に確認したい4つの質問
- この処理は計算ですか、文書化ですか
- 制約条件を満たすことを、どう検証しますか
- 既存システムとの連携可否は誰が確認しますか
- 結果の理由を担当者に説明できますか
2番に答えられない提案は避けてください。 生成AIだけで制約付きの計算をさせている場合、条件を満たさない結果が混ざることがあります。
進め方
- 初回相談（30分・無料） — 対象業務と、いま困っている点を伺います
- 連携可否の確認をご一緒します — 何をベンダーに聞くべきかを整理します
- ミニ開発（300,000円〜） — 1業務に絞って動かします
- 効果を見てから範囲を判断
現時点で連携可否が不明でも問題ありません。 確認の進め方からご相談いただけます。「今は開発しないほうがよい」と判断した場合は、その旨をお伝えします。
初回30分の相談は無料・オンライン対応・秘密厳守です。
まとめ
- 最初に分けるのは「計算なのか、文書化なのか」
- ロット・納期・稼働の制約が絡む算出は数理最適化の領域。生成AI単体では向かない
- 生成AIは条件の読み取り・結果の説明・文書化で効く
- 生産計画も発注も「案を自動、確定は人」が定着する形
- 在庫は集計をAIにやらせない。読み取りと指摘に使う
- 実現可否を決めるのは開発力より「既存システムからデータを出せるか、戻せるか」
関連記事: