納期回答の効率化は、答えを考える判断ではなく、その前の「問い合わせを読み取り、在庫・生産の予定・仕入先の納期を集める」手作業から手を付けると進めやすくなります。読み取りや下書きはAIに任せ、回答の確定とお客様への送信、無理な納期を受けるかの判断は人に残します。
この記事は、営業事務や受注の窓口を受け持つ部門の責任者が、納期回答の手間をどこまでAIに任せられるかを考えるための記事です。見積書づくりや受注の入力のAI活用は営業事務のAI自動化開発で扱っているため、この記事では納期回答に絞ります。
納期回答とは
納期回答とは、お客様から「この品物はいつ届くか」「この日までに間に合うか」と聞かれたときに、在庫や生産の予定を確かめて、届けられる日を答える仕事のことです。
答えた日付は、回答納期と呼ばれます。納期回答には、大きく3つの場面があります。
| 場面 | 中身 | 例 |
|---|---|---|
| 注文の前 | 見積もりと一緒に、届けられる日を答える | 「100個なら、注文から10営業日で出荷できます」 |
| 注文のあと | 注文を受けて、届けられる日を確かめて答える | 「ご注文の品は、来月5日に出荷します」 |
| 変わるとき | 決まっていた納期が変わることを知らせる | 「部品の入荷が遅れ、出荷が3日遅れます」 |
一度答えた納期は、お客様にとって約束になります。 お客様は、その日付をもとに自社の生産や出荷の予定を組みます。だから、納期回答は速さと同じくらい、確かさが求められる仕事です。
納期回答の流れと、手作業がある所
1件の問い合わせに答えるまでを、段階ごとに分けます。時間は、在庫だけでは答えられず、生産の予定を確かめる問い合わせ1件についての、説明のための例です。品目や社内の記録の残り方で、大きく変わります。
| 段階 | 中身 | 手作業の例 | 1件あたりの時間の例 |
|---|---|---|---|
| 問い合わせを読み取る | メールやFAXから、品番・数量・希望の納期を読み取る | 品名を社内の品番に読みかえる | 5分 |
| 在庫を確かめる | 販売管理や在庫の表で、引き当てられる数を見る | 別の注文に引き当て済みの数を引く | 10分 |
| 生産や仕入れの予定を確かめる | 生産の予定表や、仕入先の納期を見る | 生産管理や購買に聞く | 15〜20分(返事を待つ時間は別) |
| 回答を作る | 届けられる日と、条件を書く | お客様ごとの言い回しでメールを書く | 10分 |
| 送って記録する | 回答を送り、答えた日と中身を残す | 台帳や表に書き写す | 5分 |
この例では、1件あたり45〜50分ほどかかる計算です。問い合わせが1日に20件あれば、一人の担当者の1日の多くが納期回答で埋まります。このうち、届けられる日を判断する時間は一部で、残りの多くは、読み取る・探す・聞く・書き写す作業です。
手間がかかる理由
納期回答に時間がかかるのは、担当者の手際の問題ではありません。多くは、次の事情から来ています。
- 情報が部門をまたいでいる:営業事務からは在庫は見えても、生産の予定は生産管理、仕入先の納期は購買が持っている
- 問い合わせの形がばらばら:お客様ごとに品名の書き方が違い、社内の品番に読みかえる手間がかかる
- 答えた納期の変更を追いにくい:一度答えた納期があとで変わったとき、どのお客様に何と答えたかを探し直す
- 問い合わせがメールやFAXで届く:数字を読み取って、社内の表に打ち直す作業が残る
最後の点は、多くの会社に共通する事情です。経済産業省の『令和7年度電子商取引に関する市場調査』では、2025年の企業間の取引のうち、電子商取引が占める割合(金額で見た割合)は45.9%でした(出典1)。残りの取引は電子商取引の外で行われていて、そうした取引では、問い合わせや注文がメールやFAXで届き、人が読み取って答える場面が残ります。
担当者の頭にある「回答の勘」
納期回答は、属人化しやすい仕事です。属人化(ぞくじんか)とは、ある仕事のやり方や判断が特定の人だけに分かる状態になり、その人がいないと仕事が進まなくなることです。担当者の休みや退職で止まる仕事の見つけ方は、属人化のリスク|担当者の退職や休みで止まる仕事にまとめています。
長く納期回答を受け持ってきた担当者の頭には、表に出ない知識がたまっていきます。
| 担当者の頭にある知識 | 例 | 書き残さないと起きること |
|---|---|---|
| 実際に出せる日 | 在庫表では0でも、来週の生産から5個は回せる | 実は間に合う注文を断る |
| お客様ごとの事情 | 希望の納期を、実際より早めに伝えてくるお客様がいる | 無理な割り込みを頼んでしまう |
| 生産管理との相談の仕方 | この品番は、早めに相談すれば順番を入れ替えられる | 相談が遅れ、間に合わなくなる |
| 遅れの兆し | この仕入先の部品は、月末に遅れがち | 遅れを見込まずに答える |
| 言い回し | 「出荷日」と「着く日」を、お客様ごとに書き分ける | 届く日の行き違いが起きる |
こうした勘は、担当者が多くの問い合わせに向き合ってきたからこそ持っているものです。 生産の予定を組む側の知識の受け継ぎ方は、生産管理の属人化|生産計画づくりを受け継ぐ方法で扱っています。
受け継ぐための一番小さな手は、答えるたびに「回答の根拠」を一行残すことです。在庫から出すのか、生産の予定からか、仕入先の納期を待つのか、を書くだけで、ほかの人が同じ問い合わせに答えるときの手がかりになります。
AIに任せる所・人に残す所
納期回答の作業を、AIに任せる所と人に残す所に分けます。
| 作業 | AIに任せる所 | 人に残す所 |
|---|---|---|
| 問い合わせの読み取り | メールやFAXから、品番・数量・希望の納期を抜き出し、社内の品番に読みかえる | 読みかえが合っているかを確かめる |
| 在庫の確認 | 引き当てられる数を調べて並べる | 別の注文との優先を判断する |
| 生産・仕入れの確認 | 生産の予定と仕入先の納期を並べ、生産管理や購買に聞く文を下書きする | 順番の入れ替えや急ぎを頼むかを、部門どうしで決める |
| 回答の作成 | 回答の候補と、メールの下書きを作る | 回答を確定し、お客様に送る |
| 記録 | 答えた日・中身・根拠を台帳に書く | 記録が正しいかを確かめる |
| 納期の変更 | 影響を受ける注文の一覧と、連絡文の下書きを作る | 代わりの案を決め、お客様に連絡する |
回答の確定と、お客様への送信は、人が確かめてから行います。 特急の注文や、生産の順番を入れ替えないと間に合わない注文を受けるかどうかも、人の判断です。
問い合わせは、答え方の決まりやすさで3つに分けると、どこから任せるかを決めやすくなります。
| 問い合わせの種類 | 例 | AIに任せる範囲 | 人が見る所 |
|---|---|---|---|
| 在庫で答えられる | 在庫が十分にある品番の、いつもの数量 | 読み取り、在庫の確認、回答の下書き、記録 | 品番・数量・日付を照らして送る |
| 生産の予定を見れば答えられる | 在庫は足りないが、生産の予定に入っている品番 | 生産の予定を調べ、回答の候補を並べる | 予定どおりに作れるかを確かめる |
| 部門の相談が要る | 特急、大口、仕入先の部品が足りない品番 | 相談の文と、判断に要る情報の一覧の下書き | 受けるか、どう間に合わせるかを部門どうしで決める |
始めるのは、1つ目の「在庫で答えられる」問い合わせからです。答え方が決まっていて、確かめる所も少ないためです。AIの下書きが合っている割合を見ながら、2つ目、3つ目へ広げます。3つ目は、AIに下書きを任せても、判断は最後まで人に残ります。
メールの下書きは、生成AIが得意とする作業の一つです。総務省の『令和8年版 情報通信白書』では、日本の企業が生成AIを使っている業務として「議事録・メール作成補助」を挙げた割合が約7割と最も高く、導入の効果を実感していると答えた割合も約7割でした(出典2)。一方で、同じ白書では、生成AIの活用で懸念されるリスクとして「出力結果の精度に問題がある」も多く挙げられています(出典3)。下書きは任せ、日付と数量は人が照らす、という分け方が向いています。
回答の記録に残す項目
納期回答の記録(台帳)の型を先に決めておくと、AIに記録を任せるときも、納期が変わったときに探すときも、見る所がそろいます。
| 項目 | 書くこと | 何に使うか |
|---|---|---|
| 受けた日 | 問い合わせが届いた日時 | 返事までの日数を見る |
| お客様と担当者 | 会社名と、問い合わせた人 | 変更の連絡先を探す |
| 品番と数量 | 社内の品番に読みかえたもの | 在庫や生産の予定と照らす |
| 希望の納期 | お客様が書いてきた日付 | 回答との差を見る |
| 答えた納期 | 出荷日か着く日かを分けて書く | 行き違いを防ぐ |
| 回答の根拠 | 在庫・生産の予定・仕入先の納期のどれか | 遅れたときに、見込みのずれを探す |
| 答えた人 | 担当者の名前 | 問い合わせを受け継ぐ |
| 変更の履歴 | 変えた日、変えた理由、連絡した日 | 同じお客様への説明をそろえる |
| 出荷の実績 | 実際に出荷した日 | 答えた納期を守れたかを見る |
答えた納期と出荷の実績を並べておくと、どの品番やどの仕入先で見込みがずれやすいかが、月ごとに見えてきます。
進め方の6つの手順
- 作業を2週間ほど記録して測る:納期回答のどの段階に何分かかったかを記録します。取るもの・見る人・消し方は、始める前に決めて担当者に説明します
- 台帳の型と、品番の読みかえ表を決める:上の項目と、お客様ごとの品名と社内の品番の対応表を作ります
- 在庫と生産の予定を見られる場所をそろえる:AIが読める形で、在庫と生産の予定、仕入先の納期の表を置きます
- 読み取りと下書きをAIに任せる:問い合わせの読み取り、回答の候補、メールの下書き、台帳への記録をAIが進め、担当者が確かめて送ります
- 回答の根拠を一行残す:台帳の根拠の欄に、在庫・生産・仕入れのどれから答えたかを書きます
- 毎月見直す:前の月と比べて、納期回答にかかった時間と、答えた納期を守れた割合を見て、指示や表を直します
手順3で、在庫や生産の予定が担当者の手元の表にしかない場合は、そこを共有の場所に移すことが先になります。
よくあるつまずき
| つまずき | 起きること | 防ぎ方 |
|---|---|---|
| AIの回答をそのまま送る | 品番の読み違いで、別の品物の納期を答える | 品番・数量・日付は毎回人が照らす |
| 出荷日と着く日を混ぜる | お客様の予定と1〜2日ずれる | 台帳の欄を分け、言い回しを決める |
| 生産管理に聞かずに答える | 生産の順番が合わず、約束を守れない | 在庫で足りない注文は、聞いてから答える |
| 根拠を残さない | 遅れたとき、どこでずれたか分からない | 根拠の欄を必須にする |
| 一度に全部の問い合わせを対象にする | 確かめる量が増え、途中で止まる | 在庫で答えられる品番から始める |
当社に頼む場合
当社の業務改善AIは、パソコンの作業を2週間ほど記録して測ることから始めます。納期回答の仕事なら、読み取る・探す・聞く・書き写すのどこに時間がかかっているかを見て、AIに任せる作業を選びます。担当者のやり方は、本人と一緒に手順書にします。くり返しの作業はAIエージェント(手順に沿って作業を進めるAI)が進め、回答の確定やお客様への送信など、大事なところは人が確かめます。毎月、前の月と比べて減った時間を見て、直す・足すをくり返します。
当社自身も、自社のサイトをAIを使って開発・運用しています。2026年11月に数え直した時点で、500ページ超・記事600本超の規模です。記事の下書きや公開前の検査はAIに任せ、内容の正しさは人が読んで確かめています。下書きをAIに任せ、外に出す前の確かめを人が持つ分け方は、納期回答でも同じです。
社内の方と一緒に任せる仕事を増やす「一緒に作る」は、月300,000円(税抜)で、最低3か月、以降は1か月単位です。AIの利用料(AIの作業にかかる費用)は、使った分を別にいただきます。お問い合わせには、2営業日以内に代表がメールで返事をし、オンラインで仕事の様子をうかがってから、進め方とお見積もりをお出しします。任せられる仕事が少ない場合は、契約の前にそうお伝えします。詳しくは業務改善AIにまとめています。
相談のときに伝えるとよいこと
| 伝えること | 例 | 何に使うか |
|---|---|---|
| 1日の問い合わせの件数 | 1日に20件、うち生産の確認が要るのが8件 | 手間の大きさの見立て |
| 問い合わせの届き方 | メールが7割、FAXが2割、EDIが1割 | AIに読ませる方法 |
| 在庫と生産の予定の置き場所 | 在庫は販売管理、生産の予定は生産管理の表 | 情報を集める方法 |
| 回答している人数 | 営業事務の4名、品番ごとに担当が決まっている | 手順書にする判断の選び方 |
| 困っている場面 | 担当者の休みの日に回答が遅れる | 先に手を付ける作業 |
関連記事
出典
この記事で参照した外部の資料です。確認日はいずれも2026-11-15です。
- 経済産業省「令和7年度電子商取引に関する市場調査の結果を取りまとめました」(2026年10月21日)。2025年のBtoB-EC(企業間電子商取引)のEC化率が45.9%(前年比2.8ポイント増)であること。EC化率は、すべての商取引の金額に対する電子商取引の金額の割合で、BtoB-ECでは業種分類上「その他」以外の業種が対象であること
- 総務省「令和8年版 情報通信白書 生成AIの業務利用状況」。業務類型ごとの生成AIの活用状況(日本)で、「議事録・メール作成補助」での活用を回答した割合が約7割と最も高く、導入効果を実感すると回答した割合も約7割であること
- 総務省「令和8年版 情報通信白書 懸念されるリスク及びリスク対策のための取組状況」。生成AIの活用で懸念されるリスクとして、日本では「社内情報の漏洩などのセキュリティリスクがある」が最も多く、次いで「出力結果の精度に問題がある」が多かったこと