AIで需要予測・在庫最適化はどこまでできる？

「在庫を持ちすぎて資金が寝ている」「かと思えば人気商品が欠品して機会損失」——在庫の悩みは、多くのEC担当者がずっと抱えてきたテーマです。最近はAIによる需要予測で在庫を最適化するという言葉をよく耳にしますが、実際のところ「どこまでできて、どこからは難しいのか」が見えにくいですよね。この記事では、AI在庫予測の実力と限界を整理し、ExcelとChatGPTで始める簡易予測から専用ツールまで、無理のない進め方を一緒に確認していきましょう。

AIの需要予測でできること・できないこと

まず押さえておきたいのは、AIの需要予測は「未来を当てる魔法」ではないということです。AIがやっているのは、過去の販売データや季節の波、曜日ごとのクセといった傾向を読み取り、「この調子なら来月はこれくらい売れそう」と確率的に見積もること。つまり、人が経験と勘でやってきた予測を、データに基づいて素早く・安定して出してくれる道具です。期待しすぎても、逆に「どうせ当たらない」と切り捨ててもいけません。得意・不得意を分けて見ておきましょう。

表の通り、AIは「いつも通りのことを、速く正確に見積もる」のが得意で、「初めてのこと・突発的なこと」は苦手です。だからこそ、AIの予測を出発点にして、現場の感覚で補正するのが現実的な使い方になります。AIが出した数字をそのまま発注に使うのではなく、「来月セールがあるから1.2倍」「この商品はSNSで話題だから多めに」といった人の判断を重ねる——この組み合わせが、いちばん失敗しにくい形です。

予測に必要なデータをそろえる

需要予測の精度は、突き詰めると「どんなデータを渡せるか」でほぼ決まります。高機能なツールを入れても、元になるデータが薄ければ良い予測は出ません。逆に言えば、シンプルなデータでも整っていれば、それなりに使える予測ができます。最低限そろえておきたいのは、次のようなデータです。

特に見落とされがちなのが欠品の記録です。在庫切れで「0個しか売れなかった日」をそのまま実績として渡すと、AIは「この商品は売れない」と誤解してしまいます。本当は需要があったのに在庫がなかっただけ——この区別がつくデータにしておくと、予測の質がぐっと上がります。データは多さより「整っていること」が大事です。まずは手元のモール管理画面やカートシステムからCSVで売上を書き出すところから始めましょう。

スモールスタート：ExcelとChatGPTで簡易予測

「いきなり専用ツールを契約するのは怖い」——その感覚は正しいです。まずは今あるExcel（やスプレッドシート）とChatGPTだけで、簡易的な予測を試してみましょう。これだけでも「勘だけの発注」からは大きく前進できます。手順はシンプルです。

1. STEP1：過去の販売数を月別に並べる

   主力商品をいくつか選び、過去12か月以上の月別販売数をExcelに表でまとめます。この1枚があれば予測の8割は準備完了です。欠品月には「在庫切れ」とメモを残しておきましょう。

2. STEP2：季節の波を目で確認する

   Excelの折れ線グラフにして、「何月が山で何月が谷か」を見ます。AIに渡す前に自分で傾向をつかんでおくと、後でAIの予測がおかしいときにすぐ気づけます。

3. STEP3：ChatGPTに予測を頼む

   表をそのまま貼り付け、後述のプロンプトで「来月の販売数の目安」を出してもらいます。ここはAIに任せてOKの工程です。複数案・根拠つきで出させると判断しやすくなります。

4. STEP4：現場の予定で補正する

   AIの数字に、セール予定・新規入荷・販促の有無を人が上乗せ・割り引きします。外部要因はAIが知らない情報なので、ここは必ず人が手を入れます。

5. STEP5：発注数に落として記録する

   補正後の予測をもとに発注数を決め、「予測◯／実績◯」を毎月メモします。この記録が、翌月以降の精度を上げる一番の材料になります。

簡易予測のプロンプト例

下のプロンプトの【　】を自分のデータに置き換えて使ってください。「断定せず、幅で答える」「根拠を示す」という指示を組み込んであります。

ChatGPTは表の数値から傾向を読み、「来月は◯〜◯個くらい」といった見積もりを返してくれます。ここで大事なのは、出てきた数字を鵜呑みにしないこと。STEP4で必ず現場の予定を重ねてください。AIはあくまで「過去から見た目安」を出す係、最終判断はあなたが握る——この役割分担を崩さないのがコツです。なお、機密にあたる仕入れ原価や取引先名などは、プロンプトに入れる必要はありません。

適正在庫・発注点・安全在庫の考え方

需要予測ができたら、次は「では何個持っておけばいいのか」を決めます。ここで登場するのが適正在庫・発注点・安全在庫という3つの考え方です。言葉は固いですが、中身はシンプル。それぞれ何のための数字かを押さえれば、予測を実際の発注につなげられます。

この3つは、こんな関係でつながっています。まず発注点は「リードタイム中に売れる見込み数＋安全在庫」で考えます。たとえば届くまで7日かかり、その間に1日2個売れるなら14個、これに保険として安全在庫を足したラインを切ったら発注、という具合です。安全在庫は「予測の外れ」と「納期の遅れ」を吸収するクッション。需要のブレが大きい商品や、入荷に時間がかかる商品ほど厚めに持ちます。

AIの需要予測が効いてくるのは、まさにこの発注点と安全在庫を決める場面です。「この商品は予測のブレが大きいから安全在庫を厚めに」「この定番品はブレが小さいから薄めでOK」——予測の精度に応じて在庫の持ち方を変えられるのが、データを使う最大のメリットです。すべての商品を一律に持つのではなく、メリハリをつける。これだけで在庫全体の効率はかなり変わります。

専用ツールはいつ検討すべきか

ExcelとChatGPTで回しているうちに、「手作業がしんどくなってきた」と感じる場面が出てきます。そのときが、専用の需要予測・在庫管理ツールを検討するタイミングです。逆に言えば、そこに至るまでは無理に導入しなくてよいとも言えます。次のようなサインが出てきたら検討しましょう。

• SKUが数百を超えてきた……手作業の表では追いきれず、毎月の更新が苦痛になってきたとき。
• 複数モール・複数倉庫がある……在庫が分散し、横断で見ないと適正在庫が判断できなくなったとき。
• 発注の属人化を解消したい……特定の担当者の勘に頼っていて、不在時に回らなくなるリスクがあるとき。
• 予測と発注を自動でつなげたい……予測→発注点→発注書まで、毎回の手作業をなくしたいとき。

専用ツールは、在庫管理システムや受発注システムに需要予測機能がついたもの、予測に特化したものなど様々です。選ぶときは「予測の精度」だけでなく、今使っているカートやモール、在庫管理と連携できるかを必ず確認してください。データ連携で手が止まると、せっかくの予測機能も活きません。まずは小さく試して効果を確かめ、必要になったらツールへ——この順番が遠回りに見えて、実は一番堅実です。

過信しない運用：予測は「外れる前提」で回す

ここがこの記事でいちばん伝えたい部分です。AIの需要予測は、必ず外れます。これは精度が低いという話ではなく、未来を完全に当てることは原理的に不可能だから。だからこそ大切なのは、「当てること」ではなく「外れたときに早く気づいて直せること」です。EC参謀でも、予測ツールを入れたのに在庫が改善しないケースの多くは、この「見直しの仕組み」が抜けています。

失敗1：予測を入れっぱなしにする。導入直後の設定のまま放置すると、季節や売れ筋の変化に追いつけず、ズレがどんどん広がります。対策は、月に一度「予測と実績のズレ」を必ず振り返ること。大きく外れた商品は理由を考え、次の予測条件に反映します。この地味な作業が、精度を育てる唯一の道です。

失敗2：AIの数字を「正解」だと思い込む。もっともらしい数字が出ると、つい信じてしまいます。しかしAIは外部要因を知りません。対策は、発注前に「この数字、現場感覚と合っているか？」を一度問い直すこと。違和感があれば、自分の判断を優先してかまいません。AIは相談相手であって、上司ではないのです。

まとめ：小さく始めて、ズレを直し続ける

AIの需要予測は、過去の傾向から先を見積もる道具です。季節変動や定番品の売れ行きは得意な一方、新商品の初動や突発的なバズ、外部要因は苦手——この得意・不得意を理解した上で、人の判断と組み合わせるのが成功の前提です。まずはそろえたデータをもとに、ExcelとChatGPTで簡易予測から。そこで得た見積もりを、適正在庫・発注点・安全在庫の考え方に落とし込めば、勘だけの発注からは確実に前進できます。

そして何より、予測は外れる前提で、毎月ズレを見直し続けること。専用ツールはその運用が手作業で回らなくなってから検討すれば十分です。在庫の悩みは一足飛びには解決しませんが、小さく始めて直し続ければ、欠品と過剰在庫は着実に減っていきます。まずは主力商品3つ、過去1年の販売数を並べるところから始めてみましょう。

よくある質問

Q. データが少ない新規ショップでもAI需要予測はできますか？

A. 精度は限定的になります。AIは過去の傾向から予測するため、販売実績が数か月分しかないと「季節の波」を読めません。新規のうちは、似たカテゴリの商品の動きを参考にしつつ、安全在庫を厚めに取って様子を見るのが現実的です。実績が1年分たまってきたら、本格的な予測に切り替えていきましょう。

Q. AIの予測はどのくらい当たりますか？

A. 商品やデータの質によって大きく変わるため、一概には言えません。定番品で季節変動が安定していれば比較的当たりやすく、流行品や新商品は外れやすい傾向があります。大切なのは的中率の高さよりも、外れたときに早く気づいて発注条件を直せる仕組みを持つことです。予測は「目安」と割り切って使いましょう。

Q. ExcelとChatGPTだけで本当に足りますか？

A. SKUが数十〜百程度で、モールが一つなら十分役立ちます。むしろ最初から高機能ツールを入れるより、手を動かして仕組みを理解する方が後で活きます。SKUが数百を超える、複数モール・倉庫を横断する、発注を自動化したいといった段階になったら、専用ツールを検討してください。