中小製造業のSCM最適化｜需給調整から在庫最適化への段階的な進め方
中小製造業のSCM（サプライチェーン）最適化を、需給調整・生産計画・在庫管理の連動で実現する進め方。データ基盤の整備から始める6段階のロードマップを、製鉄所・アパレルでのSCM経験から解説します。
「うちはSCMっていうほど大層な仕組みはないんですけど、在庫だけは無駄に多いんですよね」
ある中小製造業の社長から、初回ヒアリングで聞いた言葉だ。SCMという言葉に違和感を持っているが、課題は明確に在庫過多にある。これは典型的なパターンだ。
中小製造業（社員50〜200人想定）にとって、SCM（Supply Chain Management）は大企業の話ではない。仕入から生産、在庫、出荷までの流れを整えるという意味で、規模に関わらず取り組む価値がある領域だ。
本記事では、中小製造業のSCM最適化を、製鉄所での操業経験とアパレルでのSCM刷新経験から整理する。
中小製造業のSCMが抱える典型的な課題
中小製造業を回っていて、SCM周りで聞く悩みはほぼ次のパターンに収束する。
生産と販売がバラバラに動いている: 営業は「もっと作ってほしい」、製造は「これ以上作れない」と平行線。間に立つ生産管理が疲弊する。
仕入が勘ベース: 主要原材料の発注は、「いつもこれくらい」という担当者の感覚。仕入価格の変動や、市場動向は加味されない。
在庫データが分断: 原材料・仕掛品・完成品で別管理、または店舗・倉庫で別管理。「全社で何が、どこに、どれだけあるか」が誰も即答できない。
生産計画が週次・月次で固定: 一度立てた計画を変えにくく、需要変化に対応できない。結果、不要品を作り、必要品が作れない。
月末・期末に追われる: 期末になると、急ぎの出荷が集中し、計画外の残業が発生する。これが慢性化している。
これらは、システムを入れるだけでは解決しない。業務プロセスとデータ基盤の整理が前提になる。
SCM最適化の6段階ロードマップ
中小製造業のSCM最適化は、いきなり高度なAI予測やS&OP（販売・生産計画統合）に進むべきではない。段階的に進めるロードマップを示す。
段階1: データの一元化（0〜6ヶ月）
何より先にやるのは、データの一元化だ。販売実績、在庫、仕入、生産実績、これらを1つのデータ基盤（BIツール、または共通の業務システム）で見られる状態にする。
具体的には、
- 販売管理システム + 生産管理システム + 在庫管理システムの連携
- マスタの統一（商品マスタ、取引先マスタ、原材料マスタ）
- 日次・週次のデータ更新
派手じゃないが、ここをサボると、その後すべてが空回りする。私が伴走するときは、最初の6ヶ月をデータ基盤整備に集中することが多い。
段階2: 需給会議の定例化（6〜9ヶ月）
データが見える化したら、週次の需給会議を始める。営業・生産・購買・経営の代表が集まり、
- 今週の販売実績と計画のギャップ
- 来週・来月の生産計画と仕入計画
- 在庫の状態（過剰品、欠品リスク）
- 特別事案（キャンペーン、新商品、設備トラブル）
を共有する。15〜30分でいい。続けることに意味がある。
これは、技術ではなく仕組みの話だ。会議を回せる組織になることが、SCMの土台になる。
段階3: ABC分析と発注ロジックの整備（9〜12ヶ月）
データと会議が回り始めたら、商品の優先順位付けと発注ロジックを整理する。
- ABC分析でAランク品目を絞る
- 安全在庫・発注点・発注ロットを数式化する
- 不動在庫の早期発見・処分ルール
詳しい考え方は需給調整と在庫最適化の基本に書いた。中小製造業でも、ここまでやれば在庫水準は20〜30%下がる。
段階4: 生産計画の精度向上（12〜15ヶ月）
販売予測と仕入計画の精度が上がってきたら、生産計画の最適化に進む。
- 受注情報をベースにした生産計画立案
- 設備稼働率と人員計画の最適化
- 段取り替えのコスト最小化
ここから先は、生産管理システム（TPiCS、A's-PRO、各種MES）の機能を本格的に使うフェーズ。エクセルの計画表では限界が来る。
段階5: S&OP（販売・生産計画統合）（15〜24ヶ月）
S&OP（Sales & Operations Planning）は、月次で販売計画・生産計画・在庫計画・財務計画を統合する仕組み。大企業では当たり前だが、中小企業でも段階4まで進んだら導入価値がある。
- 月次の経営会議で、SCM全体の数字を一気通貫で見る
- 販売計画と生産能力のギャップを早期発見
- 経営判断（増産・減産・価格戦略）をデータベースで決める
ここまで来ると、SCMが経営の中核機能として機能する。
段階6: AI予測の本格活用（24ヶ月以降）
データと業務プロセスが整った後で、AI予測を導入する。需要予測・在庫最適化・生産最適化のAI。
中小製造業でも、ここに進める会社が出てきている。ただし、段階1〜5を飛ばしてAI予測だけ入れるのは絶対に失敗する。
製鉄所での経験から学んだ「現場感」
私は社会人の最初に製鉄所での操業を経験した。そこで学んだのは、「データだけでは見えないもの」があるということだ。
製鉄所のような大規模な装置産業では、SCMはきわめて高度に発達している。需要予測、生産計画、在庫管理、すべてがシステム化されている。それでも、現場で起きる予期せぬ事態（設備トラブル、原料品質のばらつき、需要の急変）に対応するには、現場の判断力が決定的に重要だった。
これは中小製造業でも一緒だ。SCMをシステムで最適化することは大事だが、現場の判断力を奪う方向に進めてはいけない。AIや予測モデルは、現場の判断を「補助」するもので、「置き換える」ものではない。
中小製造業のSCM最適化は、現場の知見を生かしながら、データと仕組みで補強する方向で設計するのが正解だ。
SCM最適化で陥りやすい罠
最後に、中小製造業のSCM最適化で繰り返し見る失敗パターンを3つ。
罠1: 「需要予測AIだけ入れて、業務が変わらない」
予測精度が上がっても、発注プロセスや生産計画プロセスが旧来のままだと、効果が出ない。プロセスとセットで変えないと、AIは活きない。
罠2: 「全工程を一気にシステム化しようとして、頓挫する」
販売・生産・在庫・仕入をすべて新システムに乗せる、という大規模プロジェクトを立ち上げて、3年かけても完成しないパターン。段階的に進めて、各段階で効果を出すのが現実的。
罠3: 「経営層がSCMの重要性を理解していない」
SCMは現場の話と思われがちだが、実は経営判断と直結している。経営層が月次の数字に責任を持つ仕組みを作らないと、SCMは進化しない。
中小製造業がSCMで競争力を作るために
中小製造業がSCM最適化で得られるのは、
- 在庫水準の20〜30%削減: キャッシュフロー改善
- 欠品の減少: 機会損失の削減、顧客信頼の維持
- 生産計画の精度向上: 残業・特別便の減少
- データに基づく経営判断: 勘経営からの脱却
これらは、地味だが確実に経営を強くする。
逆に、SCMを軽視している中小製造業は、5〜10年単位で競合に差をつけられる。データドリブンに動く競合が、より低コスト・短納期で同じ商品を提供できるようになるからだ。
「うちは小さいからSCMなんて関係ない」と思っている社長こそ、まず需給調整と在庫最適化の基本から読んでほしい。
関連する記事
LAVRA WORKS は、製鉄所での操業経験とアパレル企業でのSCM刷新経験を踏まえ、中小製造業のSCM最適化を伴走支援している。「在庫が多すぎる、欠品も同時に起きる」「データはあるが、活用できていない」というご相談を歓迎。
Related