製造業のサプライチェーン最適化｜中小企業の在庫・需給改善手順

製造業のサプライチェーン最適化は、在庫・欠品・納期のどれを改善するかを決め、受注・生産・仕入・出荷のデータを同じ単位で確認することから始めます。全社システムを一度に刷新する必要はありません。

中小製造業では、一つの製品群や工程に対象を絞り、担当者とデータの更新時点を揃えると、試すべき改善を具体化できます。本記事では、課題の切り分け、最初の30日の進め方、段階的なSCM整備を説明します。

課題別に揃えるデータと改善指標

以下は検討のための整理例です。担当部門の名称や役割は自社の体制に合わせて決めてください。

困っていること	確認するデータ	主に確認する担当	改善を測る指標
在庫が多いのに欠品する	品目別の在庫・引当・入出庫・調達期間	在庫管理・購買	在庫金額、欠品件数、不動在庫
生産計画の変更が多い	受注変更、仕掛数量、設備・人員の制約	営業・生産管理	計画変更件数、納期遵守率
特急手配が続く	発注日、回答納期、実入荷日、特急便	購買・物流	納期遅延件数、特急費用
集計結果が部署ごとに違う	商品コード、単位、締め時刻、訂正履歴	各業務のデータ責任者	照合差異、修正件数、集計時間

在庫だけを減らすと欠品が増える場合があります。例えば在庫金額と欠品件数のように、効率と供給の安定性を組み合わせて確認します。

最初の30日で一つの製品群を改善する

1. 1週目：対象と責任者を決める。 欠品や滞留が問題になっている製品群を一つ選び、現場の困りごとと改善指標を記録する。
2. 2週目：データを照合する。 受注・在庫・生産予定・発注残を揃え、品目コード、単位、集計時点の違いを直す。
3. 3週目：需給を確認する。 営業・生産・購買で不足品と余剰品を確認し、発注量や生産順序の変更案を決める。
4. 4週目：変更と結果を記録する。 実施前後の在庫、欠品、納期を比較し、需要や生産量の変化も添えて次の対応を決める。

30日は着手の計画例です。調達期間が長い品目や季節商品は、この期間だけでは効果を判断できません。調達・生産・販売の一巡を確認できる期間を別途設けます。

Excelにデータが散らばっている場合は、Excel業務の棚卸しと移行の判断基準から整理できます。

中小製造業のSCMが抱える典型的な課題

課題を切り分ける際は、次のような業務間のずれを確認する。

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。各段階の期間は、既存データの品質、対象業務、調達期間に応じて決める。

段階1: データの一元化

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

最初にデータの責任者と更新頻度を決め、現場の数量とシステム上の数量を照合する。

段階2: 需給会議の定例化

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

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。削減できる在庫は品目や調達条件で異なるため、欠品への影響と合わせて検証する。

段階4: 生産計画の精度向上

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

既存システムで必要な制約を扱えるかを確認し、不足する部分の連携や改修を検討する。表計算で継続できる範囲と、システムで管理する範囲を分ける。

段階5: S&OP（販売・生産計画統合）

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予測の適用を検証

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、基礎データや予測を使う判断手順が未整備のままでは、AI予測を実際の発注・生産の改善につなげにくい。

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、計画時に確認したい注意点を3つ挙げる。

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、

• 余剰在庫の削減: 欠品リスクと合わせて管理し、資金の滞留を抑える
• 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

これらを目標に、導入前後を同じ集計条件で比較する。改善幅は現状や実施内容によって異なる。

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

• 需給調整と在庫最適化の基本
• アパレル業界のSCM最適化と需要予測
• アパレル中小企業のDXガイド
• 福山の中小製造業のAI活用
• 中小企業の在庫管理システム選び方

---

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。

初回30分の無料相談はこちら