自動発注で欠品が増える理由｜導入前に潰すべき5つの前提

自動発注を導入したので作業時間は減ったが、欠品は増えた。システムが悪いのでないかと、より良い自動発注システムはないかと探す。近年だと様々なベンダーが「弊社のAI需要予測をぜひ！」「弊社の最新AI自動発注システムは…」と売り込みにきます。これらをPoCしてみてもイマイチ成果が出ない…

こうなる原因は必ずしも需要予測の精度ではありません。自動発注が前提としている条件を、店舗側が満たしていないからです。

この記事の結論

1. 自動発注頼みになると、イレギュラー対応が遅れるので、異常検知が必要です。
2. 多くのカテゴリーにおいて、欠品の主な要因は予測精度より、理論在庫のズレ・品出し遅れにあります。
3. 自動発注は「発注を自動化する仕組み」であり、「棚に商品を並べる仕組み」ではありません。
4. 導入判断の前に、在庫精度と品出しオペレーションを先に整える必要があります。

自動発注を入れても欠品はゼロにならない

自動発注の導入効果が出る条件と、店舗の実態には距離があります。

「発注の自動化」と「棚の在庫確保」は別問題

来店客が欠品と認識するのは、売場の棚に商品が並んでいないときです。倉庫やバックヤードに在庫があっても、棚が空であれば販売機会を失います。そこで重要となる指標が、OSA（On-Shelf Availability／棚上在庫可用性）です。OSAは、顧客が商品を購入できる状態で棚に陳列されている割合を示します。

自動発注が改善するのは、店舗の総在庫です。棚の在庫ではありません。この2つを同じものとして扱うと、導入後に「システムは正常なのに欠品が減らない」という状況が起きます。

Gruen と Corsten の国際調査では、小売店頭の平均欠品率は約8％、欧州では8.6％という水準が報告されています。この調査では、欠品に遭遇した顧客の27％が別の店で購入し、9％が何も購入しないという結果も出ています（Gruen & Corsten、50以上の研究を統合、2003年時点の集約）。小型店の多い日本の小売業では業態にもよりますがOSAで2~5%程度が一般的でしょう。欠品は店舗の売上と顧客離反に直結します。

卸の物流センターと店舗の売場は条件が違う

需要予測型自動発注の成功事例として、旭食品と日立製作所の協創が知られています。旭食品は、国内35カ所の物流倉庫で扱う600アイテムを対象に、2021年9月から需要予測型自動発注システムの運用を開始しました。日立製作所によると、発注内容の調査や確認に要する時間は、担当者1人・1日あたり約4時間から約30分へと約88％短縮されました。さらに、欠品は約4割、返品は最大約3割減少しました。（日立製作所プレスリリース、2022年6月8日）

この成果の対象は卸の物流倉庫です。物流倉庫には、店舗にはない条件が3つあります。

• 在庫が単一のロケーションに集約されている
• 検品と入出庫の記録が業務として組み込まれている
• 「棚に並べる」工程が存在しない

店舗にこの3条件はありません。同じシステムを店舗に入れても、同じ成果は出ません。

理由1｜需要予測は「予測できない需要」を予測できない

需要予測は過去データのパターンを学習します。過去データに存在しない事象は、構造上、予測できません。

過去データに存在しない事象は学習できない

自動発注が外すのは、次のような場面です。

場面	予測が外れる理由
テレビ・SNSでの突発的な露出	過去データにパターンが存在しない
近隣の競合店の閉店・開店	商圏構造の変化を店舗POSは検知できない
新規カテゴリー・新規SKU	学習に必要な販売履歴がない
天候の急変	気象データを連携していないシステムでは反映されない
価格改定・販促の初回実施	弾力性の実績がない

つまり自動発注は、平常時の精度を上げる仕組みです。異常時には人間より反応が遅れます。

事例：テレビ放映による突発需要
ある食品スーパーでは、ふだん一週間に5個売れる調味料を7個在庫していました。自動発注システムは過去の販売実績から発注不要と判断しました。

しかし、その日の午前中にテレビ番組で商品が紹介されました。放映後、SNSでも話題となり、15時には在庫7個が完売しました。潜在需要が50個あったとしても、43個分の販売機会を逃した計算です。

POSに記録されるのは、実際に販売できた7個だけです。欠品後の「買いたかったが買えなかった需要」は販売実績に残りません。そのため、自動発注システムは需要の急増を過小評価し、翌日の発注量も不足させる可能性があります。

一方、売場担当者はテレビ放映やSNSの反応を確認できます。発注締め時刻より前に異常を察知できれば、発注量を手動で増やせます。

つまり、過去のPOSデータを中心に判断する自動発注は、平常時の業務効率と予測精度を高める仕組みです。過去にない異常時には、外部情報を捉えた人間が予測を補正する運用が望ましいといえます。

予測が外れたときの復旧速度が勝負を決める

予測が外れること自体は避けられません。問題は、外れたあとに気づいて手を打つまでの時間です。

自動発注の導入後、多くの店舗で発注担当者の在庫チェック習慣が失われます。システムが発注しているという前提で、売場を見なくなります。結果として、予測ミスの発見が遅れます。人間が発注していたときは翌日に気づいたズレが、自動化後は1週間以上気づかれないこともあります。

自動発注の導入時に必要なのは、発注業務の削減だけでなく、削減した時間を売場チェックに再配分する設計です。

理由2｜理論在庫と実在庫がずれる

自動発注は、システム上の在庫数（理論在庫）を入力として動きます。理論在庫が実際の在庫（実在庫）とずれていれば、発注も同じだけずれます。

在庫のズレは発注点を静かに壊す

理論在庫が実在庫より多い状態では、システムは「まだ在庫がある」と判断して発注しません。棚は空になります。これが自動発注導入後に欠品が増える、最も一般的な経路です。

ズレの発生源は次のとおりです。

発生源	内容	ズレの方向
万引・盗難	POSを通らずに在庫が減る	理論在庫が過大
廃棄・見切りの登録漏れ	処分した商品が在庫に残る	理論在庫が過大
検品の省略	納品数と伝票数の不一致を検知できない	双方向
JANの読み間違い	類似商品を別SKUとして処理	双方向
客都合の返品処理漏れ	戻した商品が在庫に反映されない	理論在庫が過小

ズレは日々の営業を通じてSKU単位で蓄積します。その規模を示したのが、欧州小売7社を対象としたECR Retail Lossの調査です。

同調査は、欧州4カ国の約100店舗、約100万SKUのデータを分析しました。その結果、理論在庫と実在庫が一致しないSKUは59.54％に達しました。食品・総合小売では63.39％、ファッションでは54.08％でした。理論在庫が実在庫を上回るケースだけでなく、実在庫を下回るケースも同程度に発生しています。

さらに、棚卸によって実在庫を確認し、理論在庫を修正した店舗では、売上が3.83～8.38％増加しました。7社平均では5.98％の増加です。特に在庫差異が大きい商品では、売上が14％以上増加しました。
（ECR Retail Loss, “Measuring the Sales Impact of Improving Inventory Records,” 2020.）

理論在庫が過大であれば、自動発注は「在庫が残っている」と判断し、補充を遅らせます。反対に、理論在庫が過小であれば、不要な発注によって過剰在庫を招きます。需要予測の精度を高めても、計算の起点となる在庫データが誤っていれば、発注量は最適化されません。

棚卸周期が長いほどズレは蓄積する

実在庫の確認をするオペレーションが組まれていない企業では、このズレは棚卸でしか補正できません。年2回の棚卸では、最大6か月分のズレが蓄積した状態で自動発注が回り続けます。

対策は3つです。

1. 循環棚卸を導入し、欠品リスクの高いSKUを高頻度で数える
2. 廃棄・見切りの登録を業務手順に組み込み、登録漏れを構造的に防ぐ
3. 発注推奨と実在庫が乖離したSKUをシステム側でアラート化する

理由3｜発注は自動化できても品出しは自動化できない

当たり前ですが、棚に並べるのは人間です。様々な形状の商品を人よりも早く安く品出しできるロボットは10年や20年では開発されません。

バックヤード在庫はシステム上「欠品」にならない

発注した商品は入荷検品や入荷確定の処理が完了した時点で店舗在庫に計上されます。システムによっては、入荷予定の商品を発注残や入荷予定在庫として発注計算に反映します。

ただし、在庫システムが把握しているのは店舗全体の在庫です。商品が売場の棚にあるのか、バックヤードのカゴ車に積まれているのかまでは判別できません。

そのため、バックヤードに在庫が残っていれば、自動発注システムは「在庫あり」と判断します。発注点を下回らないため、追加発注は起動しません。

自動発注によって適切な数量を納品しても、商品が棚に並ばなければ販売にはつながりません。発注の最適化だけでなく、荷受けから品出しまでのリードタイムを管理する必要があります。

事例：飲料は48本あるのに、棚は4時間空いた
あるドラッグストアでは、500ミリリットルのお茶が売場の棚に10本陳列されていました。48本（2ケース）が午前9時に納品されました。システム上の店舗在庫は58本に増加しました。

しかし、同じ時間帯に複数の納品便が到着しました。担当者は日用品の品出しを優先し、飲料48本（2ケース）をカゴ車に積んだままバックヤードへ移動しました。

正午までにお茶10本が完売しました。棚上在庫は0本ですが、バックヤードには48本あります。

担当者が欠品に気づいて品出しを行ったのは午後4時でした。棚は4時間にわたって空の状態が続きました。通常、この時間帯に1時間あたり3本売れる商品であれば、最大12本分の販売機会を失った計算です。

自動発注システムは、この12本の販売機会損失を加味せずに次回発注を行います。

この欠品の原因は、需要予測でも発注量でもありません。納品後、商品を棚へ移動するまでの遅れです。自動発注の精度を高めても、バックヤードから売場への補充が遅れれば、OSAは改善しません。機会損失で売上を失うと同時に、発注の精度も低下します。

納品頻度を上げるだけでは、棚欠品を解消できない

欠品対策として納品頻度を上げる判断は、一見すると合理的です。納品回数を増やせば、1回あたりの納品量と店舗在庫を抑えやすくなります。

一方、納品のたびに荷受け、検品、カゴ車の移動、棚補充、空箱の処理が発生します。納品量にかかわらず発生する固定作業もあるため、納品回数を増やすと総作業時間が増えます。

人員配置を変えずに納品頻度だけを上げると、品出しが納品に追いつきません。その結果、商品がバックヤードに滞留し、店舗在庫はあるのに棚が空く状態が発生します。

欠品対策では、納品頻度を単独で評価してはいけません。納品回数、入荷量、棚容量、品出し人時を一体で設計することが望ましいです。

発注方式を変える前に、品出しの実行能力を確認する。これが自動発注導入の前提条件です。棚監視カメラや画像認識による棚の欠品検知は、この問題に直接効きます。

理由4｜パラメータ設定が属人化する

自動発注は、発注点・補充点・安全在庫・リードタイムといったパラメータで動きます。このパラメータを誰が設定し、誰が見直すか。ここが決まっていない導入が多数あります。

初期設定を誰も見直さない

導入時のパラメータは、ベンダーが過去データから推奨値を算出します。この値は導入時点の需要構造を前提にしています。

需要構造は変わります。売場の場所が変われば売れ方が変わります。競合が出店すれば需要が減ります。棚割を変更すればフェイス数が変わります。しかしパラメータは変わりません。

結果として、導入から1年後には、実態と合わないパラメータで自動発注が回り続けます。

「発注点を上げれば解決」が過剰在庫を生む

欠品が出ると、店舗担当者は発注点を上げます。

欠品は減りますが、同時に在庫が増えます。在庫が増えれば、廃棄が増え、鮮度が落ち、売場が狭くなります。特に日配品と生鮮では、発注点の引き上げが廃棄ロスに直結します。

対応	効果	副作用
発注点を上げる	欠品減少	在庫増・廃棄増
補充点を上げる	納品頻度減少	在庫増・売場圧迫
安全在庫を増やす	変動耐性向上	在庫増・回転率低下
リードタイム短縮	在庫減・欠品減	物流コスト増

理由5｜上流の供給制約は店舗システムから見えない

店舗の発注システムは、店舗の需要と在庫を見ています。メーカーの生産能力や、物流センターの在庫は見ていません。

上流で供給が止まっていれば、店舗がいくら正確に発注しても納品されません。自動発注はこの状況を検知しません。発注を出し続け、納品されず、欠品が続きます。

上流起因の欠品を検知する手段は3つです。

1. 発注に対する充足率（納品数÷発注数）を店舗単位・SKU単位で計測する
2. 充足率が一定水準を下回ったSKUをアラート化し、代替品の提案につなげる
3. 卸・メーカーと在庫情報を共有する

導入前に潰すべきチェックリスト

以下をすべて満たしてから導入判断に進むことを推奨します。

確認項目	判定基準
在庫精度を計測しているか	循環棚卸で主要SKUの一致率を把握している
廃棄・見切りの登録手順があるか	業務マニュアルに組み込み済み
品出しの実行能力があるか	納品当日の棚補充完了率を計測している
パラメータの見直し担当が決まっているか	部門・頻度・トリガーが明文化されている
発注削減時間の再配分先が決まっているか	売場チェックの時間として設計済み
例外SKUの運用ルールがあるか	新商品・季節品・販促品を自動発注から除外できる

2026年、欠品対策は「取引適正化」の問題になった

欠品対策を店舗の在庫管理だけで語る時代は終わりました。2026年1月1日、下請法が改正され「中小受託取引適正化法（取適法）」として施行されました。

あわせて農林水産省の「食品製造業者・小売業者間における適正取引推進ガイドライン」が令和8年1月に改定され、欠品をめぐる商慣習が具体的に論点化されています。

• 欠品ペナルティ：天災など製造業者に責任のない欠品に対して、通常の逸失利益を超える補償を求める行為は、取適法第5条第2項第2号「不当な経済上の利益の提供要請」に該当するおそれがある
• 短納期発注：十分なリードタイムを確保したうえで発注内容を明示することが望ましい。発注のキャンセル時、製造業者に責任がない場合は小売業者が費用を全額負担する必要がある
• 3分の1ルール：納品期限と返品条件について製造業者と十分に協議し、納得のうえで同意を得ることが重要

リードタイムを削って欠品を防ぐ手法は、法的にも実務的にも通用しなくなりました。

残る打ち手は、在庫精度の向上と品出しの実行力です。つまり店舗オペレーションの問題に戻ります。

まとめ｜自動発注は前提条件を整える投資とセットで効く

自動発注は有効な仕組みです。ただし単体では機能しません。

欠品の原因	自動発注で解決するか	必要な対策
発注量の計算ミス	する	自動発注の導入
発注忘れ	する	自動発注の導入
理論在庫のズレ	しない	循環棚卸・登録手順の整備
品出しの遅れ	しない	人員配置・棚監視
パラメータの陳腐化	しない	見直し体制の構築
上流の供給制約	しない	発注充足率の計測・協働

6つの原因のうち、自動発注が解決するのは2つです。残る4つは店舗オペレーションと取引設計の問題です。

自動発注の導入予算を組むときは、一定割合を前提条件の整備に配分してください。この配分をしない導入は、高い確率で「入れたのに欠品が減らない」という結果に終わります。

発注方式そのものの分類と使い分けは、小売店舗の発注方式で解説しています。

よくある質問

Q1. 自動発注を導入すると欠品は必ず減りますか。

減るとは限りません。発注量の計算ミスと発注忘れは減ります。一方、理論在庫のズレ・品出しの遅れ・上流の供給制約に起因する欠品は減りません。導入前の欠品の原因内訳を把握することが先です。

Q2. セルワンバイワン方式と発注点補充点方式はどちらが欠品に強いですか。

需要が安定した商品ではセルワンバイワン方式が有利です。売れた分だけ即時に補充するため、在庫を最小限に保てます。ただし需要が急増した場合、補充が需要に追いつきません。需要変動の大きい商品では、補充点までまとめて発注する発注点補充点方式のほうが欠品に強くなります。

Q3. 自動発注の導入にどれくらいの期間が必要ですか。

システムの導入自体は数か月です。ただし在庫精度の改善と品出しオペレーションの整備を含めると、効果が安定するまで1年程度を見込む必要があります。

Q4. 在庫精度はどの程度あれば自動発注が機能しますか。

主要SKUの理論在庫と実在庫の一致率が目安になります。一致率が低い状態で自動発注を回すと、発注のズレが在庫のズレを増幅させます。循環棚卸で一致率を計測し、改善してから導入してください。

Q5. 小規模チェーンでも自動発注は有効ですか。

有効です。ただし優先順位が変わります。店舗数が少ない場合、パラメータの見直しを人手で回せます。まず在庫精度と品出しを整え、発注業務の負荷が明確なボトルネックになった段階で導入を検討する順序を推奨します。

参考文献・出典

• 農林水産省「食品製造業者・小売業者間における適正取引推進ガイドライン」令和3年12月策定・令和8年1月改定（PDF）
• 公正取引委員会「2026年1月から『下請法』は『取適法』へ」（PDF）
• 株式会社日立製作所「旭食品と日立が協創、需要予測型自動発注で業務効率化と食品ロス削減」2022年6月8日（プレスリリース）
• Gruen, T. W. & Corsten, D. “On Shelf Availability: An Examination of the Extent, the Causes, and the Efforts to Address Retail Out-of-Stocks”
• DeHoratius, N. & Raman, A. “Inventory Record Inaccuracy: An Empirical Analysis” Management Science, Vol.54 No.4, 2008