ホーム記事実地棚卸の集計・報告をAIで楽にする
総務

実地棚卸の集計・報告をAIで楽にする

結論

実地棚卸は、数える作業そのものより、数えた後の集計と差異の説明に時間がかかる業務です。 一般的な業務量から試算すると、店舗・倉庫1拠点あたり棚卸1回で担当者1人あたり7〜8時間ほどの作業が浮く計算になります(後述の試算)。 AIに任せられるのは「カウント結果の集計」「理論在庫との差異照合」「差異一覧・報告書の下書き作成」の3つです。 現物を数える作業自体や、差異の原因特定、廃棄・評価損の会計処理は人が担います。

実地棚卸の集計・報告は、何にどれだけ時間がかかっているのか

実地棚卸の作業は、大きく2つの工程に分かれます。

  • 現物を数える工程(カウントシート・ハンディ端末などを使って、実際の在庫数を数える)
  • 数えた後の工程(集計、理論在庫との照合、差異の原因確認、報告書作成)

現物を数える工程は、店舗や倉庫の規模、SKU数によって時間が決まっており、AIで大きく変わる部分ではありません。 時間がかかりやすいのは後半の工程です。カウント結果を表計算ソフトに転記し、理論在庫のデータと突き合わせ、 差異が出た商品を洗い出し、上司や本部への報告書をまとめる。この一連の作業は、店舗数やSKU数が多いほど積み上がります。

どの作業をAIに任せられるのか

AIに向いているのは「決まったルールで数字を照合し、まとめる」作業です。

  • カウントシート・ハンディ端末から出力した実地カウント数の集計
  • 理論在庫(在庫管理システム上の数量)と実地カウント数の差異照合
  • 差異が一定以上の商品の一覧化(金額換算を含む)
  • 前回・前年同時期の棚卸結果との比較集計
  • 棚卸結果報告書の下書き作成(差異件数・差異金額・傾向のまとめ)

これらは「入力されたデータを、決まった計算式で処理する」作業です。 数える工程そのものではなく、数え終わったデータをどう整理するかにAIを充てる形になります。

AIに任せてはいけない判断は何か

次の作業・判断は、必ず人が行います。

  • 現物を実際に数える作業そのもの(数え方の設計・立ち会いを含む)
  • 差異が出た商品について、原因が盗難・破損・記録漏れ・入出庫の計上ミスのどれにあたるかの特定
  • 棚卸差異を会計上どう処理するか(棚卸減耗費・評価損として計上するかどうか)
  • 差異が大きい店舗・担当者への確認や指導
  • 棚卸のやり方・頻度そのものの見直し

AIは「理論在庫と実地カウント数が合っていない」ところまでは見つけられますが、 なぜ合っていないのか、どう処理するのかは、現場の事情を知っている人が判断します。

棚卸のスケジュールをどう組むか

棚卸の直前に準備を始めると、当日の混乱や差異確認の遅れにつながります。 実施日から逆算して準備すると、当日と翌日以降の作業がスムーズになります。

時期 やること
実施1週間前まで 対象範囲(全品棚卸か一部か)とカウントシートの様式を確定する
実施2〜3日前まで 理論在庫データを最新の状態にし、AIに読み込ませる準備をする
実施当日 現物を数え、カウント結果を記録する(この工程は人・機器が担当)
実施翌日 カウント結果の集計と理論在庫との照合をAIに任せる形で行う
実施後2〜3日以内 差異が出た商品を一覧化し、原因確認が必要な分だけ人が調べる
実施後1週間以内 棚卸結果報告書の下書きをAIに作らせ、内容を人が確認して提出する

実際にどれくらい時間が減るのか

一般的な業務量から試算すると、棚卸後の集計・報告作業は次のとおりです。

業務 いまの時間 AI化後
カウント結果の入力・集計 4.0時間 1.5時間 -2.5時間
理論在庫との差異照合 3.0時間 1.0時間 -2.0時間
差異一覧・原因メモの整理 2.5時間 1.0時間 -1.5時間
棚卸結果報告書の下書き作成 2.0時間 0.5時間 -1.5時間
合計 11.5時間 4.0時間 -7.5時間

前提条件: SKU数500〜1,000点程度の店舗・倉庫1拠点、棚卸担当1〜2名、時給2,500円を想定した、棚卸1回あたりの目安の試算です。 実際の時間はSKU数や棚卸の実施方法(全品棚卸か循環棚卸か)によって変わります。 この試算は特定企業の実測値ではなく、一般的な業務量から見積もったものです。 複数店舗・複数倉庫を持つ会社では、この差が拠点数分だけ積み上がります。

何から始めればいいか

棚卸のやり方自体を変えずに、集計と照合の部分だけを試すところから始められます。

  1. 直近1〜2回分の棚卸データ(カウント結果・理論在庫・実際に判明した差異)をAIに読ませ、集計結果が一致するか確認する
  2. 一致率に問題がなければ、次回棚卸の差異照合をAIに任せる
  3. 精度に問題がなければ、報告書の下書き作成に広げる
  4. 差異が大きい商品・店舗は、事前にリストアップして人の確認工程に残す

在庫管理システムやPOSシステムには、棚卸データの集計・差異照合機能が搭載されているものがあります。 機能の有無や料金はシステムと契約プランによって異なるため、各社の公式サイトで 最新の情報を確認してください(2026年9月時点)。 棚卸業務を効率化するシステムを新たに導入する場合、導入費用がデジタル化・AI導入補助金2026(旧IT導入補助金)の 対象になる場合があります。補助率は原則1/2以内(一定の要件を満たす場合は2/3以内)、補助額は5万円以上450万円以下です。 公募回ごとに条件が変わるため、申請前に最新の公募要領で確認してください。

よくある質問

バーコードやハンディ端末で数えている場合も、AIは使えますか。 使えます。ハンディ端末から出力したカウントデータをAIに読み込ませ、理論在庫との照合・集計を任せる形になります。 数える工程自体はハンディ端末や人の作業のままで、AIが担うのはその後のデータ処理です。

循環棚卸(在庫の一部ずつを順番に数える方式)でもAIは使えますか。 使えます。むしろ循環棚卸は棚卸のたびに一部データが増えていくため、前回までの結果との比較集計をAIに任せると、 毎回手作業で積み上げるより手間が減ります。

複数店舗・複数倉庫がある場合、店舗ごとにやり方を変える必要がありますか。 カウントシートの様式や理論在庫データの形式を店舗間で揃えておけば、同じ集計・照合の仕組みをそのまま使い回せます。 様式がばらばらな場合は、先に様式を統一する作業が必要です。

棚卸差異が出た商品の会計処理もAIに任せられますか。 差異金額の集計まではAIに任せられますが、棚卸減耗費として処理するか、評価損として処理するかは会計上の判断であり、 経理担当者や税理士が確認したうえで決めます。

店舗数が少ない小さな会社でも、AIを使う意味はありますか。 1店舗であっても、SKU数が多ければ集計・照合にかかる時間は同じように発生します。 担当者が少ない会社ほど、棚卸のたびに集計作業に追われる負担が大きいため、時間を減らす意味は十分にあります。

理解度チェック

読んだ内容の確認に3問だけ。押すと答えが開きます。

Q1. 実地棚卸で現物を数える作業自体を、AIがハンディ端末やスキャンの代わりに行える。

× — 現物を数える作業は人や計測機器が担う部分で、AIが任せられるのはその後の集計・照合・報告だと本文で切り分けている。

Q2. カウント結果を入力すると理論在庫と自動で突き合わせて差異を出す集計作業は、AIに任せやすい。

— 決まったルールでの照合・集計はAIに任せやすい業務として本文で挙げている。

Q3. 棚卸差異が出た商品について、原因が盗難・破損・記録漏れのどれかを最終的に特定するのもAIがそのまま完結できる。

× — 差異の原因特定と対応の判断は人が行うと本文で述べている。