在庫不一致の靴販売会社、ERP構築を優先

海外ブランドの靴を輸入販売する会社は、百貨店の6店舗とその他の3店舗、計9店舗を運営し、本社社員5人が管理しています。販売記録は百貨店のシステムや社内外の約10種類のツールに分散しています。店舗スタッフは1件の販売を会社の5つの帳簿に転記しますが、どの帳簿でも実在庫を一度に確認できません。会社は自社オンラインショップの改修を依頼しましたが、プロジェクトを担当するウィシケットAIDPのアン・ジェフン部長は、複数業務の出発点は全員が同じ数字を信頼できる在庫台帳だと指摘しました。

在庫が合わない理由は3つありました。会計用ERPには資産として計上する靴だけが登録され、アクセサリーや靴のケア用品、サンプルなどはGoogleスプレッドシートで管理されていました。あるケア用品は帳簿と実物の数量に約2,000個の差がありました。不良品やサービス用の提供品は別に数えておらず、本社倉庫では定期的な全数調査をせず、伝票の足し引きで在庫を追跡していました。店舗の陳列用の靴も1つの倉庫にまとめて記録していたため、保管場所や数量を把握しにくい状態でした。

同じ販売を記録する帳簿でも、売上の基準が異なっていました。発注担当者の報告書は顧客の注文日、ERPは商品の出荷日、百貨店のオンラインモールは配送完了日を基準にし、税理士に送る請求書には手数料を差し引いた金額を記録していました。百貨店名義で販売する6店舗では手数料を引いた額が会社の売上となり、会社名義で販売する3店舗では販売総額が売上でした。会社が基準を定めていなかったため、同じ月の売上と月末在庫が帳簿ごとに異なっていました。

商品が実際に倉庫へ届くまではERPに在庫が記録されませんが、Googleスプレッドシートには入荷予定の商品が先に登録されます。店舗スタッフがその記録を見て先に決済を受けると、ERPにない商品を販売した扱いになり、在庫がゼロを下回ることがあります。輸入商品の原価も、実際の送金時の為替レートではなく、概算の為替レートと運送費で計算してきました。代表は実在庫を反映して納税申告したいと考えています。

チーム長は過去の販売を基に次回の発注数量を予測し、複数チャネルの販売を集約し、簡単な問い合わせをチャットボットで受け付けたいと考えていました。すでにExcelをClaudeに接続して販売分析レポートを作成し、マーケティング担当者はオンラインショップの商品登録を自動化していました。しかしAIDPは、発注予測と販売集約をプロジェクト初期の対象から外しました。在庫・販売・入荷予定のデータが分散し、売上基準も異なるため、AIが基準を独自に選べば社員が結果を信頼しにくいと判断したためです。プロジェクトでは発注準備、入荷検品、販売集約、在庫に関する依頼への対応にかかる時間を短縮することを目指し、開始時点の所要時間を測って完了後に再度比較します。

会社は、会計上の在庫だけを記録していた既存ERPに代わり、入荷から店舗間の移動、販売まで在庫の流れを記録するERPを構築することにしました。代表は、実際の送金時の為替レートに該当する入荷分の平均運送費を加えて商品原価を計算します。会社の記録でありながらERPに入っておらず、別のシートや手書きの帳簿にあった情報は新システムに移します。百貨店のシステム、宅配会社の書式、税理士の帳簿など外部協力先につながる記録は、ファイルをアップロード・ダウンロードする窓口として残します。新ERPに最初の在庫を登録する日には、社員が倉庫と店舗の在庫をすべて数え、実際の数量を基準にします。

現在、AIは社内記録を読み取った診断の支援と、入荷検品時に箱の写真から文字を読み取り、数量を照合する作業に使われています。箱の写真による検品は精度を試している段階で、最終確認は人が行います。在庫が新ERPに整理された後は、AIが過去の販売と在庫を基に翌月の発注量を提案したり、複数チャネルの販売を1つの表にまとめたり、再入荷を待つ顧客に知らせたり、店舗からの本社在庫への依頼に回答したりする業務を支援できる見込みです。どの業務から始めるかは、ERPが定着した後、会社に最も利益のある順に決めます。本社社員5人には、反復業務をボットにする研修も行う予定です。

AIDPは、社員が完成度80％程度のERPを2週間使った後に、開発範囲を確定する方針です。執筆者は、同社の在庫・物流業務は記録の値が一致するLv1（データ整合）に達しておらず、人の記憶やカカオトークに頼るLv0（暗黙的な運用）に近いと診断しました。新ERPでLv1と、業務の流れがシステム上に見えるLv2（プロセスの標準化）を実現し、その後AIが業務を支援するLv3（知能支援型の運用）に進む構想です。執筆者は、信頼できる在庫の流れを示すERPを先に整える必要があり、在庫が不正確なままAIを使えば、誤った在庫をより速く表示するだけだと説明しました。

海外ブランドの靴を輸入販売する会社は、百貨店の6店舗とその他の3店舗、計9店舗を運営し、本社社員5人が管理しています。販売記録は百貨店のシステムや社内外の約10種類のツールに分散しています。店舗スタッフは1件の販売を会社の5つの帳簿に転記しますが、どの帳簿でも実在庫を一度に確認できません。会社は自社オンラインショップの改修を依頼しましたが、プロジェクトを担当するウィシケットAIDPのアン・ジェフン部長は、複数業務の出発点は全員が同じ数字を信頼できる在庫台帳だと指摘しました。

在庫が合わない理由は3つありました。会計用ERPには資産として計上する靴だけが登録され、アクセサリーや靴のケア用品、サンプルなどはGoogleスプレッドシートで管理されていました。あるケア用品は帳簿と実物の数量に約2,000個の差がありました。不良品やサービス用の提供品は別に数えておらず、本社倉庫では定期的な全数調査をせず、伝票の足し引きで在庫を追跡していました。店舗の陳列用の靴も1つの倉庫にまとめて記録していたため、保管場所や数量を把握しにくい状態でした。

同じ販売を記録する帳簿でも、売上の基準が異なっていました。発注担当者の報告書は顧客の注文日、ERPは商品の出荷日、百貨店のオンラインモールは配送完了日を基準にし、税理士に送る請求書には手数料を差し引いた金額を記録していました。百貨店名義で販売する6店舗では手数料を引いた額が会社の売上となり、会社名義で販売する3店舗では販売総額が売上でした。会社が基準を定めていなかったため、同じ月の売上と月末在庫が帳簿ごとに異なっていました。

商品が実際に倉庫へ届くまではERPに在庫が記録されませんが、Googleスプレッドシートには入荷予定の商品が先に登録されます。店舗スタッフがその記録を見て先に決済を受けると、ERPにない商品を販売した扱いになり、在庫がゼロを下回ることがあります。輸入商品の原価も、実際の送金時の為替レートではなく、概算の為替レートと運送費で計算してきました。代表は実在庫を反映して納税申告したいと考えています。

チーム長は過去の販売を基に次回の発注数量を予測し、複数チャネルの販売を集約し、簡単な問い合わせをチャットボットで受け付けたいと考えていました。すでにExcelをClaudeに接続して販売分析レポートを作成し、マーケティング担当者はオンラインショップの商品登録を自動化していました。しかしAIDPは、発注予測と販売集約をプロジェクト初期の対象から外しました。在庫・販売・入荷予定のデータが分散し、売上基準も異なるため、AIが基準を独自に選べば社員が結果を信頼しにくいと判断したためです。プロジェクトでは発注準備、入荷検品、販売集約、在庫に関する依頼への対応にかかる時間を短縮することを目指し、開始時点の所要時間を測って完了後に再度比較します。

会社は、会計上の在庫だけを記録していた既存ERPに代わり、入荷から店舗間の移動、販売まで在庫の流れを記録するERPを構築することにしました。代表は、実際の送金時の為替レートに該当する入荷分の平均運送費を加えて商品原価を計算します。会社の記録でありながらERPに入っておらず、別のシートや手書きの帳簿にあった情報は新システムに移します。百貨店のシステム、宅配会社の書式、税理士の帳簿など外部協力先につながる記録は、ファイルをアップロード・ダウンロードする窓口として残します。新ERPに最初の在庫を登録する日には、社員が倉庫と店舗の在庫をすべて数え、実際の数量を基準にします。

現在、AIは社内記録を読み取った診断の支援と、入荷検品時に箱の写真から文字を読み取り、数量を照合する作業に使われています。箱の写真による検品は精度を試している段階で、最終確認は人が行います。在庫が新ERPに整理された後は、AIが過去の販売と在庫を基に翌月の発注量を提案したり、複数チャネルの販売を1つの表にまとめたり、再入荷を待つ顧客に知らせたり、店舗からの本社在庫への依頼に回答したりする業務を支援できる見込みです。どの業務から始めるかは、ERPが定着した後、会社に最も利益のある順に決めます。本社社員5人には、反復業務をボットにする研修も行う予定です。

AIDPは、社員が完成度80％程度のERPを2週間使った後に、開発範囲を確定する方針です。執筆者は、同社の在庫・物流業務は記録の値が一致するLv1（データ整合）に達しておらず、人の記憶やカカオトークに頼るLv0（暗黙的な運用）に近いと診断しました。新ERPでLv1と、業務の流れがシステム上に見えるLv2（プロセスの標準化）を実現し、その後AIが業務を支援するLv3（知能支援型の運用）に進む構想です。執筆者は、信頼できる在庫の流れを示すERPを先に整える必要があり、在庫が不正確なままAIを使えば、誤った在庫をより速く表示するだけだと説明しました。