「季節によって在庫の過不足が出て、廃棄か欠品を毎回繰り返している」「売上目標はカンと経験で立てている」——中小企業でよくある課題です。
AIと過去の売上データを組み合わせることで、精度の高い需要予測・在庫計画が立てられるようになります。本記事では段階的な導入方法を解説します。
AI予測の前に：データが鍵
どんなに優れたAIでも、入力データの質・量が不十分では正確な予測はできません。最低限必要なのは過去1〜2年分の売上・在庫データ（月次以上）です。
Excelやレジシステム・POSに履歴が残っている場合は、まずそのデータをCSV出力しておきましょう。
段階1：ChatGPTで過去データを分析する
専門ツールを使う前に、まずChatGPTで過去データの傾向を分析させます。
季節性・トレンドを分析するプロンプト
以下は過去2年間の月次売上データです。
次の観点で分析してください。
1. 月ごとの売上の季節性（どの月が高い・低い傾向があるか）
2. 前年同月比での成長率トレンド
3. 異常値（急増・急減）があった月とその考えられる要因
4. 来年同月の売上予測（過去の傾向をもとに）
【売上データ】
2024年1月：1,200万円
2024年2月：980万円
（以下続く）
2025年1月：1,350万円
2025年2月：1,100万円
（以下続く）
在庫補充タイミングを判断するプロンプト
以下の商品の在庫データと売上傾向をもとに、発注タイミングと発注量の提案をしてください。
【商品A】
・現在庫：200個
・過去3ヶ月の月次販売数：150個・180個・200個（増加傾向）
・リードタイム（発注から納品まで）：2週間
・最小発注ロット：100個
・安全在庫として1ヶ月分を確保したい
この条件で、発注すべきタイミングと数量を教えてください。
段階2：Excelで簡易予測モデルを作る
ChatGPTに予測関数やフォーミュラを作らせることで、Excelでも簡易的な需要予測ができます。
Excelで月次売上の予測を行うための式を教えてください。
【やりたいこと】
・A列に月（1月〜12月）、B列に実績売上が入っています
・過去24ヶ月のデータを使って、次の3ヶ月の売上を予測したいです
・季節性と線形トレンドを考慮した予測にしたいです
【使える関数の難易度】
中級程度（FORECAST.ETS関数などを教えていただけると助かります）
段階3：専門ツールの検討
データ量が増えてきたら、専門ツールへのステップアップを検討します。
- Googleスプレッドシート + Looker Studio：無料で視覚化・トレンド分析が可能
- Microsoft Power BI：月額1,360円〜。Excelデータを取り込んで高度な分析・予測が可能
- アラジンEC・ZAICO：在庫管理専門SaaS。発注アラート・予測機能あり（月額数万円〜）
実際の事例
従業員18名の食品製造業（新潟）の事例です。季節商品の生産計画をこれまで「経験と勘」で立てており、毎年廃棄か欠品が発生していました。
過去3年分の月次販売データをChatGPTで分析し、季節ごとの販売係数（例：12月は平均の1.8倍）を把握。これをもとに生産計画を組み直した結果：
- 廃棄ロス：前年比40%削減
- 欠品による機会損失：前年比60%削減
- 計画精度：主力3商品で予測誤差10%以内に改善
注意点
AIの予測は「参考値」として使う
AIの予測は過去データのパターンに基づいています。新型コロナのような想定外の外部要因・競合の動き・新商品の投入などは反映されません。AIの予測を「ベースライン」として、担当者の判断で上下に調整する運用が現実的です。
データの鮮度を保つ
古いデータだけで予測すると精度が落ちます。少なくとも月次でデータを更新し、定期的に再分析する習慣をつけましょう。
まとめ
在庫・売上予測のAI活用は、まず過去の売上データをChatGPTで分析させるところから始められます。「このデータの傾向を教えて」と話しかけるだけで、今まで気づかなかったパターンが見えてきます。
