「マニュアルも作った。システムも入れた。なのに、なぜ発注はあの人のままなのか」
発注の引き継ぎに悩む会社から、よく聞く問いです。
あの人が休むと、発注が止まる。
それが問題だと分かったうえで、何年も変わらない会社は少なくありません。
需要予測の属人化とは、何を何個仕入れるかの判断が、特定の担当者の頭の中にしかない状態です。
解けない理由ははっきりしています。
移すべきものが、手順ではなく判断だからです。
手順は書けますが、判断は書けません。本人にも、自分が何を見て決めているかを説明できないからです。
では、判断のどこまでが仕組みに移せて、どこからが人に残るのか。
発注担当者の頭の中を4つに分けると、その線が引けます。
📌 この記事で分かること
- 手順の属人化と判断の属人化は、何がどう違うのか
- 発注担当者の頭の中を4つに分けると、どこまで移せるのか
- 自社の属人化の度合いを測る3つの問い
- 判断を仕組みに移す4つの段階と、AIが効く場所・効かない場所
需要予測・発注の属人化は、ほかの属人化と種類が違う
属人化とは、特定の人にしか業務の知識やノウハウがたまらず、その人がいないと業務が回らなくなる状態です。
原因や全社的な対策は、属人化とは？スペシャリストとの違い・原因・NetSuiteで解消する5つのステップで扱っています。
需要予測と発注には、ほかの業務と違う壁があります。
判断が個人にたまる、という壁です。
手順は移せる。判断は移せない
属人化には、性質の違う2種類が混ざっています。
| 手順の属人化 | 判断の属人化 | |
|---|---|---|
| 個人にたまっているもの | 操作の順番、書式、連絡先、例外時の処理 | 数量を決めるときの見立て |
| 移し方 | 書き出して共有する | 書き出せない。まず言語化が要る |
| 移せない理由 | （移せる） | 本人が何を見て決めたかの記録が残っていない |
| マニュアルで解けるか | 解ける | 解けない |
| システム導入で解けるか | 解ける | 解けない。入力欄は増えるが、根拠は残らない |
発注業務には、この両方があります。
発注書を起こす操作、承認をもらう順番、仕入先への連絡の仕方。
ここは手順で、書けば移ります。
一方、「来月この商品を何個仕入れるか」は判断です。ここが移りません。
なぜ書き出せないのか
判断の材料が、本人の中で混ざっているからです。
過去の販売実績。先週の店頭の動き。仕入先の納期の癖。前回同じ月に失敗した記憶。展示会で聞いた話。
これらを同時に見て、最後は感覚で数量を置いています。
どれをどれだけ重く見たかが、どこにも残りません。
残らないので、翌月に外れても理由を分解できません。
分解できないので、次の人に渡すものがありません。
本人の怠慢ではありません。判断の根拠を残す欄が、どの帳票にもないだけです。
手順と判断の違いを、発注業務に当てはめて図にすると次のとおりです。
手順の属人化を標準化で解く実務は、『業務属人化』がDXを止める──標準化・ERP導入で乗り越える業務改革の実務をご覧ください。
エースの頭の中には、何が入っているのか
「あの人にしか分からない」を、ひとかたまりで扱うと手が止まります。
中身を分けると、移せる部分と残る部分が見えてきます。
発注の判断は、おおよそ4つに分かれます。
判断を4つに分ける
| 中身 | 例 | 移せるか | |
|---|---|---|---|
| ① 数字で説明できる判断 | すでに根拠が数字で言える | 「過去12か月の平均が月100個だから」 | ◎ そのまま移せる |
| ② 数字にできるが、記録していない判断 | 数字で表せるのに、残していない | 「この商品は納期が遅れがちだから多めに」 | ○ 記録を始めれば移せる |
| ③ 本人が無自覚な経験則 | 本人には当たり前すぎて説明されない | 「展示会の翌月は動く」 | △ 聞き出せば移せる |
| ④ 人にしかできない判断 | 過去のデータに答えがない | 新商品の初回投入量、取引先との交渉 | × 残す |
多くの会社で、①は思ったより少ない
実際にやってみると、①に入るものは多くありません。
「なぜこの数量ですか」と尋ねると、最初に返ってくるのは②か③です。
数字にできるのに、残していない。あるいは、本人が説明の必要を感じていない。
移せないと思われていた判断の多くは、②と③です。
④は、思ったより少ないのが実際のところです。
目指すのは、④だけを人に残す状態
①②③を仕組みに移し、④を人に残す。これが到達点です。
④は減らす対象ではありません。
新商品の見立てや仕入先との交渉は、これからも人が担います。
むしろ、ここに時間を使ってもらうための移し替えです。
②と③が外に出ると、もう一つ変わることがあります。
外れたときに、理由を追えるようになる。
追えるから、改善が積み上がります。
いま、どれくらい属人化しているか
自社の状態は、3つの問いで測れます。
主力商品を1つ選び、そこだけで構いません。
3つの問い
問い1：先月の発注量の根拠を、本人以外が再現できますか
同じ数字にたどり着けるか、という問いです。近い数字でも構いません。
再現できないなら、判断は個人の中にあります。
問い2：大きく外れた月に、なぜ外れたかを書いた記録が残っていますか
口頭で共有しただけなら、残っていないのと同じです。
記録がなければ、同じ外し方を繰り返します。
問い3：担当者が1週間休んだとき、発注はどうなりますか
止まるか、誰かが前月と同じ数量で通すか。どちらも属人化しています。
後者は動いているように見えるぶん、気づかれにくい状態です。
3つとも「いいえ」でも、珍しくありません
多くの会社が、この状態です。
怖いのは、リスクに気づかないまま年が過ぎることです。
発注の判断が止まると、在庫が止まります。
在庫が止まると、売上が止まります。
1業務の話に見えて、事業の継続に直結します。
会社全体で「誰が何を1人で抱えているか」を洗い出す方法は、キーマンが辞めても会社が止まらない仕組みで扱っています。
判断を仕組みに移す4つの段階
移し替えは、4つの段階を順に進みます。
どれも飛ばせません。
第1段階：記録する
発注量を決めるときに見ている数字と、その理由を1行ずつ書き出します。
このとき、書けないものを無理に書かせないでください。
書けなかった項目こそが、②と③のありかを示しています。
期間は1か月で足ります。発注の回数ぶんだけ、メモがたまります。
第2段階：再現する
書き出したメモだけを使って、別の人が先月の発注量を出してみます。
そして、実際の発注量と比べます。
差が出た分が、メモに書かれなかった判断です。
ここが、いちばんの難所です。
差を見ながら「なぜこの数字になったのか」を本人に聞き直します。
聞かれた側も、その場で初めて言葉にすることになります。
多くの取り組みは、ここで止まります。
手順書を作って終わりにしてしまうのは、この工程が面倒だからです。
第3段階：モデル化する
再現できた部分だけを、計算に移します。
再現できなかった部分は、まだ残しておきます。
全部を一度に移そうとすると、精度が落ちて元に戻ります。
移し替えの効果は、数字で測れます。
あるEC事業者では、522SKU（商品の管理単位）を対象にこの移し替えを行いました。
担当者の経験による予測では、月次の誤差幅が約±45個でした。
予測の仕組みを作った後は、約±28個になりました。
変わったのは、精度だけではありません。
1人の頭の中にしかなかった見立てが、誰でも見られる数字になりました。
誤差幅が出るということは、外れ方が測れるということです。
なお、この実測はEC事業者1社の事例で、商品構成や事業規模によって結果は変わります。
誤差幅の読み方は、需要予測とは？やり方・手法・精度の測り方で扱っています。
第4段階：答え合わせする
ここが仕組みの本体です。
毎月、予測と実績の差を見て、なぜ外れたかを記録に戻します。
販促があった、欠品していた、新商品が入った。理由を1行ずつ残します。
記録がたまると、③の経験則が少しずつ形になります。
「展示会の翌月は動く」が、実績の裏づけを持った条件に変わります。
答え合わせの場がない仕組みは、翌年には使われなくなります。
システムの標準機能でどこまで自動化できるかは、NetSuiteの需要予測（Demand Planning）完全ガイドをご覧ください。
在庫・購買との連動はNetSuiteで販売管理・在庫管理・購買管理を行うためのポイント3選、在庫の持ち方は在庫最適化とは？で扱っています。
AIは属人化を解くのか、固定するのか
「AIに任せれば、属人化は解消しますか」。よくいただく質問です。
答えは、4段階のどこで使うかで分かれます。
AIが効く場所は、4段階のうち2つ
第1段階（記録）と第4段階（答え合わせ）では、AIがよく効きます。
記録では、書き出したメモの整理や、聞き取りの下書きに使えます。
答え合わせでは、外れた商品の抽出と、理由の候補出しが速くなります。
一方、第2段階（再現）はAIでは進みません。本人に聞き直す工程だからです。
第3段階（モデル化）は計算の話で、AIかどうかは本質ではありません。
履歴を学習させても、判断の理由は残らない
気をつけたいのは、「担当者の操作をAIに学習させれば引き継げる」という考え方です。
学習できるのは、何をしたかです。
なぜそうしたかは、記録されていないので学習できません。
判断は個人からAIへ移るだけで、説明できない状態は続きます。
この論点は、AIがあなたの仕事を「履歴」から覚える時代に、会社は何を覚えているかで詳しく扱っています。
下書きはAI、確定は人
ベンチャーネットの立場は一貫しています。
AIは下書きまで。確定は人が行う、というものです。
発注量の提案は、AIが出せます。
その数量で発注すると決めるのは人です。
決めた記録が残るからこそ、次の答え合わせができます。
AIを要約の道具で終わらせず、業務を動かす仕組みに進める条件は、AI導入率16.6%の中小企業へで扱っています。
つまずく3つのパターン
「仕組みを入れたのに、結局あの人のままだった」には、典型が3つあります。
いずれも人の力量ではなく、進め方の問題です。
マニュアル化で解こうとする
起きること
- 発注手順書は整っているが、数量の決め方は書かれていない
- 手順書の更新が止まっている
- 手順書があるのに、結局その人に確認している
原因
属人化の解消を、標準化の問題として受け取っています。
標準化は手順に効きますが、判断には効きません。
手順書づくりは進んだ実感があるぶん、判断の側が手つかずだと気づきにくくなります。
避け方
手順書の作成と、判断の棚卸しを別の作業として置いてください。
順番は、判断の棚卸しが先です。
移せる範囲が決まってから手順書を整えるほうが、手戻りが出ません。
エースを外して、一気に置き換える
起きること
- 新しい仕組みの導入を、担当者に知らせずに進めている
- 移行日を決めて、その日から全商品を切り替える計画になっている
- 担当者が非協力的だと感じている
原因
移し替えを「置き換え」として設計しています。
エースから見れば、自分の仕事を取りに来たように映ります。
そう映れば、協力は得られません。②と③を聞き出す工程は、本人の協力なしには進みません。
全商品を一度に切り替えると、移せていなかった判断のぶんだけ精度が落ち、元の運用に戻ります。
避け方
主力商品を数点だけ選び、並行で走らせてください。
仕組みが出した数量と、担当者が決めた数量を並べ、差が出たら理由を聞きます。
この差こそが、まだ移せていない判断です。
置き換えではなく、④を見つける作業として設計すると、協力が得やすくなります。
モデルは入れたが、答え合わせの場がない
起きること
- 予測値は出ているが、実績との差を見る場がない
- 外れた理由を説明できる人がいない
- 導入から1年、設定を一度も見直していない
原因
これも意識ではなく、時間の構造の問題です。
検証できるのは実績が出た後なのに、その頃には次の発注作業が始まっています。
振り返りは、常に後回しになります。
避け方
答え合わせを、独立した会議にしないでください。
予測を作る作業の冒頭に、前月の確認を組み込みます。
見るのは3点で足ります。大きく外れた商品はどれか。なぜ外れたか。次回どう扱うか。
ベンチャーネットならこう見る｜製品より先に、判断の見える化から
ベンチャーネットが大事にしているのは、精度そのものより外れ方を説明できる状態です。
説明できれば、担当者が代わっても判断は続きます。
説明できなければ、どれだけ精度が高くても、また誰か1人の中に戻っていきます。
型1：見える化→整理整頓→仕組みへ
ベンチャーネットは、システムを入れる前に業務を見える化し、整理整頓してから標準の機能と照らし合わせます。
製品が決まっていても、見える化からやり直す進め方です。
発注の判断に当てはめると、次の順になります。
- 見える化：判断の棚卸し。何が書き出せて、何が書き出せなかったかを分ける（第1・第2段階）
- 整理整頓：①②③のどこまでを仕組みに移し、④をどう残すかを決める
- 仕組みへ：判断の根拠を残す欄をどこに持つか、答え合わせを誰がいつ見るかまで決める
先に決めるべきは、誰がいつ何を見て数量を確定するか。
製品の選定は、その後で構いません。
型2：現場の勘と仕組みを、同じ条件で比べる
6-2の並行運転は、現場の勘と仕組みの提案を、同じ商品・同じ期間で比べる形です。
勘が勝つ商品があれば、そこに④か、まだ聞き出せていない③があります。
比べることが、エースを外す作業ではなく、エースの判断を見つける作業になります。
一方で、向かない会社もあります。
エース1人で発注が回り、本人も会社も困っていない会社です。
商品数が少なく、判断の回数も限られているなら、移し替えの手間に見合いません。
取り組む価値が出るのは、商品数が増えて1人では見切れなくなったとき、あるいは後任への引き継ぎが視野に入ったときです。
データを経営判断に使う全体像は、データドリブン経営とは？中小企業が ERP で実現する実践方法と失敗パターンで扱っています。
よくある質問
Q1. 担当者の協力が得られない場合はどうすればよいですか
置き換えではなく分担として伝えます。
「あなたの判断を分解して、機械に任せられる部分を探したい」と「発注を自動化したい」では、受け取られ方がまったく違います。
実務では、6-2のとおり数点の商品で並行して走らせるのが有効です。
差が出たときに本人へ理由を聞く形になるため、本人が必要とされ続けます。
Q2. 一般的な属人化対策と、何が違うのですか
対象が違います。
一般的な属人化対策は、手順・知識・権限を組織に移す取り組みです。
全体像は属人化とは？スペシャリストとの違い・原因・NetSuiteで解消する5つのステップで扱っています。
この記事の対象は、そこに含まれない「判断」の側です。
順序が逆になると、手順書の整備だけで解決したつもりになります。
Q3. 何商品くらいから取り組む意味がありますか
商品数より判断の回数で考えます。
月あたりの発注判断が数件なら、記録を残すだけで足りることが多いです。
数十件を超えると、1人の頭の中で一貫性を保つのが難しくなります。
発注担当者が「全部は見切れていない」と感じ始めたときが、着手の時期です。
Q4. AIに全部任せることはできませんか
第2章の④が残るため全部は任せられません。
新商品の初回投入量には、参照できる過去データがありません。
仕入先との交渉や、取引の事情を踏まえた判断も同じです。
任せきりにすると、外れたときに理由を追えなくなります。
下書きはAI、確定は人という分担を保つことが、仕組みを長持ちさせます。
Q5. 販売履歴が2年分ないと始められませんか
始められます。
移し替えの第1段階と第2段階は、履歴の長さと関係がありません。
記録を始めることと、判断を言葉にすることは、今日からできます。
履歴が短い場合は、第3段階で単純な計算から入り、データがたまるにつれて精度を上げていきます。
履歴がたまるのを待つ間に、判断の棚卸しを済ませておくほうが順序として合理的です。
まとめ：④だけを人に残す
- 需要予測・発注の属人化は、手順ではなく判断の属人化。マニュアルでは解けない
- 書き出せないのは本人の問題ではなく、判断の根拠を残す欄がないから
- 発注の判断は4つに分かれる。①数字で説明できる ②数字にできるが記録していない ③無自覚な経験則 ④人にしかできない
- 移すのは①②③。④は残す
- 移し替えは4段階。記録 → 再現 → モデル化 → 答え合わせ。難所は第2段階の再現
- AIが効くのは第1段階と第4段階。履歴を学習させても、判断の理由は残らない
属人化の解消は、エースを不要にすることではありません。
エースにしかできない仕事の割合を、増やすことです。
今日できること
主力商品を1つ選び、先月の発注量を決めたときに見た数字を3つ書き出してみてください。
3つ書けたでしょうか。それとも、2つ目で手が止まったでしょうか。
書き出せた分が、いま仕組みに移せる範囲です。
手が止まった場所が、「マニュアルでは移せなかった判断」のありかです。
もう少し詳しく知りたい方へ
発注の判断が、いまどこまで個人に閉じているのか。棚卸しの進め方からご相談いただけます。
在庫・生産・広告の配分を、制約条件のもとで全体最適化します。
需要予測から在庫・発注までを一本でつなぐ考え方は、サプライチェーンの全体最適とは？で扱っています。
コメント
コメント一覧 （1件）
[…] 需要予測の読みを更新し続ける考え方は、需要予測の属人化を解消するにはで扱っています。 […]