ブラウザで試せるデモ
EC発注AI：毎日の発注数を出す
販売実績・在庫・発注残から、商品ごとの発注数を根拠つきで出します。
毎日・週に数回発注する業態（EC・小売）向けです。
このデモのもとになった案件
酒類ECから「担当者の経験に頼っている発注判断を、データで裏付けられるようにしたい」という相談を受けて開発した仕組みです。販売実績・在庫・発注残・仕入先の条件から商品ごとの需要予測と推奨発注数を出し、急に売れた商品が特定の取引先や1日に偏っていないかをAIエージェントが確かめます。2026年3月に初版、6月までに4回改良し、実運用中です。 開発事例の詳細（実装範囲・期間・費用）
このデモが生まれたきっかけ
EC物販事業者のお客さまから「在庫を切らして販売機会を逃すのが怖く、毎週の発注がいつも勘頼り」というご相談をいただきました。
「気付くと売れ筋が在庫切れ。逆に発注し過ぎてキャッシュが寝てるのもしんどい」
触ってみてください
架空のEC事業者の、ある朝の発注画面です。安全在庫日数と発注する月を決めて「発注案を作る」を押してください。商品ごとの発注数と、仕入先別の発注書の下書きが出ます。「なぜこの数か」で計算の根拠が読めます。
季節係数はデモ用の固定値です。本番では商品ごとに過去の販売実績から出します。同じ条件なら、何度押しても同じ結果になります。
| 商品名 | 仕入先 | 30日の販売 | うち欠品日 | 直近7日（日別） | 現在在庫 | 発注残 | リードタイム |
|---|---|---|---|---|---|---|---|
| スマホケース A | 仕入先A | 330 個 | 0 日 | 11 / 12 / 13 / 11 / 12 / 12 / 13 | 45 個 | 20 個 | 5 日 |
| ワイヤレスイヤホン B | 仕入先B | 200 個 | 5 日 | 7 / 8 / 9 / 8 / 7 / 8 / 9 | 30 個 | 0 個 | 7 日 |
| USB-C ケーブル C | 仕入先A | 750 個 | 0 日 | 24 / 26 / 25 / 90 / 24 / 25 / 26 | 120 個 | 50 個 | 3 日 |
| モバイルバッテリー D | 仕入先C | 180 個 | 0 日 | 9 / 10 / 9 / 11 / 10 / 9 / 10 | 15 個 | 10 個 | 4 日 |
| 液晶保護フィルム E | 仕入先B | 432 個 | 6 日 | 17 / 18 / 19 / 18 / 17 / 18 / 19 | 300 個 | 0 個 | 2 日 |
この画面でやっていること
1. 取り込む
ネクストエンジン・通販する蔵などの通販一元管理ツールから、販売実績・現在在庫・発注残（入荷予定）・仕入先ごとのリードタイムを取り込みます。CSVの書き出しでも、APIでも構いません。
2. 予測する
商品ごとに日販を出し、季節係数を掛けて予測を作ります。日販は、欠品で売れなかった日を除いて計算します。在庫が0の日を需要0として平均に入れると、動きの少ない商品ほど実態とずれるためです。
3. 発注案を出す
予測 × （リードタイム ＋ 安全在庫日数）を必要数とし、有効在庫（在庫 ＋ 発注残）との差を発注数にします。発注数が出た商品を仕入先ごとにまとめ、発注書の下書きにします。
4. 人が承認する
下書きを送るかどうかは担当者が決めます。AIが勝手に発注することはありません。承認した内容と、担当者が手で直した数は記録し、予測の改善に使います。
計算の上に、いまのAIが足していること
発注数の計算そのものは、上の式のとおりの算数です。AIが足すのは次の2つです。
- 「なぜこの数か」を、担当者が読める文章にすること。計算の途中の値と、どの判断をしたかを行ごとに説明します。
- 急に売れた分が、特定の取引先や1日に偏っていないかを確かめること。当社の検証では、急に売れた商品の57%は、30日以内に元の水準へ戻りました。偏りがあれば、その分は予測に上乗せしません。
必要なデータの年数と、欠品日の扱いについては 需要予測AIに必要なデータは何年分か にまとめています。
月に1回まとめて発注する業態で、手元の在庫CSVから状態判定と発注案を出したい場合は、在庫管理AIのデモ（月次の計画寄り）をご覧ください。
費用と期間の目安
- 費用
- 初期費用0円・月額2万〜6万円（税別）が目安。商品数、連携する一元管理ツール、AIエージェントまで含めるかで変わります。稼働するまで課金は始まりません
- 進め方
- 販売実績のCSVをお預かりして予測を試算し、精度を確かめてから画面を作ります。もとになった案件は、初版のあと3か月で4回改良しました
- 必要なデータ
- 日別の販売実績が1年以上。在庫の推移か入荷の記録があると、欠品日を除く補正ができます
- できないこと
- 過去の実績が少ない新商品やセールは精度が下がります。AIは発注書の下書きまでで、発注の確定は担当者が行います
費用の目安
このようなシステム：月額2万〜6万円（税別）
御社の一元管理ツール・帳票・業務フローに合わせてカスタマイズできます。初期費用0円、稼働するまで課金は始まりません。機能の数によって金額が変わります。
料金一覧を見る →貴社の販売データで予測を試算します。無料相談を申し込む
よくある質問
予測に必要なデータは、何年分ですか？
毎日・週に数回発注する業態なら、日別の販売実績が1年以上あれば始められます。季節の山が1周しないと季節要因を分けられないためです。在庫の推移か入荷の記録があると、欠品していた日を除く補正ができるので精度が上がります。1年に満たない場合は、予測ではなく「切らさない下限」から始めます。
ネクストエンジンや通販する蔵のデータをそのまま使えますか？
使えます。通販一元管理ツールから書き出した販売実績・在庫・発注残のCSVを取り込む形が基本です。API連携ができるツールなら、毎朝自動で取り込む構成にもできます。
発注はAIが勝手に送るのですか？
送りません。AIが出すのは仕入先ごとの発注書の下書きまでで、送るかどうかは担当者が承認します。このデモの「承認する」ボタンがその位置にあたります。承認した内容は記録に残り、あとから予測の改善に使います。
セールや新商品はどうなりますか？
過去の販売実績が少ない商品は予測の精度が下がります。新商品は似た商品の実績を仮に当て、セールは期間を登録して通常の需要と分けて扱います。急に売れた商品は、1社や1日に偏っていないかを確かめてから予測に織り込みます。
在庫管理AIのデモとは何が違いますか？
このデモは、毎日・週に数回発注する業態向けに「きょう何個発注するか」を出すものです。在庫管理AIのデモは、手元の在庫CSVを貼って商品ごとの状態判定と来月分の発注案を出す、月次の計画寄りのものです。業態に近いほうをご覧ください。
このデモに近い開発実績
同じ型の仕組みを、酒類EC、通販会社、エステ機器メーカーで開発しています。顧客名は秘密保持のため出していませんが、業種・作ったもの・確認できている成果・費用帯は実際の案件どおりです。
酒類EC
従来は複数画面の確認と担当者の経験が必要だった発注判断を、商品単位で一画面から確認できる仕組みに集約
実運用中（2026年9月時点）。以降も継続して改良している ／ 費用帯：個別見積（初期費用0円）
通販会社（アパレル）
仕入れ精度が向上
実運用中（2026年9月時点）
エステ機器メーカー
発注ミスがほぼゼロに
実運用中（2026年9月時点）
※ このページの上部にある数値は、当社が開発した導入先での実績にもとづくものです。効果は業種・規模・運用のしかたで変わります。開発実績の一覧
体験したAIを、貴社仕様で
この発注AIを、貴社の販売データで。
今ご覧いただいたのは架空のデータです。御社の一元管理ツールのデータをお預かりして予測を試算し、仕入先や発注の決め方に合わせて作ります。「うちのデータでも出せる？」のご相談だけでも歓迎です。
累計100社以上の中小企業を支援／最短即日でご返信
フォームを使わなくても大丈夫です。電話は 080-6722-0362（代表直通・出られないときは折り返します）、メールは info@sai-labs.co.jp へ。