棚卸しにAIを活用するには？自動化の方法・技術の選び方・導入のポイントを解説

棚卸しは決算や在庫管理において欠かせない業務でありながら、多くの現場では手作業による目視確認と手入力に依存しており、多大な時間と人員を要する状況です。人手不足が深刻化するなかで、AIやIoTを活用した棚卸しの自動化・省人化が急速に広がっています。

とくに近年は、スマートフォンで撮影するだけで在庫数を自動カウントするAI画像認識や、重量変化から在庫数量をリアルタイムに計測するIoT重量計など、現場の商材特性に応じた複数の技術が選択可能になっています。

本記事では、棚卸しに活用できるAI・自動化技術の種類と仕組みから、技術の選び方、導入時の注意点、そしてB-Luckの在庫データ連携による発注最適化まで、体系的に解説します。 自社の棚卸し業務改善の参考にしてください。

棚卸しへのAI活用とは

棚卸しへのAI活用とは、AI画像認識やAI-OCR、IoTなどの技術を使って、手作業の目視カウントやデータ入力を自動化し、棚卸し業務の効率と精度を向上させる取り組みです。

従来の棚卸しは、担当者が在庫を1点ずつ目視で数え、棚卸しタグやExcelに手入力する方法が一般的でした。しかし、この方法では作業に膨大な時間がかかるうえ、数え間違いや転記ミスが発生しやすく、在庫データの正確性を維持するのが困難です。加えて、商品知識のあるベテランにしか任せられない属人的な業務構造も課題となっています。

AIを活用した棚卸しでは、カメラで撮影した画像からAIが商品を自動識別・カウントしたり、手書きの棚卸しタグをOCRで読み取ってデータ化したりすることで、人手による作業を大幅に削減できます。 さらに、取得したデータをWMSやERPとリアルタイムに連携させれば、棚卸しから在庫データの更新までを一気通貫で自動化する運用が可能です。

棚卸しに活用できるAI・自動化技術の種類

棚卸しに活用できる技術は、AI画像認識、AI-OCR、RFID、IoT重量計、ドローン・AMRと多岐にわたり、商材や保管環境に応じた使い分けが精度と効率を左右します。

ここでは、代表的な5つの技術を解説します。

• AI画像認識
• AI-OCR
• RFID
• IoT重量計
• ドローンやAMR

AI画像認識

AI画像認識は、スマートフォンやタブレットで商品棚を撮影するだけで、AIが商品の種類と数量を自動認識する技術です。

AI画像認識はペットボトル、缶、箱物など均一に陳列された商品でとくに高い精度を発揮します。一方、段ボールの中身が見えない場合や暗所・逆光の環境では精度が低下するため、後述する技術との組み合わせを検討してください。

AI-OCR

AI-OCRは、手書きの棚卸しタグや納品書を撮影し、AIがテキスト・数値を自動抽出してシステムに反映する技術です。

従来は棚卸しタグに手書きした数量を担当者がパソコンに転記する作業が必要でしたが、AI-OCRの導入により手入力作業を排除できます。手入力の作業を減らすことで、人為的なミスがなくなり、また納品書からのデータ抽出がより効率化するのがメリットです。

RFID

RFIDは、商品に貼付したICタグを電波で一括読み取りする技術です。バーコードのように1点ずつスキャンする必要がなく、段ボール越しや離れた距離からの読み取りにも対応できるため、倉庫やバックヤードの棚卸しに適しています。

とくにSKU数が多い現場ほど工数削減効果が大きく、大量の商品を短時間で一括カウントできる点が最大の強みです。 ただし、ICタグの単価と初期導入コストが課題となるため、導入前に費用対効果を検証してください。

IoT重量計

IoT重量計は、棚にセンサーを設置し、重量変化から在庫数量を常時計測する方式です。AI画像認識では対応しにくい箱の中身、重なった商品、暗所の在庫も正確に把握できます。

スマートマットクラウドでは、IoT重量計の上にモノを置くだけで在庫を自動計測し、液体・粉体・ボルトナットなど数えにくい商材の管理にも対応しています。 カメラでは捉えられない在庫を確実に実測できるため、AI画像認識の弱点を補完する技術として製造・物流現場での導入が加速中です。

ドローンやAMR

ドローンは高所の棚や広大な倉庫をカメラ＋画像認識で巡回し在庫を確認する技術で、AMR（自律走行搬送ロボット）は倉庫内を自律走行しながらバーコードやRFIDタグを読み取ります。

いずれも大規模倉庫・物流センター向けの選択肢であり、小売店舗には現時点ではオーバースペックです。 導入を検討する際は、倉庫の面積、棚の高さ、ロケーション数をもとに費用対効果を試算してください。

AI棚卸し技術の選び方

AI棚卸し技術の選定では、自社の商材特性、保管環境、在庫量に基づいて最適な技術を選ばなければなりません。

ここでは、技術選定の3つの判断軸を解説します。

• 商材の形状と保管環境から対応技術を絞り込む
• 技術ごとの適用範囲を定めて組み合わせる
• 導入規模と予算に応じてスモールスタートできるツールを選ぶ

商材の形状と保管環境から対応技術を絞り込む

AI画像認識の精度は、商材の形状や陳列状態によって大きく変わります。

条件	効果が高い現場	精度が落ちる現場
商品形状	均一な形状（ペットボトル・缶・箱物）	不定形な部品・類似品が多い
陳列状態	整然と陳列されている棚	重なり・乱雑な配置
環境	照明が安定した売場	暗所・逆光・段ボール内部

上記の表のように均一な形状、照明が安定した環境では効果を発揮しますが、一方でAI画像認識で対応できない環境には、IoT重量計やRFIDなど別の技術を組み合わせる必要があります。

技術ごとの適用範囲を定めて組み合わせる

棚卸し業務全体を単一のAI技術でカバーしようとすると、精度が不安定になるリスクがあります。

たとえば、小売店舗の売場棚にはAI画像認識、バックヤードにはRFID、液体や粉末の原材料にはIoT重量計といった使い分けが効果的です。自社の商材特性・保管環境・在庫量を整理し、技術ごとの適用範囲を明確にしたうえでハイブリッド運用を設計しましょう。

導入規模と予算に応じてスモールスタートできるツールを選ぶ

大規模なシステム導入は初期投資が大きいため、自社の規模と予算に見合ったツールを選ぶことも選定時の判断軸になります。

たとえば、比較的機能がシンプルなクラウド型アプリは月額数千円から利用可能で、手持ちのスマートフォンがそのまま棚卸し端末になるため追加のハードウェア投資が不要です。まず在庫量の多いカテゴリや差異が出やすい商品群から試験運用を始め、効果を確認してから対象範囲と技術の種類を段階的に拡大すると良いでしょう。

AI棚卸しを導入する際に押さえるべきポイントと注意点

AI棚卸しの導入効果を最大化するには、システム連携、決算への影響、AI精度の維持という3つのポイントに事前に対処しなければなりません。

ここでは、3つの観点から解説します。

• 棚卸しデータをWMSやERPと自動連携させる
• 棚卸し精度の向上が決算の信頼性と税務対応力に直結する
• AI画像認識の学習データ整備と定期的な精度検証

棚卸しデータをWMSやERPと自動連携させる

AI棚卸しは単体で完結させるのではなく、WMS・ERP・POSなどの基幹システムとデータ連携させて初めて本来の効果を発揮します。棚卸しで取得した在庫データが基幹システムに自動反映されなければ、結局は担当者が手入力で転記する作業が残り、AIを導入した意味が薄れてしまうためです。

APIまたはCSV連携によるデータ同期を自動化することで、棚卸し結果がリアルタイムに在庫データへ反映されます。連携不備があるとAIでカウントした結果を手入力で転記する二度手間が発生するため、導入前にデータ連携の仕様を検証してください。

棚卸し精度の向上は決算の信頼性と税務対応力に直結する

棚卸資産は貸借対照表上の資産項目であり、実在庫を正確に把握することは決算の信頼性を担保する基盤です。棚卸し精度が低いまま決算をおこなうと、売上原価の算出にずれが生じ、利益や税額の計算にまで影響が波及するためです。

AIで正確かつ迅速に取得した棚卸しデータがクラウド会計と連動すれば、決算業務の早期化にも寄与するため、AI棚卸しは単なる業務効率化にとどまらない経営上の効果をもたらします。

AI画像認識の学習データ整備と定期的な精度検証をおこなう

AI画像認識の精度は、商品の入れ替えやパッケージ変更が発生するたびに低下するリスクがあります。AIは学習済みの画像データをもとに商品を識別するため、学習時と異なるパッケージや新商品が棚に並ぶと、正しく認識できなくなるためです。

新商品が追加されたりパッケージデザインが変わったりした場合、AIモデルの再学習が必要です。導入直後は認識率を定期的にモニタリングし、誤認識パターンを補正するとともに、照明環境や陳列方法の標準化もAI画像認識の精度維持に影響する点を把握しておきましょ

B-LuckのAI需要予測型自動発注は在庫データと連動し過剰在庫と欠品を同時に解消

B-Luckは小売業・卸売業向けのAI需要予測型クラウド自動発注システムです。気象・曜日・特売情報などの外部データを学習し、商品ごとの発注推奨値を自動算出する機能を備えています。

AI棚卸しで取得した正確な在庫データは、需要予測型自動発注の精度向上に直結する要素です。在庫数量が正確であるほどAIの予測精度が高まり、過剰在庫と欠品の同時解消をより確実に実現できます。導入企業では自動発注の採用率90%・欠品率20%改善を達成しています。

加えて、AI値引機能も搭載しており、POS販売実績と在庫情報をもとに売り切りと利益確保を両立する値引額をAIが自動提案します。賞味期限チェックシステムとの連携により、期限管理と値引き処理を一つのワークフローで同時に実行できるため、廃棄ロスの削減と粗利確保を両立する運用が可能です。

詳細はこちらまでお問い合わせください。

お問い合わせ｜店舗向け流通ソリューション「B-Luck」

まとめ

AI棚卸しは、商材特性に応じた技術の使い分けとシステム連携によって、棚卸し業務の工数と在庫差異を同時に削減する取り組みです。

技術選定にあたっては、単一技術ですべてを賄おうとせず、売場棚・バックヤード・原材料など保管環境ごとに最適な技術を組み合わせるハイブリッド運用が効果的です。加えて、棚卸しデータをWMSやERPと自動連携させることで、データの転記作業を排除し決算精度の向上にもつながります。

まずはスモールスタートで構わないので、自社の保有データとツールを連携させて、棚卸しの精度を上げるAI活用を始めましょう。