2024年の秋、私は中国東部の家電部品倉庫を歩いた。そこでは滞留在庫がすでにほこりをかぶり始めており、同じ電動モーターで満たされたラックが3列あり、外箱には薄くほこりが積もっていた。倉庫の管理者は、その部品は入荷当初は売れ筋だったが、注文はおよそ6か月前から細り始め、誰かが気づいたときにはもう誰も求めていなかったと語った。これが滞留在庫の通常の生い立ちである。滞留在庫は一夜にして生まれることはめったにない。ゆっくりと進行し、初期症状は注文、入荷、販売記録の中に散らばっており、在庫が滞留してしまうまで誰もそれらを結び付けない。AI予測はその結び付けの作業を行う。日常データの微かな変化を一枚の絵にまとめ、まだ行動できるうちに警告を発するのだ。
滞留在庫は突然生まれることはめったにない。徐々に動きが鈍くなる
小型家電の販売者を考えてみよう。そのエアフライヤー用アクセサリーは、2023年後半には中国東部の倉庫から月に約40,000個出荷されていたが、その後月に20,000個強まで落ち込んだ。一方、補充は旧来の繁忙期のリズムのまま続いた。2024年初めに在庫を数えたとき、倉庫にはおよそ9か月分の在庫があり、同じ製品カテゴリーの新世代がすでに2世代市場に出ていた。照明会社も別の形で同じ筋書きをたどった。2022年末、あるシーリングライトモデルの注文は週に十数件以上から2〜3件に減り、注文は 小口化し間隔も広がったが、倉庫はフルパレットの入荷を続けていた。どちらの場合も、まず販売が鈍化し、在庫の積み上がりは数か月後に起きた。ピッキングリストや発注書を1枚ずつ読む人間の直感では、着実に下向きに曲がる需要曲線に追いつけなかった。
在庫回転率の長期観察も同じ結論を示す。滞留在庫の形成期間は通常数か月に及び、難しいのは処分ではなく認識である。倉庫チームは個々の出荷を見て、購買は個々の補充を見るが、カテゴリー曲線そのものを見る者はいない。ここでのAI予測の価値は奇跡的な数字ではない。時間軸に描かれた曲線であり、曲線が完全に平らになる前に責任者にメッセージを送るしきい値である。
4つのシグナルが合わさって滞留在庫のAI予測になる
単一のシグナルは容易に誤解を招く。4つのシグナルが同時に現れると、様相はまったく変わる。第一は販売の鈍化である。あるカテゴリーの出庫量が、季節的な説明もなく、数期連続で過去平均を下回ることだ。第二は注文頻度の変化である。注文が減り、小口化し、リピート購入の間隔が長くなる。これは総販売額よりも早く需要の縮小を示すことが多い。第三は季節性のずれである。この時期に上昇すべき製品が横ばいのままであること、あるいはピークシーズンが年々縮小することだ。第四は代替シグナルである。後継モデルや代替製品が伸びる一方で、旧製品への検索や問い合わせが衰える。これは販売記録や顧客対応記録に埋もれており、誰も一行ずつ読むことはない。
4つのシグナルを1つの判断表に入れると、警告は倉庫が行動できるものになる。
| シグナルの組み合わせ | 警告レベル | 倉庫での最初の動き |
|---|---|---|
| 販売鈍化のみ | 注視 | 見直しサイクルを短縮し、新規注文を追加しない |
| 鈍化＋注文頻度の低下 | 黄色警告 | 補充を凍結し、輸送中の在庫を数える |
| 3つのシグナルがそろう | オレンジ警告 | 購買を削減し、転送の選択肢を検討する |
| 4つのシグナルすべて | 赤色警告 | 購買を削減し、販促と返品交渉を並行して行う |
なぜ6か月のリードタイムが重要か、計算が示している。あるカテゴリーが月に10,000個出荷し、60,000個、つまり6か月分の在庫を持つとしよう。警告を受けてチームが次の2回の補充ロットを半分にすれば、およそ20,000個が倉庫に入ることはない。単価50元とすると、約1百万元の資金が滞留在庫に縛られることはない。商品が本当に売れなくなるまで待てば、動かすために必要な値引きはしばしば半額以下に落ち込み、さらに数か月分の保管費と荷役費が加わる。早期予測が節約するのは値引きではない。そもそも入荷する必要のなかった在庫である。
警告の後、倉庫に残された対応は4つだけ
警告が有用なのは、対応の余地がまだ開いているからである。第一の対応は購買の削減であり、最も安い。輸送中や計画中のものを止め、長期的な過剰在庫ではなく短期的な欠品を受け入れる。第二は販促であり、まだ市場があるが価格に敏感な製品に適する。ただし、クリアランス品という評判がつく前に始めることが条件だ。第三は転送である。弱い地域やチャネルから強い地域やチャネルへ在庫を移し、同じ商品が通常通り売れるようにする。第四は仕入先への返品や交換であり、返品制度がある場合にのみ機能し、在庫がまだ健全なうちに交渉しなければならない。商品が滞留してしまえば交渉力は消えるからだ。
ここに直感に反する判断がある。警告の後、最も危険な対応はしばしば様子見である。直感は理解できる。製品はまだ動いており、ただ遅くなっただけで、需要は回復するかもしれないからだ。しかし4つのシグナルがそろっているとき、自然な回復はまれであり、待つコストは確実である。さらに1か月の保管費、さらに1か月の資金拘束、そして処分がついに行われるときのより深い値引きだ。AI予測における本当のトレードオフは精度と誤差ではない。早期に行動する小さなコストと、遅れて行動する大きなコストである。販促は価格体系を損なうことがあり、転送には運賃がかかり、購買削減は短期的な欠品のリスクを伴う。これらのコストはすべて現実だが、ロット全体が滞留在庫になることに比べれば小さい。
AI予測は誤報を出す
AI予測の限界ははっきり述べておくべきである。ここで信頼が得られるか失われるかが決まるからだ。季節商品は最も誤報が出やすい。プール用品は冬には売れず、季節のリズムを理解しないモデルは毎冬アラートを上げる。販促、プラットフォームのセールイベント、製品切り替え期も同じようにデータをゆがめる。大きな販促の後の落ち込みは需要の縮小に見えるからだ。第三の誤差要因はデータそのものである。チャネルのシフトにより、ある倉庫の出庫量が減ってもチャネル全体の販売は変わらないことがあり、単一の倉庫だけを見る予測はそのシフトを減少と誤読する。
したがって、すべての警告の背後には2つの人的チェックポイントを置くべきである。第一は事業レビューである。アラートはカテゴリーを知る人に届き、そのパターンが季節性か、販促によるものか、真の減少かを判断する。第二は段階的な対応である。黄色警告では新規購買のみを凍結し、既存在庫には手を付けない。赤色警告では販促と返品交渉が解禁される。誤報そのものは致命的ではない。信頼を壊すのは段階のない仕組みであり、1回の誤報がクリアランスセールを引き起こすことだ。この体制では、AIは指揮官ではなく見張りである。疑わしい傾向を早期にテーブルに載せ、判断は人に残す。
より広い傾向は、四半期の棚卸しで滞留在庫を発見することから、そのシグナルを継続的に監視することへの移行である。かつて企業は、数えてみて初めてどの商品が滞留したかを知った。いまでは、販売曲線が弱まる瞬間にカウントダウンが始まる。さらに変数となるのはデータ源の広がりである。販売、顧客の問い合わせ、後継製品の発売、チャネルのシフトを同じチャートで読めるようになれば、予測のリードタイムはさらに延びる。しかしリードタイムが長くなれば不確実性も高まり、段階的対応と人的レビューはますます重要になる。技術はすでに、管理者の前に、在庫が滞留する6か月前に警告を置くことができる。製品がまだ売れているうちに購買を削減する意思があるかどうかは、アルゴリズムではなく習慣の問題であり、次の滞留在庫のロットはすでにどこかのラックの上にあり、その販売曲線はまさに曲がり始めているのかもしれない。
Dr. Chen（サプライチェーン研究者）著
英語版からの翻訳。内容に相違がある場合は英語版を優先します。
