閉店後、並んだままのパンや惣菜を片付ける。明日は少なく作ろうと思った翌日に限って、早い時間に売り切れる。減らしすぎても、作りすぎても、気持ちは軽くなりません。
「AIなら明日の販売数を当ててくれるのでは」と考えたくなります。しかし、最初に必要なのは、よく当たる数字より、なぜ余ったのかを後から振り返れる記録です。
要点
- 販売数だけで需要を判断せず、売り切れ、廃棄、天候、販促も記録します。
- 予測値には幅があるため、仕込み量の最終判断は現場で行います。
- まず一商品、一週間から記録し、予測誤差と廃棄量を振り返ります。
結論：販売数だけでは、需要は分からない
売れた数が少ないのは、お客様が少なかったからとは限りません。開店直後に売り切れて、それ以上売れなかった可能性もあります。逆に、余った理由が天気ではなく、製造の遅れや店頭に並べた時間だったこともあります。
AI需要予測を検討する前に、販売数、製造・仕入れ数、廃棄数、欠品した時刻をそろえましょう。小さなお店は、全商品を一度に管理するより、困っている商品群から始める方が続けやすくなります。
公式情報で見る、需要予測AIの仕組み
ソフトバンクの公式説明によると、「サキミル」は人流統計データ、気象データ、店舗の各種データを組み合わせて需要予測に活用するサービスです。惣菜やパンなど、消費期限の短い商品の発注・製造量を考える用途が紹介されています。公式説明
ここで注目したいのは、複数のデータを使う点です。「明日は雨だからパンを減らす」と単純に決める仕組みとは違います。一方、公式ページで紹介される取り組みが、そのまま自店の効果や費用を示すわけではありません。必要な販売履歴、対応商品、連携方法、料金は個別に確認が必要です。
一般的な生成AIに「明日は何個売れる？」と尋ねることも、検証された需要予測とは別です。もっともらしい個数が返ってきても、根拠のある推定になっているとは限りません。
想定例：富士市のパン店で、同じ販売数を読み違えない
以下は説明用の架空例です。実在店の売上や導入成果ではありません。
どちらも40個売れています。しかしA日は、午後のお客様が買えなかったかもしれません。B日は、50個用意しても残りました。この二日だけから、適正製造数を40個と決めることはできません。
ここでAIに任せたいのは、即座に翌日の個数を決めることではなく、「比較に足りない情報は何か」を洗い出すことです。曜日、天候、予約取り置き、値引き、店頭に出した時刻など、必要な項目を相談できます。
小店でも続けられる記録の作り方
1．対象を絞る
最初は、廃棄が気になるパンの一種類、日替わり弁当などに絞ります。記録のために閉店作業が重くなるなら、始め方が大きすぎます。
2．数字の意味をそろえる
「廃棄」に試食やスタッフ用を混ぜない、「販売数」に予約分を含むか決めるなど、数え方を統一します。POSの数字と手書きメモの単位が違わないかも確認してください。
3．異常な日を消さず、理由を添える
臨時休業、設備故障、まとめ注文は、普段と違う日として残します。都合の悪い日を削除すると、予測の良し悪しを公平に評価できなくなります。イベント名や天候も、確認できた事実だけを記録します。
4．判断と結果をセットで残す
「製造を減らした」という行動だけでなく、何を根拠に減らしたか、その後に欠品や廃棄がどうなったかを残します。季節が変われば関係も変わるため、一度の成功を固定ルールにしないことが大切です。
AIには、まず記録の不足を探してもらう
以下は店舗の販売記録です。個人情報は含めていません。
翌日の製造数はまだ提案しないでください。
1. 販売数、製造数、廃棄数、欠品時刻の不足や矛盾を指摘してください。
2. 比較できる日と、特別な事情で分けるべき日を整理してください。
3. 記録だけで確認できる事実と、仮説を分けてください。
4. 次の振り返りまでに追加したい項目を、現場の負担が少ない順に挙げてください。
不明な天気やイベント、売れなかった理由を創作しないでください。AIが「雨が原因です」と書いても、雨天が重なっただけなら因果関係は分かりません。「雨の日に少ない傾向が見られるが、曜日なども確認する」という表現に直します。ここに店主の経験が役立ちます。
予測サービスを試すときの比較方法
試験期間、対象商品、これまでの判断方法を決めておきます。最初から自動発注にせず、AIの提案と人の判断を並べて見る方法もあります。
確認するのは廃棄だけではありません。欠品が増えていないか、記録や修正に余計な時間がかかっていないか、材料の最低発注単位や保存容量に合うかも見ます。発注量の変更は、衛生管理や消費期限の基準を緩める理由にはなりません。
データが少ない場合は、まず同じ曜日の実績と店主の判断を整理するだけでも構いません。AIを買うことではなく、判断を振り返れるようにすることが目的です。
よくある質問
Q. POSレジがないと始められませんか？
少数の商品なら、表計算や紙の記録から始められます。サービス導入時に必要なデータ形式は別途確認してください。
Q. 何日分あれば正確に予測できますか？
商品、季節性、営業頻度などで異なり、一律には決められません。少ない記録で精度を保証する説明には注意しましょう。
Q. AIが提案した数量に従うべきですか？
最終判断は店が行います。予約や設備の状態など、AIに入っていない情報がないかを確認してください。
Q. 売れ残りが減れば成功ですか？
それだけではありません。早い完売で購入機会を失っていないか、粗利や作業負担がどう変わったかも見ます。
今日することは、一商品の「完売時刻」を残すこと
これまでの経験を捨てる必要はありません。経験を数字と一緒に残せば、他のスタッフとも判断を共有しやすくなります。
FUJI PRESSでは、富士市のお店の記録や日々の負担を整理し、AIをどこに使えるか一緒に考えます。予測サービスを導入するか決める前の相談でも大丈夫です。
関連記事と公式情報
参考資料
確認日：2026年9月6日。仕組みの紹介を参照しており、自店の精度・効果・提供条件を検証したものではありません。