「今月の内示、また増えている……でもこの部品、仕入先の回答は12週待ちだった気がする」——EMS・基板実装事業者の調達担当者なら、こうした冷や汗を何度も経験しているのではないでしょうか。
Excelの所要量計算表が追いつかない構造的な限界
基板実装業界のメディアでは2026年に入り、AI需要の急拡大に伴う半導体・メモリ・電源半導体の供給圧力や、EOL（End of Life＝生産終了）品の急増が週次で報告されています。従来「汎用品」とされてきた部品まで長納期化・価格改定の対象になりつつあり、調達現場の前提が大きく変わってきています。
多くのEMS・基板実装事業者では、得意先からの内示データ、確定注文、仕入先の納期回答、BOM（部品表）をそれぞれ別のExcelファイルで管理し、担当者が目視で突合しています。内示が上下に変動するたびに、この照合作業をゼロからやり直す必要があり、欠品と過剰在庫が同時に発生するという構造的な矛盾を抱えたままになっています。
担当者の勘と経験だけに頼った照合作業を、来月も続けられるか？
内示・注文・BOMをAIが自動突合する設計術
調達管理AIの基本設計は、得意先からの内示データ・確定注文・仕入先納期回答・BOMという4つの情報源を、AIが自動で突合し、差分の大きい部品だけを抽出することにあります。すべてを人手で照合するのではなく、「見るべき部品」だけを機械が絞り込むという発想の転換が要になります。
担当者が内示データのExcelを開き、BOMの部品番号と目視で照らし合わせ、仕入先からの納期回答メールを別画面で確認しながら、手配数量を電卓とにらめっこで再計算する。1つの生産ラインで数百点の部品があれば、この作業だけで半日以上を要することも珍しくありません。
ダッシュボード画面を開くと、「差分照合実行」ボタン一つで内示データとBOM・確定注文・仕入先納期回答が自動突合され、リスク部品一覧画面に欠品リスクの高い品目だけが表示されます。品目名をクリックすると部品詳細画面に遷移し、内示変動の推移グラフと仕入先回答履歴が並んで確認できます。出力は「リスク部品一覧_20260301.csv」のような日付付きファイルとしてダウンロードでき、そのまま社内会議資料としても使えます。
手作業での照合工程が1本減ることで、担当者は「照合する人」から「判断する人」へと役割が変わります。これはEMS・電子部品調達管理におけるAI活用の本質的な価値です。
標準品と特殊品を分けて優先度をスコア化する
すべての部品を同じ基準で扱うと、AIのアラートが多すぎて逆に見落としが増えてしまいます。そこで重要になるのが、標準汎用部品と長納期特殊部品（先端半導体・特殊コンデンサなど）を分けて手配優先度を自動スコア化する設計です。
入手性が比較的高い部品は、内示変動よりも在庫回転率と発注リードタイムを重視したスコアリングを行い、過剰発注を防ぎます。
EOLリスクや長納期が懸念される部品は、内示の変動幅と仕入先回答の遅延度合いを重み付けし、リスク部品一覧の上位に固定表示します。
リスクスコアが高い部品の詳細画面には「代替品候補を表示」ボタンを設置。過去の代替実績や仕様互換性データをもとに、候補部品と概算納期を並べて表示し、担当者の意思決定を後押しします。
1品目・1生産ラインからの試験導入で精度を高める
調達管理AIは、いきなり全品目・全ラインに展開すると、データの粒度や運用ルールの不整合でつまずきやすくなります。実務では小さく始めて検知精度を育てるアプローチが有効です。
得意先からの内示変動が大きく、かつ長納期化の影響を受けやすい部品を1つ選び、対象の生産ラインを限定してAIモデルを試験運用します。
リスク部品一覧から「発注ドラフト作成」ボタンを押し、AIが提案する手配数量を担当者が確認・修正するフローを回し、AIの提案精度と現場の判断のズレを記録します。
内示変動の大きい得意先から順にAI突合の対象を広げ、最終的に全生産ラインへ展開します。段階を踏むことで、社内のBOMデータ整備や仕入先マスタの精度向上も並行して進められます。
まとめ
- 要点1：AI需要拡大に伴う半導体・電源部品の長納期化とEOL急増により、Excel照合中心の調達管理は構造的な限界を迎えている
- 要点2：内示・確定注文・仕入先納期回答・BOMをAIが自動突合し、リスク部品だけを一覧化することで二重照合の工程がなくなる
- 要点3：標準品と特殊品を分けたスコア化・代替品候補提示、そして1品目・1ラインからの段階的導入が、EMS・基板実装事業者における調達管理AI活用の現実的な進め方
本記事はAIを活用して作成しています。内容についての責任は当社が負います。AI活用ポリシー