業務改善読了 約4分

赤字製品の見つけ方|原価分析AIで自動発見する設計術

AAnomaly編集部
目次

赤字製品の見つけ方|原価分析AIで「気づけない赤字」を自動発見する設計術

月末になると経理担当者がExcelに仕入伝票と受注データを手入力し、「今月はトータルで黒字だったので良し」と締めている——そんな原価管理をしていないでしょうか。実はその集計の裏側で、特定の製品だけが静かに赤字を垂れ流しているケースは珍しくありません。


どんぶり勘定原価計算が赤字製品を見えなくする構造的課題

中小製造業の多くは、原価計算を「会社全体」または「取引先単位」でしか行っていません。材料費・労務費・間接費をまとめて配賦し、月次の損益だけを見て経営判断をしている状態です。これは一般にどんぶり勘定原価計算と呼ばれ、製品ごとの採算が隠れてしまう典型的な構造的課題です。

原因① 間接費の配賦基準が粗い

電気代や設備償却費などの間接費を「売上比率」で一律配賦してしまうと、実際には歩留まりが悪く手間のかかる製品のコストが過小評価されます。原価管理の精度向上も課題の一つとされています。

原因② 工数実績と仕入価格表が別管理になっている

作業日報は紙、仕入価格表はExcel、受注データは基幹システムと、情報がバラバラに存在していると、製品単位で突合する作業自体に手間がかかりすぎて誰もやらなくなります。結果として「黒字だと思っていた製品が実は赤字だった」という事態が、決算や値上げ交渉のタイミングで初めて発覚します。


受注データ・仕入価格表・工数実績をAIが自動突合する設計術

この課題を解決する設計の核心は、受注データ、仕入価格表、工数実績という3つの情報源をAIが自動で突合し、製品別原価をリアルタイムに算出する仕組みを業務アプリに組み込むことです。人が転記・集計する工程をなくし、原価が「見えない」状態から「常に見える」状態へ変えます。

今の原価計算、月末にExcelを3枚突き合わせて作っていないか?
その集計、担当者が異動したら再現できるか?

Before(手作業・Excelの状態)

経理担当者が月末に受注一覧(紙またはExcel)、仕入先ごとの単価表、現場の作業日報を手元に集め、製品コードを頼りに電卓とExcel関数で原価を積み上げる。1製品の原価確定までに数日かかり、間違いに気づいても再計算が面倒なため放置されがちです。

After(業務アプリ画面での動き)

受注一覧画面で対象製品を選択すると、紐づく仕入価格表(マスタ管理画面で単価を登録済み)と工数実績(現場担当者がタブレットで入力した実績工数)をAIが自動で突合し、「製品別原価画面」に原価内訳が自動表示されます。画面上の「原価再計算」ボタンを押すだけで、材料費・労務費・間接費配賦後の損益が即座に更新され、月末を待たずに赤字製品を把握できます。算出結果は「製品別原価レポート_YYYYMM.csv」として出力され、経営会議にそのまま使えます。

ポイントは「人が集計する工程」をなくすことです。転記作業が1本減るだけで、原価データの鮮度が月次から日次レベルに変わります。


素材ロス率が高い製品と標準品を分けた赤字アラートの優先度設計

樹脂成形や段ボール加工のように、素材ロス率(投入した原材料のうち製品にならず廃棄される割合)が原価を大きく左右する業種では、標準品と同じ基準で原価を見ても異常に気づけません。設計上は、製品を「素材ロス変動型」と「標準型」の2グループに分け、赤字アラートの優先度を自動で判定する仕組みが必要です。

1
歩留まり率を入力項目として必須化する

製品マスタ画面に「標準歩留まり率」「実績歩留まり率」の入力項目を設け、実績が入力されるたびにAIが差分を自動計算します。

2
ロス率変動幅でアラートの重みづけを変える

段ボールや樹脂成形のように歩留まりが日によって変動しやすい製品は、赤字アラートの閾値を標準品より狭く設定し、小さな原価悪化でも「赤字アラート確認」ボタンに通知が上がるよう設計します。

3
標準品は閾値を緩め誤検知を減らす

変動の少ない標準品まで同じ感度でアラートを出すと「アラート疲れ」が起き、現場が通知を見なくなります。製品特性に応じてアラートの優先度を自動で切り分けることが、運用定着の鍵になります。


1製品ラインからの試験導入で精度を高め全製品へ展開する手順

原価分析AIは、いきなり全製品に適用すると、マスタ整備の負荷が大きくなり現場が疲弊します。まずは赤字が疑われる1製品ラインに絞って試験導入し、原価算出ロジックと画面遷移(受注一覧画面→製品別原価画面→アラート確認画面)の使い勝手を検証するのが現実的です。

1
対象製品ラインの原価構成要素を洗い出す

材料費・工数・間接費のうち、どの項目が手入力で残っているかを棚卸しします。

2
仕入価格表と工数実績の入力ルールを標準化する

品番や工程コードの表記ゆれをなくし、AIが自動突合できるデータ形式に揃えます。

3
試験導入の結果をもとにアラート閾値を調整する

実際に出たアラートが現場感覚と合っているかを確認し、閾値や配賦ロジックを微調整してから対象製品を広げます。


まとめ

  • どんぶり勘定の原価計算では、間接費配賦の粗さと情報の分断によって赤字製品に気づけない構造が生まれる
  • 受注データ・仕入価格表・工数実績をAIが自動突合することで、転記や集計の工程をなくし製品別原価をリアルタイムに可視化できる
  • 樹脂成形や段ボールなど素材ロス率が原価を左右する製品は、標準品と分けて赤字アラートの優先度を設計することが実運用の定着につながる
  • 全製品への展開は焦らず、1製品ラインでの試験導入から精度を高める手順が現実的

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