基板実装・EMS工場の調達担当者が、毎晩Excelとにらめっこしながら部品表（BOM）を積算し、「この部品、本当に足りるのか」と不安を抱えたまま発注を確定させる——そんな光景は、多品種少量生産の現場では珍しくありません。
Excelでの所要量計算が限界を迎える理由
EMS（電子機器の受託製造）工場では、1つの製造ラインで複数顧客の基板を扱うことが一般的です。案件ごとに部品表（BOM：Bill of Materialsの略、製品を構成する部品の一覧表）のフォーマットも部品番号の記法も異なり、担当者はそれを都度Excelに手入力・転記して所要量を積算しています。
納期回答は商社や海外ローカルメーカーからメールやPDFで届きますが、これを手作業で発注書と突き合わせる工程が発生します。経済産業省の取組方針でも、電子部品の供給不安定化や調達の複雑化が課題として指摘されているとされています。
特殊指定部品や海外専用品は、メーカー側の生産中止（EOL：End of Lifeの略、部品の生産終了）情報がタイムリーに担当者へ届かず、発注直前になって欠品が発覚するケースが業界で頻発しています。
BOM・発注書PDF・納期回答メールをAIが突合する設計術
調達自動化の核心は、複数の紙・PDF・メールに散らばった情報を、AIが読み取り1つのデータとして統合することにあります。具体的には以下のような設計が有効です。
Excel形式・CSV形式・PDF形式のBOMを「BOM取込画面」にアップロードすると、AIが部品番号・数量・実装数を自動抽出します。
既存の発注書PDFをAIがOCR（光学文字認識）で読み取り、「所要量計算実行」ボタンを押すと、BOM上の必要数量と発注済み数量を自動で照合します。
商社や海外メーカーから届く納期回答メールの文面をAIが解析し、入荷予定日を突合画面に自動反映。担当者が手打ちで転記する工程がなくなります。
Before / After
担当者がBOMをExcelにコピーし、発注書PDFを目視で確認しながら数量を電卓で計算。仕入先からの納期回答メールを別シートに転記し、最後に3つの資料を突き合わせて欠品の有無を判断していました。
「BOM取込画面」でファイルをアップロードし、「所要量計算実行」ボタンを押すだけで、AIがBOM・発注書・納期回答メールを自動突合。結果は「突合結果一覧」画面に表示され、不足が見込まれる部品だけが自動でハイライトされます。転記工程そのものが1本減り、担当者は判断業務に集中できるようになります。
汎用部品とEOLリスク部品を分けてスコア化する
すべての部品を同じ基準で管理すると、本当に危険な部品が埋もれてしまいます。汎用部品（複数の代替品が存在する部品）とEOLリスクのある特殊指定部品を別レイヤーで評価し、欠品リスクをスコア化することが調達管理アプリ設計の要諦です。
複数商社から調達可能な部品は、在庫日数・リードタイムの変動幅を基準に低〜中リスクとして分類します。
顧客指定の特殊部品や海外ローカルメーカー専用品は、EOL通知の有無・調達先の代替可能性を加味して高リスクに分類し、優先的にアラートを出します。
スコアが一定の閾値を超えた部品は「アラート一覧画面」に自動表示され、担当者はメールやチャット通知でも欠品リスクを受け取れます。判断結果は「発注推奨リスト.csv」として出力され、そのまま商社への見積依頼に転用できる設計にしておくと、現場の負担がさらに軽くなります。
そのEOL情報、担当者が個人の記憶だけで管理していないか？
1案件・1ラインからの段階導入
調達自動化は、いきなり全社展開するのではなく、1案件・1ラインでの試験導入から精度を検証するのが現実的です。
部品点数が多く、かつ特殊指定部品を含む案件を選ぶことで、AIの読み取り精度と欠品リスクスコアの妥当性を厳しく検証できます。
「突合結果一覧」画面の判定結果を、実際の在庫担当者が目視で確認し、AIの誤読・誤判定を洗い出します。
「欠品リスクレポート.pdf」として週次で出力・蓄積し、スコアリング基準を実績に合わせて調整していきます。
精度が安定した段階で、対象ラインを順次拡大。ライン間で異なるBOMフォーマットにも対応できるよう、取込設定をライン単位でカスタマイズ可能にしておきます。
まとめ
- EMS工場の部品調達は、BOM・発注書PDF・納期回答メールという3種の情報がバラバラに存在することが属人化の温床になっている
- AIによる自動読み取りと突合処理により、転記工程を1本減らし、担当者は判断業務に集中できる
- 汎用部品とEOLリスクのある特殊指定部品を分けてスコア化し、「アラート一覧画面」で欠品リスクを可視化することが調達管理アプリ設計の鍵
- 1案件・1ラインからの試験導入で精度を検証し、段階的に複数ラインへ展開するのが現実的な進め方
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