見込み生産の生産管理システム2026｜合わないのは予測精度ではない

生産管理システム 見込み生産という条件で製品を探すと、候補の機能一覧はどれも似た顔をしています。需要予測、在庫管理、MRP、生産計画。並べれば全部あります。それでも稼働から半年ほど経つと、現場から「これは自分たちのやり方に合っていない」という声が上がります。合っていないのは機能ではなく、パッケージが暗黙に置いている前提のほうです。本記事では2026年8月時点の情報をもとに、見込み生産の工場が製品を選ぶときに、機能一覧の手前で確認しておくべき論点を整理します。

見込み生産で生産管理システムが合わないと言われるとき、何が起きているのか

個別受注生産とは壊れる場所が違う

生産管理システムが合わないという相談は、生産形態を問わず寄せられます。ただ、壊れている場所は生産形態によってはっきり分かれます。

個別受注生産では、部品表が固まる前に手配が始まる、設計変更がシステムの外で走る、原価が案件終了後にしか出ないといった具合に、案件そのものの不確実性がシステムの前提を突き破ります。この構造については個別受注生産の生産管理システムを整理した記事で詳しく扱いました。

見込み生産では様相が違います。部品表は固まっています。設計変更も年に数回です。原価も品目単位で出ます。それでも合わない。なぜかというと、見込み生産で崩れるのは案件の不確実性ではなく、計画そのものの扱い方だからです。

起点が受注ではなく計画であるという一点

見込み生産と個別受注生産の違いを一言で言えば、生産の起点が受注ではなく計画にあるという点に尽きます。

受注生産では、受注が入った瞬間に数量と納期が確定します。システムはその確定情報を受け取って展開すればよい。ところが見込み生産では、生産を起こす根拠が「たぶんこれくらい売れる」という数字です。この数字は毎週変わります。変わるだけでなく、変えたときに何をどこまで作り直すかという判断が必要になります。

多くの生産管理パッケージは、この「変わり続ける前提を扱う」部分が薄く作られています。計画を入力する画面はあります。しかし、先週の計画と今週の計画の差分をどう扱うか、すでに手配済みの分をどう扱うか、確定した受注が予測をどれだけ食ったかをどう管理するか。この三つの答えを持っていない製品は少なくありません。

予測精度を上げても解決しない理由

見込み生産で在庫が合わない、欠品が出るという課題に直面すると、まず需要予測の精度を上げようという話になります。これ自体は正しい方向です。ただし、精度だけでは解決しません。

Xorosoftがまとめたベンチマークによれば、APQCが1,068組織を対象に測定した月次の需要予測精度は中央値で85%です。同じ資料では、McKinseyがAIを使った予測で誤差を20%から50%削減できる可能性を示したとも紹介されています。仮にこの改善が自社でも起きたとして、月次85%の精度が90%を超えたとしましょう。それでも10%は外れます。

問題は、外れた10%が起きたときに何が動くかです。予測が外れたことを検知する仕組み、計画を組み替える手順、すでに流れているオーダーを止めるか流すかの判断基準。ここが用意されていなければ、精度が上がっても現場の作業量は減りません。予測精度の投資対効果そのものについては需要予測AIの費用対効果を扱った記事で別途整理しています。

つまり、生産管理システムに求めるべきは「よく当たる予測」ではなく「外れたときに素早く組み替えられる構造」です。この視点の違いが、製品選定の分かれ目になります。

見込み生産と個別受注生産の違いを、システム要件の言葉で言い直す

一般的な生産形態の解説では、見込み生産と個別受注生産の違いは納期・在庫・コストの三点で説明されます。CREX Groupの解説でも、見込み生産は在庫から出荷するため納期が短く、規模の経済で単価を下げやすい一方、需要予測が外れれば過剰在庫と欠品のリスクを負う、と整理されています。これは正しい説明ですが、システム要件を決める材料としては粒度が粗すぎます。

そこで、同じ違いをシステム側の言葉に置き換えてみます。

この表で最も実務に効くのは、下から三行目の「在庫の責任者」です。

個別受注生産では、在庫はほとんど存在しないか、存在しても案件に紐づいています。誰の責任かを議論する必要がありません。見込み生産では違います。作った在庫が売れなければ誰の責任なのか。営業の予測が甘かったのか、生産が作りすぎたのか。この問いに答えられない組織では、どんなシステムを入れても在庫は減りません。

システム選定の観点で言えば、確認すべきは「販売計画と生産計画を別々のテーブルで持ち、両者の差分を残せるか」です。同じ数字を上書きしていく設計の製品では、後から誰の判断でこうなったかを追えません。追えなければ、責任の議論は毎回感情論になります。

多品種見込み生産は別の生き物として扱う

もう一つ、見落とされやすい区別があります。少品種大量の見込み生産と、多品種見込み生産では、システムに求めるものが違います。

少品種大量であれば、品目数が限られるため、Excelでも需給の全体像を把握できます。パッケージに求めるのは実績の正確な記録と、MRPによる部品手配の自動化です。

多品種見込み生産では前提が変わります。数百から数千のSKUを抱え、そのうち出荷の大半を占めるのは上位の数十品目、残りは月に数個しか動かない。この状態で全SKUに同じ予測ロジックと同じ安全在庫の考え方を当てると、動かない品目に在庫が積み上がり、動く品目で欠品します。過剰在庫と欠品が同時に起きるという、見込み生産に特有の症状はここから生まれます。

したがって多品種見込み生産の工場では、パッケージがSKUをグループ分けして別々の計画ルールを適用できるかどうかが、決定的な選定基準になります。

パッケージ選定で機能一覧より先に確認する5つの設計

ここからは、製品比較の前に確認しておきたい構造的な論点を五つ挙げます。いずれもデモ画面では見えにくく、しかし後から追加できない部分です。

基準生産計画とMRPが分離しているか

見込み生産のシステムで最初に確認したいのは、基準生産計画とMRPが別の層として分かれているかどうかです。

基準生産計画は「いつ、どの完成品を、いくつ作るか」を決める層です。MRPはそれを受けて「そのために何をいつ手配するか」を展開する層です。この二つが一体になっている製品では、完成品の計画を触るたびに部品の手配が全部作り直されます。週次で計画を見直す見込み生産の運用では、これが致命的になります。

分離されていれば、完成品の計画を先に固め、部品展開は必要なタイミングだけ回す、という運用が取れます。デモでは「計画を変更してから、部品手配に反映されるまでの操作手順を見せてください」と依頼すると、構造がすぐ分かります。

予測と受注の消込ロジックがあるか

見込み生産の運用で毎日効いてくるのが、予測と受注の消込です。

月初に100個の予測を立て、月の途中で60個の受注が入ったとします。このとき、残りの計画を40個と見るのか、100個の予測に60個の受注が重なったと見るのか。前者が消込です。消込のロジックを持たない製品では、予測と受注が二重に計上され、作りすぎが構造的に発生します。

確認すべきは、消込の単位と期間です。品目単位なのか品目グループ単位なのか。週単位で消込むのか月単位なのか。前倒しで入った受注を前の期間の予測から消せるのか。この設定が細かくできるほど、実態に近い計画が組めます。

安全在庫をSKU単位でパラメータ化できるか

安全在庫の計算式そのものは、どの製品でも似たようなものが載っています。差が出るのは、その式のパラメータをどの粒度で持てるかです。

全SKU共通の欠品許容率しか設定できない製品では、先ほどの多品種問題に対応できません。SKUごと、あるいはSKUグループごとに、目標とする欠品許容率と対象期間を変えられることが要件になります。さらに実務では、期間によって値を変えたい場面があります。年末に向けて特定の品目だけ厚めに持つ、といった判断です。

安全在庫の水準をどう決めるかという計算論は、適正在庫の管理を扱った記事で層とリードタイムの裾の考え方を含めて整理しました。ここではシステム要件として、パラメータの粒度と履歴が残るかどうかに絞って確認してください。値を変えた記録が残らない製品では、なぜこの水準なのかが半年後に誰にも分からなくなります。

需給調整の画面が計画テーブルを持っているか

見込み生産の実務では、月次あるいは週次で需給調整の会議が開かれます。販売計画、生産計画、在庫見通しを並べて、どこを削り、どこを積むかを決める場です。

この会議で使われるのが、いわゆる生販在の計画表です。品目ごとに、期間を横軸に取り、販売計画・生産計画・在庫残高の三段を並べたテーブルを指します。多くの工場ではこれをExcelで作っています。

問題は、生産管理システムがこのテーブルを持っていない場合です。会議のたびにシステムから実績を吐き出し、Excelで組み直し、決まった結果を手でシステムに戻す。この往復が発生すると、システム側の数字は常に会議より一世代古くなります。

パッケージ選定では、この計画表がシステムの中にあるか、会議での修正をその場で反映して在庫見通しが再計算されるかを確認してください。ここが外部のExcelに残る限り、システムは記録装置にとどまり、計画装置になりません。

例外を検知して知らせる仕組みがあるか

最後の一つは、異常検知です。

見込み生産では、計画通りに進んでいる限り人は何もしなくてよいはずです。人が動くべきなのは、予測から外れたとき、在庫が基準を割ったとき、手配が間に合わないと分かったときだけです。

ところが多くの現場では、担当者が毎朝在庫一覧を目で追い、危なそうな品目を探しています。SKUが数百あれば、この作業だけで午前中が終わります。しかも見落とします。

したがって、しきい値を超えた品目だけを一覧に上げる仕組みが標準機能として載っているかどうかが、運用負荷を大きく左右します。この考え方を層に分けて設計する方法は欠品防止システムの5層設計を扱った記事にまとめています。選定時には、しきい値の設定単位と、通知の届き方を確認してください。

多品種見込み生産に固有の機能要件

多品種を扱う見込み生産の工場では、上記に加えていくつか固有の要件が出てきます。

SKUのグループ分けが計画ルールに接続しているか

多くの製品にABC分析の機能は載っています。しかし、分析結果が画面に出るだけで、計画ルールに接続していない製品が少なくありません。

必要なのは、分析結果に応じて計画の作り方そのものが変わることです。出荷が多く変動の小さい品目は予測に基づいて定期的に補充する。出荷が少なく変動の大きい品目は予測をあきらめ、受注が入ってから作るか、最小限の在庫だけ置く。この使い分けをシステム上のルールとして持てるかどうかが要件になります。

分類の見直し周期も確認しておきたい点です。半年に一度しか分類を更新できない製品では、新製品の立ち上がりや終売品の失速に追随できません。

段取り替えの制約を計画が知っているか

多品種見込み生産で計画の質を決めるのは、段取り替えです。

品目Aから品目Bへ切り替えるのに30分かかる、しかし品目Aから品目Cへは10分で済む。こうした品目間の関係を計画が知らなければ、出てくる計画は現場で必ず組み替えられます。組み替えられた瞬間、システムの計画は参照されなくなります。

パッケージの標準機能でこの制約を扱えるものは限られます。多くの場合、生産計画の詳細はAPSと呼ばれる別の仕組みが担当します。ここは選定の分かれ目になるところで、生産管理システム単体で完結させるのか、APSを別に置くのかを先に決めておく必要があります。判断材料は生産計画シミュレーションを扱った記事にまとめました。

品目マスタの属性が計画に使える形か

多品種になるほど、品目マスタの設計が効いてきます。

同じ製品の色違い、容量違い、仕向地違いをどう持つか。これらを完全に別品目として持つと、SKU数が爆発し、予測の単位としては細かすぎるものになります。かといって一つにまとめると、実際の在庫が管理できません。

現実的な解は、品目に属性を持たせ、予測は属性のまとまり単位で行い、在庫と手配はSKU単位で行うという二層構造です。パッケージがこの二層を扱えるか、属性が何段まで持てるかを確認してください。

なお、この議論の前提としてマスタそのものの精度が必要です。品目マスタや部品表に誤りがある状態でどれだけ計画ロジックを精緻にしても、出てくる数字は使えません。この土台についてはMRPのマスタ精度を扱った記事で整理しています。

生産計画の平準化をシステムはどこまで助けられるか

見込み生産の強みは、需要の波を在庫で吸収し、生産を一定に保てることです。この考え方は平準化と呼ばれます。

Advanced Technology Servicesの解説では、平準化は生産量と製品構成を時間軸に均等に分配する考え方だとされ、月曜に製品Aを500個、火曜に製品Bを500個作るのではなく、毎日それぞれ50個ずつ作る、という例が挙げられています。作る量と種類を毎日同じにすることで、人・設備・部品の使われ方が安定します。

平準化と段取り替えは必ず取り合いになる

ただし、平準化には代償があります。段取り替えの回数です。

たとえば6個の製品を3種類、2個ずつ作る場合を考えます。まとめて作れば、種類が変わる回数は2回で済みます。1個ずつ順番に混ぜて作れば、種類が変わる回数は5回に増えます。同じ6個を作るのに、段取り替えは2回か5回か。この差が、平準化の実務上のコストです。

したがって平準化は、段取り時間の短縮とセットでしか進みません。段取りに1時間かかるラインで混流を細かくすれば、稼働時間が段取りに食われます。逆に段取りが5分で済むなら、細かく混ぜても損失は小さい。

生産管理システムに期待できるのは、この取り合いを数字で見せることです。ロットサイズを変えたときに、段取り時間の合計と在庫の平均残高がどう動くか。この二つを並べて比較できれば、感覚ではなく数字で議論できます。

平準化はカレンダーの問題ではなく順序の問題

平準化を「毎日同じ数だけ作ること」と理解すると、実務では機能しません。実際に効くのは、作る順序を安定させることです。

順序が安定していれば、部品の供給も、治具の準備も、検査の段取りも、すべて予測可能になります。逆に総量が一定でも順序が毎日変われば、周辺工程は毎日振り回されます。

システム選定では、計画の出力が数量の一覧なのか、順序を含んだものなのかを確認してください。順序を持たない出力しかできない製品では、平準化の議論は現場の裁量に戻ります。

精度指標をRFPにどう書くか

見込み生産のシステム選定では、需要予測の精度に関する要件をRFPに書く場面が出てきます。ここで指標の定義を曖昧にすると、後で必ず揉めます。

MAPEだけを書くと機能しない

RELEX Solutionsの解説では、MAPEは製品や区分をまたいで比較しやすい一方、動きの遅い品目では小さな誤差が大きな百分率になりやすく、実績がゼロの期間では計算できないという弱点が指摘されています。同じ資料では、数量で重み付けするWAPEのほうが事業インパクトの評価に向いているとも整理されています。

そして最も注意すべきは集計単位です。同じデータでも、まとめてから誤差を計算するか、品目ごとに計算してから平均するかで、3%と33%というまったく違う結果が出ると例示されています。RFPに「MAPE 15%以下」とだけ書けば、ベンダーは有利な集計単位を選びます。

指標は三つの条件をセットで書く

したがって、精度要件は次の形で書くのが安全です。

この四つを決めたうえで、自社の現状値を先に測っておくことをおすすめします。現状が分からないまま目標値だけを書くと、達成可能かどうかを誰も判断できません。

Netstockが公開している考え方も参考になります。同社が2,400社超の中堅・中小企業を対象にまとめた分析では、上位企業は平均的な企業より予測精度が23%高く、予測の更新頻度が3.2倍であり、AIを使った予測の採用率が48%と全体の23%を大きく上回るとされています。また、週次で部門横断の会議を持つ組織は予測精度が18%高いとも紹介されています。精度は道具だけで決まるのではなく、更新の頻度と会議の運用でも決まるということです。

タイの日系工場に固有の論点

本社の需要計画と現地の基準生産計画が二重になる

タイの日系製造拠点で頻出するのが、日本本社が持つ需要計画と、現地が持つ基準生産計画の二重管理です。

本社は月次で世界需要を見て、拠点別の生産数を割り付けます。現地はその数字を受けて、週次で自社の計画を作ります。ここまでは自然な流れです。問題は、本社の割り付けが月の途中で変わったとき、現地の計画をどこまで作り直すかのルールが決まっていないことです。

システム選定の観点では、外部から与えられた計画数字を取り込む口が標準で用意されているか、取り込んだ数字と現地で調整した数字を別々に保持できるかを確認してください。上書きしかできない製品では、本社の指示と現地の判断が区別できなくなります。

出荷リードタイムの裾が長い

タイ拠点の見込み生産では、出荷先が国内だけとは限りません。日本、ASEAN域内、欧米へ船便で出す場合、リードタイムは週単位になり、しかも港湾の混雑や船の遅延で裾が伸びます。

安全在庫の計算にリードタイムの平均値だけを使うと、この裾が反映されません。システムに求めるのは、リードタイムを固定値ではなく実績分布として持てるか、少なくとも仕向地別に別の値を持てるかという点です。

2026年の生産動向をどう読むか

計画の前提を置くうえで、直近の産業動向も確認しておきたいところです。

タイの製造業生産指数は2026年7月に前年同月比0.46%増となり、4か月ぶりの増加に転じたと報じられています。牽引したのはAI需要を背景としたハードディスクドライブなどの電子部品、およびペットフードや調理済み食品といった消費行動の変化に沿った分野です。一方、S&P GlobalのタイManufacturing PMIは2026年7月に54.2となり、6月の53.6から上昇して2025年12月以来の高水準となりました。

この二つの数字は、業種によって回復のタイミングが大きく違うことを示しています。全社一律の伸び率を置いて計画を作るのではなく、自社の製品群が属する分野の動きを個別に見る必要があるということです。

導入の順序をどう置くか

見込み生産の生産管理システムは、全機能を同時に立ち上げようとすると失敗します。順序をつけるなら、次の考え方が実務的です。

• 最初に在庫と出荷の実績を正確に取れる状態を作る。ここが崩れていると後続の計画がすべて狂う
• 次に品目マスタと部品表の精度を上げ、SKUのグループ分けを決める
• そのうえで基準生産計画をシステムの中に置き、需給調整の会議をシステム上の数字で回す
• 予測の高度化とAPSによる詳細計画は、上記が安定してから着手する
• 最後に例外検知のしきい値を調整し、人が見る対象を絞り込む

この順序を守らずに予測から入ると、精度の議論だけが先行し、その予測を受け止める計画の器がないまま時間が過ぎます。実際、予測の高度化を先に進めた工場で、出てきた予測をExcelに写して使っている例は珍しくありません。

よくある質問

見込み生産と個別受注生産で、生産管理システムは分けるべきですか

工場の中に両方の形態が混在している場合、システムを二つ持つのではなく、一つのシステムで品目ごとに扱いを変えられるかを先に確認するのが現実的です。分けてしまうと在庫と原価が二重管理になり、全社の数字を出すたびに突き合わせが発生します。ただし、個別受注生産の比率が高く、案件単位の原価管理が事業の核になっている場合は、その部分だけ別の仕組みを持つ判断もあり得ます。判断の分かれ目は品目数ではなく、案件単位の予実管理がどれだけ経営に使われているかです。

需要予測の精度は何%を目標にすればよいですか

一律の目標値を置くこと自体をおすすめしません。参考値として、APQCが1,068組織を対象に測定した月次の需要予測精度は中央値で85%とされていますが、これは月次かつ集計された単位での数字です。同じ組織でも、品目単位・週次で測れば数字は大きく下がります。目標を置くなら、まず自社で指標・集計単位・予測期間・対象範囲を固定して現状値を測り、そこからの改善幅で設定してください。他社の数字をそのまま目標にすると、達成しても意味のない改善になります。

安全在庫を増やせば欠品は減りますか

減りますが、全品目に一律で増やすと在庫が急増します。見込み生産で起きやすいのは、過剰在庫と欠品が同時に発生する状態です。これは動きの遅い品目に在庫が積み上がり、動きの速い品目で切れているために起こります。したがって取るべき手は総量を増やすことではなく、品目群ごとに欠品許容率を分けることです。システム要件としては、安全在庫のパラメータをSKU単位あるいはSKUグループ単位で持てるかどうかが決め手になります。

生産計画の平準化はシステムを入れれば実現しますか

システムだけでは実現しません。平準化を進めると段取り替えの回数が増えるため、段取り時間の短縮が伴わなければ稼働時間が削られます。システムに期待できるのは、ロットサイズを変えたときに段取り時間の合計と在庫の平均残高がどう変わるかを数字で並べることです。その数字を見て、どこまで細かく混ぜるかを決めるのは人の判断になります。導入前に、現状の段取り時間を品目の組み合わせ別に実測しておくと、議論が具体的になります。

多品種見込み生産でExcel運用を続けるのは無理がありますか

SKU数と、需給調整に関わる人数の二つで判断してください。SKUが数十で担当者が1人なら、Excelでも回ります。SKUが数百に増え、営業・生産計画・購買の三者で数字を合わせる必要が出た時点で、Excelは版の管理コストのほうが大きくなります。ただし、Excelをやめること自体が目的になると失敗します。今のExcelがどの判断に使われているかを書き出し、その判断をシステム上でどう再現するかを設計してから移行してください。

パッケージとスクラッチ開発のどちらを選ぶべきですか

見込み生産の場合、計画ロジックそのものは業界を問わず共通性が高いため、パッケージが合いやすい領域です。分かれ目になるのは、需給調整の会議で使う計画表の形と、品目マスタの属性設計です。この二つが自社のやり方と大きく違う製品を選ぶと、改造が積み上がります。選定時には機能の有無ではなく、この二つの画面を自社のデータで見せてもらうことをおすすめします。

まとめ

見込み生産の工場で生産管理システムが合わないと言われるとき、原因は機能の欠落ではなく、パッケージが置いている前提のほうにあります。生産の起点が計画にあるという構造上、システムに求められるのは正確な予測ではなく、予測が外れたときに素早く組み替えられる器です。

その器の要件は五つに整理できます。基準生産計画とMRPが層として分かれていること。予測と受注の消込ロジックを持つこと。安全在庫のパラメータをSKU単位で持てること。需給調整の計画表をシステム内に持つこと。そして例外だけを人に知らせる仕組みがあること。多品種見込み生産であれば、これにSKUのグループ分けが計画ルールに接続していることと、段取り替えの制約を計画が知っていることが加わります。

平準化については、システムが実現してくれるものではなく、段取り替えとの取り合いを数字で見せてくれるものだと理解してください。そして精度要件をRFPに書くときは、指標の種類・集計単位・予測期間・対象範囲の四つをセットで固定してください。この四つを決めずに数字だけを書くと、契約後に必ず解釈の差が出ます。

TOMAS TECHはバンコクを拠点に、タイの日系製造拠点で生産管理システムの選定支援と導入設計を行っています。見込み生産の工場で、どこまでをパッケージに任せ、どこから自社で設計するかという線引きは、製品を比較する前の段階でこそ整理しておく価値があります。まだ導入を決めていない検討段階でも構いませんので、論点の整理からご一緒できればと思います。ご相談はお問い合わせページよりお気軽にどうぞ。

参考情報

• 需要予測精度のベンチマークとして引用したAPQCの月次予測精度中央値85%、対象1,068組織、およびMcKinseyによる誤差20%から50%削減の見通しは Xorosoft「Forecast Accuracy Statistics – 2026 Benchmarks & Trends」 に基づきます
• MAPEの弱点、WAPEとの使い分け、集計単位の違いで3%と33%という差が出る例は RELEX Solutions「Measuring forecast accuracy」 に基づきます
• 上位企業の予測精度が23%高い、更新頻度が3.2倍、AI採用率48%対23%、週次の部門横断会議で精度18%向上という数値は、2,400社超を対象とした同社の分析として Netstock「The New Rules of Demand Forecasting in 2026」 に紹介されているものです
• タイの製造業生産指数が2026年7月に前年同月比0.46%増となり4か月ぶりに増加へ転じたこと、および牽引分野については 新華社「Thailand’s industrial output returns to growth in July」2026年8月27日付 に基づきます
• タイのManufacturing PMIが2026年7月に54.2となり6月の53.6から上昇したことは Trading Economics「Thailand Manufacturing PMI」 に基づきます
• 平準化の定義と、毎日それぞれ50個ずつ作るという混流の例は Advanced Technology Services「Heijunka & Production Leveling in Manufacturing」 に基づきます
• 見込み生産と受注生産の一般的な比較整理は CREX Group「見込生産MTSとは」 を参照しました