◆ロットトレースの目的
ロットトレースの目的は、出荷した製品に何らかの品質上の問題が発生した場合に、その製品がどの生産ロット、どの原材料ロットから作られたものなのかを追跡し、他の製品やロットへの影響範囲を調査することです。例えば、ある原材料に問題が発見された場合、その原材料を使用して生産された製品がどのロットに該当するのかを特定できなければ、影響範囲を判断することができません。

逆に、ロットトレースが正しく機能していれば、問題のあるロットを特定し、必要な範囲に限定して対応することができます。品質問題が広範囲に及べば、製造会社の信用だけでなく、場合によっては企業そのものの存続を脅かす事態につながることもあります。その意味でも、ロットトレース機能は製造業において非常に重要な仕組みです。

……

SimLex Developmet Co., Ltd. 古賀 敏生

九州大学を卒業後、大手ベアリング会社に就職し生産技術研究所にて工程設計を経験し、38才で独立後スケジューラ・生産管理システムを中心とした開発・販売を実施した。その後、タイにてSimLex Development Co., Ltd.を設立し、0ベースよりERP・生産管理システム・会計システムを開発・販売し現在に至る。

１、商品検索サイトの検索ロジックについて

　通常会社のホームページですと主要商品の紹介ページがあったとしても、基本的には固定表示で常時同じ商品画面だけが表示されているというケースが多いかと思いますが、この欄では前回紹介させていただいたような形で自社の販売管理システムとAPI（Application Programming Interfaceの略で主にWEBサービスとのデータ連携をおこなう目的で使用される機能）連携によるデータリンクを行うことにより、ホームページサイト側のデータ領域を使用することなく常に最新の商品情報が検索できるという形を想定しております。

　この方法であれば、仮にお取り扱い商品が数万点あったとしても、連携の仕組みさえ作成しておけば別途煩わしい登録作業をおこなうことなく全商品の検索がホームページサイトからおこなえるという点でもかなり優れものなのですが、それ以外にも検索ワードから検索結果を抽出する過程においてどのようなロジックを使用するのかという部分をチューニング出来るという意味においても以下に説明させていただくように将来性が期待できる方式なのではないかと思います。

　どういうことかと言いますと、主要商品の紹介ページでは常に売れ筋の商品若しくは現在マーケティングで力を入れているプロモーション品を自動的に先頭に表示させるという手法は、これはAIでなくとも簡単に実現は可能です。

　それから同じように検索ロジックの表示優先順位を上記のような商品を優先的に表示するようにすることも可能ですし、それでここからが今回の主題であるAI機能の活用というお話になるのですが、この優先順位を様々なファクターによりチューニングしていくということを考えてみます。

　具体的には検索される頻度の多い商品、若しくは販売管理システムより取得した販売実績を元に現在売れ行きの良い商品の優先順位を上げることにより、既に販売力を持っている商品を優先的に表示することにより今まで以上にマーケティング効果を上げることを目指します。

　あと、少し変わった手法としまして在庫管理システムのデータを元に在庫の多い商品であるとか販売管理システムのデータを元に粗利の高い商品であるとか、そういった社内事情で販売促進をおこないたいものを優先的に表示させるといったことも可能となります。

２、納品実績をWEBマーケティングとして活用

　前項では商品検索に関するAI活用ということで、どちらかと言えばEコマースのような自社サイトにて商品販売を行うケース、若しくはかなり多品種の商品を取り扱われている会社さんが対象という感じでしたが、この項ではそれ以外のケースに対するWEBマーケティングについて考えてみたいと思います。

　例を挙げて説明いたしますと商品販売ではなく様々なサービスを提供されている会社さんの場合、前述のような商品検索という形のマーケティングとは異なる形式でのアピールとなりまして、具体的には会計委託に代表されるコンサルティング的なサービスや工場及び事務所内の施工サービス若しくは輸送サービスといった内容ですと案件ごとにそれぞれ作業内容が異なる形になるかと思います。

　そこでそういったサービス販売の場合は商品検索ではなく今までの納品実績をお客様へのアピール情報として考えまして、またこの納品実績情報についてもAPIによる販売管理システムとの自動リンクをおこなうことにより、常に最新情報がホームページサイトに表示されるようにしておきます。

　もちろんホームページサイトに表示されるお客様の情報はお客様の同意をいただいた範囲のみとして、作業内容については基本的には自動的に取得できるINVOICE情報を元にして、また同内容に対してお客様のフィードバック等の詳細が追記出来る形にしておけば良いかと思います。

　そしてこの納品実績についても商品検索と同じように様々な検索機能を付けておき、例えば作業カテゴリーですとかお客様の業種ですとか、また作業内容を任意のワードで検索出来るような機能を構築して、後は商品検索と同じように売れ筋のものやプロモーション品を優先的に表示するといった機能を付けることにより同じようなマーケティング効果を得る形を目指します。

３、よくあるご質問（FAQ）ページをWEBマーケティングとして活用

　前回はこのWEBマーケティングの説明の中でSEO対策についての話をさせていただきましたが、今回はその内容を更に一歩進めてLLMOについて考えてみたいと思います。

　このLLMOと言いますのはLarge Language Model Optimizationの略称でございまして、ただこれだけでは何のことやら分からないかと思いますが、要は生成AIのアルゴリズムに最適化する作業ということになります。

　具体的にはSEO対策がGoogle等の検索エンジンに最適化する作業なのに対して、LLMOはChatGPTやGeminiに代表される生成AIに情報を取得してもらうべくホームページの内容を調整するといった作業になりまして、これが可能になりますと現在ChatGPT等の生成AI機能を使用されている方に対するマーケティング効果は絶大でありまして、また直接生成AI機能を使用されない人にとってもGoogle検索では最近AI Overviewsという形で検索をおこなうとAIによる回答が最初に表示されるケースが多くなっておりますので、ある意味広告費を払って色々なサイトに掲載してもらうことと同等の価値が得られるとも言えるでしょう。

　それでこの生成AI機能についてなのですが、タイでも最近AIパスポートという名称で支援が進めておりまして、恐らくは今後マーケティングビジネスとしては真っ先に対応をおこなわないと取り残されてしまうのではという勢いで世界中に広がっております。

　では自社ホームページをどのように調整すればそういった生成AIに取り上げてもらえるのかと言いますと、それが簡単に出来るのであれば皆同じ対策を採用して生成AI側としましては元々宣伝の道具として使われることを目的とはしておらず、そういった要素を排除する形に動くことも予想されますので、当然のことながら一筋縄ではいきません。

　ということで、先ずは一般的なLLMOの説明ですと生成AIに引用されやすい文章スタイルを構築するという対策が挙げられます。

　どういうことかと言いますと、通常ChatGPTのような生成AI機能がどのように使われるかを考えてみると分かりやすいかと思いますが、基本的には質問形式で例えばタイでレンタカーを借りる場合にどこの会社のどういった車種を選べばリーズナブルでかつ安全かとか、自宅の電気代を抑える為にソーラーパネルを設置した方が良いかどうか、その場合いずれの業者を選べば良いか、といった様々な問い合わせに対して、AIがその回答をネット上のありとあらゆるデータを検索及び学習した結果を返してくれるといった使われ方が多いかと思います。

　それでそのようなケースである場合、AIの検索方法としては先ずはユーザーさんからの質問内容に近い文章を探していくと思われまして、もちろん一字一句同じ内容である必要はないのですが上記の例ですと「タイ」「レンタカー」「ソーラーパネル」といった重要と思われるキーワードが含まれる文章を探していく形になるのではと予測されまして、とは言いましてもネット上に存在する膨大な文章の海の中でどういった優先順位で代表の回答が選ばれるのかというロジックの中枢の部分については、それほど簡単に予測できるものではありません。

　また生成AIの検索ロジックについては常に新しいものに置き換えられていくという情報もありますことから、対策についても同様に臨機応変におこなっていく必要がございまして、ただ分かりやすい対策方法としましては検索元となりますユーザーさんからの情報は上記のように通常質問形式になることが多いのではと思われまして、そこで自社ホームページに掲載する文章も質問形式にしておけば、より検索されやすくなるのではと言えるかも知れません。

　具体的には通常でもホームページ内にはよくあるご質問ということでFAQページが設けられていることが多いかと思いまして、このFAQページを充実させてやれば生成AIの検索ロジックにマッチする可能性が高くなるのではないかと予測されます。

　そこで対策としましては、このFAQページについても常に同じ内容を表示しておくのではなく、データベース化してQA内容を都度追加出来るようにしておき、後々の対策が臨機応変におこなえる形式を構築しておきます。

　そして商品検索と同様、様々なカテゴリーやキーワードにて内容検索がおこなえるようにしておき、頻繁に検索されるご質問事項を優先的に表示されるような仕組みとして、更にお問い合わせページから新たにいただいたご質問内容と同内容に対する回答についても順次FAQページに追加をおこなうことにより、お客様の今現在知りたい情報をデータベース上に蓄積していきます。

　またお客様からのご質問内容のみではなく、前述の商品検索や納品実績における検索内容も参考にしながら、リアルタイムでトレンドとなっているワードに絡めたFAQ内容を新たに追加することも効果的で、このことにより生成AIの検索ロジックに合致しやすい状況を作り出します。

　ということで今回も前回と同様、WEBマーケティングを目的とした自社ホームページの構築にAI機能を駆使した場合どういったことがおこなえるのかという視点で引き続き考えてみました。上記の説明の中にも記述させていただいておりますように、特にLLMOについては今後マーケティングの必須事項になり得るほどのポテンシャルを秘めておりますので、こういったマーケティング手法にご興味がおありの方がいらっしゃいましたら、お気軽にお問い合わせをいただけますでしょうか。

BANGKOK TOKI SYSTEM CO., LTD.

住所：333 Lao Peng Nguan Tower 1, 17th Floor, Unit B1, SoiChaypuang,
Viphavadi-Rangsit Road, Chomphol, Chatuchak, Bangkok 10900
日本人担当：難波孝次
電話：0-2618-8310-1　ファクス：0-2618-8312　Eメール：toki@ksc.th.com
ウェブサイト：www.bkktoki.com

世界のERPが抱える構造的課題

　ERPは世界各国で導入が進む一方、共通する構造的な課題が残る。多くのERPが会計システムを中心に発展してきたため、生産・販売・在庫管理が会計へのデータ連携を目的とした「派生機能」にとどまってしまっているのだ。企業活動の起点である現場情報が、後追いで処理される構造が固定化されてしまっている。

　在庫や受け払いなど、実際の動きは現場で発生するにもかかわらず、帳簿管理が会計側に置かれるケースが多い。データ発生源と管理場所が一致せず、「現場と会計の数値がそろわない」という問題が生じる。それをカスタマイズでつなげようとすると、帳票の作成やレイアウト変更に多くの工数が必要で、導入後の調整がコスト増につながる。特に中小企業では運用負担が大きいといえる。

　このようなカスタマイズを重ねれば重ねるほど、標準プログラムとの整合が難しくなってくる。法改正によってシステムの修正・変更が必要となったり、ERPの新機能が発表されて更新できる機会があったりしても、カスタマイズしすぎると対応が遅れがちになる。

　結果としてシステムが陳腐化し、設定が長期間更新されず、バージョンアップが停滞する。原価管理では工程チャージなど専門的な設定に依存し、現場実態と乖離した原価計算がいつまでも続く。また、担当者の属人化なども起こり得る。担当者が変わると、バージョンアップが停滞するどころか、運用自体が止まるといった事態に陥る。

SimLex ERPの開発思想

　我々は、こうした課題を「データ発生源の基にして再設計する」ことで解決を試みた。生産・販売・会計・原価を一体化し、現場で発生した情報が自然な流れで経理処理に連携する仕組みを採用。データ発生源を重視した構造により、業務の流れを途切れさせないことに成功した。

　受払台帳を生産管理側に置き、そこから全在庫情報を生成する「Single Source of Truth」を採用。現場と会計が同一データを共有し、在庫精度との整合性を確保した。Single Source of Truthは「唯一の真実」と訳され、我々の業界では思想基準にあたる。

　帳票はExcelテンプレートで管理し、プログラム修正なしでのレイアウト変更を可能としている。カスタマイズ工数を大幅に削減し、現場担当者が自ら調整できるようにした。標準プログラムと個別カスタマイズを完全に分離し、保守契約ユーザーには標準機能のアップデートを無償で提供している。属人化せず、長期運用でもシステムの進化を止めない。

　原価計算は受払台帳の実績データと会計経費をもとに算出する。工程チャージの維持負担を軽減し、現場実態に即した原価管理を可能としている。SimLexではさらに、標準原価・実際原価・予算原価の三方式に対応し、工程別経費の自動配賦や品目別単価の算出を行う原価管理モジュール「SimLex Cost Control」を提供している。

現場から生まれるERP

　SimLex ERPは、会計中心の従来型ERPとは異なる。「現場で生まれたデータが企業全体を動かす」という思想を軸に設計されている。古賀氏は、「ERPは経理のための道具ではなく、現場のための仕組みである」と話す。

　タイ、日本をはじめアジア各国で導入が進み、製造業を中心に現場運用のしやすさが評価されている。特に多品種生産に対応した高速MRP、ロケーション・ロット別の在庫管理、会計連携による原価算出など、現場の負荷変動や急な納期変更に強い点が導入企業から支持されている。標準機能が充実しているため、ノンカスタマイズ導入が多く、短期導入・低コストでの運用が可能な点も評価されている。

住所：382 Nice 2 Building, 5th Floor,Room 5/10 Ratchadaphisek Rd, Samsennok,
Huai Khwang, Bangkok 10320
電話：0-2694-3254, 087-829-6515（日本語）
ウェブサイト：https://simlex-grp.com/
Eメール：simlex_sales@globe-works.net

　この為タイの日系企業様におかれましては、あまり参考にならないかなと思われた方もいらっしゃるかと思いますが、実はこのEコマースの中の商品検索サイトだけを取り出して更にAI機能と組み合わせてみた場合、マーケティングにおいてかなり力強いツールとなり得る可能性を秘めておりまして、今回はこの商品検索サイトについてのお話をさせていただければと考えております。

　通常でも自社のホームページサイトの中にはマーケティングを目的としたお取り扱い商品の情報が記載されているかとは思いますが、ただ同情報はあらかじめサイト内で固定された情報の場合が多く、また商品概要のみで全商品の情報を網羅されているケースはあまり無いのではと思われます。

　その理由は単純にサイトのメンテナンスが大変になるからで、新商品の追加や情報変更に都度対応する必要があり、そもそも商品点数が1万件もあるようなケースですと初期情報の設定に膨大な時間とデータ量を取られてしまいます。

１、販売管理システムと商品検索サイトとを自動リンク

　では商品検索サイトに自社の販売管理システムのマスター情報をリンクさせることが出来るとすればどうでしょうか。この形であれば最初に現行の全商品を登録する際ももちろんですが、新商品が追加される場合でも自動的にデータ取得がおこなえるので、都度ホームページサイトのメンテナンスをおこなう必要もありません。

　ただ自社の販売管理システムには通常強固なセキュリティ設定がおこなわれており、グローバルにオープンされているホームページサイトからは簡単にはアクセスすることが出来ません。そこで商品情報のみを受け渡しできるAPI（Application Programming Interfaceの略で主にWEBサービスとのデータ連携をおこなう目的で使用される機能）を作成いたしまして、このAPI連携によるデータリンクを行うことによりホームページサイト側のデータ領域を使用することなく常に最新の商品情報が検索できるという形が実現できます。

　自社サイトにて全商品の検索がおこなえるということは、常時オンラインの展示会を開催しているということで、世界中に対して24時間休みなしで自社商品の宣伝がおこなえるという、マーケティングとして考えてみますとこれ以上ないような環境が構築できる訳で、ではこの商品検索サイトにどのようにAI機能を活用すればどこまでのことが出来るのかということを、下記に例を挙げて考えてみたいと思います。

２、SEO対策をAIにより実現

　SEOと言いますのはSearch Engine Optimizationの略称で、如何にして自社サイトをGoogle等の検索サイトから表示されやすい状況に持っていくかという対策作業となります。要はいくら気合を入れて全商品の情報をサイトに載せたとしても、誰からも検索されなければ無用の長物となる訳で、逆に商品情報はシンプルでも常に検索サイトのトップに表示することが出来るのであれば、マーケティングに対する貢献は絶大なものになると言えるでしょう。

　ということでこのSEO対策さえ上手くいけば、商品検索サイトの目的についてはほとんど成功したといっても過言ではありませんので、先ずはこの部分にAI機能を活用することを考えてみます。

　それで現在Googleを始めとする検索エンジンの評価ロジック自体にもAI機能が活用されている訳で、ということは作業的にはAIによりAIの評価に沿う形に持っていくという、少々大げさな表現ではありますがAI同士の対決（別に争っている訳ではないのですが）を試みるという形となります。

　では具体的にどのような作業をおこなうのかと言いますと、これはシンプルに実際に検索作業をおこなってみてその結果を自社サイトに反映させるという地道な処理の繰り返しとなります。人間が手動でそういった作業をおこなうのであれば1時間くらいで飽きてしまいそうな所を、AIであればサーバーの空き時間を利用して効率よく動きますので（とは言いましても実際には中々時間ばかりかかって成果が表れ難い作業ではありますが）、徐々に検索順位を上げていくことが可能な方法ではあります。

　ただ上記の作業だけでは思うように結果が出ないケースもありまして、また自社サイトへの反映をあまり頻繁におこなうと逆にアクセスし難いというデメリットも出てきますので、しばらくモニタリングをしてみて、行き詰っているようであれば人の手を加えることも考える必要があります。

　また自社サイトへの反映方法として、自社の商品検索サイトにおいて様々なキーワードを用いて検索をおこなうことにより検索順位が上がることもありまして、それからGoogle等の検索サイトでは定期的に評価ロジックが見直されているという話もありますので、対策をおこなう側としましても常時新しいロジックに対応できるようブラッシュアップをおこなう必要もあります。

３、需要に対する商品改善提案

　この項は前回のEコマースの説明の際にも書かせていただいたのですが。具体的には商品検索サイトから得られる様々な情報を元にして、今後どのような動きをすれば良いのかという提案をおこなう機能となりまして、もちろん通常の販売管理システムからでもある程度の情報は得られるのですが、それは実際に販売が確定してからの情報でしかなく、ここで分析をおこなう内容としましては逆に販売に至らなかった情報が必要になる訳です。

　それで商品検索サイトであればそういった情報の取得が可能ということで、例えばある商品に対する検索履歴がものすごく多いのに関わらず販売実績がほとんどないというケースがあれば、その商品自体に対する潜在需要はかなり存在しているのに何らかの要因で注文まで至らないという判断がおこなえます。

　そこで原因を調査するフェーズに移る訳ですが、先ずは一番ダイレクトな要因となりそうな価格面について考えてみますと、同じような商品群の中で他の商品販売が該当品目より比較的低価格なものが中心になっていれば、価格付けが販売に対するネックとなっている可能性が考えられます。そこで内容量を減らす若しくは機能面を割愛した低価格品を用意するという提案が出て来るかと思います。

　また価格面ではそういった傾向が見られなかった場合、次にパッケージデザインや商品自体の形状、期限日、重量それから使用方法等もろもろの条件に対して、売れている商品との差異を見つけ出し改善点を提案するといった機能となります。

４、新規需要に対する新商品の提案

　こちらも前項と同様自社の商品検索サイトの検索キーワードを利用する方法なのですが、前項は現状に対する分析及び改善手法だったのに対して、この項は将来を見据えたものとなります。分析手法としましては前項と少し似ておりましてサイト上の検索欄にて現在どのようなワードにより検索が行われているかに注目することにより、トレンドとなっている事象を推測して新商品のアイデアを提案するといった内容です。

　こちらも例を挙げて考えてみますと、検索がおこなわれたワードとして例えば「アンチウイルス」や「マルウェア対策」といったPCやネットワークのセキュリティ関連に関するものが多くなってきたとした場合、そういったソフトウェア及びハードウェア機器を現在自社で取り扱っていないのであれば、今後その方面の需要が伸びていく可能性があると判断して関連ソフトウェアの開発やハードウェア機器の取り扱いを提案するといった形で、これは一例ではありますが、この機能については他にも様々な発展性が考えられるかと思います。

　今回も業務管理システムに関連したAI活用のお話ではありましたが、WEBマーケティングを目的とした商品検索サイトという今までとは少し違った観点で、かつ今後の将来性がかなり見込めそうな内容でございまして、こういったマーケティング手法にご興味がおありな方がいらっしゃいましたら、お気軽にお問合せをいただけますでしょうか。

BANGKOK TOKI SYSTEM CO., LTD.

住所：333 Lao Peng Nguan Tower 1, 17th Floor, Unit B1, SoiChaypuang,
Viphavadi-Rangsit Road, Chomphol, Chatuchak, Bangkok 10900
日本人担当：難波孝次
電話：0-2618-8310-1　ファクス：0-2618-8312　Eメール：toki@ksc.th.com
ウェブサイト：www.bkktoki.com

◆原価管理の役割
原価管理の基本的な役割は、標準原価を定期的に計算し、実際原価との差異を把握し、その原因を追究して経営情報につなげることです。そして最終的には、原価情報を会計情報につなげていく必要があります。しかし、海外の製造現場では、原価管理以前に、まず正確な在庫を把握すること自体が大きな課題となっている企業が少なくありません。
特に実際原価を計算するためには、
・原材料在庫（RM：Raw Material）
・仕掛品在庫（WIP：Work in Process）
・完成品在庫（FG：Finished Goods）
といった在庫の数量だけでなく金額まで正確に把握することが必要になります。在庫そのものが正確に把握できていない状態では、実際原価を正しく計算することは困難です。したがって、海外で原価管理を始める場合には、いきなり高度な実際原価計算を目指すのではなく、まず在庫管理を正しく行える状態を作ることが重要になります。

……

SimLex Developmet Co., Ltd. 古賀 敏生

九州大学を卒業後、大手ベアリング会社に就職し生産技術研究所にて工程設計を経験し、38才で独立後スケジューラ・生産管理システムを中心とした開発・販売を実施した。その後、タイにてSimLex Development Co., Ltd.を設立し、0ベースよりERP・生産管理システム・会計システムを開発・販売し現在に至る。

　前回挙げさせていただいた原価算出時の問題点として、労務費を各製品の工程原価に振り分ける際に単純な作業時間での案分では、制作機械の特性等により様々なケースが存在するため正しく振り分けることが困難なケースが多々発生して、この為に製造原価の算出値に偏りが起こっているのではないかということでした。、ではその偏りの発生をAIによりどのように判別するのかという内容を順を追って説明させていただきます。

１、作業時間の予実比較

　前回の説明では原価計算機能にて算出をおこなった実際原価とあらかじめ設定をおこなっていた予定原価との間に大きな差額のある品目をグループ分けして、予定原価の方が大きなグループ（予定過大グループと呼びます）と実際原価の方が大きなグループ（実際過大グループと呼びます）との間に何らかの関連性があるかどうかを先ずチェックするというところで説明が終わっておりました。

　そこで次のステップとしましては、予定過大グループの品目と実際課題グループの品目との間に共通の工程があるかどうかを見てみます。まあこれは単純に同一工程の中で実際原価が過大に算出されているものと過少に算出されているものがあれば、それぞれの工程原価の案分方法が偏っており、具体的には品目Aに割り振られるはずの工程原価が誤って品目Bに割り振られていないかどうかを確かめる為の作業となります。

　この為もし同一工程において上記のように予定過大と実績過大が混在していれば、今度はそれらの品目の中で費用を案分する為の数値に着目しまして、工程原価の場合は作業時間により比例配分が行われるケースが多いかと思われますが、当然ながら予定過大の場合はこの数値が想定より少なくて実績過大の場合はこの数値が多いという形になっております。

　この内実際の作業時間が大きいケースは作業機械の不調で必要以上に時間がかかったとか材料の品質の問題でNG品が増大した等のもちろんイレギュラーではありますが、想定出来うるシチュエーションではあります。それに対して作業時間が少ないケースといいますと、どういった要因が考えられますでしょうか。手作業が多い工程ですとオペレーターさんの作業レベルが熟練した結果といったポジティブなケースも考えられなくもないのですが、それ以上に考えられるのは作業時間の測定ミス（あるいは入力ミス）ではないでしょうか。

　それで通常原価計算システムにおいてこの作業時間をどのように取得しているのかと言いますと、連携しております生産管理システムにて実際に作業機械から信号を取り込むケースもあれば、作業ライン上でオペレーターさんがハンディPC若しくはタブレットPCにて作業開始及び終了のボタンを押されているケース、若しくは紙に書かれた作業日報の数字をシステムに入力されているケース等、様々な形があるかと思います。

　この中でシステムに作業時間を手入力しているケースであれば入力ミスも考えられますし、ハンディPC等でボタンの押下で制御している場合でもボタンの押し間違いということもあるかも知れません。そこで生産管理システムの管理データの中には通常生産計画の作成や予定原価の算出等の目的で該当品目の該当工程における標準作業時間を持っておりますので、この予定作業時間と実績作業時間とを比較することにより、何月何日に取得（若しくは入力）された生産実績データにおいて作業時間が著しく異常になっている等の詳細を洗い出し、同データをまとめて警告リストの出力若しくは管理者にメール送付をおこなうことでデータの是正作業を促します。

２、原価計算における複雑なケースの問題点

　上記のケースであれば比較的簡単に問題データを洗い出すことが可能なのですが、では次に少し複雑なケースを考えてみます。前回も記述させていただいたのですが、制作機械と機械オペレーターが必ずしも１対１にならないケースもありまして、具体的には一人のオペレーターさんが複数台の機械をコントロールしていた場合、工程費用を単純に作業時間で案分するとどうしても偏りが出来てしまいます。極端な例を挙げますと一人のオペレーターさんが月の前半は一日中1台の機械で製品Aを制作して、後半は10台の機械で同時に製品Bを制作した場合、製品Aと製品Bの作業時間には10倍の開きが出てきます。ということは工程原価を単純に案分した場合製品Bは製品Aに対して10倍の費用が掛かった形で算出されるのですが、この費用のうち電気代や燃料代等の機械が稼働することにより発生する費用は作業時間による比例配分で特に問題は無いかと思います。ところが労務費については、実質的には製品Aに掛かった費用も製品Bにかかった費用も同じですので、製品Bにしてみれば（変な表現ではありますが）不当に費用を乗せられているのではないかということになります。

　あと機械の減価償却費についてはどうでしょうか。こちらについては実際に機械が稼働した時間で割り振るのだからベストな形ではないかとも思えるのですが、ただ考えようによっては減価償却費は通常日割り計算なので月の前半に稼働しなかった9台の機械の原価償却費については月の前半に制作された製品Aに割り振るべきだという意見が出てきてもおかしくはありません。

３、原価計算における複雑なケースをAIによりサポート

　前項のようなケースはほんの1例で、この他にも1台の機械で複数のオペレーターさんが作業するケースもあれば、１台の機械で2つ以上の製品が同時に作成されるケースとかもあるかと思います。こういった制作状況に臨機応変に対応するとすれば原価計算算出システムにおいて、かなり複雑な形のパラメーターをあらかじめ設定しておく必要がありまして、また前述のように様々なケースが想定されるため結果を確かめてはパラメーターの設定をやり直して、更にその結果を見て再設定をしてと言った形のトライ＆エラーを何度も繰り返さないといけないという事態となってしまいます。

　そこでこのような作業を人間に代わってAIにやってもらおうというのが今回の話の焦点でありまして、それで話は少し戻るのですが第1項で予定過大と実績過大とが混在している工程において作業時間の予実比較に問題が無かった場合、次に着目すべきは作業機械となります。どういうことかと言いますと予定過大の品目と実績過大の品目とが同一の機械で制作されていたとしますと、何らかの要因で該当機械に対する費用が偏って配分されているのではという疑いがあります。

　ただ作業時間については第1項のチェックで問題ないと判断されておりますので、問題があるとすれば前項のような他の機械の生産状況に影響されているケースが想定されます。そこで他の機械の制作状況を調査して予定過大の品目と同時に生産されていた品目は存在するのか、あるとすれば同品目の工程原価は予定と比べてどうなのかといった点を洗い出していくのですが、それらの情報だけ見てみても人間であれば今までの経験値を元にしてなるほどこういった状況だからこのような結果が出てしまったんだなと判断できるかも知れませんが、AIの場合は流石に断面的な情報だけではそこまでは判断することが出来ません。

　そこで今度は過去の実績を見ていく形となります。具体的には先月度の該当工程における各機械の生産状況はどうだったのか、生産された品目の工程原価は予定と比べてどうだったのか、今月の工程原価と比べてどうだったのか、そういった調査を過去数カ月に渡って分析していけば、ある程度の傾向が見えてくるかと思います。例えば複数機械で同時生産の多い品目はそうでない品目に比べると工程原価が多く配分される傾向があるとか、そういった状況が判明すればではそれに対してパラメータ設定をどのように調整すればよいかという部分も見えてくるようになります。

　その分析結果を先ずはレポートにして管理者にメール送付する形も可能ですし、その内容を元にして製造原価算出のパラメーターを自動更新することも出来ますが、最初は管理者がAIの分析結果及び推奨内容を参考にしながら、パラメータをどのように調整するかを決定した方が良いかも知れません。

　ということで今回説明させていただいた内容はほんの一例でございまして、この製造原価を個別品目単位で算出する機能に関しましては、工程原価の他にも原材料費の積み上げをどのように考えるのか、半製品の原価をどのように取り決めるのか等々、様々なファクターが存在します。これらをより実情に則した状態で算出することはかなり困難ではあるのですが、タイのお役所では会計上の在庫資産額が適正値なのかどうか（意図的な金額調整がおこなわれていないかどうか）については常に目を光らせておりまして、会計監査時には毎回のように指摘対象となる事項でもあります。

　この為、製造原価の算出については色々と頭を悩まされている会社さんも多いかとは思いますが、何か弊社でサポートさせていただけるような業務がございましたら、お気軽にご相談をいただけますでしょうか。

BANGKOK TOKI SYSTEM CO., LTD.
住所：333 Lao Peng Nguan Tower 1, 17th Floor, Unit B1, SoiChaypuang,
Viphavadi-Rangsit Road, Chomphol, Chatuchak, Bangkok 10900
電話：0-2618-8310-1　ファクス：0-2618-8312　Eメール：toki@ksc.th.com
ウェブサイト：www.bkktoki.com

◆バーコードシステムは何のために使うのか
バーコードシステムは、主に入力精度の向上と入力工数の削減を目的として利用されます。生産現場では、日々さまざまな実績データを入力する必要があります。これらを手入力するのではなく、バーコードを利用することで、入力ミスを減らし、作業を効率化することができます。生産管理においてバーコードシステムが利用される代表的な処理には、次のようなものがあります。
1. 生産実績の入力　良品数、不良数、消費数、生産時間など
2. 出荷実績の入力
3. 棚卸在庫の入力
4. 資材払出しの入力
5. 購入品・外注品の受入数量の入力
このように、バーコードは特に、現場で発生する実績データを正確かつ効率的にシステムへ取り込むための手段として有効です。

……

SimLex Developmet Co., Ltd. 古賀 敏生

九州大学を卒業後、大手ベアリング会社に就職し生産技術研究所にて工程設計を経験し、38才で独立後スケジューラ・生産管理システムを中心とした開発・販売を実施した。その後、タイにてSimLex Development Co., Ltd.を設立し、0ベースよりERP・生産管理システム・会計システムを開発・販売し現在に至る。

　先ほどこの製造原価算出システムはERPシステムの中ではかなり重要な位置付けであると説明させていただきましたが、どういうことかと言いますとERP内での業務の流れとしましては、先ず販売・購買及び生産実績システムのデータを元に在庫管理データが作成され、次にそれらの各システムと固定資産管理や給与計算システム等の各システム群のデータを元に会計伝票が作成されます。そして会計データと前述の生産実績データや材料在庫のデータを元にして個別製造原価が算出されるということで、それらのシステムデータが全て正しくないと当然ですが正しい原価は算出されない訳で、極端な言い方をすると製造業様向けERPシステムの最終目標がこの個別製造原価の算出とも言えるのではないでしょうか。

　ただこのように非常に重要な位置付けのものではあるのですが、普通に考えますと製造原価における原材料費は材料在庫データからの積み上げになりますし、工程原価は会計データを個別に案分したものになりますことから、わざわざAI機能を使うまでもなく単純な計算式で事足りるのではないかとも思われます。実際この個別原価計算機能をエクセルシートにて毎月算出されている会社さんも結構いらっしゃいまして、ただ単純な式で算出しているが故に頭を悩まされてる問題も多々ありまして、そこで今回はその問題点と共にではAI機能を活用することによってその問題は解決するものなのかという点について考えてみたいと思います。

１、工程原価の算出における問題点

　この工程原価の算出と言いますのは、大雑把に説明しますとその月にかかった経費をその月に製造した品目に案分するという作業でありまして、会計的に見れば製造原価として計上された経費のトータルと各々の製造品目に振り分けられた工程原価のトータルが合致していれば問題無い訳で、少し乱暴な言い方をしますと壮大な辻褄合わせをおこなう処理であります。

　ただ当然ではありますがその案分の仕方が実情に則していないと、本当は高コストの製品を安価で販売してロスを出したり、逆に低コストの製品に不相応な高価格を付けて競争力を失ったりというような事態が発生してしまいます。そこで一般的な案分方法としまして機械オペレーターさんの給与や機械の減価償却費といったような直接製造に関連する経費については該当品目の製造時間を用いて比例配分をおこない、管理部門の給与や事務所内のOA機器に対する減価償却費といった間接経費については前述の直接経費を配分した結果の金額の多寡により比例配分をおこなうというやり方がよくおこなわれております。

　もちろんこの案分のルールについては会社さんによりケースバイケースでありまして、例えば機械の減価償却費であれば同一ラインの機械をまとめた値で算出するのではなく、機械単位で細かく金額を振り分けられたりとか、経費によっては作業時間ではなく品目ごとに設定された別の原価配分用の値を用いたりとかそういった様々な差異はあります。

　それで何が問題なのかと言いますと、このように比例配分が自動でおこなわれ最終的なトータル値が会計の数字と合致しているが為に、製造コストにおける異常事態を検知し難いという点が挙げられます。

　例を挙げて説明いたしますと、ある工程で使用する制作機械では製品を作成する作業に熱処理等が必要なためかなり時間がかかるのに対して、別の工程では切断処理だけなので短時間で作業が終了するといったケースが有ったとして、これらの生産工程における経費の案分を単純に作業時間のみでおこなってしまうと、時間がかかる機械工程にかなり多くの経費が分配される形となります。

　生産機械の減価償却費であれば機械ごとに案分してしまえばその形でも問題ないのですが、労務費についてはそれほど簡単にはいきません。実は時間のかかる作業機械は最初に設定さえ行えば後は自動で動く仕組みとなっており、オペレーターさんが常につきっきりで作業をおこなう訳ではなく、極端な話1人が同時に10台の機械を監視することも可能であったとします。この場合単純に作業時間を元に労務費を案分してしまうと、実際には他の作業機械に比べて10分の1の費用しかかかっていないのに実際以上に労務費がかかった形で原価が算出されてしまいます。

　上記は1例なのですがこの他にも1人のオペレーターさんが別の工程機械と兼任で担当するケースもあれば、逆に1台の機械に複数のオペレーターさんが付くケースもあるでしょうし、単純に作業時間で労務費を割り振る形では実情とはかけ離れた原価が算出される可能性は大いにあります。

２、予定原価との比較による問題品目の洗い出し

　上記のような原価算出の問題点を解決するには、単純に考えますと複数機械を同時に稼働させた場合を考慮して、労務費の案分時に同シチュエーションを補うような係数をかけてやれば解決するのではと思われます。

　ただ予定製造原価の算出はその形で問題ないとしても実際製造原価の場合は何台の機械が同時に作業をおこなうかはその生産状況に拠りますことから、常に10台の機械がフル稼働している訳ではなく、ある時は1台のみが稼働であるときは5台が同時に稼働する日もあります。（あくまでも仮定の話なのでそういう風な設定で考えます）

　その場合、より精緻な製造原価を算出するには後述のように少々厄介な処理ロジックを組む必要がありますので、そこで先ずは簡易的なチェック方法を考えますと前述の通り予定原価の算出時にはこの状況を鑑みた上での原価算出がおこなわれておりますので、同原価と実際製造原価とを比較して、あまりにも数値がかけ離れている場合にはいずれかの数値に問題があるのではという判断をおこなうことが可能となります。

３、問題品目における正確な実際原価の算出

　ということで、上記のようなケースで実際の製造原価を厳密に算出しようとすると、各品目の生産時に同時に稼働した機械台数を情報として取り込み、同情報を元に係数を調整していくという方法を採ればかなり実情に近い数値を算出することが出来るのではありますが、言うは易し行うは難しで当該の機械グループは当然ながら毎回同じタイミングで生産を始める訳ではなく、機械ごとで1時間とか30分とかずれて開始した場合に、では何時から何時までには機械台数が何台でといった形で時間帯ごとに台数とその割合を元に係数というパラメータを調整していく作業が必要になります。

　あとオペレーターさんと作業機械の関連性についても様々なケースが考えられますので、予定原価の算出時には人間が適正値を想定して算出をおこなうことが可能だとしても、実際原価の算出時には膨大な情報を元にありとあらゆるケースを想定しないといけない為、それを一つ一つ検証していく形ですと恐ろしく時間のかかる処理となりまして、そこでここの処理ロジックにAI機能を活用することが出来るのかというのがここからのお話となります。

４、問題品目のグループ分けを行い傾向を調査

　前述のようにいきなり各品目単位で枝葉からデータチェックをおこなう形で作業を開始しますとどこまでシミュレートを繰り返せば正解に近づけるかという部分が雲を掴むような話となりますので、先ずは前項にて洗い出した問題品目の傾向を探ることから始めてみます。具体的には問題品目をグループ分けしまして実際原価が予定原価に比べて大幅に上回っているグループ、若干上回っているグループ、若干下回っているグループ、大幅に下回っているグループといった形で幾つかのグループを作ります。

　そしてグループ分けされた結果を元に傾向を探っていきます。例えば全ての品目において実際原価が予定原価を大幅に上回っているとすれば、それは前述のような経費の配分方法が間違っているという問題ではなく、該当月が賞与支給月だったとか光熱費が予定原価算出時より上がったとか予定外の大きな支出があったとか、そういった形で年次レベルで確認をおこなう必要はあるのですは、今回の月次レベルでの確認作業としてはとりあえず置いておきます。

　それで調査作業の対象となりますのが、実際原価が予定原価を大幅に上回っているグループと大幅に下回っているグループが共に存在しているケースとなりまして、可能性としてその二つのグループには何の関連性も無くたまたまそのような結果となってしまったということも考えられなくもないのですが、前述のように片方の原価が別のグループに割り振られているという結果になっているとも考えられます。

　そこでようやく各品目ごとで工程ごと経費科目ごとで内容を確認していくフェーズに入る訳なのですが、ここまでの説明で思ったより枚数を費やしてしまいまして、ここからの説明もまた長くなりそうですので、続きのお話については次回に回させていただけますでしょうか。

BANGKOK TOKI SYSTEM CO., LTD.
住所：333 Lao Peng Nguan Tower 1, 17th Floor, Unit B1, SoiChaypuang,
Viphavadi-Rangsit Road, Chomphol, Chatuchak, Bangkok 10900
電話：0-2618-8310-1　ファクス：0-2618-8312　Eメール：toki@ksc.th.com
ウェブサイト：www.bkktoki.com

◆一般的な生産計画のステップ
一般的な生産計画は、次のようなステップで構成されます。
受注入力
↓
①基準日程生産計画（MPS）
↓
②資材所要量計画（MRP）
↓
③差立て計画
↓
生産
↓
出荷
このうち、①②③を総称して生産計画と考えることができます。
① 基準日程生産計画（MPS）
完成品について、いつ、何個生産するのかを計画します。受注数量をそのまま生産するのではなく、日別の数量平準化や前倒し生産、安全在庫などを考慮し、製造負荷を調整します。MPSについては、第9回「基準日程生産計画（MPS）と資材所要量計画（MRP）」で詳しく説明しています。
② 資材所要量計画（MRP）
MPSをもとに、必要となる材料・部品・仕掛品などについて、いつ、何を、どれだけ用意する必要があるのかを計算します。MRPについても第9回で説明したとおり、在庫精度やオーダ方針などが正しく設定されていることが前提となります。
③ 差立て計画
差立て計画では、さらに具体的に、「いつ（日時）、どの設備で、どのような順序で生産するのか」を決めます。この差立て計画に対応するソフトウェアが、一般に生産スケジューラと呼ばれるものです。

……

SimLex Developmet Co., Ltd. 古賀 敏生

九州大学を卒業後、大手ベアリング会社に就職し生産技術研究所にて工程設計を経験し、38才で独立後スケジューラ・生産管理システムを中心とした開発・販売を実施した。その後、タイにてSimLex Development Co., Ltd.を設立し、0ベースよりERP・生産管理システム・会計システムを開発・販売し現在に至る。

基準日程生産計画(MPS Master Production Schedule)とは

　基準日程生産計画は、完成品の必要数と必要日決める生産計画のことで、基準日程生産計画をなぜ必要とするのかの理由は以下のようになります。

・受注に合わせて生産を行うのが普通ですが、受注に合わせた生産では生産の負荷平準化ができない。
・受注数が多すぎるため、分割生産を行いたい。
・安全在庫を持ちたい。
・需要予測分の先行生産を行いたい。

　すなわち、基準日程生産計画は受注と生産の間を埋めるクッションの役割を果たします。

……

SimLex Developmet Co., Ltd. 古賀 敏生

九州大学を卒業後、大手ベアリング会社に就職し生産技術研究所にて工程設計を経験し、38才で独立後スケジューラ・生産管理システムを中心とした開発・販売を実施した。その後、タイにてSimLex Development Co., Ltd.を設立し、0ベースよりERP・生産管理システム・会計システムを開発・販売し現在に至る。