日本精機は、自動車部品のTier1サプライヤーとしてグローバルに事業を展開している。同社では従来、部品表（BOM）を基幹情報として管理していたが、一部の需要情報や在庫情報、部品発注情報は各部門で個別に管理されていた。

　その結果、データの突合や更新に多くの工数を要していたほか、需給判断が担当者の経験や勘に依存する属人的な運用が発生していた。情報把握の遅れや判断精度のばらつきは、迅速かつ正確な意思決定を難しくし、過剰在庫の発生要因にもなっていたという。

AIで需給全体を可視化

　そこで同社は、中長期の需要情報を統合的に管理し、部品発注計画を高度化するためにKinaxis Maestroを採用した。

　Kinaxis Maestroは、需要・供給・生産計画を統合管理するAI活用型のサプライチェーン・オーケストレーション・プラットフォームだ。部品表と需要情報を連携させることで必要量計算や需給計画を支援するほか、高速シミュレーション機能によって複数の需給シナリオを短時間で比較検討できる。

　日本精機は、部品表と需要情報を紐づけた計画立案や必要量計算を標準機能として利用できる点に加え、高速なシミュレーション機能を評価し導入を決定した。

　導入後は、中長期の需要情報を一元的に可視化し、フェーズ別の部品情報に基づく発注計画を最適化できるようになった。さらに、従来は個別最適で進められていた意思決定プロセスを標準化し、需給全体を見据えた判断が可能な体制を整備した。

計画策定業務の工数を約9割削減

　システム導入による効果は数値にも表れている。

　新機種向け部品供給の計画策定業務では、従来年間1065時間を要していた作業時間が75時間へと減少した。約93％の削減となる。

　また、生産終了を意味するEOL（End of Life）部品への対応業務でも、年間1248時間かかっていた工数が120時間へと縮小した。約90％の削減に相当し、需要変動への対応に伴う現場負荷の軽減につながっている。

　日本精機 DX・システム企画部 シニアマネジャーの北原 肇氏は、「需要変動への迅速な対応と在庫最適化の両立は重要な経営課題だった。Kinaxis Maestroは、部品表と需要情報を連携した計画立案や必要量計算を標準機能として備えており、当社の業務要件に適合していた。また、高速なシミュレーション機能によって複数シナリオを迅速に比較検討できる点も評価した」と説明する。

　今後は適用範囲をさらに拡大し、海外拠点への展開も検討しているという。

情シスが学ぶべきポイント

　本事例の特徴は、単なる業務効率化ではなく、「属人的な判断」をデータとAIに基づく意思決定へ転換した点にある。

　多くの企業では、需要予測や在庫管理、生産計画などの情報が部門ごとに分散し、担当者の経験に依存した運用が残っている。日本精機は、需要・供給・生産の情報を統合し、シミュレーションによる意思決定基盤を整備することで、業務工数の削減と判断品質の向上を同時に実現した。

　AI活用が進む中で、企業の競争力を左右するのはAIそのものではなく、AIが活用できるようにデータと業務プロセスを統合できるかどうかだ。日本精機の取り組みは、その好例と言えるだろう。

（※）この記事は本多和幸氏と谷川耕一氏によるIT事例メディア「CaseHub.News」に掲載された「日本精機、需給のAI管理で部品供給と生産終了の計画時間を9割削減」（2026年6月14日）を、TechTargetジャパン編集部で一部編集し、転載したものです。