在庫棚卸しをAIで半自動化する手順

結論：棚卸しの「数える・書く・集計する」をAIに渡す

旅館の棚卸しで時間がかかる理由は、数える作業そのものではなく「数えた結果を紙に書く→スプレッドシートに転記する→前月と差分を計算する」という反復的な工程にある。ここをAIとスマホ撮影で代替すれば、月1回2〜3時間かかっていた作業を30分以内に収めることが現実的に可能だ。

本記事では、特別なシステムを導入しなくてもできる半自動化の手順を、カテゴリ別に段階を追って説明する。

旅館の棚卸しはなぜ毎月重荷になるのか

棚卸しの対象が多岐にわたる点が、旅館特有の負担を生む。アメニティ・タオル・リネン・食材・飲料・消耗品・調理器具の備品……カテゴリをまたいで数え方の単位も管理場所も異なる。担当者が複数の倉庫・バックヤードを行き来し、紙の記録票に書き込んで、最後にまとめて入力する、という流れが多い。

この構造には三つの問題がある。

一つ目は転記ミス。手書きの「6」がスプレッドシートでは「0」になるようなケアレスエラーが積み重なり、実際の在庫と帳簿の乖離が生じる。二つ目は属人化。担当者が変わると「このカテゴリの数え方」が引き継がれず、月によって集計基準がぶれる。三つ目は即時性の欠如。月末にまとめて行うため、月中の過不足に気づくのが遅れる。

AIを使った半自動化はこの三点をまとめて改善する。

半自動化の全体フロー

以下が基本的な処理の流れだ。

ステップ	作業	担当
1. 棚の撮影	スマホで棚・引き出し・収納を撮影	人（2〜3分/カテゴリ）
2. OCR・画像認識	写真からラベル名・数量を読み取り	AI（自動）
3. スプレッドシート転記	読み取り結果をマスタ台帳に反映	AI＋自動マクロ
4. 差分確認	前月比・発注点との比較を可視化	自動計算
5. 最終承認	信頼度低の行だけ目視確認	人（10〜15分）

「人が数える」作業はなくなるわけではないが、紙への書き取りと転記・集計の手作業をほぼゼロにできる。

必要なツールと初期コスト

最小構成（追加費用ゼロ）

スマホカメラ（既存端末）
Google スプレッドシート（無料）
ChatGPT 無料プランまたはGemini（Googleアカウントで利用可）

この構成で「撮影 → AIに貼り付け → 結果をコピー → スプレッドシートに貼る」という半手動フローを作れる。慣れるまでの学習コストが最も低い入口だ。

標準構成（月数千円〜1万円程度）

ChatGPT Plusまたは Gemini Advanced（月3,000円前後）
Google Apps Script（無料、スプレッドシートのマクロ機能）
バーコードリーダー（1,000〜3,000円の安価なUSBタイプで十分）

バーコードが貼ってある商品は、スキャンするだけで品目名と数量をシートに自動入力できる。OCR頼みより確実性が高い。

本格構成（月1〜3万円以上）

在庫管理SaaSとAIの組み合わせ（ロジクラ、zaico、スマレジなど）
スマホの専用アプリでバーコード・QRコードを読み取り、クラウドに即時同期

食材の鮮度・賞味期限まで管理するなら専用SaaSが現実的だが、まずは消耗品・アメニティ系から手軽な方法で始めることを勧める。

ステップ別の実施手順

ステップ1：在庫マスタを整備する

棚卸しを自動化する前提として、「何が何個あるはずか」という基準台帳が必要だ。Google スプレッドシートに以下の列を用意する。

列名	内容
品目ID	数字またはバーコード番号
品目名	正式な名称（ゆれを統一）
単位	個・本・枚・セットなど
保管場所	倉庫A・バックヤード・厨房など
発注点	これを下回ったら発注する数量
前月末在庫	前回の棚卸し結果
今月末在庫	今回の入力欄

マスタが整っていない段階でAIに読み取らせても、「それがどの品目か」を突き合わせる手間が増える。最初の1〜2時間でマスタを作りきることが、その後の工数削減に直結する。

ステップ2：カテゴリを決めて撮影する

棚卸しの範囲を「今日はアメニティ棚だけ」と絞る。一気にやろうとすると写真が混在して後処理が複雑になる。

撮影時の注意点は三つ。一つ目は棚の全体像と個別ラベルの両方を撮る。全体像で「どの棚か」を確認でき、ラベル写真でOCRの精度が上がる。二つ目は照明を確保する。暗い倉庫での撮影はOCRの誤読率が2〜3倍になる。フラッシュを使うか、照明をつけて撮る。三つ目は数量が見える向きで撮る。積み重なった場合は側面から撮り、段数が読めるようにする。

ステップ3：ChatGPTで品目・数量を読み取る

撮影した写真をChatGPTに添付し、以下のプロンプトを使う。

この棚の写真から、見えているすべての品目名と数量を読み取ってください。
品目名は正確に、数量は整数で出力してください。
読み取れなかった場合は「不明」と書いてください。
出力形式：品目名, 数量, 信頼度（高/中/低）

ChatGPTは視覚情報（画像）を処理してテキスト化できる。1枚の写真あたり10〜30秒で結果が返ってくる。「信頼度：低」の行だけ目視確認すれば、全件チェックより大幅に時間を削減できる。

ステップ4：結果をスプレッドシートに取り込む

ChatGPTの出力をそのままスプレッドシートに貼り付け、VLOOKUP関数でマスタの品目IDに紐づける。

=VLOOKUP(B2, マスタ!$A:$B, 2, FALSE)

品目名が完全一致しない場合は、ChatGPTに「以下のマスタ一覧と照合して、最も近い品目名を提案してください」と依頼すると、名称のゆれを吸収できる。

ステップ5：差分と発注点を自動判定する

スプレッドシートに以下の列を追加する。

=IF(G2<F2, "要発注", "OK")

G列が今月末在庫、F列が発注点の場合、「要発注」と表示された行だけを抽出すれば、発注担当者が確認すべき品目が一覧できる。

さらにGoogleスプレッドシートの「条件付き書式」を使い、発注点を下回った行を赤く塗ると視覚的な確認が早くなる。

カテゴリ別の注意点

アメニティ・消耗品

品目数が多くてもバーコードがないものが多い。撮影でのOCR対応が基本になる。季節商品（冬の湯たんぽ、夏の虫よけ等）は月次ではなく季節変わりに棚卸しすれば十分なケースもある。

リネン・タオル

枚数管理より「セット単位」で管理する施設が多い。AIに「見えているタオルのセット数を数えてください」と指示すれば、積み上がった状態でも概算数が出る。詳しくはAIでリネン在庫を自動で発注点管理する方法も参照してほしい。

食材・飲料

賞味期限の管理が絡む。写真から期限を読み取ることは技術的に可能だが、精度が安定しない。食材の在庫は専用アプリを使うか、AIは品目・数量の読み取りに絞り、期限管理は手動で補完する判断が現実的だ。食材ロスの削減まで踏み込む場合は食材ロスをAI需要予測で減らす実践ステップを参考にしてほしい。

酒類・高価格商品

棚卸し差異が発生したときの影響が大きいため、AIの読み取り結果を承認する担当者を明確にしておく。「AIが数えた」だけで月次報告に使うのは避け、担当者のサインオフを必須にする運用ルールを設ける。

月次棚卸しをルーティンに落とし込む方法

半自動化が定着しない最大の理由は「やり方を決めたが運用が継続しない」ことにある。以下の三点を最初に決めると継続率が上がる。

実施日を固定する。 月末の特定曜日（例：最終金曜日の午前中）をカレンダーに入れる。イレギュラーな業務が重なりやすい月末は、週の前半に設定するほうが安定する。

担当者を1名に絞る。 複数人が「誰かやっているだろう」と思うと漏れが生じる。主担当1名・不在時のバックアップ1名という体制が最低限だ。

チェックリストを1枚にまとめる。 「棚を撮影→ChatGPTに貼付→スプレッドシートに転記→発注点確認→担当者確認」という流れを紙またはNotionに書いておく。新しい担当者でも同じ品質で実施できる状態が、属人化の解消につながる。

よくある失敗と対処法

写真が暗くてOCRが読み取れない。 照明不足が原因。スマホのライトをオンにして撮り直す。それでも読めない場合は、その品目だけ手入力と割り切る。完璧を求めて全体の自動化を止めないことが大事だ。

品目名がマスタと一致しない。 表記ゆれ（「シャンプー300ml」「シャンプー（300）」など）が原因。AIに突き合わせを依頼するか、マスタの品目名を「よく使われる表記」に統一する。

差分が大きすぎて信頼できない。 初回の棚卸しは手動との並行実施を推奨する。1〜2回並行して誤差を確認し、許容範囲内に収まれば以降はAI結果のみで進める。

担当者が変わって運用が止まった。 チェックリストとマスタシートの場所をSlackや共有フォルダにピン留めしておく。チェックリストに「最終更新者」を記録しておくと、次の担当者が前回の状態を把握しやすい。

他のバックオフィス業務との連携

棚卸しのデータが整備されると、他の業務改善への接続が容易になる。発注点管理ができていれば、仕入れの最適化にも踏み込める。AIで仕入れ・発注の最適量を予測する基礎では、需要データと組み合わせた発注量の精度向上を解説している。

また月次の棚卸しデータは経理とも直結する。在庫の期末評価や原価計算に使えるデータが自動で揃うため、旅館の経理をAIで月次決算を1週間早める方法と組み合わせると、経理工数の削減効果がさらに大きくなる。

FAQ

Q. 旅館の棚卸しにAIを使うと何が変わりますか？ スマホで棚を撮影してOCR・画像認識で数量を読み取り、スプレッドシートに自動転記できるため、手書き集計と二重チェックの工程がほぼなくなります。誤記入も減り、月2〜3時間の作業が30分程度に短縮されたケースがあります。

Q. 初期費用をかけずに棚卸しを半自動化できますか？ Google スプレッドシート＋ChatGPT（無料枠）＋スマホカメラだけでも基本フローは構築できます。バーコードリーダーや専用アプリを追加すれば精度が上がりますが、必須ではありません。

Q. どの在庫カテゴリから始めるべきですか？ アメニティや消耗品など、品目数が20〜50点程度で回転が読みやすいカテゴリから始めるのが安全です。食材は賞味期限管理も絡むため、慣れてから追加するとトラブルを防げます。

Q. AIが数量を誤読した場合の対処法は？ OCR・画像認識の結果は必ず人が最終確認します。信頼度スコアが低い行だけ目視確認するルールにすれば、全件チェックより時間を大幅に削減できます。

まとめ

旅館の棚卸しをAIで半自動化する核心は「数える→書く→集計する」の後工程をAIに渡すことにある。スマホ撮影とChatGPTを使えば、追加コストほぼゼロで月の棚卸し工数を数時間から30分程度に圧縮できる。

最初のステップは在庫マスタの整備だ。基準台帳がなければ自動化の精度は上がらない。マスタを作り、アメニティや消耗品など小さなカテゴリで試し、運用に慣れたら食材・リネンへと対象を広げていく。完璧なシステムを一気に作ろうとせず、小さく動かしながら精度を上げていくほうが、現場への定着は早い。