調達・見積の属人化をAIエージェントで解消する全工程

「あの人がいないと、見積が出せない」

製造業の調達・購買現場では、こんなリスクを抱えた工場が少なくない。長年の経験で培われた発注判断——どのサプライヤに何の条件で頼むか、相場の読み方、緊急時の例外処理——それらが特定の担当者の頭のなかにだけある状態だ。

その担当者が退職・異動した瞬間に、調達が止まる。

中小製造業で深刻化するこの「調達の属人化」問題に対して、エージェント型AI（AIエージェント）を活用した解決策が注目されている。ただし、「AIが代わりにやってくれる」という期待だけで動くと失敗する。この記事では、AIエージェントを調達業務に生かすための全工程を、現場目線で解説する。

製造業の調達AIエージェントで何ができるようになったか

エージェント型AIとは、単なる質問応答や文章生成を超え、「自律的に複数のステップを踏んで業務を実行するAI」のことだ。調達・購買領域では、サプライヤへの問い合わせ・見積依頼・交渉・合意形成までの一連の流れを、設定した条件の範囲内でAIが自律実行できる。

最も象徴的な海外事例が、スタートアップのPactumが開発したAI交渉エージェントだ。グローバル大手のWalmartに導入され、本番パイロットでは支払期間を平均35日延長した。その後の展開では、交渉相手のサプライヤのうち68%と合意に達し、平均3%のコスト改善を達成している。初期導入後の聞き取りでは、交渉が成立したサプライヤの83%が「使いやすい」と評価した（出典：Harvard Business Review）。買い手だけでなく、売り手にとっても納得感のある体験になっている点が重要だ。

製造業に特化した調達プラットフォームのIvalua（イバルア）は、2026年のカンファレンスで「調達はエージェント型AI時代に入った」と宣言した。部品表（BOM）のコストモデリングや新規サプライヤの探索まで、AIエージェントが対応するデモを公開している。

調査会社Capgeminiのリサーチによれば、2024年時点でAIエージェントを実際に活用している企業は全体の10%に過ぎないが、2027年までに82%の企業が導入予定と回答している。市場の変化は、もう始まっている。

国内製造業に広がるAI調達自動化の実績

海外大手の話だけではない。日本でも具体的な成果が出始めている。

NECは2025年12月、製造業向けの「調達交渉AIエージェントサービス」を提供開始した。2024年11月にNECグループ会社で行った実証実験では、約1,300品目の部品調達における納期・数量の交渉をAIが自律実行した。担当者が介在せずにAIだけで合意が取れた「自動合意達成率」は95%に達し、従来数時間から数日かかっていた交渉時間がわずか約80秒に短縮されたと報告されている（出典：NEC プレスリリース 2025年12月）。

この数字のインパクトは大きい。1,300品目の交渉を人が担当すると、年間どれだけの時間が消えているか——想像してほしい。

McKinsey & Companyの分析では、自律型の調達エージェントによって、非付加価値作業の15〜30%が効率化されると試算されている。ただし、この数字は「エージェントが正しく設計されている」前提だ。

「ベテランのカン」をそのままAIに渡しても機能しない理由

ここで、多くの企業が陥る失敗パターンを話しておきたい。

「AIにベテランのカンを学習させよう」という発想だ。

確かに、機械学習は過去データからパターンを抽出する。しかし「なぜその条件でその業者に発注したか」という判断の根拠が明文化されていない場合、AIに渡せるデータ自体がない。過去の発注履歴だけでは、「例外処理の判断」「優先度の読み方」「リスク回避の閾値」は学習できない。

最初に作るべきはAIシステムではなく、判断の地図だ。

そしてここに、AIエージェントを「開発する」ことの本当の意義がある。エージェントを作るプロセスを通じて、暗黙知が明文化される。今まで特定の人の頭のなかにあった判断基準が、組織の資産になる。AIが完成した後も、そのドキュメントは会社に残る。

属人化の解消という本来の目的は、AIを入れた後ではなく、入れるための準備を通じて達成される——この順序が重要だ。AIエージェントを開発しようとする取り組み自体が、組織の「判断を再現できる状態」を作る機会になる。ベテランを置き換えるのではなく、ベテランの判断を次の人が使える形にする、というのがこの技術の本質的な価値だ。

中小製造業でAI調達エージェントを始めるための3段階

購買業務にAIを標準化するプロセスは、以下の3段階で考えると現実的だ。

第1段階：発注判断の棚卸し（AI導入前） 誰が・何を・どんな条件で・どのサプライヤに発注しているかを一覧化する。紙とExcelで構わない。この段階で「担当者に聞かないとわからない」という項目がリストアップされ、属人化している箇所が可視化される。

第2段階：条件の構造化（判断ルールの明文化） 棚卸したリストをもとに「条件分岐」を言葉にする。「この品目は通常A社、価格差が5%以内ならB社も可」「納期が2週間を切ったら緊急ルートを使う」という判断基準を、複数人が確認できる形にする。この段階まで完成すれば、新しい担当者でも業務を引き継げる。AIがなくても属人化は解消される。

第3段階：AIエージェントへの移行（自動化） 構造化された判断ルールをAIエージェントに渡す。繰り返し業務や定型的な交渉はAIが実行し、例外・高額・戦略的な発注は人間が判断する設計にする。AIが「例外が発生した」と検知して人間に引き渡す仕組みを、最初から設計しておくことが失敗を防ぐポイントだ。

見積・発注の属人化解消で最初にすべき1つのこと

ここまで読んで、「うちにはまだ早い」と感じた人に伝えたい。

AIエージェントを入れるかどうかは、今すぐ決める必要はない。最初の一歩として必要なのは、「誰が・何の条件で・どの業者に発注しているか」を1枚の表に書き出すことだけだ。

この表が完成した時点で、見積の属人化解消は半分終わっている。残る半分は、その表を組織で共有し、定期的に更新する運用を作ることだ。

そこまでできて初めて、AIエージェントが「使えるツール」になる。逆に言えば、その表なしにAIを入れても、「担当者の代わりにAIが動く」ではなく「AI担当者しかわからないシステム」になるだけだ。

導入の成否は、AIの性能ではなく、準備の精度で決まる。

まとめ

調達・見積の属人化をAIエージェントで解消すると聞くと、「すごい技術が必要だ」と感じるかもしれない。だが実態は逆だ。技術が難しいのではなく、「判断の言語化」が難しい。そしてその難しさに向き合うプロセスが、組織を強くする。

AIエージェントを入れようとするとき、最初の壁は技術ではなく「自分たちが何を根拠に発注しているかを言葉にすること」だ。その問いに答えられた企業だけが、AIを本当の意味で活用できる。

あなたの工場の調達業務で「あの人しかわからない」が1つでも残っているなら、今日からその1つを言葉にすることから始めてほしい。

参考・出典

• How Walmart Automated Supplier Negotiations | Harvard Business Review — Walmart事例（コスト改善・支払期間延長・合意率・サプライヤ評価）
• Understanding Agentic AI in Procurement | Pactum — エージェント型AI調達の概況
• NEC 調達交渉AIエージェントサービス プレスリリース（2025年12月2日） — 国内製造業での実証実績（1,300品目・合意率95%・約80秒）
• Inside Ivalua NOW 2026: Procurement Enters the Agentic AI Era | CPO Rising — エージェント型AI調達の最新動向
• The future of category management: The power of AI category agents | McKinsey & Company — 非付加価値作業の自動化による15〜30%の効率改善
• How Agentic AI is Driving the Transformation of Procurement | SupplyChainBrain — Capgemini調査データ