かつ波奈の発注AI事例｜属人化した食材発注を標準化する

結論：属人化した食材発注を標準化する道筋

飲食店の食材発注におけるAI活用の本質は、特定のベテランスタッフしか行えなかった発注判断を、誰でも確認・実行できる標準業務へ置き換える点にあります。

Goalsの公開情報では、早野商事が運営するとんかつレストラン「かつ波奈」8店舗において、HANZO 自動発注の利用が開始された事例が紹介されています。従来は店舗スタッフが在庫を数え、熟練の発注担当者が売上や客数を独自に予測しながら発注量を計算していました。

しかし、近隣イベントや立地条件といった各店舗特有の事情を加味した予測には長年の経験が求められ、業務が属人化しやすい傾向がありました。その結果、発注担当者の育成に多くの時間を要し、多店舗展開を進める上での大きな障壁となっていた背景があります。

発注AIの導入は、単なる発注時間の削減にとどまらず、暗黙知となっていた発注基準をデータとして整理し、店舗運営と組織展開を支える基盤を整える手段として機能します。

公開事例の要点：かつ波奈における段階的アプローチ

抱えていた課題と背景

飲食業の現場では、食材の欠品による機会損失と、過剰発注による食材廃棄の抑制という相反する課題を常に抱えています。かつ波奈においても、店舗ごとの立地条件や周辺イベントの有無に応じたきめ細かな需要予測が必要とされていました。

従来の手順では、各店舗の担当者が日々の在庫を確認した上で、過去の動向や天候を頭の中で組み合わせながら発注数量を割り出していました。この方法では、担当者の異動や退職のたびに発注の質がばらつきやすく、後進のスタッフを育成する際にも長い指導期間が必要になるという構造的な難点がありました。

アシスト機能から自動発注へのステップ

かつ波奈の取り組みで注目すべき点は、最初からすべての発注を機械に任せるのではなく、段階を踏んでシステムを定着させたプロセスにあります。

同店では、まず「HANZO 発注AIアシスト」を採用しました。この段階では、AIが提示する予測値をスタッフが参考にしながら発注作業を行い、データの精度や判断基準を現場で確認するプロセスを挟んでいます。その運用を経て発注判断が平準化された段階で、発注業務を完全自動化する「HANZO 自動発注」の運用へと移行しました。

いきなり全自動化を目指すと、店舗スタッフが計算根拠を理解できず、システムへの不信感から手作業の修正が増えてしまう事態が起きがちです。アシスト機能でAIの癖や予測の傾向に慣れる期間を設けたことが、円滑な完全自動化への移行を支える要因となっています。

本部と店舗をつなぐ情報管理の仕組み

HANZO 自動発注は、売上や客数の予測データをもとに食材ごとの消費量を割り出し、システムの理論在庫データと照合することで適切な発注量を自動計算する仕組みです。

この仕組みが導入されたことで、各店舗の発注状況が本部で一元的に把握できるようになります。これまで各店に分散していた発注情報や在庫状況がデータとして統合され、本部主導での食材ロス削減や仕入れ管理の効率化を後押しする環境が整いました。

編集部の示唆：なぜ発注の自動化は段階を踏むべきなのか

ここでは、公開事例の背景を踏まえて、飲食店が発注の標準化を進める際に考慮すべき論点を整理します。

現場の納得感と予測精度のすり合わせ

店舗運営において、食材の欠品は営業そのものを止めてしまうリスクを持っています。そのため、現場のスタッフは機械による自動発注に対して慎重な姿勢をとることが少なくありません。AIが算出した数字が現場の肌感覚と乖離している場合、スタッフは無断で数量を上乗せしてしまうことがあります。

こうした事態を避けるためには、まずAIの予測値と人間が下した発注判断を突き合わせる期間が必要です。AIの提示する数量を確認し、どのような条件でズレが生じるのかを現場が理解することで、システムに対する信頼が醸成されます。自動化の目的は作業者を省くことだけではなく、現場が納得して運用できる発注基準を作ることにあるといえます。

属人化の解消がもたらす組織展開力

発注業務が標準化されると、新任の店長やアルバイトスタッフであっても短期間で発注業務を担えるようになります。熟練担当者の経験則に頼っていた発注をルールとデータへ移行できれば、店長や中核スタッフを新規出店や接客サービスの向上といった中核業務へ集中させることが可能になります。店舗展開のスピードを維持しつつ品質を保つために、発注業務の平準化は重要な意味を持ちます。

自社で試す手順：発注業務を段階的に整えるステップ

公開事例を参考に、自社で食材発注の標準化やAIツールの導入を検討する際の実務的な手順を解説します。

最初に対象食材を絞り込む

取り扱うすべての食材を一度に自動発注の対象に設定すると、マスターデータの登録や在庫管理の負担が現場に集中し、導入作業が停滞しやすくなります。まずは対象を絞り込んで運用を開始することが推奨されます。

選定の基準としては、日々の使用量が多い主力食材、欠品した際の影響が大きい看板メニューの原材料、賞味期限が短く廃棄ロスにつながりやすい食材、あるいは発注から納品までのリードタイムが長い品目が挙げられます。対象を限定して検証を重ねることで、初期の混乱を抑えつつ運用ノウハウを蓄積できます。

レシピと理論消費量を整理する

発注の自動計算を行う前提として、各メニューのレシピと食材使用量が正確にデータ化されている必要があります。一食あたりにどの食材を何グラム使用するのかという基準が曖昧な状態では、客数予測が正確であっても必要な食材量を割り出すことができません。

仕込み時の歩留まりやトッピングの分量など、厨房内で感覚的に処理されがちな数値を基準化し、メニューの出数と食材の理論消費量が連動する状態を整えます。

発注担当者の判断基準を可視化する

発注担当者が日頃どのような情報を加味して数量を決定しているのかを書き出し、ルールとして整理します。曜日や天候による増減、団体予約の状況、近隣施設の催事情報、店舗独自のキャンペーン予定、さらには納品日の間隔や冷蔵庫の保管容量など、これまで頭の中で処理されていた要素を発注メモなどの形で記録します。

これらの判断要素を言語化しておくことで、AIの予測値を検証する際の評価基準が明確になり、システムに反映すべき前提条件の整理が進みます。

アシスト機能から自動発注へと移行する

準備が整った段階で、まずは予測値を画面上で確認して担当者が最終承認する形式から運用を始めます。AIが導き出した数値と現場の判断を一定期間比較し、大きな過不足が生じないことを確かめた上で、承認不要の自動発注へと移行します。この段階的な移行プロセスを経ることで、現場の不安感を最小限に抑えながら運用の定着を図ることができます。

運用上の注意：例外管理と実在庫の乖離を防ぐポイント

発注AIや自動化システムを安定して運用するためには、現場での例外的な事象への対処と、データ精度の維持に関する注意点があります。

人が確認すべき例外事項のルール化

日常的な売上や天候の変動はAIによる予測が得意とする領域ですが、突発的な事象には人の介入が不可欠です。以下のような例外が発生した際には、システム任せにせず担当者が内容を確認して手動で調整するルールをあらかじめ定めておきます。

• 突発的な大人数の予約や貸し切り宴会が入った場合
• 期間や数量を限定した突発的な販促メニューを展開する場合
• 仕入先側の事情で欠品や納品遅延が発生した場合
• 仕入れ価格の急激な変動に伴い発注先や代替品への切り替えが必要な場合
• 現場での検品漏れやシステムへの入荷数入力漏れが判明した場合

これらをすべて機械で自動処理しようとするのではなく、「例外が発生した際はアラートを出し、人が確認して修正する」という役割分担を明確にすることが安定稼働につながります。

実在庫と理論在庫の棚卸ルール統一

自動発注の精度を左右する重要な要素が、システム上の「理論在庫」と厨房にある「実在庫」の整合性です。この数値がずれる最大の原因は、現場スタッフ間での在庫の数え方の不一致にあります。

例えば、未開封のパッケージのみを数えるのか、開封済みの使いかけも割合で数えるのか、あるいは下ごしらえを終えた「仕込み済み在庫」を原料何個分として換算するのかといった基準がスタッフごとに異なると、システム上の数値と実際の保管量にズレが生じます。棚卸の対象や数え方のルールをマニュアル化し、店舗全員で共通認識を持つことが、自動発注を正しく機能させるための土台となります。

かつ波奈の事例が示すように、発注AIは単に発注作業の時間を削るための効率化ツールではありません。暗黙知に頼っていた発注業務の教育コストを下げ、店舗間のばらつきを抑えて標準化を推進するための組織的な基盤として活用することが可能です。

参考にした公開事例

本記事の執筆にあたり、以下の公開情報を確認しています。

• Goals: かつ波奈 HANZO 自動発注

次に読む記事

店舗における発注業務の効率化や、複数店舗を束ねる本部でのデータ管理についてさらに検討を深めたい場合は、以下の記事も参考になります。

• 小売・飲食のAI活用例
• 多店舗運営のAI活用例