棚卸作業のExcel管理に潜む限界（手入力ミス・集計遅延・差異の見落とし）と、VLM OCR × WMS連携による在庫管理デジタル化の実践手法を解説。リアルタイム在庫可視化を実現する導入ステップとROI試算。
多くの物流倉庫・製造工場では、棚卸作業をExcelで管理しています。作業員が棚を巡回し、商品名・型番・ロット番号・数量を紙に記録し、事務所に戻ってExcelに手入力する――このフローは30年以上変わっていません。
しかし、Excel棚卸には3つの構造的な限界が存在します。
棚卸は大量のデータを短時間で処理する作業です。1つの倉庫で数千〜数万点の在庫を数時間で数えるため、手書きメモ→Excel入力の過程で転記ミスが発生します。特に以下のような状況で誤入力が増えます。
これらのミスは、在庫差異として後日発覚し、再棚卸・原因調査のコストを発生させます。
Excel棚卸では、現場での記録→事務所での入力→集計→WMS反映という流れに数時間〜数日かかります。月次棚卸の場合、棚卸実施日と在庫データ確定日の間に1〜3日のタイムラグが生じることも珍しくありません。
この遅延により、以下の問題が発生します。
複数人が同時にExcelファイルを編集すると、"最新版"が分からなくなる問題が発生します。共有フォルダに「棚卸結果_最終.xlsx」「棚卸結果_最終2.xlsx」「棚卸結果_本当に最終.xlsx」といったファイルが乱立し、どれが正しいデータか判別できなくなります。
OneDrive・Google スプレッドシートで共同編集しても、誰がいつ何を変更したかのログが不十分で、差異の原因を遡って調査できません。
Excel棚卸の限界は以前から認識されていましたが、2024年前後からデジタル化を先送りできない状況になっています。
EC市場の成長により、倉庫が扱うSKU数は増加し、在庫回転率も高まっています。従来の月次棚卸では実在庫と帳簿のズレが拡大し、欠品・過剰在庫のリスクが高まります。週次・日次での在庫確認が求められる現場では、Excel手入力では物理的に対応できません。
2024年4月施行の改正労働基準法により、トラックドライバーの時間外労働が制限されました。倉庫側は荷待ち時間を削減するため、入出荷作業の高速化が求められています。棚卸で倉庫が数時間止まることは、配送スケジュールへの影響が大きくなりました。2024年問題と物流AI化の詳細はこちら。
棚卸作業は、倉庫レイアウト・商品配置・ラベルの読み方を熟知した作業員が担うことが多く、属人化が進んでいます。ベテラン作業員の退職・休職時に棚卸精度が低下するリスクがあり、ナレッジのシステム化が急務です。
在庫データが不正確だと、実際には在庫があるのに"欠品"と判断して受注を逃す、逆に"在庫あり"と表示して受注したが実際にはない――といった機会損失が発生します。EC事業者にとって在庫精度は顧客満足度に直結するため、棚卸の高頻度化・高精度化が競争力の源泉になっています。
在庫管理デジタル化の核心は、VLM OCR × WMS連携です。従来のバーコードスキャン方式では、バーコードが貼られていない在庫や、汚損・破損でバーコードが読めないケースに対応できませんでした。VLM OCR（Vision Language Model OCR）を使えば、ラベルの文字情報を直接読み取り、WMSへ即座に反映できます。
VLM OCRは、画像認識と自然言語処理を統合したAI技術です。"この画像から商品名・型番・ロット番号・数量を読み取ってください"という自然言語の指示だけで、多様なラベル書式に対応できます。従来のOCRのようにテンプレート定義・学習データ準備が不要で、Nsight Stock（VLM OCR × WMS連携パッケージ）では以下の特徴を持ちます。
VLM OCR × WMS連携による棚卸フローは以下の通りです。
このフローにより、Excel手入力・手集計が不要になり、棚卸時間を60〜70%削減できます。
既存WMSとの連携方式は、システム構成に応じて以下の3パターンがあります。
| 連携方式 | 概要 | 適用ケース |
|---|---|---|
| API連携 | WMSのREST API経由でリアルタイム在庫更新 | クラウドWMS、API公開済みのパッケージWMS |
| CSV/ファイル連携 | OCR結果をCSV出力し、WMSの一括取込機能で反映 | レガシーWMS、API非公開のオンプレミスシステム |
| DB直接更新 | OCRシステムからWMSのDBへ直接INSERT/UPDATE | 自社開発WMS、DB構造が公開されているシステム |
Nsight Stockでは、中継サーバー方式を標準としており、WMS側の改修を最小限に抑えながら連携できます。WMS・ERP連携の詳細設計はこちら。
Excel棚卸からデジタル化への移行は、段階的なアプローチが推奨されます。一度に全倉庫・全SKUを切り替えるのではなく、小規模なPoCから始めて効果を検証し、横展開する方式です。
まず、限定的な範囲でVLM OCRの精度・速度を検証します。
PoCの結果、読み取り精度98%以上、棚卸時間50%以上削減が達成できれば、次フェーズへ進みます。
PoCで精度が確認できたら、WMSとの連携を実装します。
この段階で、Excel入力作業が完全に不要になります。
1つの倉庫での本番運用を開始します。
1倉庫での成功事例を他倉庫・他拠点へ展開します。
横展開完了後、全社的にExcel棚卸から脱却し、リアルタイム在庫管理が実現します。
在庫管理デジタル化のROI（投資対効果）は、人件費削減・在庫差異による機会損失の防止・棚卸頻度の増加の3つが主な効果源です。以下、標準的なケース（倉庫面積3000㎡、在庫5000SKU、月次棚卸）でのROI試算例を示します。
保守的に見積もっても、年間削減効果：約270万円〜570万円が期待できます。初期投資600万円の場合、回収期間は12〜24か月です。在庫差異による機会損失が大きい現場（EC・食品・医薬品）では、初年度で投資回収するケースもあります。
さらに、棚卸頻度の増加により在庫精度が向上し、欠品率低下・顧客満足度向上といった定性的効果も得られます。物流OCRの詳細なROI計算手法はこちら。
PoC開始から本番稼働まで約2〜3か月が標準的です。既存のWMSとの連携方式によって前後しますが、段階的な導入（一部倉庫から開始）も可能なため、全社展開は半年〜1年のロードマップで進めるケースが多いです。
可能です。OCRで読み取った在庫データをクラウド台帳（Google スプレッドシート、Airtable等）やローカルDBに蓄積する構成から始めることができます。将来的にWMSを導入する際も、OCR側の変更は最小限で済むように設計します。
OCRシステムは読み取り時刻・画像・認識結果をセットで記録するため、差異発生時に当該ロットの画像を遡って確認できます。人手チェックと異なり、"誰がいつ何を読んだか"のログが残るため、原因特定がスムーズになります。
棚卸の"現場作業"では不要になりますが、経営報告・分析・監査対応などでExcelエクスポート機能は残すケースが多いです。システムが自動生成したデータをExcelで受け取る形に変わり、手入力・手集計は不要になります。