ツールは3つの類型に分かれる
需要予測に使うツールは、提供形態で次の3類型に分けられます。
- 専用SaaS・ノーコード予測ツール：予測に特化したクラウドサービス。データを取り込めば予測を出せる。国内ではトライエッティングのUMWELT（豊田合成が採用と同社が公表）のようなノーコード予測クラウドがある
- 計画基盤・APS付属の予測機能：サプライチェーン計画や生産計画の基盤に予測機能が組み込まれたもの。欧米ではo9 Solutions、Kinaxis Maestro、SAP Integrated Business Planning、C3 AI Demand Planningなどがあり、国内ではNECがS&OP支援のソリューションを提供している
- 内製Python：LightGBMや時系列ライブラリを使い、自社のデータ分析チームが構築するもの
欧米の計画基盤ベンダーの比較はAIサプライチェーン計画の欧米勢で詳しく扱っています。
8軸の比較
| 比較軸 | 専用SaaS | 計画基盤・APS付属 | 内製Python |
|---|---|---|---|
| 1. 扱える品目数 | 数千〜数万が一般的 | 大規模に対応 | 設計次第（計算資源に依存） |
| 2. 予測の更新頻度 | 日次〜月次 | 計画サイクルに連動 | 自由に設計できる |
| 3. 説明性（予測理由の表示） | 製品により差が大きい | 計画担当者向けUIがある | 自前で作る必要がある |
| 4. ERP・APS連携 | CSV連携が中心、API対応は製品次第 | 計画から実行まで一体 | 自前で連携を開発 |
| 5. 予測区間の出力 | 製品により差 | 在庫最適化と一体の製品が多い | 手法を選べば出せる |
| 6. 運用体制 | 業務担当者で回せる | 導入パートナーと計画部門 | データサイエンティストが常時必要 |
| 7. 導入期間・費用 | 短期・低額から始めやすい | 大規模なプロジェクトになりやすい | 人件費が主、ツール費用は小さい |
| 8. カスタマイズ | 製品の範囲内 | 設定で対応、深い変更は難しい | 自由度が最も高い |
価格は多くの製品で公開されておらず、問い合わせになります。上の表は類型の一般的な傾向で、個別製品は必ず自社データで確認してください。
自社の条件から類型を選ぶ
S&OPや計画基盤の刷新を予定している会社は、予測を単独で選ぶより計画基盤と一体で選ぶほうが、計画への接続（予測区間から安全在庫、計画への反映）が楽になります。刷新予定がなく、まず予測精度の改善効果を確かめたい会社は、専用SaaSか内製で始めます。両者を分けるのは、データ分析の人材を継続的に置けるかです。内製はモデルを作るより、毎週の再学習と品番マスタの変更への追従を続けるほうが負荷が大きくなります。
欧米と国内の製品の傾向
欧米の計画基盤は、需要予測を単独の機能ではなく、サプライチェーン全体の計画の一部として提供する傾向があります。o9 Solutionsは「Digital Brain」として計画と実行をつなぐと説明し、Kinaxis Maestroはエージェント型AIを搭載したエンドツーエンドのサプライチェーン基盤を掲げています（いずれも同社サイト、2026年閲覧）。SAPは2025年10月のリリースで、Integrated Business Planningの予測・在庫最適化の結果を生成AIが説明する機能を紹介しています（SAP News）。
国内では、ノーコードで予測モデルを作るクラウドサービスや、S&OP支援、需給領域のAIエージェントなど、提供形態がさまざまです。日本の製造業で多い多品種・受注生産の需要に合うかは、製品ごとに確認が必要です。
どちらの場合も、生成AIによる説明やエージェント機能は新しく、計画担当者の判断をどこまで置き換えられるかは検証段階です。機能の有無より、自社の計画業務のどの手順が楽になるかで評価してください。
選定時に確認すべき質問
- 自社の過去データで、ナイーブ予測と現行の人手予測に対する比較結果を出してもらえるか
- 予測区間（分位点）を出力でき、安全在庫の計算に使えるか
- 品番改番・統合時の系列接続をツール側で扱えるか
- 計画担当者が予測を上書きした記録と、その精度比較を残せるか
- ERP・APSとの連携方式（CSV、API、標準コネクタ）と、更新の自動化範囲
比較の進め方は需要予測AIはナイーブ予測に勝っているかを参照してください。
よくある質問
中小製造業はどの類型から始めるべきですか？
分析人材を置けないなら専用SaaSが現実的です。品目数が数百以下なら、Excelの統計機能や簡単な内製でも、ナイーブ予測を上回るかの確認は十分できます。
生産スケジューラに付属する予測機能で足りますか？
予測区間が出せるか、品目数に耐えられるかを確認してください。スケジューラとの連携が楽な点は利点ですが、予測機能そのものは簡易なことがあります。
この記事に出てくる用語
この記事を書いた人
DELMIA Apriso を中核とした MES / 製造DX の導入・運用・人材育成と、製造業向けAIの調査・開発・教育を手がけるITコンサルティング企業。ISO 9001:2015 / ISO 27001:2022 認証取得。 日本・中国・米国で製造業のMES・データ基盤・AI導入を手がけた実務者が、欧米・中国の一次情報にあたって書いています。
