納期がいつも遅れる？AIで遅延アラートと特急発注の判断リストを作ろう

印刷の納期遅延に立ち向かう最も有効な出発点は、業者を変えることではなく、自社の過去注文データを整理してリスクスコアリングのリストを作ることだ。新たな発注ごとに、発注前に遅延確率を評価し、特急対応が必要かどうかを判断できる。MINDS Knowledge Academyのコンサルタントチームが顧客とともにこの問題に取り組むとき、最初にやるのは常に、過去12〜24か月分の注文データを分析可能な形式に整えることで、ツールをいきなり当てはめることではない

同じ業者、同じ品目で、今年の6月はオンタイム、7月は3日遅れた。業者に聞くと、答えはいつも「今月は忙しかった」「ちょうど材料が欠品」。何年言われても、問題はなくならない

印刷の納期はそもそも、普通の購買より変数が多い。問題は単独で出てこない。リスクひとつだけなら業者は何とか持こたえるが、中リスクが三つ重なると、業者が応じたくても納期通りは難しい

私が長く現場と顧客側で見てきた限り、遅延を引き起しやすい組み合わせは次の四つに尽きる：

・初めて取引する新業者：原稿確認のやり取りだけで二日を食うことがある、定まったコミュニケーションの型がない

・複雑な後加工を含む：トムキン、ホットフォイル、UVコートなど、工程の段取り時間が読みにくく、業者自身にも確証がない

・繁忙期にぶつかる：旧暦の春節前二か月、展示会シーズン、卒業シーズン、業者のスケジュールは埋まっており、緩衝はゼロ

・一回のSKU点数が多すぎる：一度に15SKU、それぞれで版確認と分割段取りが必要、どこか一つでも滞れば全体が引きずられる

この四要因が単独で出れば、業者は大概吸収できる。二つ以上重なったとき、購買側が業者からの連絡を待っている姿勢だと、もう手遅れになっている

過去データがすべての土台だ。整えていないデータで予測しても、根拠のない話にしかならない

注文データ表は複雑にする必要はない。大切はこの列：

・注文日、業者名、品目タイプ（名刺、カタログ、包装箱、バナー）

・約束納期と実際の到着日、遅延日数を算出、オンタイムなら0と記録

・後加工の種類（ホットフォイル、トムキン、UV、加工なし）

・その回のSKU数

・繁忙期かどうか、月にちや展示会の日程で标记すればよい

・初回取引かどうか

この表は地味だが、同じ種類の注文が80〜100件たまると、规律が見えてくる。あの業者は毎年10月から12月にかけて遅延率がはっきり跳ね上がる、トムキン案件は毎回約束より二日遅い、初回取引業者の遅延率は付き合いの長い業者の三倍ほど、など

80件は統計に意味を持たせる下限だ。これを下回ると、算出した「遅延率20%」は五件中一件の遅延を指しているだけの可能性が高く、参考值に乏しい。AIツールを触ってみた購買担当が「なんだか当たらない」と感じる本当の理由はツールのせいではなく、投入したデータが少なすぎることだ

この基礎データができたら、ChatGPTやExcelに入れて、業者、季節、後加工の種類ごとに遅延統計を出してもらう。通常は1〜2時間で「高リスク案件の輪郭」が手に入る。これまでは勘で判断していたものだ

特急料金は通常の見積もりに対して20%から50%、時にはそれ以上になる。払うかどうかは、まずこの数字を計算する：

「予想遅延損失 = 遅延日数 × 遅延確率 × 一日あたりの実コスト」

一日あたりの実コストは、催し中止による会場損失、在庫ブランクの機会コスト、人員再配置の時間を含める。購買担当でこの計算をしたことのない人は多く、「遅れると面倒だ」という曖昧な感覚だけで動いている。感覚はよい判断を支える土台にならない

さらに手早い方法として、トリガーリストを設定し、うち二つに該当したら特急評価フローに回す：

・業者が過去六か月、同種案件の遅延率30%超

・トムキンなど特殊な後加工を含む

・使用期日まで稼働日15日未満

・当月が業者の歴史的高負荷期間

・初回取引業者で代替サプライヤーなし

リストができたら、発注のたびに照合する。AIツールで項目ごとに照合し点数を出させることはできるが、基準は自分で決める。閾値が重要かどうかは、ツールが替わりに判断してくれるものではない

業者と特急を相談するなら、早めに切り出すほどよい。3〜5日前倒しで「この案件は特急になる可能性あり」と伝えることができれば、業者には段取りを組み直す余裕がある。二日前になって初めて話すと、業者の顔色をうかがうしかなくなる。業者には具体的な時間を伝える。例えば「11月5日午前10時までに展示会場に届けたい」と「できるだけ早く」の差は大きい。最初に業者から可能な最速納期を聞くなり、その時間で足りるかを判断する流れにする

AIツールが出すのは確率であって保証ではない。以下のようなケースでは、モデルを飛ばして人間が判断するのが望ましい：

業者が構造的な変化を起こした直後：設備入れ替え、生産責任者の離職、大型案件の受託直後。これらの情報は過去のデータに含まれず、予測モデルは見えられない。電話で確認する方が確率を信じるよりよほど実战向きだ

利害得失が特に大きい案件：素材の遅延が大型展示会の中止に直結するなら、確率で判断するのはやめ、最悪ケースで段取りを組み、早めの特急と代替業者の並行確保に動く

業者からソフトシグナルが出ている：原稿確認がいつも遅い、電話に出ない、やり取りの回答がどんどん曖昧になる。こうしたサインは予測モデルには拾えないが、購買を何年もやってきた人なら、この応答パターンを見れば警戒レベルを上げなければならないとわかる

予測ツールの真価は「どこに目を配るかを前もって教えてくれる」ことで、替わりに判断してくれることではない。「遅延率はたった12%」を安心材料にして結局遅れた購買担当を、私は何度も見てきた。低確率の事象は毎日起きている。この事実は常にわきまえておく

・印刷の納期遅延は、ほぼ例外なく複数の高リスク要因の重なりで起きる。单一の変数なら業者は吸収できる

・過去注文データは同种類で80件以上たまって初めて、遅延率統計に実戦的な参考価値が出る

・特急判断の核は「予想遅延損失」が特急費用を上回るかを計算することであり、感覚はその計算を置き換えられない

・特急発動のトリガーリストは基準を自分で決め、AIツールに項目照合をさせ、閾値は自分で敷く

・業者の設備入れ替え、担当者交代、回答の曖昧さといったソフトシグナルは予測モデルの死角であり、必ず人間の判断で拾う

いますぐ動きたいなら、一番速い入口は過去一年分の注文記録に「遅延日数」の列を足し、業者ごとにグルーピングしてどこがよく遅らせるか、最大何日遅れるかを見ることだ。Excelだけでできる、AIツールは一切不要。やり终えて気づくのは、遅延のほぼすべてが少数の業者、少数の工程、少数の季節に集中していること。この三つの軸をはっきりさせれば、最も基礎的なリスクマップが出来上がる

このデータを業者に持ち込んで議論するもよし、MINDSの担当に持ち込むもよし、会話の質がまるで変わる。業者への遅延の愚痴ではなく、「この环节で問題が出やすいと分かっている、だから事前に仕掛けよう」という会話になる。この一言で、購買と業者の関係は「事后報告」から「主动協業」に切り替わる