BtoB ECの需要予測と発注支援｜機能と選定基準

◆監修・編集責任者　小園 将隆　2026年8月25日

B2B EC-COLUMN

需要予測と発注支援は別の機能——見積もりと発注判断を分けて捉える

BtoB ECの需要予測と発注支援とは、過去の受注実績や在庫の推移から将来の必要量を見積もる仕組みです。その見積もりをWeb受発注の画面や発注データに反映し、発注のタイミングと数量の判断を支えます。2024年のBtoB-EC市場規模は514.4兆円、EC化率は43.1%に達しています^*1。

予測は「どれだけ必要か」、発注支援は「いつ・いくつ頼むか」

需要予測が答えるのは、一定期間にどれだけの数量が動くかという見積もりです。発注支援が答えるのは、その見積もりをもとに、いつ・いくつ発注するかという判断です。両者は連続していますが、担う役割は異なります。

この区別が曖昧なままだと、予測の精度だけを議論して、発注の実務に落とし込めない状態が続きます。本記事が扱うのは、見積もりから発注データ化までの通しの設計です。

支援は3段階——推奨値の提示・承認つき発注・条件付き自動発注

発注支援と一口に言っても、関与の度合いは段階的です。第一段階は担当者に推奨発注数を提示するだけの段階、第二段階は担当者が承認して初めて発注が確定する段階です。第三段階は、あらかじめ定めた条件を満たす場合に限り自動発注する段階になります。

「AIが発注量を自動で決める」という言い切りは実態に即しません。実務では承認つき発注までを運用し、条件付き自動発注は定番品の一部にとどめる設計が現実的でしょう。

予測が担当しない領域——引当・在庫連携・再注文は別記事で解説

受注時点で在庫を確保する引当・予約の仕組みは、需要予測とは別の機能です。詳しくはBtoB ECの在庫引当・予約の仕組みに関する記事で解説しています。

在庫情報の鮮度や許容できる遅延の設計も、本記事では扱いません。在庫連携のリアルタイム性に関する記事を参照してください。なお対象がBtoCの通販事業である場合は予測の切り口が異なるため、定期便の解約予測に関する記事が参考になるでしょう。

BtoB-EC市場514.4兆円——発注の仕組み化が急がれる3つの背景

なぜ今、発注の判断を仕組み化する必要があるのでしょうか。背景には市場の拡大、物流の制約、AI活用方針の広がりという3つの動きがあります。

EC化率43.1%、前年比3.1ポイント増——受注は増え、仕入判断が追いつかない

経済産業省の令和6年度電子商取引に関する市場調査によれば、2024年の国内BtoB-EC市場規模は514.4兆円でした。前年は465.2兆円で、10.6%増加しています^*1。EC化率は43.1%となり、前年比で3.1ポイント伸びています^*1。

Web受発注の窓口が広がるほど、受注件数と商品バリエーションは増えます。しかし仕入や生産の手当てを勘に頼ったままでは、在庫の判断が現場の負担として積み上がってしまいます。

2030年度に最大約25%の輸送力不足——在庫より「発注の波」を平らにする

国土交通省の検討会資料は、2030年度に平均で約7%、最大で約25%（1.7億トン〜7.2億トン）の輸送力不足が生じうると示しています^*3。当初想定された約34%の需給ギャップのうち約14%は克服できた一方、輸送需要そのものも約12%減少したとされます^*3。同資料が示す次期「物流大綱」の施策による輸送力の改善効果は、平均的な想定で合計25.7ポイントです^*3。うち荷待ち・荷役等時間の短縮による効果は7.5ポイントを占めます^*3。

この見通しは、在庫を厚く持って欠品を防ぐという従来の発想に制約を課します。必要なのは在庫の積み増しではなく、発注のタイミングと数量の波を平らにすることです。安全在庫の水準そのものの決め方は安全在庫・欠品対応に関する記事で扱っています。

生成AI活用方針は49.7%——ただし別調査、単純比較はできない

総務省の令和7年版情報通信白書は、日本・米国・ドイツ・中国の4か国の企業を対象にアンケート調査を実施しています^*4。生成AIについて「積極的に活用する方針」「活用する領域を限定して利用する方針」を定めている日本企業の比率は、2024年度調査で49.7%でした。2023年度調査では42.7%です^*4。この調査は経済産業省・国土交通省の調査とは対象・実施時期が異なるため、単純に並べて比較することはできません。

それでも、AIを需要予測に取り込む動きが企業側の方針として広がっていることは読み取れます。次章では、需要の型に応じてどの予測方式を選ぶかを整理します。

現状のやり方に潜むコストを自社の数字で確かめるには、無料相談で要件を整理するのが近道です。

需要の型で選ぶ予測方式——定番品・季節品・スポット品の向き不向き

予測方式は一つに絞れません。扱う商品の需要の型によって、向いている方式が変わるためです。

予測に使うデータと最低限そろえる期間

需要予測の入力になるのは、受注実績・出荷実績・商談情報・季節性、そして必要に応じた外部データです。データの精度は、棚卸などの実績管理の精度に左右されます。入力データの精度を高める取り組みは棚卸・在庫差異対応に関する記事で解説しています。

そろえる期間について公的な基準はありませんが、季節性を含む商品では少なくとも1年分の実績が判断材料になります。期間が短いほど、季節変動やイベントによる変動を見落とすリスクが高まるでしょう。

需要の型を4つに分ける——定番品・季節変動品・スポット品・新規品

商品を需要の型で分けると、定番品・季節変動品・スポット品・新規品の4つに整理できます。それぞれ変動の性質が異なるため、同じ方式を当てはめると精度が落ちます。

型分けをせずに一律の予測方式を導入すると、定番品は当たっても、スポット品や新規品では大きく外れるという状況が起こります。下表に型ごとの向き不向きを整理しました。

方式の比較——移動平均・指数平滑・回帰／外部データ併用・人手の計画値

移動平均は直近の実績を単純に平均する方式で、変動が小さい定番品に向きます。指数平滑は直近の実績を重視する方式で、緩やかなトレンドの変化を捉えやすくなります。

回帰や外部データ併用の方式は、気温や催事といった外部要因を係数として組み込みます。農林水産省の令和6年度食品ロス削減緊急対策モデル支援事業に採択された実証では、気象データと人流データをAIによる需要予測に組み込みました。食品スーパー20店舗を対象に2026年1月23日から3月12日まで実施し、同地域・同規模の比較店舗との対照分析で検証したものです。その結果、惣菜部門で食品廃棄量が12.6%減少し、発注・計画作業時間も週約127分から約81分へ36.5%短縮したと報告されています^*5。これは小売店頭における実証であり、BtoB ECの発注に同じ効果が出ることを示すものではありません。ただし、外部データを予測に取り込む手法の効果を測った公的な事例と言えるでしょう。

人手の計画値は、商談情報や取引先の内示など、統計だけでは拾えない情報を反映する手段です。スポット品や新規品では、統計的な予測方式と人手の計画値を併用する設計が現実的です。なお、製品名やベンダーごとの優劣を比較することはこの記事の範囲ではありません。方式・機能の観点のみを扱います。

予測から発注データへ——5ステップで誤差を安全在庫に落とす

予測の結果は、そのままでは発注になりません。誤差をどう安全在庫と発注方式に落とし込むかという変換の設計が必要です。

実績を集める→予測する→誤差を見る→安全在庫と発注点を置く→発注データにする

変換の流れは、次の5ステップに整理できます。

1. 実績を集める：受注・出荷実績と季節性のデータを一定期間分そろえます。
2. 需要を予測する：需要の型に合う方式で将来の必要量を見積もります。
3. 誤差を確認する：予測値と実際の実績との差を継続的に確認します。
4. 安全在庫と発注点を置く：確認した誤差の幅を、安全在庫の水準と発注点に反映します。
5. 発注データにする：発注内容を明示・記録できる形式で、BtoB ECの発注データとして出力します。

安全在庫の水準そのものをどう決めるかは、誤差の扱い方に踏み込む専門的な論点です。安全在庫・欠品対応に関する記事にまとめました。

発注点方式と定期発注方式——リードタイムと発注頻度で使い分ける

発注点方式は、在庫が一定水準を下回った時点で発注する方式です。リードタイムが短く、都度発注の判断ができる体制に向きます。定期発注方式は、あらかじめ決めた周期でまとめて発注する方式で、リードタイムが長い取引先との間で使われます。

どちらを選ぶかは、商品の需要の型だけでなく、取引先とのリードタイムや発注の事務負荷にも左右されるでしょう。

予測が外れたときの戻し方——見直し周期と人の介入条件

予測は継続的に外れます。重要なのは、外れをどの周期で見直し、どの条件で人が介入するかをあらかじめ決めておくことです。

誤差があらかじめ定めた範囲を超えた場合や、取引先からの内示が予測と大きく乖離した場合は、自動化の範囲から外して人が確認する運用にするのが現実的でしょう。

BtoB EC側に必要な機能——買い手・自社・記録の3区分

需要予測と発注支援をBtoB ECで動かすには、買い手に見せる機能、自社側で必要な機能、記録に関わる機能の3区分で機能要件を整理する必要があります。

買い手に見せる機能——発注推奨数の提示、履歴からの再注文、ロット制御

買い手側の画面には、発注推奨数を提示する機能が必要です。過去の発注履歴から再注文できる導線も欠かせません。詳しい設計は発注履歴・再注文の設計に関する記事で扱いました。

ロットや発注単位を制御する機能も、日本の商習慣に合わせたBtoB取引では重要です。最小発注単位や梱包単位を守れないと、物流側の負担が増えてしまいます。

自社側に必要な機能——実績データの書き出し、基幹連携、承認フロー

自社側では、受注・出荷実績を予測エンジンへ渡すためのデータ書き出し機能が必要です。基幹システムとの連携方式は基幹システム連携に関する記事で解説しています。

予測値を取り込み、担当者が承認したうえで発注を確定させる承認フローも欠かせません。承認フローが無いと、予測の誤りをそのまま発注に反映してしまうリスクが生じるでしょう。

記録に関わる機能——発注内容の明示と電磁的記録の保存

発注内容の明示と、電磁的記録の作成・保存に対応する機能は、後述する取適法の義務と直接結びつきます^*2。この機能が無いと、発注のたびに書面を別途作成する手間が発生します。

受発注システム全般の選び方は受発注システムの比較・選び方に関する記事にまとめています。下表に、機能ごとの目的と欠けた場合の影響を整理しました。

発注の明示と記録——2026年1月施行の取適法で押さえる4点

取適法とは、下請代金支払遅延等防止法（下請法）を改正・改称した法律の新しい通称です。正式名称は「製造委託等に係る中小受託事業者に対する代金の支払の遅延等の防止に関する法律」となります^*2。委託事業者に対し、発注内容の明示や記録の保存などを義務づけるものです^*2。2026年1月1日に施行されます^*2。

4つの義務——明示・保存2年間・支払期日60日以内・遅延利息年率14.6%

公正取引委員会のリーフレットによれば、委託事業者には4つの義務があります^*2。第一に、発注に当たって発注内容（給付の内容・代金の額・支払期日・支払方法等）を書面または電磁的方法により明示する義務です^*2。第二に、取引完了時に給付内容や代金の額などの記録を書類または電磁的記録として作成し、2年間保存する義務です^*2。

第三に、受領した日から起算して60日以内のできる限り短い期間内で支払期日を定める義務です^*2。第四に、支払遅延や減額等を行った場合に、遅延した日数や減じた額に応じて年率14.6%の遅延利息を支払う義務です^*2。これら4つは、予測に基づく発注であっても変わらず適用されます。

電磁的方法による明示——受託者の承諾なしに可能に

改正前は、書面交付を電磁的方法に代える場合、相手方の承諾が必要とされていました。今回の改正により、書面交付義務について、中小受託事業者の承諾の有無にかかわらず、電子メールなどの電磁的方法によることが可能になります^*2。

この変更は、BtoB ECから出す発注データが、そのまま義務の履行手段になり得ることを意味します。発注画面や発注データの設計段階で、明示すべき項目を満たしているかを確認しておく必要があるでしょう。

「予測が外れたから発注を取り消す」は禁止事項に触れうる

取適法には、受領拒否や不当な給付内容の変更・やり直しなど、11の禁止事項が定められています^*2。予測が外れて発注量が過剰だったという理由だけで発注を取り消したり、内容を一方的に変更したりする対応は、これらの禁止事項に触れる場合があります^*2。

個別の取引が禁止事項に該当するかどうかは、所管する公正取引委員会や専門家への確認が必要な事項です。本記事はリーフレットの記載を整理したものであり、法的な助言ではありません。

適用対象の拡大——資本金基準に従業員基準300人・100人が加わった

取適法では、これまでの資本金基準に加えて、従業員数の基準（300人・100人）が追加されました^*2。これにより、資本金基準だけでは対象外だった企業間の取引にも、義務が及ぶ可能性があります^*2。

自社が委託事業者に該当するかどうかは、取引ごとに資本金と従業員数の両方の基準で確認する必要があります。

あわせて、適用対象となる取引に「特定運送委託」（製造等の目的物の引渡しに必要な運送の委託）が追加されました^*2。発注の波が輸送の負荷に直結するBtoB ECでは、運送の委託も対象に入る点をあわせて確認しておく必要があるでしょう。

導入の選定基準とチェックリスト——機能と選定基準の総まとめ

ここまで整理した機能要件と法要件をもとに、導入時に確認すべき選定基準を整理します。

選定基準7項目——何が無いと困るかで判断する

段階導入の順序——可視化から条件付き自動発注まで

導入は一足飛びに自動発注へ進めるものではありません。まず需要と発注の状況を可視化し、次に推奨値を提示する段階へ進みます。その後、承認つき発注を経て、条件を満たす場合に限る条件付き自動発注へと段階的に広げるのが現実的です。

この段階を飛ばすと、現場が仕組みを信頼できないまま自動化だけが先行し、かえって確認作業が増えるという結果になりかねません。

まとめチェックリスト

• 需要の型ごとに予測方式を使い分けられているか。
• 予測誤差を安全在庫と発注方式に落とし込む手順があるか。
• 発注内容の明示と記録の保存に対応しているか^*2。
• 承認フローと人の介入条件が設計されているか。
• 段階導入の順序（可視化→推奨値→承認つき発注→条件付き自動発注）を描けているか。

まとめ——需要予測と発注支援を通しで設計する3つの判断軸

本稿では、BtoB ECの需要予測と発注支援について、予測方式の選び方から発注量への変換、必要な機能要件、法的な要件までを整理しました。要点を3つに集約すると次の通りです。

第一に、需要予測は精度を競うものではなく、誤差の許容範囲を安全在庫と発注方式に落とし込む設計です。第二に、必要な機能は買い手に見せる機能・自社側の機能・記録に関わる機能の3区分で整理でき、記録に関わる機能は取適法の義務と直結します^*2。第三に、導入は可視化から条件付き自動発注まで段階を踏んで広げるのが現実的です。

---

ご不明な点はお問い合わせフォームからもご連絡いただけます。

よくある質問

需要予測に必要な実績データはどのくらいの期間分が必要ですか。

公的な基準はありませんが、季節性を含む商品では少なくとも1年分の実績が判断材料になります。期間が短いほど、季節変動やイベントによる変動を見落としやすくなるでしょう。定番品であれば、より短い期間でも傾向をつかめる場合があります。

スポット品や新規商品でも需要予測はできますか。

統計的な予測だけでは対応しにくいため、商談情報や取引先の内示を反映した人手の計画値との併用が現実的です。新規品は類似品の実績を参照する類推法から始め、実績が蓄積した後に統計的な方式へ切り替える方法があります。

需要予測の結果をそのまま自動発注に使ってよいですか。

定番品の一部を除き、承認フローを挟むことをおすすめします。予測は継続的に外れるため、誤差があらかじめ定めた範囲を超えた場合や取引先の内示と大きく乖離した場合は、人が確認する運用にしておくと安全です。

BtoB ECから出した発注データは、発注内容を明示したことになりますか。

発注内容（給付の内容・代金の額・支払期日・支払方法等）を満たす形式で出力していれば、明示義務を満たす手段になり得ます^*2。改正により、書面交付義務は中小受託事業者の承諾の有無にかかわらず、電磁的方法によることが可能になりました^*2。項目の過不足は個別の確認が必要です。

予測が外れて余った場合、発注を取り消してよいですか。

予測の誤りだけを理由にした受領拒否や一方的な内容変更は、取適法が定める禁止事項に触れる場合があります^*2。個別の取引が該当するかどうかは、公正取引委員会や専門家への確認をおすすめします。

1. *1　出典：経済産業省 商務情報政策局 情報経済課「令和6年度電子商取引に関する市場調査の結果を取りまとめました」（2025年8月26日）
2. *2　出典：公正取引委員会「2026年1月から「下請法」は「取適法」へ！（取適法リーフレット No.01）」（令和7年8月）
3. *3　出典：国土交通省「2030年度に向けた総合物流施策大綱に関する検討会 提言案 資料1-1」
4. *4　出典：総務省「令和7年版 情報通信白書「企業におけるAI利用の現状」」（2025年）
5. *5　出典：一般財団法人日本気象協会／ソフトバンク株式会社（農林水産省「令和6年度 食品ロス削減緊急対策モデル支援事業」）「気象データ・人流データ・AIを活用して需要予測と商品値引きを最適化し、食品スーパーの食品ロス削減と生産性向上を確認」（2026年8月19日）