旅館の食材仕入をAIで読む、稼働38%でムダが溜まる境目と比較表

仕入れを1回外した日に、旅館の中で最初に止まるのは厨房ではありません。「今日は何人来るか、当日の朝まで読めない。それなのに1泊2食の献立は先に決まっていて、魚は前日のうちに押さえるしかない」——旅館の食材の仕入れと在庫では、この構造の悩みが定番になっています。

読み違いは、余る食材と足りない食材を同じ日に同時に生みます。観光庁の統計では、2025年1〜12月の客室稼働率は全体61.6%に対して旅館38.2%、差は23.4ポイントあります（観光庁「宿泊旅行統計調査 2025年・年間値（確定値）」2026年7月公表・2026年9月確認）。埋まる日と空く日の落差が大きいほど、仕入れの読みは外れやすくなります。この記事では、旅館で食材のムダが溜まる3つの境目と、AIで読める範囲・読めない範囲、そして自前で需要予測を組んだときに崩れる4つのところを整理します。

仕入れを1回外した日に、旅館の中で止まるもの

仕入れの読みが外れる、というと余った食材の話に聞こえます。実際に起きるのはそれだけではありません。多く入れた日は在庫と廃棄が増え、少なく入れた日は献立の差し替えと追加の買い出しが発生します。どちらの日も、止まるのはお金と手の両方です。1泊2食が前提の旅館では、料理は宿泊単価の中に組み込まれていて、当日になって出す・出さないを選べる商品ではありません。だから読みを外した分は、そのまま在庫か手戻りのどちらかに変わります。

環境省・消費者庁が2026年6月に公表した令和6年度の推計では、我が国の食品ロス発生量は約461万トン、前年度の464万トンから3万トン減っています。うち事業系が約237万トン（前年度231万トンから6万トン増）、家庭系が約224万トン（前年度233万トンから9万トン減）です（環境省・消費者庁「令和6年度食品ロス量推計値」2026年9月確認）。461万トンのうち事業系が237万トンですから、割合にすると約51%（237÷461）で、事業者側だけが前年度から増えている構図になります。宿泊の現場で1日に出る量は小さくても、積み上がる方向にあることは押さえておきたいところです。

1回の読み違いは、食材と手の両方を止める

仕入れを多く入れた日は、冷蔵庫の中に翌日以降へ回せない食材が残ります。生鮮は日を跨げば品質が落ち、2日、3日と置けば出せる料理が限られていきます。捨てるまではいかなくても、当初の献立で想定した使い方ができなくなった時点で、その食材は計画から外れた在庫です。1日に1品分でも、それが週5日、月20日と続けば、厨房の中に「使い切るための料理」を考える時間が毎日発生します。

少なく入れた日はもっと露骨です。夕方に人数が確定して、1人分か2人分が足りないと分かる。近隣の店に走るか、献立を差し替えるか、器の中身を組み替えるかの3択になります。どれを選んでも、その日の仕込みの順番は崩れます。1泊2食の旅館では、夕食の提供時刻は宿泊者との約束になっているので、崩れた分は誰かの手が早回しで埋めることになります。

重要なのは、多く入れた日と少なく入れた日が、同じ月の中に混在しているという点です。仮に月20日営業のうち5日が多すぎ、5日が足りない、という置き方をしてみます。平均で見れば帳尻が合っているように見えるのに、現場は10日分の手戻りを抱えている計算になります。平均値では、この10日は見えません。

稼働38.2%が意味するのは、埋まる日と空く日の落差

観光庁の統計で、2025年の客室稼働率は旅館38.2%です。前年差は＋2.1ポイント、2019年差は▲1.4ポイントで、全体（前年差＋2.0／2019年差▲1.1）とほぼ同じ動き方をしています。宿泊タイプ別に並べると、ビジネスホテル75.3%、シティホテル74.1%、リゾートホテル56.9%、簡易宿所29.6%。旅館38.2%はビジネスホテル75.3%と37.1ポイントの差があり、全体61.6%とは23.4ポイントの差です。

この38.2%という数字は、全国の旅館を平均した客室稼働率であって、特定の宿の数字ではありません。ただ、平均が38.2%だということは、年間365日のうち埋まる日と空く日の落差が相当に大きいということでもあります。都道府県別で旅館の稼働率が最も高いのは香川県の54.0%、次いで大阪府・神奈川県の49.0%。最も高い県でも54.0%ですから、週末と平日、繁忙期と閑散期の差が数字の中に畳み込まれていると読むのが自然です。

仕入れの読みは、この落差の上で立てられます。平均が38.2%だからといって、毎日38.2%分を仕入れればいいわけではありません。週末に埋まり平日に空くという振れ方をしていれば、必要な量は日によって数倍違ってきます。同じ仕入れ量を毎週繰り返している宿ほど、週の前半で余らせ、週末で足りなくなる構造を抱えることになります。

延べ宿泊者数の側も動いています。2025年の延べ宿泊者数は6億6,111万人泊で前年比＋0.3%。うち外国人が1億7,992万人泊で前年比＋9.4%、日本人が4億8,118万人泊で前年比▲2.7%です。外国人が6億6,111万人泊のうち1億7,992万人泊、割合にすると約27%（17,992÷66,111）を占めており、日本人が▲2.7%減る一方で外国人が＋9.4%伸びている。客層の構成が動けば、食べ切る量も、苦手な食材も、到着時刻の分布も変わります。去年と同じ読みが今年も当たる保証は、この数字の動き方の中にはありません。

読みが個人の頭の中にしか残らないと、翌週も同じところで外れる

仕入れの量を決めているのは、たいてい料理長や仕入れ担当の1人です。予約の入り方、天候、団体の有無、常連の顔ぶれを頭の中で足し合わせて、当日の数を決める。この読みは実際に精度が高いことが多いのですが、問題は精度ではなく、残り方のほうにあります。当たった日の理由も、外れた日の理由も、その人の記憶の中にしか残りません。

記録が残らないと、改善の打ち手が「次は気をつける」しか残らなくなります。気をつけるは、1週間経てば薄れ、3人いれば3通りに解釈が割れます。先月20日営業して10日外したなら、その10日を境目ごとに振り分けて、どこに何日集まったのかを1枚に残す。この1枚があるかどうかで、翌月の読みの起点が変わります。

残らないことのもう1つの影響は、引き継げないことです。厚生労働省の令和6年 雇用動向調査によれば、宿泊業，飲食サービス業の離職率は25.1%（就業形態計）で、産業計の14.2%より10.9ポイント高くなっています（厚生労働省「令和6年 雇用動向調査結果の概況」2026年9月確認）。読みが1人の頭の中にある状態は、その1人が動いた瞬間に水準が丸ごと入れ替わるということでもあります。

旅館の食材ムダが生まれる3つの境目

食材のムダは、どこでも均等に出るわけではありません。情報が別々の場所で管理されていて、そのつなぎ目で時間差が生じているところに集まります。旅館の場合、その境目は大きく3つに分かれます。人数が当日まで動くのに献立が先に決まっている構造、生鮮の歩留まりと仕込みのリードタイム、そして宴会・団体と個人客が同じ厨房に混ざる日です。3つとも、予約システムの中だけを見ていても越えられません。予約システムは客室の埋まり方を管理する仕組みであって、厨房で何グラム使うかを管理する設計にはなっていないからです。

農林水産省は、食品廃棄物等の発生抑制目標値を業種ごとに設定しています。2024年度から2028年度までを目標値設定期間とし、これまで34業種に設定されていた目標値に1業種を追加したうえで一部を見直したものです。旅館業は発生原単位の分母が客数で、目標値は0.570kg/人（利用者1人当たりの食品廃棄物等の発生量）とされています。同じページでは、食品関連事業者はこの目標値以下になるよう努力が必要だと示されています（農林水産省「食品廃棄物等の発生抑制の取組（業種別発生抑制目標値）」2026年9月確認）。分母が客数だという点が、この記事の論点そのものです。何人来るかが確定しないと、分母が決まらない。

境目1：人数は当日まで動くのに、1泊2食の献立は先に決まっている

1つ目は時間差です。予約は入れ替わり続けます。人数変更、直前キャンセル、当日の追加。旅館側が確定した人数を握れるのは、変更やキャンセルを織り込むと前日から当日にかけてで、実際には当日の夕方になることもあります。一方で、1泊2食の献立は前もって組まれていて、そこに必要な食材の種類と量は献立が決まった時点で確定しています。確定している側と、動き続ける側が、別々のタイミングで決まっている。この時間差が1つ目の境目です。

農林水産省の目標値が0.570kg/人であることの意味も、ここで効いてきます。分母が客数なので、1人当たりで管理する枠組みになっている。ところが仕入れは「1人当たり」ではなく「まとめて何kg」で入ります。1人分ずつ買えるものではないからです。まとめて買った量を、当日確定した人数で割ったときに、割り切れなかった分が境目1のムダになります。

試算で規模感を置いてみます。客室30室・1室2名で満室60人/日と置き、旅館の全国平均稼働率38.2%を当てると、1日あたり約22.9人泊、年間では約8,365人泊（22.92×365）という試算になります。目標値の0.570kg/人ちょうどで運用できた場合、年間の食品廃棄物等は約4,768kg、およそ4.8トンです。もし1人あたり0.1kgだけ目標値を超えると、年間で約837kg（8,365×0.1）、およそ0.8トンが上振れする計算になります。0.1kgは、器1つ分にも満たない量です。

この0.1kgの幅を押し広げるのが、境目1です。60人来ると読んで50人だった日、50人と読んで60人だった日。1日ごとの差は小さく見えても、年間8,365人泊という分母に掛かるので、1人あたり何kgに収まっているかを測っていなければ、0.8トン単位の上振れに気づく手立てがありません。試算はあくまで30室・1室2名・稼働38.2%という置き方の上に立つもので、実測値ではありません。

境目2：生鮮の歩留まりと、仕込みのリードタイム

2つ目は、買った量と使えた量のずれです。魚は下ろせば骨と皮が出ます。野菜は皮と芯が出ます。同じ1kgを仕入れても、実際に器に乗る量は素材と状態で変わる。この歩留まりは、経験のある料理人であれば見当が付きますが、数字として記録されていることは多くありません。「だいたいこのくらい」で回っている領域です。

歩留まりが記録されていないと、発注の単位が実際の必要量から乖離していきます。1kg必要だから1kg頼む、ではなく、1kg必要だから1.3kg頼む、という上乗せが担当者ごとに入る。上乗せ幅が0.1kgの人と0.3kgの人がいれば、上乗せ分だけを見ると3倍の開きになります。そして上乗せ分は、記録上は「必要量」として扱われるので、後から検証できません。

リードタイムも同じ構造です。仕込みに2日かかる料理は、2日前に食材が手元にないと始められません。つまり、人数が確定するより前に量を決めなければならない工程が、献立の中に必ず含まれている。この工程が多いほど、当日の人数変動を吸収できる余地は小さくなります。逆に言えば、どの料理が何日前に確定するのかを1枚に整理するだけで、読みを外したときに動かせる範囲が見えるようになります。

農林水産省の同じ表では、業種によって原単位の取り方が違うことも読み取れます。旅館業と結婚式場業は分母が客数で、それぞれ0.570kg/人と0.826kg/人。差は0.256kg/人です。一方、食堂・レストラン（麺類中心を除く）・居酒屋等は114kg/百万円、喫茶店・ファーストフード店等は83.3kg/百万円、給食事業は278kg/百万円、各種食料品小売業は41.0kg/百万円と、分母が売上高になっています。旅館業が客数を分母に置いているということは、来た人数に対してどれだけ出たかで測られるということ。ここでも、人数の確定が管理の起点になります。

境目3：宴会・団体と個人客が同じ厨房に混ざる日

3つ目は、性質の違う需要が同じ日に重なることです。団体・宴会は人数も献立も早く固まり、しかも1度に大きな量が動きます。個人客は人数が少ない代わりに、直前まで動き、要望も1組ずつ違う。この2つが同じ厨房、同じ冷蔵庫、同じ仕入れ枠を共有している日は、読みの難易度が跳ね上がります。

難しいのは、団体が入った日の個人客分の見積もりです。団体40名が確定していると、その40名分の準備で厨房の手が埋まります。そこに個人客が10組20名入ると、団体の量に紛れて個人分の食材が「あるつもり」になっていた、という取り違えが起きる。逆に、団体がキャンセルになった日は、40名分の食材が一気に行き先を失います。1件のキャンセルが、個人客1組のキャンセルの20倍の重さで効いてくるわけです。

3つの境目に共通するのは、ムダの発生源が厨房の中ではなく、厨房の外にある情報とのつなぎ目にあるという点です。だから、厨房の中の手際をいくら磨いても総量は下がりません。先月20日営業して外した日を、境目1・境目2・境目3のどれに属するかで分け、どこに何日集まったのかを残す。この分類が積み上がって初めて、AIに何を渡すかという話ができるようになります。

AIで読めるところと、読めないところ

ここからが本題です。「旅館の仕入れをAIで読む」と聞くと、明日の宿泊人数と必要な食材の量がぴたりと出てくる仕組みに響きます。実際に効くのは、そこではありません。効く層と効かない層を先に分けておかないと、導入して3ヶ月後に「思ったほど当たらない」で終わります。年間8,365人泊の試算で置いた宿でも、AIを入れたから明日の人数が確定するわけではない。確定するのはあくまで予約の側です。AIが動かせるのは、確定する前に持っておく「量の見当」の精度と、その見当が全員に共有されているかどうかのほうです。

AIが読めるのは、量の傾向と繰り返しの形

予測が得意なのは、過去のデータの中で繰り返されている形を見つけることです。曜日ごとの入り方、月ごとの波、連休の前後3日の動き方、天候と当日キャンセルの関係、団体が入っている日の個人客の入り方。こうした傾向は、1人の記憶で追うより、過去2年、3年分をまとめて並べたほうが正確に浮かびます。稼働の全国平均が38.2%という水準は、裏を返せば「空いている日」の記録も残るということです。埋まった日だけでなく空いた日も並べられると、傾向は見やすくなります。

もう1つ得意なのが、他と揃っていないものを目立たせる処理です。先週まで毎日出ていた食材が今週だけ出ていない、この曜日にしては仕入れ量が多い、去年の同じ週と比べて発注の構成が違う。こうした「揃っていなさ」は、20日分、100日分をまとめて見たときに初めて浮かびます。1日ずつ見ていると、その日の中では自然に見えてしまう。

押さえておきたいのは、これが「正解を教える仕組み」ではなく「人が確認すべきところを絞る仕組み」だという点です。20日分の発注の中から「この3日は他と違います」と示すところまでがAIの担当で、その3日を献立と当日の状況に照らして判断するのは料理長の担当になります。線引きを最初に決めておくと、確認に使う時間の配分が変わります。全部を疑いながら20日分を見るのと、絞られた3日を丁寧に見るのとでは、同じ時間でも意味がまるで違います。

候補の出し方も設計の対象です。20日分すべてに点数を付けても、確認に回せる時間がなければ意味がありません。1日に確認へ回せるのが朝の短い時間だけなら、その時間で見きれる件数まで候補を絞る。絞り込みの基準は精度の話ではなく、現場が確認に使える時間から逆算する話です。BoostXで生成AI伴走顧問として中小企業のAI導入を支援するなかで実感しているのは、AIが効くのは判断そのものではなく、人が判断すべき対象を絞る手前の工程だ、ということです。

AIが読めないのは、当日の人数確定・献立の縛り・生鮮の歩留まり

逆に、任せてはいけない領域が3つあります。1つ目が、当日の人数の確定です。直前キャンセルも当日の追加も、旅館の外側で起きる事象で、過去のデータの中に答えはありません。予測できるのは「この曜日のこの時期はこのくらい動きやすい」という幅までで、明日の実数ではない。幅を実数だと受け取った瞬間、外れたときに誰も責任の所在を説明できなくなります。

2つ目が、献立の縛りです。何を出すかは、季節、地域の食材、宿のコンセプト、常連の顔ぶれ、仕入れ先との関係で決まります。ここは経営の判断そのもので、過去の売れ行きだけで最適化すると、宿の性格が薄まっていきます。同じ0.570kg/人という目標値に近づけるのでも、廃棄を減らすために献立を単純化するのか、量の読みを精緻にするのかで、行き着く宿の姿は全く違う。この選択は数字の外側にあります。

3つ目が、生鮮の歩留まりです。同じ魚1本でも、状態によって使える量は変わります。この判断は現物を見ないとできない。データとして残すべきなのは判断そのものではなく、判断の結果です。「1kg仕入れて、使えたのは何割だったか」を20日分、100日分と残していけば、発注の上乗せ幅を根拠のある数字に置き換えられます。ここでもAIは、記録を集めて傾向を出すところまでで、包丁を持つところには入れません。

外れたときの扱いも、先に決めておく領域です。示された5日のうち4日が「問題なし」だったとき、その4日を「無駄な確認」と受け取るのか「確認済みの記録」として残すのかで、翌月の条件の育ち方が変わります。1日の見逃しより4日の空振りのほうが安いという前提を、最初に共有しておくことです。

人の勘だけ・自前・設計ありの3比較表

3つの選択肢を、読める範囲・当日変動への強さ・献立が変わったときの追随・記録の残り方・立ち上がり・止まったときの復旧という6つの観点で並べます。

3つを比べて差が出るのは、当たる確率ではなく更新のほうです。人の勘だけで回す形は、その1人がいる限り強く、いなくなった瞬間にゼロへ戻ります。自前で組んだ予測は、作った直後がいちばん賢く、そこから毎月少しずつ現実とずれていく。年間8,365人泊という試算の宿で0.570kg/人に近づけていくのは、賢い予測ではなく、外した1日を必ず翌月の条件へ戻す回路のほうです。

自前で需要予測を組むと崩れる4つのところ

ここまで読んで、社内で組めそうだと感じた方もいるはずです。実際、予約データを書き出して過去2年分を並べる程度なら、数日あれば形にはなります。崩れるのは作るところではなく、続けるところです。4つに分けて整理します。どれも、旅館という業態の構造から来るもので、担当者の熱意では避けられません。

1つ目：予約データと仕入データが別々の場所に置かれている

最初に詰まるのが、突き合わせるべき2つのデータが別々の場所にあることです。予約は予約システムの中にあり、仕入れは伝票か手書きの発注書か、担当者の携帯電話の履歴の中にある。この2つを日付で結び付けようとした瞬間、粒度が合っていないことに気づきます。予約は「1泊2名」の単位で入り、仕入れは「魚1本」「野菜1箱」の単位で入る。1人当たり何kg使ったのかを出すには、両方を同じ日付・同じ単位に揃える必要があります。

揃える作業は、1ヶ月分なら手作業でも終わります。20日分の伝票を打ち込めばいい。問題は、これを12ヶ月、24ヶ月と続けられるかです。年間8,365人泊の試算で置いた宿なら、365日分の突き合わせが毎年発生します。最初の3ヶ月は続いて、4ヶ月目に月末が忙しくて飛ぶ。飛んだ月があると、そこから先の比較が成立しなくなります。

農林水産省の目標値0.570kg/人は、分母が客数です。つまり自館の数字を出すには、廃棄量と客数の両方を同じ期間で数える必要がある。片方だけを丁寧に取っても、原単位にはなりません。両方を継続して取り続ける設計を先に決めないまま走り出すと、半年後に「比較できるデータが3ヶ月分しかない」という状態になります。

2つ目：献立が変わると前提が丸ごと入れ替わる

2つ目は、前提の入れ替わりです。旅館の献立は季節で変わります。年に4回変わる宿もあれば、月ごとに手を入れる宿もある。献立が変われば、使う食材も、1人当たりの量も、仕込みのリードタイムも変わります。過去2年分のデータで組んだ予測は、過去2年の献立を前提にしていて、次の献立を知りません。

条件の数も増える方向にしか動きません。はじめは数個の条件で足りていたものが、季節ごとの例外、団体向けの例外、アレルギー対応の例外を足していくうちに膨らんでいきます。条件が数個のうちは見直しも回せますが、増え続ければ全体を点検すること自体が現実的でなくなる。増やす前に「捨てる条件」を決めておくのが実務の要点で、ここを決めずに積み上げた仕組みは、2年目に手が付けられなくなります。

献立の変更は、経営の判断として起きます。仕入れ先が変わった、地域の食材が獲れなくなった、客層が変わった。2025年の統計で外国人が1億7,992万人泊・前年比＋9.4%、日本人が4億8,118万人泊・前年比▲2.7%と逆方向に動いていることを考えれば、客層の構成が動く可能性は常にあります。構成が動けば献立も動く。予測の前提は、経営の判断より必ず後から追いかける側になります。

3つ目：離職率25.1%の現場で、作った人が抜けると止まる

3つ目が属人化です。自前の予測は、たいてい1人の詳しい人が作ります。その人が異動・退職すれば、翌月から誰も直せません。予測が止まった月の仕入れは、止まる前の水準へ戻るだけでなく、予測がある前提で組み替えた発注の手順が残っている分だけ悪化します。

厚生労働省の令和6年 雇用動向調査では、宿泊業，飲食サービス業の離職率は25.1%（就業形態計）、入職率は28.4%で、入職超過率は＋3.3ポイントです。産業計は離職率14.2%・入職率14.8%ですから、離職率で10.9ポイント、入職率で13.6ポイントの開きがあります。就業形態別に見ると、一般労働者の離職率は18.1%で産業別2位、パートタイム労働者の離職率は29.9%で産業別1位。一般労働者18.1%とパートタイム29.9%の差は11.8ポイントあります。離職者数は「宿泊業，飲食サービス業」で1,070.8千人、産業別3位です。

この25.1%という数字は、宿泊業と飲食サービス業を合わせた産業分類の値で、旅館だけの数字ではありません。ただ、人の入れ替わりが産業計の14.2%より明確に速い環境で、1人の頭の中に読みを置き続ける設計が持続しにくいことは読み取れます。パートタイム労働者の離職率が29.9%で産業別1位という点も、日々の仕込みや発注に関わる層ほど入れ替わりやすいことを示しています。

4つ目：外した1日が記録に残らず、翌年に引き継がれない

4つ目は、記録の残り方です。予測を組むと、当たった日と外した日が出ます。記録の残し方を決めていなければ、残るのは結果の数字だけで、「なぜ外れたのか」は残りません。団体のキャンセルだったのか、天候だったのか、歩留まりの見込み違いだったのか。この分類がないと、翌年の同じ時期に同じところで外れます。

旅館の需要は1年周期で回ります。つまり、改善の機会は同じ条件に対して年1回しか来ません。今年のゴールデンウィークで外した理由を残していなければ、次に検証できるのは来年です。20日分、100日分の記録が積み上がるスピードは、業態によって全く違う。1年に1度しか回らないサイクルで、記録なしに勘だけを積み上げるのは、現実的には難しい話です。

4つのどれか1つでも当てはまるなら、作る前に設計を決めたほうが結果的に速く進みます。何を機械に渡し、何を料理長の判断として残し、献立が変わったときに誰が何を差し替えるのか。設計に数日かけておけば、作り直しの数ヶ月を避けられます。BoostXのAI伴走顧問は、こうした設計と定着までを月次で伴走するサービスで、ライト11万円・ベーシック33万円（月額・最低3ヶ月）からご用意しています。

ビフォーアフター：仕入れと仕込みの1週間がここまで変わる

違いを生んでいるのはツールではなく運用設計

BeforeとAfterで、使っている道具は大きくは変わりません。予約システムは同じで、仕入れ先も、厨房の人数も同じです。変わったのは3点だけ。第1に、読みの起点を1人の記憶から、共有された1枚の材料へ動かしたこと。第2に、20日全部を見る運用をやめ、揃っていない3日に確認を集中させたこと。第3に、外した1日を必ず翌月の条件へ戻す回路を作ったことです。

この3点は、ツールを買えば手に入るものではありません。どの境目に何日属したのかを分類し、月次で条件を更新し、判断の基準を人が持ち続ける。手を動かす部分は機械へ渡せますが、渡す範囲を決めるのは人の仕事です。離職率25.1%という環境で仕組みが生き残るかどうかも、道具の性能ではなく、判断の基準が1人の頭の外に出ているかどうかで決まります。

設計を外に出すかどうかは、別の判断になります。ただ、年間365日・約8,365人泊（試算）の分だけ読みを立て続ける状態を、記録なしにもう1年続けるなら、その1年の使い道を1度見直す価値はあります。ここまで読んで「うちはまだBefore寄りだ」と感じたなら、最初にやるべきは仕組みを買うことではなく、先月外した日が3つの境目のどこに属していたのかを分けることです。分類ができれば、次に何を機械へ渡すべきかは自然に決まります。

よくある質問

公開日：2026年9月