本文へ移動
宿泊AIジャーナル HOSPITALITY AI JOURNAL

予約・清掃・口コミ対応のAI活用が学べる、ホテル・旅館のための専門メディア

Produced by 株式会社BoostX 無料相談

飲食・宴会

旅館の食材発注と在庫管理をAIで見直す|現状との比較

旅館の食材発注は、宿泊予約と宴会予約から食数を集計し、在庫表と突き合わせて発注量の案を出す仕組みを挟むと「予約を数える」「在庫を見に行く」「経験で足し引…

編集 BoostX編集部2026.09.2211分で読めます

飲食・宴会の記事一覧

この記事の要点

  • 旅館の食材発注は、宿泊予約と宴会予約から食数を集計し、在庫表と突き合わせて発注量の案を出す仕組みを挟むと「予約を数える」「在庫を見に行く」「経験で足し引きする」の三つが、集計と案の提示に置き換わります。
  • 調理責任者の仕事は数えることから、案を直して確定することに変わります。
  • 仕込み量の確定、仕入先の選択、当日の追加とキャンセルへの補正、衛生管理の判断は人に残ります。廃棄量と欠品の変化は自社で導入前後を計測します。

定義対象は、旅館の調理責任者と料飲責任者が、宿泊予約と宴会予約から食数を見立て、在庫を確かめて仕入先へ発注するまでの業務です。

この記事が扱う業務と読む人

対象は、旅館の調理責任者と料飲責任者が、宿泊予約と宴会予約から食数を見立て、在庫を確かめて仕入先へ発注するまでの業務です。読む人は総支配人、料飲責任者、調理責任者を想定します。献立そのものの設計と、アレルギー対応の照合は別の業務として扱います(アレルギー情報の集約は、照合結果を調理担当が必ず再確認する前提で切り出します)。

  • 担当:調理責任者。食数の見立ては料飲責任者と分担
  • トリガー:仕入先ごとの発注日、在庫の減少、宴会予約の確定、当日の人数変更
  • 入力:宿泊予約の人数とプラン、レストランと宴会の予約表、過去の食数実績、在庫表(冷蔵・冷凍・乾物)、仕入先の価格と納期、献立と歩留まり
  • 成果物:発注書(仕入先ごと)、更新した在庫表、仕込み量の指示
  • 関わるシステム:PMSまたは予約台帳、レストランと宴会の予約台帳、在庫表、仕入先への発注(電話・FAX・メール)、POS
  • 後工程:仕込みと配膳の段取り、廃棄と実績の記録、原価の集計

観光庁「宿泊旅行統計調査」2025年(令和7年)年間値(確定値)によると、旅館の客室稼働率は38.2%、ビジネスホテルは75.3%です(確認日2026-09-22)。埋まる日と空く日の落差が大きいほど、前週と同じ量を仕入れるやり方は当たりません。1泊2食で献立が先に決まる業態では、人数の振れがそのまま食材の余りと不足に変わります。この記事は、その振れを個人の記憶ではなく手元のデータで扱う形を分解します。

いまの流れ(現状)

宿泊予約はPMSまたは予約台帳、宴会は別の台帳、在庫は紙かExcelという施設を前提にします。所要時間は施設と仕入先の数で変わるため、数字は置かず、導入前に計測する箇所として示します。

  1. 食数を見立てる
    – 担当:料飲責任者
    – 入力:宿泊予約の人数とプラン、レストランと宴会の予約、過去の同時期の実績
    – 出力:日別の食数の見立て
    – 判断:あり。直前予約とキャンセルの見込みをどう織り込むか
    – 所要:台帳をまたいで数える時間。自社で計測する
  2. 献立から必要量を出す
    – 担当:調理責任者
    – 入力:献立、1人前の分量、生鮮の歩留まり
    – 出力:食材別の必要量
    – 判断:あり。歩留まりの見方は担当者の経験に依存する
    – 所要:献立の品数に比例
  3. 在庫を数える
    – 担当:調理担当
    – 入力:冷蔵庫、冷凍庫、乾物棚、在庫表
    – 出力:現在庫の数量
    – 判断:なし。数える作業
    – 所要:在庫表の更新が遅れているほど、現物を見に行く回数が増える
  4. 発注量を決める
    – 担当:調理責任者
    – 入力:段階2の必要量、段階3の在庫、仕入先ごとの納期とロット
    – 出力:仕入先別の発注量
    – 判断:あり。欠品を避けるための上振れをどこまで許すか
    – 所要:この段階に経験が集中する
  5. 発注書を作り、送る
    – 担当:調理責任者
    – 入力:段階4の発注量、仕入先の様式
    – 出力:発注書、電話やFAXでの連絡
    – 判断:あり。仕入先の選択と、急ぎの依頼の可否
    – 所要:仕入先の数に比例。様式が仕入先ごとに違うと伸びる
  6. 納品を検収し、在庫表を更新する
    – 担当:調理担当
    – 入力:納品書、現物
    – 出力:更新した在庫表、差異の記録
    – 判断:あり。品質と数量が合わないときの受入可否
    – 所要:短いが、後回しにすると段階3に跳ね返る
  7. 実績と廃棄を記録する
    – 担当:調理責任者
    – 入力:提供数、廃棄量、追加とキャンセルの発生
    – 出力:実績の記録、翌週以降の見立てへの申し送り
    – 判断:あり。何を記録に残すか
    – 所要:忙しい日ほど抜ける段階

時間が消えるのは段階1・3です。台帳をまたいで人数を数え、在庫を見に行く。どちらも判断を含まない作業ですが、データが1か所にないために毎回発生します。

失敗が起きるのは段階4・6・7です。段階4の上振れは欠品を避けるための保険で、その分が廃棄に回ります。段階6の在庫表の更新が遅れると、次の段階3で数えた数が実態とずれ、発注の前提が崩れます。段階7が抜けると、外した日の原因が記録に残らず、翌年の同じ時期にも同じ外し方をします。

外れた見立ての痛みは人手にも及びます。厚生労働省の「令和6年雇用動向調査結果の概況」では、宿泊業・飲食サービス業の離職率は25.1%、産業計は14.2%です(確認日2026-09-22)。入れ替わりが多い職場では、段階2の歩留まりや段階4の上振れの加減が個人の頭の中にあるままだと、担当が替わるたびに精度が戻ります。

AI活用後の同じ業務

予約データの集計と、在庫表を突き合わせた発注量の案の提示を仕組みに任せます。段階番号は現状と合わせ、確定の判断は人に残します。

  1. 食数を集計する(AI)
    – AIが受け取るもの:宿泊予約の人数とプラン、レストランと宴会の予約、過去の同時期の実績
    – AIが返すもの:日別・食事区分別の食数の集計と、過去の同条件の日との比較
    – 人が確認すること:団体の食事なしプランや、当日の追加が入りやすい曜日。集計の前提を料飲責任者が見る
  2. 必要量の案を出す(AI、歩留まりは人が与える)
    – AIが受け取るもの:献立、1人前の分量、歩留まりの設定値
    – AIが返すもの:食材別の必要量の案
    – 人が確認すること:歩留まりの設定値そのもの。生鮮は仕入れの状態で変わるため、調理責任者が季節ごとに見直す
  3. 在庫を突き合わせる(人が数え、AIが差分を出す)
    – AIが受け取るもの:在庫表の数量
    – AIが返すもの:必要量と在庫の差分
    – 人が確認すること:在庫表と現物の一致。数えること自体は人の作業として残る
  4. 発注量の案を出す(AI、確定は人)
    – AIが受け取るもの:段階2の必要量、段階3の差分、仕入先ごとの納期とロット
    – AIが返すもの:仕入先別の発注量の案と、上振れ分の内訳
    – 人が確認すること:発注量の確定。上振れをどこまで許すかは調理責任者が決める
  5. 発注書の下書きを出す(AI、送るのは人)
    – AIが受け取るもの:確定した発注量、仕入先ごとの様式
    – AIが返すもの:仕入先別の発注書の下書き
    – 人が確認すること:数量と納品日。仕入先の選択と急ぎの依頼は人が行う
  6. 納品を検収し、在庫表を更新する(人。変わらない段階)
    – AIが受け取るもの:更新後の在庫数量
    – AIが返すもの:なし。ただし更新が滞っている品目を翌日に一覧で出す
    – 人が確認すること:品質と数量、受入可否。ここを省くと段階3以降が崩れる
  7. 実績と廃棄をまとめる(AIが下書き、人が決める)
    – AIが受け取るもの:提供数、廃棄量、当日の追加とキャンセル
    – AIが返すもの:見立てと実績の差の一覧、外れた日の条件(曜日・天候・団体の有無)の整理
    – 人が確認すること:翌週以降の見立てに反映する内容。料飲責任者と調理責任者が週次で決める

例えば、土曜に宴会2件と個人客が重なる日を考えます。AIは段階1で宿泊と宴会の食数を合算し、過去の同じ条件の日と並べます。段階4では在庫の差分から発注量の案を出しますが、当日の追加が入りやすい日かどうかは集計に現れません。調理責任者が段階4で上振れ分を足して確定します。この例は仮想のもので、特定の旅館の記録ではありません。

現状

  1. 1食数を見立てる
  2. 2献立から必要量を出す
  3. 3在庫を数える
  4. 4発注量を決める
  5. 5発注書を作り、送る
  6. 6納品を検収し、在庫表を更新する
  7. 7実績と廃棄を記録する
AI活用後

  1. 1食数を集計するAI
  2. 2必要量の案を出す
  3. 3在庫を突き合わせる
  4. 4発注量の案を出す
  5. 5発注書の下書きを出す
  6. 6納品を検収し、在庫表を更新する
  7. 7実績と廃棄をまとめる
同じ業務を、いまの流れとAI活用後の流れで並べたもの。番号は本文の段階に対応します。

現状とAI活用後の比較

観点 現状 AI活用後
担当と人数 料飲責任者と調理責任者が数える作業から確定まで通しで行う 集計と案の作成を仕組みが担い、2人は確定と補正に集中する
入力するもの 台帳をまたいだ人数、在庫の現物、記憶、経験則 予約データ、在庫表の数量、歩留まりの設定値、仕入先の納期とロット
手順の数 7段階(数える作業が2段階) 段階1が集計に置き換わり、段階3は差分の提示に縮む
所要時間の目安 未計測。段階1と3をひと月分、導入前に記録する 同左。同じ担当・同じ時期で導入後を計測して差を見る
判断する場面 見立て、歩留まり、上振れ、仕入先、受入可否、記録内容 集計の前提、歩留まりの設定値、発注量の確定、仕入先、受入可否
使うシステム PMSまたは予約台帳、宴会台帳、紙かExcelの在庫表、電話とFAX 同左に予約データの集計と発注案の仕組みが加わる。発注の送信手段は変わらないことが多い
失敗したときの影響 上振れが廃棄になり、在庫表の遅れが発注の前提を崩す 在庫表が更新されていないと案が誤る。案をそのまま発注すると誤りが増幅する
記録に残るもの 発注書と在庫表。外した日の理由は残らない 見立て、案、確定値、差の理由、確認者。翌年の同時期に引ける
属人化の度合い 歩留まりと上振れの加減が個人の経験にある 設定値として外に出る。季節ごとの見直しは人が行う

変わらないこと(人が決める範囲)

  • 仕込み量の確定。当日の人数は直前まで動きます。AIが出すのは案までで、仕込みに入る量は調理責任者が決めます。作ってしまった料理は戻せません。
  • 仕入先の選択と急ぎの依頼。価格だけでなく、納品の確実性、品質、長年の取引関係が絡みます。AIは納期とロットを並べるまでです。
  • 衛生管理の判断。食品衛生法に基づき、飲食を提供する施設にはHACCPに沿った衛生管理の計画と記録が求められます(確認日2026-09-22)。AIは記録の下書きと記入漏れの指摘までで、判断と是正は衛生責任者が行います。
  • アレルギー情報の扱い。予約から集約し、原材料と照合するところまでは仕組みで支えられますが、提供可否と代替メニューは調理担当が原材料を見て決めます。照合結果をもって完了と見なしません。
  • 原価と歩留まりの設定値。季節や産地で変わる数字を決めるのは人です。設定値を置いたまま見直さないと、案の精度は静かに落ちます。

実装の型

  1. トリガー:仕入先ごとの発注日の前日に、集計と案の作成を走らせる。宴会予約が確定した日と、当日の人数が動いた日も起点に含める。料飲責任者が起点を決める。
  2. 元データ:宿泊予約の人数とプラン、レストランと宴会の予約、過去の食数実績、在庫表、献立と1人前の分量、歩留まりの設定値、仕入先ごとの納期とロット。在庫表は品目コードを揃えるところから始める。
  3. AI処理:食数の集計、必要量の算出、在庫との差分、発注量の案、発注書の下書き、実績と見立ての差の整理。上振れ分は内訳を分けて表示する。
  4. 検証:調理責任者が発注量を確定する前に、食数の前提(団体・食事なしプラン・当日追加の見込み)と、在庫表の更新日を見る。更新が3日以上止まっている品目は現物で数え直す。
  5. 例外の扱い:当日の大口キャンセル、天候による仕入れの遅れ、献立の急な変更は案を使わず、調理責任者が直接決める。切り替えの基準を1枚の手順にする。
  6. 人の承認:発注書は調理責任者が確認してから送る。自動送信は設定しない。料飲責任者が週に一度、案と確定値の差を見て、上振れの傾向を拾う。
  7. 記録先:見立て・案・確定値・実績・廃棄量・差の理由を1か所に残す。翌年の同時期に引けるように、曜日と団体の有無を添える。
  8. 効果測定:導入前後で「食材の廃棄量」「欠品と急な買い出しの件数」「段階1と3にかかる時間」「在庫表の更新の遅れ日数」を記録する。料飲責任者が記録し、総支配人が月次で見る。

本メディアでは、発注書の自動送信を運用に入れることは勧めません。案の誤りがそのまま仕入先へ届くと、返品と急な買い出しという形で調理場の手が止まるためです。この判断は、在庫表の更新が日次で回り切っていない段階を前提にします。更新が定着し、案と確定値の差が3か月続けて小さい品目に限れば、日持ちする乾物から送信の自動化を検討してよい段階に入ります。

前提条件・費用の考え方・リスク

在庫表が紙で、品目名が担当者ごとに違う施設は、そこから始めます。同じ食材が2つの名前で書かれている状態では、差分の計算が合いません。品目の一覧を作り、単位(kg・本・パック)を揃え、更新の担当と頻度を決める作業が先です。この整理だけで段階3の数え直しが減る施設もあり、その場合はAIを入れる前に効果が出ます。

予約データの取り出しも先に確認します。観光庁のデータ連携の標準化に関する調査結果では、宿泊事業者のPMSと各種システムとのデータ連携の仕様が標準化されておらず、連携が進んでいないことが生産性低下の一因として挙げられています(確認日2026-09-22)。自館のPMSから人数とプランを取り出せるかを提供元に確かめ、取り出せない場合は宴会台帳とレストラン台帳の集計から始めます。

費用は次の項目に分けて考えます。金額は施設の規模、仕入先の数、既存システムで変わるため、ここでは置きません。

  • ライセンス:集計と案の作成に使う仕組みの利用料
  • 設計:品目一覧と単位の統一、歩留まりの設定値、集計の前提、確認画面の項目、例外時の手順
  • 連携:PMSと予約台帳からのデータ取り出し、在庫表の形式の統一
  • 検証:導入前後の計測と、案と確定値の差の見直し
  • 運用:歩留まりと設定値の季節ごとの更新、担当交代時の引き継ぎ

リスクは3つです。誤った案は、在庫表が実態とずれているときに出ます。対策は段階4の更新日確認と、3日以上止まった品目の数え直しです。依存は、案をそのまま発注する運用が定着して、担当者が上振れの理由を説明できなくなることで、対策は案と確定値の差を週次で見る運用です。情報の取り扱いは、宿泊客の人数とプランを扱う以上、入力してよい項目の範囲を決めておくことで対処します。

本メディアでは、食材発注のAI化は予測の精度を競う取り組みではなく、在庫表と品目一覧を整える取り組みだと判断します。理由は、案が外れる原因の多くが予測の手法ではなく、突き合わせる在庫の側にあるためです。この判断は、献立が1泊2食で固定的な旅館を前提にします。献立の自由度が高く、当日の注文で食材が決まる業態では、先に注文データの粒度を揃える方が効果が出ます。

AIを入れない方がよい施設もあります。在庫表が無く現物を見て発注している施設、仕入先が1社で毎日同じ量を納品している施設、そして調理責任者が発注量を決める権限を持っていない施設です。最初の2つは戻る時間が小さく、最後の1つは案を出しても確定する人がいないため、判断の所在を先に決める方が先です。

最初の90日

  • 30日:現状の計測と品目一覧の整理。段階1と3にかかる時間、廃棄量、欠品の件数をひと月分記録します。あわせて品目一覧と単位を揃え、在庫表の更新の担当と頻度を決めます。成果物は計測表と品目一覧。見る指標は在庫表の更新の遅れ日数です。
  • 60日:食数の集計から試す。宿泊とレストランと宴会の予約を1つの表に集計し、見立てと実績の差を毎日記録します。歩留まりの設定値を置き、必要量の案まで出します。成果物は集計表と差の記録。見る指標は外れた日の条件(曜日・団体の有無・天候)です。
  • 90日:発注量の案まで広げるかの判断。導入前後の計測表を並べ、総支配人と料飲責任者が続けるか、対象の食材を広げるか、在庫表の運用を直すかを決めます。成果物は比較表と判断メモ。見る指標は廃棄量の差、欠品の件数、案と確定値の差です。

出典

  1. 観光庁「宿泊旅行統計調査」2025年(令和7年)年間値(確定値) 観光庁 確認日 2026.09.22
  2. 厚生労働省「令和6年雇用動向調査結果の概況」表4-2(産業別の入職率・離職率) 厚生労働省 確認日 2026.09.22
  3. 食品衛生法(昭和22年法律第233号)e-Gov法令検索 e-Gov法令検索 確認日 2026.09.22
  4. 観光庁「観光DX推進に向けたデジタルツールのデータ連携における標準化に関する調査結果について」 観光庁 確認日 2026.09.22

飲食・宴会の記事一覧 宿泊AIジャーナルのトップ

飲食・宴会の記事

記事をすべて見る

予約

旅館の予約メールの転記をAIで減らす流れと比較

予約担当がメールと電話で受けた予約をPMSへ登録し、確認の返信を出す業務は、文書生成AIを挟むと「AIが日程・人数・プラン・要望を項目に分解する」「予約担当が抽出結果を確認して登録を確定する」「返信の下書きを直して送る」の流れに置き換わります。

2026.09.22 12分で読めます

AI活用の基礎・選び方

ホテルの生成AIツール選定はどこまでAIに任せられるか|比較表は下書きまで、標準の決定は総支配人

候補ツールの機能・料金・データの扱いの一覧化と、業務一覧に対する適合度の一次案まではAIに任せられます。標準にするツール、有料の範囲、外部のAIへ入力してよい情報の線引きは総支配人と情報システム担当が確定します。

2026.09.22 9分で読めます

この媒体を出している BoostX は、飲食・宴会のAI化を支援しています

記事に書いた業務の分け方と工程ごとの線引きは、株式会社BoostXがAI導入支援で用いる、業務整理と実装設計の考え方です。読んで終わりにせず自社で動かしたい場合は、次の3つの進め方があります。ホテル・宿泊を含め、業種を問わずお受けしています。

  1. 毎月ひとつずつAI化する

    AI顧問

    今の業務を工程に分けて、任せられるところから毎月ひとつずつAIに置き換えていく進め方です。設計と実装、運用の見直しまでを月額で続けます。

    この進め方を見る

  2. 部署をまたいで一気に動かす

    FDE型AI伴走支援

    BoostXも当事者として社内に入り、複数の部署にまたがる業務を一緒に組み替えます。月2日の訪問を含む伴走型です。

    この進め方を見る

  3. 仕組みとして作り切る

    AIエージェント開発

    試して効果が出た工程を、人が起動しなくても動き続ける仕組みにします。小さく試す段階から本番運用まで。

    この進め方を見る

飲食・宴会の課題を解決したい会社の方へ

オンライン30分・無料の相談です。ツールの紹介はしません。いまの工程を伺い、AIに任せる工程と人が決める工程を分けて、最初に着手する1工程まで決めて終わります。その場で契約をお願いすることはありません。

対象 自社の業務でAIを使いたい会社の方(経営者・部門責任者・情報システム/DX担当) / 営業・提携のご提案、個人の学習相談はお受けしていません。