1. 結論：アパレル卸なら、何から始めるか
アパレル卸でAIを使うなら、最初の一手は品番×色×サイズのSKUを一つの正本にして、素材組成・取扱表示・価格・納期をそこから派生させ、カタログ・受注表・EC用商品情報・下げ札の版ずれを検査することです。次が受注残を「得意先×SKU×納期×引当状態」で持ち、納期変更が誰に伝わり誰が了解したかを状態として追うこと、その次がシーズン末の仕入判断に理由を残し、翌シーズンで検証することです。
本記事では、アパレル製品をメーカー・ブランドから仕入れ、小売・EC事業者へ卸売する事業者を主なモデルとして想定します。シーズン企画、展示会・受注、品番・色・サイズのSKU、発注、納期、検品、出荷、返品を扱います。衣料品製造を主とするメーカー、消費者へ直接販売する実店舗・EC小売専業、ブランド直販専業、表示とシーズンの構造が異なる古着・リユース卸は、境界となる業態です。
この順番になるのは、この業種の仕事がシーズンという時間軸に縛られ、品番×色×サイズの組み合わせが増えるという構造で動いているからです。売り物は「このシーズンに、この得意先へ、このSKUを、この納期で届ける」という約束の束であり、その約束が納期変更や数量変更のたびに揺れます。
一方で、AIに渡せない判断もはっきりしています。シーズン計画と品揃え・仕入数量の決定、仕入先・得意先との取引条件の合意、展示会での対面商談、価格・掛率の決定、表示者と表示内容の確認、入荷検品と下げ札の現物確認、返品受け入れの決定は、人が持ちます（節6）。
判断は人が持ったまま、判断に至るまでの仕事の多くは機械に渡せます。ただし、SKUマスターの管理、受注残の計算と引当、価格・掛率・請求金額の計算、納期の影響先の抽出、消化率・在庫の集計は業務システムとルール処理の仕事であり、生成AIが担うのは派生物間の版ずれ検出、納期変更の伝達文の草案と伝達状態の整理、滞留分析の論点整理、欠品時の代替候補の提示までです。AIが作るのは候補と一覧であり、確定するのは人です。
そして、この業種にはもうひとつ守るべき線があります。過去の売上だけから、生成AIに仕入数量・配分・値引きを確定させないことです。シーズン性・在庫リスク・ブランド方針は、AIだけで確定すべきではない判断として人が負います。
2. 業務全体の流れ
この業種の仕事は、シーズンという周期を一巡し、周期の途中で突発的な変更を受けるという形をしています。
| 段階 | 主なこと | 正本・確認 |
|---|---|---|
| 1. シーズン・商品構成計画 | 前シーズンの得意先別実績とブランド方針を整理し、品番数・色・サイズ展開・価格帯を決める | — |
| 2. 仕入先・取引条件 | 最低ロット・納期・数量変更の可否・返品条件・為替を台帳に整理し、合意する | 取引条件台帳 |
| 3. サンプル・仕様受領 | メーカーからの仕様書に版を付け、サンプルを現物で確認して仕様書との一致を判定する | 現物確認 |
| 4. SKUマスター・表示・価格 | 品番×色×サイズを登録し全正本の基準に固定する。素材組成・混用率・取扱表示・表示者情報を紐づけ、上代・卸価格・掛率を決める | SKUマスター |
| 5. ラインシート・展示会・商談 | SKUマスターから派生させたラインシートで、展示会で得意先と対面商談し、受注の意向を得る | 対面工程 |
| 6. 受注・受注残・配分 | 得意先別受注（SKU×数量×納期）を登録し、納期の約束の粒度と数量変更・返品の条件を紐づけ、受注残（得意先×SKU×納期×引当状態）を作って配分を決める | 受注残 |
| 7. 発注・生産進捗・納期 | 受注残と最低ロットから本生産数量を決めて発注し、工場の進捗から遅延の兆候と影響を受ける受注残を抽出し、納期変更を誰が知り誰が了解したかを記録する | 伝達状態 |
| 8. 入荷・検品・表示確認 | 現物を検品し、下げ札・品質表示を正本と突き合わせて不整合を記録する。是正まで出荷しない | 現物確認 |
| 9. 出荷・納品・請求 | 引当済み分のみ出荷し、受注残を更新し、価格・掛率から請求する | — |
| 10. 返品・欠品・代替 | 返品は受注残・取引条件・検品記録と突き合わせ、条件に照らして受け入れを決める。欠品にはSKUの近い代替候補を出す | — |
| 11. 在庫・仕入判断 | 消化率・在庫・得意先別実績から滞留SKUを抽出し、処分候補を整理し、次シーズンの品揃えと仕入数量を理由付きで決める | — |
右端の列が、この業種の設計の中心です。SKUマスターと受注残という二つの正本と、サンプル・検品・下げ札という三つの現物確認が、周期の中で組み合わせの増加に耐えるための骨格です。
3. AI導入優先Top3
Top 1：SKUマスターを一つの正本にし、派生物の版ずれを検査する
何をするか。品番×色×サイズのSKUマスターを全正本の基準に固定し、素材組成・混用率・取扱表示・表示者情報・価格をそこに紐づけます。カタログ・受注表・EC用商品情報・下げ札は、この正本から派生させ、派生物間の版ずれ（組成・取扱表示・価格・色名・サイズ表記）を出荷前に検出します。
なぜ最初か。商品仕様はメーカーからの書類、受注表は営業のExcel、EC用商品情報はEC担当のシート、下げ札データは印刷業者へ渡したファイルにあり、それぞれが別に更新される状態では、得意先から「ECの混用率と下げ札が違う」と指摘される可能性があります。法定表示に関わる項目の不整合であれば、法令上の問題につながり得ます。Top2の受注残もSKUを基準にするため、正本が先に立つ必要があります。
どう始めるか。次シーズンの1ブランド分のSKU全件で構いません。商品仕様・受注表・EC情報・下げ札データを突き合わせ、不整合のあったSKUの数と項目、特定にかかった時間、表示者が記録されていたSKUの割合を数えます。この段階ではAIを使いません。まず、正本の項目と派生物の一覧、更新の起点を決めます。
何を測るか。
- 出荷前に検出した版ずれの件数
- 得意先からの表示不整合の指摘件数
- 派生物の更新遅延日数
注意。AIは派生物間の版ずれの検出と、正本からの派生の自動化を担います。表示内容（組成・取扱表示）を生成AIに作らせないこと（表示情報はメーカーの正本から受けます）、AIが「版ずれなし」とした表示を現物の下げ札確認なしに通さないことが条件です。誰が表示者かの確認は、商品ごとに人が行います。
Top 2：受注残を「得意先×SKU×納期×引当状態」で持ち、納期変更の伝達状態を追う
何をするか。得意先別の受注を、SKU×数量×納期の粒度で登録し、受注残を得意先×SKU×納期×引当状態の単位で持ちます。工場からの遅延を受けたら、影響を受ける受注残を抽出し、営業・仕入・倉庫・得意先への伝達を「未伝達・伝達済み・得意先回答済み」の状態として記録します。
なぜ2番目か。納期変更が工場→仕入→営業→得意先と順に伝わる状態では、途中で止まっていることに得意先からの問い合わせで気づきます。得意先が知らないまま納期を過ぎると、信頼を損なうおそれがあります。Top1でSKUが揃えば、受注残の単位が一意に決まります。
どう始めるか。1得意先の1シーズン分の受注で、受注から最終出荷までを1本通します。納期の約束の粒度（月・週・日）と、数量変更の可否・期限を受注に紐づけます。
何を測るか。
- 納期変更から全影響先への伝達完了までの時間
- 得意先が知らないまま納期を過ぎた件数
- 伝達状態が記録された変更の割合
注意。AIは遅延兆候の指摘、影響先の抽出、伝達文の草案までを担います。引当の確定はルール処理と人の配分判断で行い、「伝達したこと」と「得意先が了解したこと」を混同しません。
Top 3：シーズン末の仕入判断に理由を残し、翌シーズンで検証する
何をするか。消化率・在庫・得意先別実績から滞留SKUを抽出し、値引き・返品・持越しの処分候補と、次シーズンの品揃え・仕入数量の判断を、理由付きで記録します。翌シーズンに、その判断を実績で検証します。
なぜ3番目か。シーズン末の在庫判断がベテランの感覚で行われ、理由が記録されないと、同じ品番・同じ得意先で同じ滞留を繰り返し、担当交代で判断の根拠が失われます。Top1・Top2で実績の集計が正確になれば、判断そのものを記録して検証する段階に進めます。
どう始めるか。今シーズン末の1ブランド分の在庫処分と、次シーズンの仕入判断を対象にします。AIは滞留分析と論点の整理を担います。
何を測るか。
- 仕入判断の理由が記録された品番の割合
- 同一品番・同一得意先での滞留の繰り返し件数
- シーズン末の在庫率
注意。仕入・在庫・値引きの判断の確定はAIに任せません。過去の売上だけで仕入数量を確定すると、シーズン性・ブランド方針・在庫リスクが抜け落ちるおそれがあります。
4. AIに任せやすい仕事
アパレル卸の仕事のうち、結果をそのまま使える領域は次の性質に集まります。いずれも、SKUマスターと受注残が正本として定義されていることが前提です。
- 違いを見つける——SKUマスター・表示情報・価格の正本と、ラインシート・EC商品情報・下げ札データを突き合わせ、版ずれを検出する。表示だけ変わって派生物が更新されていない不整合を検出する
- 足りないものを探す——工場の進捗から遅延の兆候を指摘し、影響を受ける受注残（得意先×SKU×納期）を抽出する。未入金の得意先、伝達漏れの変更を抽出する
- 形を整える——前シーズンの得意先別実績を整理し、構成案の候補を出す。消化率・在庫・得意先別実績から滞留SKUを抽出する。消化率・在庫・受注残・価格・請求の計算はルール処理で行う
- 探し出す——欠品・追加受注に対し、在庫と受注残からSKUの近い代替候補（色・サイズ・近い品番）を出す。ただし代替が他の得意先の受注残を侵食しないかは照合する
SKUマスターの登録、受注残の計算と引当、出荷指示、請求金額の計算は、AIではなくルール処理で確定行為として扱います。
5. AI支援に向く仕事
ここはAIが案を出し、人が確認してから使う領域です。確認を挟むことはコストではなく、品質の設計です。
- 前シーズンの実績とブランド方針から商品構成案を出す。シーズン計画の確定は人
- 仕入先の取引条件を構造化し、変更の差分を指摘する。条件の合意は仕入先と人
- 表示情報が現行の規程に沿っているかの照合を指摘する。表示者が誰か、表示が規程に沿っているかの確認は商品ごとに人
- 納期変更の伝達文の草案。伝達の実施と、得意先との再合意は人
- 返品・不良の事実整理と対応案。返品条件に照らした受け入れの決定は人
- 滞留分析と次シーズンの論点、前シーズン判断の検証結果。仕入・在庫・値引きの判断は人
節4との違いは、結果に人の確認を挟むかどうかです。とくに表示は、機械照合だけで通さず、現物の下げ札で確認します。
6. 人に残す仕事・判断
線の引き方の原則は、「AIが答えを出せるか」ではなく「誰がその答えに責任を持つのか」です。アパレル卸に業務独占資格は本調査では確認していません。本節の確定者は、法令が資格者に限定しているものではなく、本記事が推奨する運用です。ただし、表示については表示者に課される法令上の責任が関係します（節9）。
シーズン計画・品揃え・仕入数量を決める
実績整理・滞留分析・論点提示はAIができます。シーズン末の在庫リスクを自社が負う経営判断であり、過去売上だけで自動確定しません。
仕入先・得意先と取引条件を合意する
条件の構造化はAIができます。数量変更・返品条件の合意は契約当事者としての意思表示です。
展示会で商談し、受注の意向を確定する
準備と記録の構造化はAIができます。対面商談は、その場の判断と関係構築そのものです。
表示者と表示内容を確認する
規程との照合の指摘と版ずれ検出はAIができます。誰が表示者か（製造業者・販売業者・表示業者のいずれか）は商品ごとに異なり、自社が表示者に当たる商品については表示の責任を確認します。全件を人が確認します。
入荷を検品し、下げ札を現物で確認する
検品項目の用意と照合項目の用意はAIができます。数量・SKU・仕様・縫製・汚破損の判定と、下げ札・品質表示の現物確認は、現物工程です。
返品を受け入れるかを決める
事実の構造化はAIができます。返品条件に照らした受け入れの決定は、取引条件と得意先関係に関わります。
「AIが90%正しくても、人が全部確認する必要がある仕事」が、この業種にはあります。下げ札の表示が正本と一致しているかは、その代表です。
7. Best Practice
到達点として目指すのは、次の構造になっている状態です。
ひとつ。品番×色×サイズのSKUと、素材・表示・価格・納期の正本が一つになっている。カタログ、受注表、EC用商品情報、下げ札へ同じ正本から派生させ、版ずれを検査しています。
ふたつ。受注残が「得意先×SKU×納期×引当状態」で管理されている。シーズン商品で納期変更や数量変更が起きても、誰に何を約束しているかへ戻れます。
みっつ。AIは需要・追加提案の候補を出すが、仕入・在庫・値引きの経営判断は人が確定する。過去売上だけで仕入を自動確定せず、シーズン性・在庫リスク・ブランド方針を人が判断しています。
これらを貫くのは、SKUを一つの正本にして表示・価格・納期をそこから派生させ、受注残を「誰に何をいつ約束したか」の単位で持ち、シーズン末の仕入判断だけは人の手に残すという三点です。
8. Before / After
Before。得意先から「ECの混用率と下げ札の表示が違う」と連絡が来ます。商品仕様のファイルとEC担当のシートを見比べ、どちらが正しいかをメーカーへ確認します。工場から納期遅延の連絡は仕入担当に来ていましたが、営業へ伝わっておらず、得意先は納期当日に知ります。シーズン末、去年と同じ品番が同じ得意先で滞留していますが、去年なぜその数量を仕入れたかは誰も覚えていません。
この流れには理由があります。SKUは各部門が「自分の作業用データ」として持つのが自然で、派生物の基準となる正本として位置づける動機は、得意先からの指摘まで生まれにくいからです。
After。SKUマスターを開けば、組成・取扱表示・表示者・価格が正本にあり、EC情報も下げ札もそこから派生しています。版ずれは出荷前に検出されます。納期変更は受注残の影響先として抽出され、誰に伝わり誰が了解したかが状態として見えます。シーズン末の仕入判断は理由つきで記録され、翌シーズンに検証されます。AIは版ずれと影響先を出し、表示の確認と仕入の判断は人が行います。
9. 法令・規制・情報管理
アパレル卸に開業許可・登録の制度は本調査では確認していません。業務に効く制度は、家庭用品品質表示法と繊維製品品質表示規程に集約されます。制度の関与は表示に限定される一方、業務の骨格はシーズンとSKUが作ります。
繊維製品の品質表示——表示者は三者のいずれか
繊維製品品質表示規程は、家庭用品品質表示法に基づく表示規程として消費者庁が公表しており、品質表示事項は対象品目ごとに規程で定められています。表示では、繊維組成や家庭洗濯等取扱方法等が対象品目に応じて関係します。
表示者について、規程第3条は「製造業者、販売業者又は表示業者（以下「表示者」という。）」と定めており、三者のいずれもが表示者になりえます。第4条は、表示業者が表示をした場合であって、その表示に製造業者又は販売業者の氏名等を付記したときは、表示業者自身の氏名等の付記を要しないと定めています。
本記事は、アパレル卸が常に法定の表示者・実際の表示者であるとは書きません。仕入れた商品の表示情報を受け取って確認する側であることが多いと考えられますが、自社が表示者に当たる商品もありえます。商品ごとに、誰が表示をしたか・誰の名称が表示されているかを確認することを、本記事は推奨します。
洗濯表示の改正——2つの改正を区別する
2024年8月20日の改正（消費者庁告示第9号）は、引用する日本産業規格（JIS L0001）の変更に伴う洗濯表示の改正で、公布日・施行日とも2024年8月20日です。経過措置として、2025年8月19日までの間に表示が行われるものについては、なお従前の例によることができるとされていました。この経過措置は2025年8月19日で終了しています。
2024年12月25日の改正（消費者庁告示第13号）は、関連する日本産業規格の改正による指定用語の追加であり、施行日は2025年1月1日です。8月20日の改正とは内容が異なります。
消費者庁の「洗濯表示（令和6年8月20日以降）」のページは、現行の洗濯表示をJIS L0001の5つの基本記号で説明しています。
なお、経過措置の期間内に従前の表示を付した製品を、経過措置の終了後に販売できるかどうかについては、本記事では一次情報の該当箇所を確認していないため断定しません。自社の在庫について確認が必要な場合は、消費者庁の資料で確認してください。
生成AIへ投入する情報の条件
扱う情報の中心は、ブランド・メーカーの未発表のシーズン企画・デザイン・仕様と、得意先別の受注数量・掛率・消化実績（得意先の営業情報）です。外部のAIサービスへ投入する場合は、次を確認します。
- 投入する情報を必要最小限にする
- AI事業者が入力データを学習に利用するかどうか
- 保存期間と削除の方法
- ブランドとの契約（発表前情報の取扱い）と、得意先別実績の共有範囲
- アクセス権限と利用ログ
- 再委託・国外保存等、組織の規程上確認が必要な事項
過去売上だけから生成AIに仕入数量・配分・値引きを確定させないこと、生成AIに表示内容を作らせないこと、AIが「版ずれなし」とした表示を現物の下げ札確認なしに通さないことも、投入条件と並ぶ運用上の線です。
法令・制度の記述について
※法令・制度に関する記述は、内容確認日時点の一般的な整理です。実際の適用は、業務内容、契約関係、事業規模、地域、施行時点の法令・行政解釈等によって異なります。重要な判断は、最新の一次情報と自社の具体的な条件を確認してください。繊維製品品質表示規程は関連する日本産業規格の改正に伴う改正が続くため、最新の規程と施行日で確認してください。
10. 最初の30日プラン
1週目：1ブランド分のSKUで版ずれを測る。次シーズンの1ブランド分のSKU全件について、商品仕様・受注表・EC情報・下げ札データを突き合わせ、SKUの総数、派生物間で不整合のあったSKUの数と項目、特定にかかった時間、表示者が記録されていたSKUの割合を記録します。記録者は商品担当、期間はそのブランドの仕様受領から下げ札確認までです。
2週目：SKU正本と派生を定義する。SKUの識別、正本の項目（組成・混用率・取扱表示・表示者・上代・卸価格・掛率）、派生物の一覧と更新の起点、版ずれの検査項目、受注残の項目（得意先×SKU×納期×引当状態）を決めます。「正本確定」「派生物更新済み」「未更新」を分けて記録し、未更新を更新済みと同じ扱いにしません。
3週目：低リスクなAI支援から入れる。派生物間の版ずれ検出、納期変更の影響先抽出から始めます。AIが「版ずれなし」とした表示も抜き取って現物の下げ札と照らします。
4週目：1週目の数字と比べる。版ずれの検出時期（出荷前か後か）、特定時間、表示者の記録率を比較し、次に広げるのがTop2（受注残と伝達状態）かTop1の他ブランドかを商品責任者が決めます。
30日で全社が変わるわけではありません。1ブランド分で、SKU正本から派生させる型を固めることが、この期間の目標です。
11. AI活用成熟度
Lv1 人依存。商品仕様はメーカーからの書類、受注は営業のExcel、EC情報はEC担当のシートにある。納期変更は電話とメールで順に伝わる。去年の仕入理由はベテランの記憶にある。
Lv2 台帳化。販売管理にSKUと受注はあるが、表示情報とEC情報が別管理で、納期変更の伝達状態がない。
Lv3 一元化。SKUマスターの下に、組成・取扱表示・表示者・価格・ラインシート・EC情報・下げ札がぶら下がり、受注残が得意先×SKU×納期×引当状態で持たれ、納期変更の伝達状態が記録されている。「この品番の正しい混用率はどれか」「この納期変更を誰が知っているか」に、担当者の記憶を介さず答えられる。まずここを目標にします。
Lv4 AI支援。AIが派生物の版ずれを検出し、納期変更の影響先を抽出し、滞留分析と仕入判断の論点を整理する。人はそれを確認し、表示の確認と判断を行う。
Lv5 仕組み化。一意に決まる処理はルール処理、曖昧な候補抽出はAI、責任判断は人という分担が定着している。この業種でLv5でも人に残るのは、シーズン計画・品揃え・仕入数量の決定、展示会での商談、価格・掛率の決定、表示者と表示内容の確認、入荷検品と下げ札の現物確認、返品受け入れの決定です。とくに仕入判断は、過去売上だけでは確定すべきでないシーズン性・ブランド方針・在庫リスクを人が負うため、精度の向上では人から離れません。
12. よくある質問
Q1. AIに需要予測をさせて、仕入数量を決めてもよいですか。
滞留分析と論点の整理までは任せられます。しかし仕入・在庫・値引きの判断は、シーズン性・ブランド方針・在庫リスクを自社が負う経営判断であり、過去売上だけで自動確定しません。判断の理由を記録し、翌シーズンで検証することを推奨します（節3 Top3）。
Q2. 品質表示の責任は、メーカーにあるのではないですか。
繊維製品品質表示規程第3条は表示者を「製造業者、販売業者又は表示業者」と定めており、三者のいずれもが表示者になりえます。アパレル卸が常に表示者であるとは本記事は書きませんが、自社が表示者に当たる商品もありえるため、商品ごとに誰が表示をしたかを確認します（節9）。
Q3. 洗濯表示は最近変わったと聞きましたが、在庫の表示はどうなりますか。
2024年8月20日の改正と2024年12月25日の改正は別の改正です。8月20日改正の経過措置は2025年8月19日で終了しています。経過措置終了後に旧表示の在庫を販売できるかは、本記事では断定しません。消費者庁の資料で確認してください（節9）。
Q4. EC用の商品説明をAIに書かせてもよいですか。
訴求文の草案は作れますが、素材組成・混用率・取扱表示といった表示内容は生成AIに作らせず、メーカーの正本から受けたSKUマスターの値を派生させます。派生物の版ずれは出荷前に検出し、下げ札は現物で確認します（節3 Top1）。
Q5. 納期変更をAIで得意先に自動通知してもよいですか。
影響先の抽出と伝達文の草案はAIが担えます。しかし伝達の実施と得意先との再合意は人が行い、「伝達したこと」と「了解されたこと」を分けて状態として記録します（節3 Top2）。
Q6. 30日で何を目指せばよいですか。
1ブランド分のSKUで、正本から派生させ版ずれを検査する型を固めることです。1週目と4週目の数字を比べます（節10）。
13. 関連する業種の記事
- 食品卸のAI活用——商品マスターと期限・ロットを正本にし、変更の影響先を得意先へ届ける設計が、本業種のSKU正本と納期変更の伝達に対応します
- 倉庫・3PLのAI活用——入荷・検品・出荷指示を状態で管理する考え方が、本業種の検品と引当済み出荷に接続します
- EC・D2CのAI活用——商品の正本と公開ページの差分検査という設計が、本業種のEC用商品情報の版ずれ検査と同じ構造です
シリーズの一覧は業種別AI活用からご覧いただけます。
14. この記事を自社に当てはめたい方へ
同じアパレル卸でも、情報の整理状況によって最初の一手は変わります。SKUマスターがすでに派生物の基準になっている会社は「受注残に伝達状態を持たせる」から、商品仕様とEC情報が別々に更新されている会社は「次シーズンの1ブランド分で版ずれを数える」から始めるほうが無理がありません。
15. 無料AI戦略診断／AI顧問サービス
AI戦略診断は無料・登録不要です。回答すると、自社のAI活用がいまどの段階にあるかと、最初に取り組むべき領域が分かります。
より踏み込んだ伴走をご希望の方は、AI顧問サービスもご覧ください。個別のご相談はお問い合わせから承ります（30分の無料リモート面談）。
最終更新日: 2026年8月29日／内容確認日: 2026年8月29日
