1. 結論：スーパーマーケットなら、何から始めるか
スーパーマーケットでAIを使うなら、最初の一手は商品・ロット・期限を、入荷から販売停止までつなぐことです。次が店内加工を「計画・実施・記録」の3つに分けること、その次が需要予測を発注の候補にとどめることです。
本記事では、生鮮・加工食品・日用品を扱い、店舗内で惣菜などの調理・加工を行うことがある地域スーパーマーケットを主なモデルとして想定します。コンビニ、ドラッグストア、食品卸、EC専業、飲食店は範囲外です。
この順番になるのは、この業種の仕事が「同じ商品でも、扱い方によって適用されるルールが変わる」構造を持っているからです。仕入れてそのまま並べる商品と、店内で加工して惣菜にする商品では、必要な工程も、確認すべき事項も違います。「スーパーだから一律にこう」という設計はできません（節9）。
一方で、AIに渡せない判断もはっきりしています。発注の確定、価格と販促の確定、衛生管理で逸脱があったときの是正と再開、調理の実施そのもの、表示の確定、販売停止と回収の範囲は、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大半は機械に渡せます。ただし、在庫の数量・期限の計算・POSの集計・完全一致の照合・状態の遷移は業務システムとルール処理の仕事であり、生成AIが担うのは自由記述の整理、候補の提示、差分の抽出、未確認事項の洗い出し、説明の草案までです。
そして、この業種にはもうひとつ、混ぜてはいけないものがあります。惣菜の調理・加工という物理的な作業そのものと、その衛生を管理し記録する仕事は、まったく別です。記録の仕組みを整えることは、調理を代替することではありません（節3 Top2）。
2. 業務全体の流れ
この業種の仕事は、仕入れて並べる流れと、店内で作る流れが並走しています。
| 段階 | 主なこと |
|---|---|
| 1. 品揃え・カテゴリー計画 | 販売実績・季節・商談・棚割から計画を立てる |
| 2. 仕入先・商品マスター管理 | 原材料・アレルゲン・期限・温度帯などを商品の正本として持ち、更新は旧版との差分で確認する |
| 3. 需要予測・発注候補 | POS・在庫・天候・販促・曜日から候補と根拠を出す |
| 4. 発注の確定 | 予算と納期を踏まえ、人が確定する |
| 5. 入荷・検品・ロット管理 | 数量・期限・ロットを記録し、差異を出す |
| 6. 店内加工の製造計画 | 販売予測・レシピ・原料・時間から製造の計画を立て、原料・人員・設備の実在条件を確認してからバッチを開始する |
| 7. 店内加工の調理・製造の実施 | 加熱・調理・盛付・包装を人が行う。ここは物理的な現場作業そのもの |
| 8. 衛生管理 | 温度・清掃・工程確認の記録を集め、欠落と基準からの逸脱を抽出する |
| 9. 表示・アレルゲン・期限の確認 | レシピ・原材料・包材・期限からラベルの版を作り、確認の状態を持つ |
| 10. 棚割・品出し・補充 | 販売の速度と在庫から補充の対象と優先順位の候補を出す |
| 11. 価格・販促・特売 | 価格に版と適用期間を持たせる |
| 12. 値引き・廃棄 | 承認済みの基準から値引きと廃棄の候補を出す |
| 13. POS販売・売上計上 | 売上と在庫の減算を処理する |
| 14. 会員・CRM | 会員ID・配信の同意・購買の履歴を利用目的ごとに管理する |
| 15. 苦情・商品事故の受付 | 事実を記録し、対象の商品を特定する |
| 16. 回収・販売停止 | POSの販売履歴と在庫から、販売済みと在庫中の影響範囲を追跡する |
| 17. 棚卸・在庫差異 | 差異と原因の候補を出す |
| 18. シフト・配置 | 役割・必要な資格や責任者の配置・休憩の制約を満たす候補を作る |
| 19. 部門別粗利・ロス管理 | 売上・原価・値引き・廃棄・人件費から部門の採算を出す |
段階6・7・8・9は、順番も担い手も違います。計画を立てるのと、実際に調理するのと、衛生の記録を残すのと、表示を確定するのは、別々の仕事です。これを1つの「惣菜業務」として扱うと、どこで何が抜けたのかが分からなくなります。
3. AI導入優先Top3
Top 1：商品・ロット・期限を、入荷から販売停止までつなぐ
何をするか。入荷したロット・期限・売場・販売の状態を、商品IDでつなぎます。苦情や仕入先からの通知を受けたときに、「その商品のそのロットが、どこにあり、どれだけ売れたか」をたどれるようにします。
なぜ最初か。商品事故や回収が発生した場合は、対象範囲をすばやく特定する必要があります。そして、この接続はTop 2とTop 3の土台にもなります。ロットが追えなければ、加工の実績も、廃棄の分析もつながりません。
どう始めるか。一部門の50SKUだけで構いません。入荷のロット・期限・売場・販売の状態を接続します。全店・全部門で一度にやろうとしないでください。1部門でつながることを確認してから広げます。
何を測るか。
- 期限切れの発生件数
- 廃棄の数量と金額
- 回収の対象を特定するのにかかる時間
注意。販売履歴と在庫からの影響範囲の追跡は、システムの仕事です。AIが担うのは、仕入先からの通知文や苦情の申出からの情報の抽出までです。原因や危険性を断定させません。販売の停止と再開を確定するのは責任者です（節6）。
Top 2：店内加工を「計画・実施・記録」の3つに分ける
何をするか。惣菜などの店内加工について、製造の計画・実際の調理・温度などの衛生の記録・ラベルを、同じバッチIDで持ちます。そのうえで、この4つを別々のものとして扱います。
なぜ2番目か。ここを混同すると、AIを入れる工程と、人が実施する工程の設計を誤りやすいからです。
調理・加工は、加熱し、味を調え、盛り付け、包装するという物理的な作業です。生成AIが直接代替する工程ではありません。AIが関われるのは、その前後——製造の計画を立てること、記録を集めて欠落や基準からの逸脱を抽出すること、ラベルの内容と原材料の差分を出すこと——です。
衛生管理の記録が電子化されたことと、調理が自動化されたことは、まったく別です。この区別が曖昧なまま「惣菜業務をAI化する」と言うと、現場の作業は何も変わらないのに、記録だけが増えるという結果になります。
どう始めるか。惣菜の1カテゴリだけで構いません。製造計画・実際の調理・温度などの記録・ラベルを、同じバッチIDで結びます。物理的な加工を始める前に、原料・人員・設備の実在の条件を確認してからバッチを開始するという手順も、あわせて決めます。
何を測るか。
- 記録が欠落した件数
- ラベルが差し戻された件数
- 加工した商品の廃棄率
注意。調理の実施と、衛生上の是正は、現場の責任者が判断します（節6）。AIが担うのは、記録の収集と欠落の抽出、ラベルと原材料の差分の提示までです。温度や清掃の記録の収集と基準との照合は、ルール処理やセンサーとの連携に向いています。生成AIの仕事ではありません。
Top 3：需要予測を、発注の「候補」にとどめる
何をするか。需要の予測は、発注の候補と、その根拠を出すところまでとします。予測値だけで発注の数量を固定しません。そして、人が上書きしたときの理由を記録します。
なぜ3番目か。Top 1でロットが、Top 2で加工の実績がつながってから、予測の評価ができるようになるためです。効果の大きさではなく、着手の順序として3番目です。
どう始めるか。過去のデータで、予測値・実際の発注・売切れ・廃棄を比べます。予測の精度を、売切れ率だけで評価しないでください。売切れを避けようとすれば廃棄が増えます。両方を見て、さらに人が上書きした理由を読むことで、予測の何がずれているのかが分かります。
何を測るか。
- 売切れ率
- 廃棄率
- 予測の誤差
- 人が上書きした割合と、その理由の内訳
注意。需要の予測を、生成AIだけの仕事として説明しません。予測は、POS・在庫・天候・販促・曜日といった数値を扱う処理であり、統計的な処理や予測の専用のしくみが担う領域です。生成AIが関われるのは、商談のメモや現場の申し送りといった自由記述から、予測の材料になる情報を取り出す部分です。そして、発注を確定するのは、承認済みのルールか担当者です。AIの予測だけで発注を確定しません（節6）。
なお、効果の大きさと着手の順序は一致します。Top 1がなければTop 2の実績もTop 3の評価もつながらないためです。
4. AIに任せやすい仕事
この業種でAIが主に担えるのは、次のような性質の作業です。
| 性質 | スーパーマーケットでの具体例 |
|---|---|
| 形を整える | 仕入先から届いた規格書を、原材料・アレルゲン・期限・温度帯の項目へ落とす |
| 照らし合わせる | ラベルの内容とレシピ・原材料の情報を突き合わせる |
| 違いを見つける | 商品情報の更新について、旧版との差分を出す。未確認を現行版へ自動で昇格させない |
| 足りないものを探す | 衛生の記録のうち、欠落しているものと基準から外れているものを抽出する |
| 下書きを作る | 苦情への一次回答、部門の日報、販促の説明文の草案を起こす |
| 探し出す | 対象のロットが、どの売場に並び、いつ売れたかをたどる材料を集める |
在庫の数量、期限の計算、POSの集計、部門別の粗利、棚卸の差異は、業務システムとルール処理の仕事です。AIに入るのは、例外として上がってきたものの整理までです。
5. AI支援に向く仕事
次は、AIが案を出し、人が確認してから使う領域です。節4との違いは、結果をそのまま使えるかどうかにあります。
- 需要予測からの発注候補——候補と根拠を並べられます。発注の確定は含みません（節3 Top3）
- 店内加工の製造計画——販売の予測とレシピと原料から計画の案を作れます。調理の実施は含みません（節3 Top2）
- 表示・アレルゲンの確認——レシピと原材料から、ラベルとの不一致や不足を候補として出せます。表示の確定は含みません（節6）
- 値引き・廃棄の候補——承認済みの基準から候補を抽出できます。販売してよいかどうかをAIに推測させません
- 補充の優先順位——販売の速度と在庫から候補を出せます。安定した基準はルール化でき、例外を人が確認します
- 苦情からの対象商品の特定——申出の内容から候補を出せます。原因の断定は含みません
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。この業種では、以下の確定者は法令が特定の資格者に限定しているものではなく、本記事が安全な運用として推奨する置き方です（食品衛生責任者については節9を参照してください）。
調理・加工を実施する
惣菜の加熱・調理・盛付・包装は、現場の作業そのものです。生成AIが直接代替する工程ではありません。物理的な加工を始める前に、原料・人員・設備の実在の条件を確認するのも人です。
衛生管理で逸脱があったときの是正・廃棄・再開を決める
記録の収集と基準との照合は機械化できます。しかし、基準から外れていたときに何を廃棄し、いつ再開してよいかを確認するのは責任者です。安全と健康に関わり、現場の事実を見なければ判断できないためです。
表示を確定する
ラベルの内容と原材料の差分は機械的に出せます。しかし、公開してよいかを確定するのは人です。とくに原材料が変わったときの再確認は、必ず工程として置きます（節7）。
発注を確定する
AIの予測だけで発注を確定しません。予算・納期・相手方との条件を踏まえ、権限者が確定します。
価格・販促・特売を確定する
値引きと販促は、そのまま粗利に影響します。値引きと価格変更の権限、そして自動化してよい上限を、あらかじめ決めておきます。
販売停止と回収の範囲、行政・顧客への連絡方針を決める
影響範囲の追跡はシステムが行います。しかし、どこまでを販売停止にし、誰にどう連絡するかを決めるのは責任者です。原因や危険性の断定と、範囲の追跡は別の仕事です。
取扱いの開始・終了と、重点カテゴリーを決める
バイヤーや責任者が確定します。
AIが90%正しくても人が全部確認する領域が、この業種にはあります。食品の安全に関わる判断は、間違えたときに健康被害へつながるためです。
7. Best Practice
到達点として、次の3つの構造を示します。
ひとつ。レシピ・原材料・ラベルの版がつながり、原材料が変わったときに表示の確認が必須の関門になっている。原材料を変えた時点で、ラベルの再確認が自動的に発生する状態です。担当者が思い出すかどうかに依存しません。
ふたつ。発注の候補について、予測だけでなく、欠品・廃棄・発注を修正した理由が記録されている。人が上書きした理由が残り、それが次の改善の材料になる状態です。
みっつ。ロットと商品IDが、入荷から販売、苦情、販売停止までつながり、影響範囲をPOSまで追える。「そのロットが、どこにあり、どれだけ売れたか」が即座に分かる状態です。
8. Before / After
Before。商品マスターは本部にあり、発注は部門ごとの担当者が行い、入荷のロットは伝票に記録されます。店内加工の記録は紙の帳票にあり、ラベルは加工の現場で発行されます。POSの販売データは別のシステムにあります。商品事故が起きたとき、対象のロットがどこまで出たかを追うには、各所に問い合わせることになります。
この流れには理由があります。部門ごとに扱う商品も作業も違い、それぞれの現場に合ったやり方が積み上がってきたからです。
After。商品・ロット・店舗・加工のバッチがつながっています。店内加工は、計画・物理的な実施・衛生の記録・ラベルが分離されています。AIは予測と記録の整理を支援し、発注・調理・表示・販売停止は人かルールで確定します。
変わるのは「品揃えの精度」ではありません。「何かあったときに、どこまで影響が出ているかを、その日のうちに言えるか」です。
9. 法令・規制・情報管理
この業種で押さえておきたい制度を、適用の範囲がどう分かれるかという観点で整理します。以下は本記事における実務上の整理であり、個別の適用は店舗で実際に行っている行為によります。
HACCPに沿った衛生管理
2021年6月1日から、原則としてすべての食品等事業者にHACCPに沿った衛生管理が制度化されており、一部に対象外があります。
ここで大切なのは、「原則として」と「一部に対象外がある」の両方です。HACCPの適用範囲を、全売場・全作業に一律化しません（節1）。営業の形態によって、除外されるものや簡略化された方法によることができるものがあります。店舗や部門ごとに、どの手引書を使い、誰が責任者で、何を記録するかを決めてください。
そして、HACCPは衛生を管理するための手法であって、調理そのものではありません（節3 Top2）。記録を整えることと、現場の作業は別のものです。
営業許可と営業届出、食品衛生責任者
食品営業は、実態に応じて、営業許可が必要な業種と、営業届出制度の対象に分かれます。
そして、食品衛生法施行規則別表第17は、一定の例外を除き、法第51条第1項の営業を行う者に食品衛生責任者を定めることを求めています。
店内加工について、許可や届出に該当するかどうかは「スーパーマーケットだから一律にこう」とは決まりません。実際に行っている加工・調理の行為ごとに確認する必要があります。これは本記事における整理です。魚を切り分けるのか、加熱調理をするのか、その場で提供するのか——行為が違えば、確認すべきことも変わります。自社の店舗が何に該当するかは、一次情報と所管の窓口で確認してください。
表示とアレルゲン
容器包装された加工食品については、特定原材料を含む旨のアレルギー表示が義務付けられています。
この義務は「容器包装された加工食品」についてのものです。外食における情報の提供と混同しません。同じ店舗のなかでも、パック詰めして販売する惣菜と、その場で計り売りするものとでは、扱いが異なり得ます。自社がどの形態で販売しているかを、商品ごとに確認してください。
また、食品表示基準については、2026年4月1日の改正を含む最新の法令・通知が消費者庁から公開されています。表示のルールは改定されるため、参照した時点を記録しておいてください。
原材料が変わったときの再確認
表示の設計で最も重要なのは、原材料が変わったときです。レシピや仕入先が変わると、アレルゲンの情報も変わり得ます。ラベルを公開する前の確認者と、原材料が変わったときの再確認を、工程として決めておいてください（節7）。
会員データの利用
会員IDと配信の同意と購買の履歴を、利用目的ごとに分けて管理します。購買の履歴を広告に利用する場合、その利用目的と同意の状態を正本として持ちます。外部へ情報を渡す場合は、それが第三者提供・委託その他のどの類型に当たるかを確認し、必要な同意・通知・契約・委託先の監督などを行います。
生成AIへ投入する情報の条件
自社は、会員の購買の履歴、仕入先との取引条件、原価の情報を扱います。生成AIへ投入するときは、次で線を引きます。
- 投入する情報を必要最小限にする（会員を特定できる情報と、仕入の原価は入れない）
- AI事業者が入力データを学習に利用するか
- 保存期間と削除の方法
- 契約上の機密保持とデータの取扱条件
- アクセス権限と利用ログが残るか
- 再委託・国外保存など、自社の規程上決めておくべき事項
そのうえで、会員や取引先の情報を扱うのは会社が利用を承認したアカウント・サービスに限ります。これは法律上の一般ルールではなく、組織として決めるガバナンスの問題です。
なお、アレルゲンや期限に関わる情報を、生成AIの回答だけで顧客へ伝えません。確認済みの表示の情報から返します。
制度と商品情報の版・時点
制度も、仕入先から届く規格の情報も改定されます。AIの出力には、参照した版と時点を紐づけます。未確認の情報を、現行版へ自動で昇格させません（節4）。
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、店舗で行っている行為、営業の形態、取り扱う商品、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、最新の一次情報と所管の窓口で確認してください。
10. 最初の30日プラン
1週目：測ることから始めます。一部門の50SKUを対象に、①期限切れの発生件数 ②廃棄の数量 ③過去の事例で、回収の対象を特定するのにかかった時間を記録します。この週はAIを使いません。
2週目：正本とルールを決めます。商品の正本に入れる項目（原材料・アレルゲン・期限・温度帯）を決めます。店内加工については、製造計画・実際の調理・衛生の記録・ラベルを分け、同じバッチIDで結ぶ様式を作ります。値引きと価格変更の権限、自動化してよい上限も決めます。AIへ投入してよい情報の線引き（節9）も決めます。
3週目：低リスクな範囲でAIを使います。すでに終わった加工のバッチで、ラベルと原材料の差分の抽出と、衛生記録の欠落の抽出を試します。担当者が確認した結果と突き合わせ、見逃し・別のロットへの誤帰属・旧版の参照がないかを見ます。AIが「問題なし」とした側もサンプルで抜き取ります。
4週目：同じ測り方で比べます。①記録の欠落が減ったか ②回収の対象を特定する時間が短くなったか ③人の確認工数が増えていないか。③が増えているなら、AIの精度ではなく入力の問題です。
11. AI活用成熟度
自社がどの段階にあるかを判定してみてください。
レベル1：人に依存している。商品の情報・加工の手順・期限の管理が、担当者の経験と紙の帳票にあります。
レベル2：台帳やツールがある。商品マスターとPOSと発注のしくみはありますが、入荷のロットと店内加工と販売がつながっておらず、商品事故のときに追えません。
レベル3：一元化されている。POSの販売から部門・商品別の売上、会員や販促による継続購買まで、主要なIDでつながっています。版・根拠・承認・権限へ戻れます。店内加工の計画・実施・記録・ラベルがバッチIDで分かれています。
レベル4：AIが支援している。自由記述・書類の整理、差分、候補、未確認事項の抽出をAIが支援しています。一意に決まる計算と状態の遷移はルールとシステムが担っています。判断は動いていません。
レベル5：仕組みになっている。この段階は「AIが発注や調理を自動で行う」ことではありません。何かあったときの影響範囲がその日のうちに出せて、人が判断すべきことに時間を使えている状態です。
12. よくある質問
惣菜の調理をAIで効率化できますか。
調理そのものは、生成AIが直接代替する工程ではありません（節3 Top2）。AIが関われるのは、その前後——製造の計画、記録の収集と欠落の抽出、ラベルと原材料の差分の提示です。衛生の記録が電子化されたことと、調理が自動化されたことは別です。
HACCPの記録をAIに任せられますか。
記録の収集と基準との照合は、ルール処理やセンサーとの連携で行うほうが適しています（節3 Top2）。生成AIの仕事ではありません。そして、基準から外れていたときの是正・廃棄・再開の判断は責任者が行います（節6）。
うちは加工をしていない売場もあります。全部にHACCPの対応が必要ですか。
適用範囲を全売場・全作業に一律化しないでください（節9）。原則としてすべての食品等事業者が対象ですが、一部に対象外があり、営業の形態によって扱いが変わります。店舗や部門ごとに、どの手引書を使うかを決めてください。
アレルゲンの問い合わせに、AIが自動で回答してよいですか。
生成AIの回答だけで伝えないでください（節9）。確認済みの表示の情報から返します。また、容器包装された加工食品の表示義務と、外食における情報の提供は別のものです。自社がどの形態で販売しているかを確認してください。
AIの需要予測どおりに発注してよいですか。
AIの予測だけで発注を確定しないでください（節6）。予測は候補と根拠を出すところまでです。そして、予測の精度を売切れ率だけで評価しないでください。廃棄と、人が上書きした理由もあわせて見てください（節3 Top3）。
13. 関連する業種の記事
- 食品製造のAI活用——原材料から出荷先までをひと続きで追い、表示の最終承認と出荷の可否を人に残す設計が、本業種の店内加工と表示の扱いに対応します
- 食品卸のAI活用——仕入のロットから在庫・出荷先までを1本でつなぐ考え方が、本業種のロット追跡と同じ構造です
- レストランのAI活用——同じ調理でも、店内加工の惣菜と飲食店の提供では表示と衛生の扱いが変わります
- 農産物直売・6次産業化のAI活用——生産者から預かった商品と、自社で加工した商品の分け方が対照になります
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
同じスーパーマーケットでも、店内加工の有無と情報の整理状況によって最初の一手は変わります。ロットがすでに追える店舗は「店内加工を計画・実施・記録で分ける」から、入荷のロットが伝票にしか残っていない店舗は「一部門の50SKUでロットと期限と売場をつなぐ」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
