2026年4月、SAPは世界最大の産業見本市であるハノーバーメッセで、サプライチェーンと製造現場向けのAIエージェント群を発表した。
在庫の監視・発注判断・物流の調整までをAIエージェントが自律的に処理し、人間は例外対応と最終判断に集中するというモデルだ。
同年5月、MicrosoftもDynamics 365にProcurement Agent（調達エージェント）を組み込んだと発表した。
これは、部品の遅延通知をエージェントが自動で読み取り、影響を受ける発注書を特定した上で、変更内容を整理して購買担当者に提示するという機能だ。
そして、こうした動きは特定企業の取り組みにとどまらない見通しである。
Gartnerは「2031年までに、サプライチェーン障害の60%が人間の介入なしに解決される」と予測している。
こうした変化は、荷主と取引するサプライヤー全般に対し「荷主の発注がAIエージェントに代替されたとき、自社の受注フローはそれに対応できるか。という問いを立てる。
AIエージェントとは何か
まず、「AIエージェント」という言葉を、従来のAIアシスタントと区別して理解しておく必要がある。
従来のAIアシスタントは「問答型」だ。人間が質問を投げかけ、AIが答えを返す。次に何をするかは、人間が判断して実行する。ChatGPTに「この発注書の内容を要約して」と頼む使い方がこれにあたる。
AIエージェントはその先にあるもので、人間がゴールを設定すれば、AIが自律的に情報収集・判断・実行を連続して行う。
重要なのは「人間が各ステップを承認しなくてよい」点だ。
MicrosoftのProcurement Agentを例にとると、こうなる。
サプライヤーから「部品Aが2週間遅延する」という通知が届いたとする。
するとエージェントはその通知を自動で読み取り、影響を受ける発注書を特定した上で、変更内容を整理して購買担当者に提示する。
これにより調達担当者は、情報を手作業でかき集める時間を使わずに、意思決定だけに集中できる。
また、SAPも製造・物流現場向けに同種のエージェントを複数発表しており、材料の引当管理や出荷作業の是正といった定型業務をAIが担う設計になっている。
いずれも、これまで人間の担当者が手作業で処理してきた定型業務の一部をAIが引き受け、人間はより判断が必要な業務に集中できる設計だ。
toBのサプライヤーが前提にしてきたもの
荷主と取引するBtoBサプライヤーのビジネスモデルは、長年「発注は人間の担当者が行う」という前提の上に成り立ってきた。
この前提から、サプライヤーの業務設計と競争優位は全て構築されている。
まず「担当者との人間関係」だ。
荷主の購買担当者とサプライヤーの営業担当者が長期的な関係を築き、急な発注変更や数量の融通、繁忙期の特別対応などを「よしなに」処理してきた。
SLA（サービスレベル合意書）に書かれていないことも、担当者同士の信頼関係で解決されることが多かった。
次に「EDIによる固定フォーマット」だ。
大企業間の受発注は長年、EDI（電子データ交換）で行われてきた。
あらかじめ合意した固定フォーマットで発注データをやり取りし、例外が起きれば電話やメールで補完する。
このフローは安定しており、サプライヤーはそれに最適化したオペレーションを構築してきた。
さらに「余裕あるリードタイム」だ。
BtoB発注は計画的で、「来週までに届けば良い」「月次の定期便で」といった余裕のあるリードタイムが前提になっていることが多い。
この余裕が、オペレーションの調整余地を生んでいた。
そして「例外は人間が裁量で判断する」という設計だ。
欠品が起きたとき、配送が遅延したとき、急な仕様変更があったとき、これらは担当者が電話で連絡し、臨機応変に対応することで解決してきた。
AIエージェントが調達を担うようになると、これらの前提がひとつずつ崩れていく。
AIエージェントが発注すると、サプライヤーの何が変わるか
AIエージェントは「担当者との信頼関係」を持たない。感情もなければ、過去の経緯も考慮しない。エージェントはデータとルールに基づいて推薦・実行する。
ただし、これは「人間の判断がなくなる」のではなく、大口契約や長期パートナーの選定、想定外の例外対応は引き続き人間が担う。
変わるのは判断の対象だ。ルーティンの定型発注や小口・スポット取引の選定はエージェントが処理し、人間はエージェントに与えるルール設計と例外対応に集中するようになる。
サプライヤーにとって影響が出るのは、このエージェントが担う領域だ。
その一つの影響として、EDIからAPIへの移行が迫られるという点が挙げられる。
AIエージェントは固定フォーマットのEDIデータを受け取って処理することはできるが、それ以上のことを求めてくる。
「今この瞬間の在庫量は何個か」「この宛先へのリードタイムは何日か」「今週のキャパシティに空きはあるか」
これらをリアルタイムで返せるAPIがなければ、エージェントは判断できない。
EDIは「発注書を送る・受け取る」という書類交換の仕組みだ。
それに対してエージェントは、発注を決める前に「今この瞬間の在庫量は」「今週の配送枠は空いているか」をリアルタイムで問い合わせて比較する。
この「決める前の問い合わせ」に、EDIは対応していない。
また、SLAが「数字」で要求される。
これまでは、荷主の購買担当者からの数量や到着日の変更に対し、サプライヤーの営業担当者は取引先との関係性などを考慮し、「なんとかなると思います」と答え、合意が成立していた。
しかし、エージェントが担うルーティン発注や新規選定の場面では、そう動かない。
荷主のエージェントは複数のサプライヤーのAPIに同時に問い合わせ、返ってきた数値データを並べて比較する。比較基準（リードタイム・遅延率・コストのウェイトなど）は人間が設定するが、その基準への適合判定はエージェントが自動で行う。
返答できる数値データを持たないサプライヤーは、この判定プロセスに入らない。「なんとかなると思います」は、データとして存在しないからだ。
さらに、例外対応の処理が自動化・高速化される一方、例外がデータとして蓄積され、次の選定に使われる。
MicrosoftのProcurement Agentを例にとると、サプライヤーから「納期が2週間遅延する」というメールが届いた場合、エージェントがそのメールを自動的に読み取り、影響を受ける発注書を特定した上で、変更内容を整理して購買担当者に提示する。
担当者は電話やメールをかき集める手間なく、すでに整理された情報をもとに即座に判断できる。
ここまではサプライヤーにとってもコミュニケーションの効率化につながる。
気をつけなければならないのは、遅延の発生・報告までの時間・対応の内容は、全てシステムに記録されるということだ。
これまでは「今回は仕方ない」と担当者間で処理されていた例外が、次回のサプライヤー選定スコアに反映されるようになる。
「特別な事情があった」という文脈を、データとして反映させるのは難しい。
そして、リードタイムの要求が精緻化・短縮化する。
エージェントは「ギリギリ必要なタイミング」を計算して発注する。
生産計画・在庫水準・需要予測をリアルタイムで統合して判断するため、「余裕を持って早めに発注する」という人間的な行動がなくなり、より短いリードタイムで、より正確なタイミングの発注が来るようになる。
これはオペレーションの柔軟性を削る。
変化の波はいつ来るか
「エージェントによる調達はまだ先の話」と感じるサプライヤーもいるかもしれない。
しかし荷主企業の調達側では、すでに段階的な変化が進んでいる。
富士通はすでに、製造業向けにAIエージェントを活用したSCM最適化ソリューションを、実際のメーカーにて実稼働させている。
このシステムの構造は単純な自動化ではない。調達・在庫・生産・販売それぞれに特化した複数のAIエージェントが在庫不足や過剰在庫のアラートをリアルタイムで受け取り、各エージェントが対応策を立案する。
そして、オーケストレーターエージェントがコスト・リードタイム・リスクのバランスを考慮して最適案を選び、エバリュエーターエージェントが妥当性を評価するという多層構造だ。
重要なのは、こうした変化が「特定の先進企業だけの話」ではなくなりつつあることだ。
SAPはハノーバーメッセで発表したAIエージェント群の一般提供を2026年第2四半期・第3四半期に順次開始すると明記した。
荷主が「AIエージェントを使おう」と特別な決断をしなくても、ERPの更改サイクルの中で自動的にそうなることがあるということだ。
こうした変化は、段階的にサプライヤーへと波及していく。
まず始まるのはAIによる「可視化」だ。
在庫状況・発注履歴・サプライヤーデータをAIが統合し、「どこに何が何個あるか」をリアルタイムで把握できるようにする。
AIはデータを整理・提示するが、発注の最終判断はまだ人間が行う。サプライヤーへの発注は従来のEDIやフローで届くため、この段階ではサプライヤーが対応を変える必要はない。
変化がサプライヤーに届くのはその次の段階だ。
AIエージェントが発注タイミングやコスト削減の優先度を自律的に判断し、最適化案を提案するシステムへ移行すると、エージェントは判断する前に「このサプライヤーは対応できるか」「納期は何日か」をリアルタイムで確認する。
EDIで事後的に発注書が届くだけでは、このプロセスには入れない。ここで初めてサプライヤーのAPI対応が問われる。
さらにその先では、エージェントが複数のサプライヤーを自律的に比較・選定するようになる。
この段階になると、既存の主要サプライヤーとの関係においては、荷主がシステム更改の際に「対応してほしい」と打診するケースが現実的だ。
ただし、影響が出やすい場面は別にある。
例えば、新規の荷主を獲得しようとする場面では、AIエージェントによる選定が前提になるため、API非対応のサプライヤーはそもそも比較対象に入らない。
また、スポット取引や単発の発注では、打診なしに外れる可能性が高い。
そして長期的にAPI対応が業界標準になった場合、対応が遅れたサプライヤーは新規受注で不利になり続ける。
既存の関係に猶予はあっても、市場全体での競争ポジションは静かに変化していく。
荷主が今どのフェーズにいるかは、荷主の調達・基幹システムの見直しタイミングと連動していることが多い。
トリガーはERP更改だけではない。ERPベンダーを別社に乗り換えるケース、オンプレミスからクラウドERPへ移行するケース、ERPとは別にサプライチェーン特化のAIシステムを追加導入するケースなどだ。
いずれも、調達フローの設計を根本から見直す機会になる。
つまり、主要荷主のシステム見直しタイミングを把握することが、サプライヤーにとっての準備開始タイミングを決めると言えるだろう。
今すぐ点検すべき3つのこと
荷主のシステム切り替えは、ある日突然完了するわけではない。
ERP更改・クラウド移行・サプライチェーン特化のAIシステム追加といったタイミングで段階的に進む。
しかしそのタイミングが来てから動き始めても、API整備やSLA再設計には時間がかかる。
そこで、荷主側の変化より前に着手しておくべき主な項目を3つ挙げる。
① 受注フローのAPI対応状況を棚卸しする
現在の受注フローがEDIのみ、あるいは電話・メールで動いている場合、エージェントからの問い合わせに応答できない。
在庫量・リードタイム・キャパシティをリアルタイムで返せるAPIが整備されているかを確認し、未対応の箇所をリストアップする。
全部を一度に整備する必要はないが、主要荷主が要求するデータ項目から優先的に対応する。
② SLAを数値化・文書化する
「できる限り対応します」「通常は翌日発送です」という曖昧なSLAは、AIエージェントの比較判断に使えない。
リードタイム・遅延発生率・欠品時の対応時間・追跡情報の更新頻度など、エージェントが比較判断に使う項目を数値で整理し、システムから参照できる形にしておく。
これは人間の担当者との取引でも信頼性の証拠になるため、損はない。
③ 主要荷主の調達システム見直しタイミングを把握する
荷主がSAPやMicrosoftのERPを使っている場合、次回の更改・クラウド移行・ベンダー変更のタイミングでAIエージェント調達が導入される可能性が高い。
また、ERPとは別にサプライチェーン特化のAIシステムを追加するケースも増えており、この場合はERPの更改サイクルを待たずに変化が起きる。
主要荷主のシステム見直し予定を把握し、そのタイミングで「エージェント対応の受注フロー」を提案できる準備を進めておく。対応を求められてから動き始めては、設計から実装まで時間が足りない。
まとめ
ここまで見てきたように、「荷主が意識しなくても調達がエージェント化する」という変化は、荷主と取引するサプライヤーにとっては技術の話ではなく、顧客との接点の設計を根本から見直す話だ。
担当者との信頼関係でカバーしてきた曖昧さは、ルーティン発注や新規選定の場面では、エージェントには通じない。
データとルールで動くエージェントを相手にするためには、SLAの数値化・APIの整備・リアルタイムデータの提供が前提になる。
前述した通り、インフラの整備には時間がかかるため、荷主の調達システムが切り替わってから動き始めても間に合わない。
そして、こうした整備は、エージェント対応のためだけではない。SLAの数値化は人間の担当者との取引でも信頼の根拠になり、APIの整備は現状の受注・在庫管理の負荷を下げる。
リアルタイムデータが整えば、担当者が状況を確認するための手間も減る。
将来への備えが、今の業務も楽にするのだ。
参考URL
- SAP – SAP at Hannover Messe 2026: Agentic AI for Resilient Manufacturing（2026年4月）
- Microsoft – Supplier Communications Agent overview（Microsoft Learn）
- Gartner – Gartner Predicts 60% of Supply Chain Disruptions Will Be Resolved Without Human Intervention by 2031（2026年3月）
- 富士通 – WEF AI Governance Alliance「MINDS」グローバル先進事例選定に関するプレスリリース（PR TIMES）
- 富士通 – AIエージェントを活用したサプライチェーン最適化ソリューションに関するプレスリリース（2025年7月）
現在、デジタルをビジネスに取り込むことで生まれる価値について研究中。IoTに関する様々な情報を取材し、皆様にお届けいたします。
