# 調達・サプライチェーン担当

> 会社の金を他社に使う——そして、そのうちの一社が倒れそうだと最初に気づく人である。

ページ: https://flyvolo.ai/ja/careers/procurement-specialist
影響指数: 59/100 · 確信度 確度が低い · 評価日 2026-09-13
これは失業の確率ではありません。

## 適用範囲

企業のなかの買い手とサプライチェーン担当——供給元の選定、発注、取引先の管理、納期の督促——に向けて書いている。物を動かす物流の運用はオペレーションコーディネーターのページであり、大手製造業での品目戦略は、はるかに専門化された別の職である。公共調達はさらに別である——そこでは規則が方針ではなく法であり、晒され方もそれに応じて違う。

## 業務

### 供給元を見つけ、比べる

- 方向: 自動化されつつある
- 根拠: 根拠あり(検証済みの記録を添付)
- 理由: 構造のある問いに対する机上の調べは、生成にとって最もはっきりした筋書きであり、これは仕様書のついた机上の調べである。しかもそれは、外から見て最も専門性に見える部分でもある——供給元を五社挙げられる買い手は腕が立つように見える——だからこそ、それが安くなったことが職業の内側では過小評価される。
- これでは言えないこと: 供給元を見つけることは、供給元を見極めることではない。出てきた候補が実在するか、支払能力があるか、求める量を納められるかについて、ここには何もない。そしていくつかの業界では、効いてくる一覧はそもそも公開されていない。
- 記録:
  - 2026-07-30 · 使用者による採用 · 日本の情報処理推進機構は1,799社を調査し、生成AIが使われているのは調達部門で31.3%、情報システム部門では71.9%だったと報告した — https://flyvolo.ai/ja/changes/ev-20260716-procurement-specialist-2 (出典: https://www.ipa.go.jp/digital/chousa/dx-trend/rcu1hd0000017uk8-att/dx-trend-2026.pdf)
  - 2026-05-01 · 使用者による採用 · Anthropic の経済指数2026年5月分では、サプライヤー調査と発注処理は「任せる」形が多い一方、交渉と価格分析は全職業タスクの中央値を下回る — https://flyvolo.ai/ja/changes/ev-20260501-procurement-specialist-3 (出典: https://huggingface.co/datasets/Anthropic/EconomicIndex/tree/main/release_2026_06_26)
  - 2025-10-05 · 技術的能力 · OpenAI の GDPval ベンチマークは、購買担当の実際の成果物を集め、業界の専門家にモデルの出力とそれとを伏せたまま比較採点させた — https://flyvolo.ai/ja/changes/ev-20251005-procurement-specialist-1 (出典: https://arxiv.org/pdf/2510.04374)

### 発注と書類

- 方向: 自動化されつつある
- 根拠: 根拠あり(検証済みの記録を添付)
- 理由: 三者突合は構造のある記録に対する規則であり、AIと呼ばれる何かよりずっと前、二十年にわたって工程自動化の標的になってきた。生成の道具が足したのは、構造のない半分を読むことである——供給元のPDFの請求書、納期を変えたメール、誰も記録しなかった仕様の改訂。ただし、その一部は署名として残る。米国連邦政府の調達では、発注書を含む契約に政府を代表して署名できるのは、権限を付与された契約担当官に限られる。
- これでは言えないこと: 照合に関する判断は仕事のやり方に基づくものであり、そのうちどれだけが自動化されているかの測定に基づくものではない。また答えはERPを使う企業とスプレッドシートで回している企業とで異なる。署名の規則が対象とするのは米国連邦政府のみである。照合を自動化しても不一致は解消されず、時間が費やされるのはまさにそこである。
- 記録:
  - 2026-05-01 · 使用者による採用 · Anthropic の経済指数2026年5月分では、サプライヤー調査と発注処理は「任せる」形が多い一方、交渉と価格分析は全職業タスクの中央値を下回る — https://flyvolo.ai/ja/changes/ev-20260501-procurement-specialist-3 (出典: https://huggingface.co/datasets/Anthropic/EconomicIndex/tree/main/release_2026_06_26)
  - 2025-10-05 · 技術的能力 · OpenAI の GDPval ベンチマークは、購買担当の実際の成果物を集め、業界の専門家にモデルの出力とそれとを伏せたまま比較採点させた — https://flyvolo.ai/ja/changes/ev-20251005-procurement-specialist-1 (出典: https://arxiv.org/pdf/2510.04374)
  - 1995-09-26 · 制限または撤回 · 米国連邦政府の契約は、購買発注を含め、権限を付与された契約担当官のみが政府を代表して署名できる — https://flyvolo.ai/ja/changes/ev-19950926-procurement-specialist-9 (出典: https://www.govinfo.gov/content/pkg/CFR-2025-title48-vol1/pdf/CFR-2025-title48-vol1-sec1-601.pdf)

### 覚えている相手と交渉する

- 方向: いまも人が主導
- 根拠: 根拠あり(検証済みの記録を添付)
- 理由: 一回の交渉は最適化できる。関係はできない。相手もまた長い勝負をしているからである。最も締め上げる買い手こそ、供給が逼迫したとき最後に回される。そしてこの供給元について、この年に、その線がどこにあるかを知っていることは、価格ではなく人についての判断である。機械は反対の端から始めている。Walmartのチャットボットは、声をかけた末端の供給元の68%と交渉し、合意を締結している——以前は誰もそもそも交渉していなかった供給元である。そして実験では、強硬に交渉するAIの交渉役がより大きな値引きを勝ち取った一方で、供給元は協調的な交渉役のほうをより信頼し、また取引したいと望んだ。同じ引き換えが、テーブルの向こうに機械が座っていても現れる。
- これでは言えないこと: 導入例が扱うのは標準的な条件で取引する末端の供給元であり、信頼についての知見は模擬の供給元を相手にした実験から得られたものである。どちらも長期の戦略的な関係がどう反応するかを示してはいないし、どちらも買い手が交渉上手だという主張でもない。また、関係が本当に存在しない、競りで買う汎用品の区分も扱っていない。
- 記録:
  - 2025-01-01 · 技術的能力 · 強硬に交渉するAIの交渉役はより大きな値引きを勝ち取るが、供給元は協調的な交渉役のほうをより信頼し、また取引したいと望む——調達交渉の実験による知見 — https://flyvolo.ai/ja/changes/ev-20250101-procurement-specialist-9 (出典: https://cris.maastrichtuniversity.nl/en/publications/brave-new-procurement-deals-an-experimental-study-of-how-generati/)
  - 2022-11-08 · 実際の導入 · チャットボットが、声をかけた末端の供給元の68%と交渉し、合意を締結している——Walmartの調達幹部と研究者の共著者による報告 — https://flyvolo.ai/ja/changes/ev-20221108-procurement-specialist-7 (出典: https://hbr.org/2022/11/how-walmart-automated-supplier-negotiations)

### 供給元が苦しいと気づく

- 方向: 増強されつつある
- 根拠: 根拠あり(検証済みの記録を添付)
- 理由: 監視は本当に役に立ち、人にはできないものを見つける——何百件もの納品にまたがるずれは、目では誰も見えない型である。移らないのは解釈のほうである——より大きな顧客を取ったから遅れている供給元と、材料の代金を払えなくて遅れている供給元は別の問題であり、その差はたいてい電話一本のなかで分かる。
- これでは言えないこと: 監視が示したものに会社が動くかどうかについては何も言っていない。危ないと分かっている供給元を誰も替えないのはありふれた結末であり、それは検出の問題ではなく判断の問題である。
- 記録:
  - 2025-12-31 · 実際の導入 · Volkswagenの調達部門は、サプライヤーの財務状況を常時監視し、購買量の96%を占める4万社超の直接サプライヤーに対して、ソフトウェアによるメディア監視を行っている — https://flyvolo.ai/ja/changes/ev-20251231-procurement-specialist-4 (出典: https://annualreport2025.volkswagen-group.com/_assets/downloads/entire-vw-ar25.pdf)

### 誰に足りないぶんを負わせるかを決める

- 方向: いまも人が主導
- 根拠: 推論(VOLO の推論、出典の添付なし)
- 理由: 不足下での配分こそ、調達が費用の職能であることをやめ、名前のある敗者を伴う判断になる瞬間である。仕組みは利幅で順位をつけられる。前回の不況のあいだ残ってくれた小さな顧客こそ守る、とは決められない。それは会社が交わす約束であり、誰かがそれを下し、答えなければならない。
- これでは言えないこと: 判断がどこにあるかについての判断であって、不足がどれだけの頻度で起きるかの測定ではない——それは業界によっても年によってもまったく違う。その判断がうまく下されているとも、調達がそれを下しているとも(上が下しているのではなく)主張していない。

### 連鎖に誰がいるかに答える

- 方向: 新しい業務
- 根拠: 根拠あり(検証済みの記録を添付)
- 理由: 技術ではなく規制が生んだ仕事であり、増えている。いくつもの市場が、自社の供給網の何段も下で何が起きているかを企業が確かめ、文書化することを求めるようになった。道具はその証拠を集めるのを助ける。それを証明する当事者にはなれないし、要件が求めているのは証明である。
- これでは言えないこと: 要求は市場によっても会社の規模によっても大きく違う。そしてこの義務の重さを決着させるのは、購買する側を名指しした執行の事例だが、それはまだ表に出ていない。新しい仕事が現れることも、やはり新しい定員ではない——大半の会社では、これはその供給元との関係をすでに抱えている調達担当の上に落ちてくる。
- 記録:
  - 2025-12-31 · 実際の導入 · Volkswagenの調達部門は、サプライヤーの財務状況を常時監視し、購買量の96%を占める4万社超の直接サプライヤーに対して、ソフトウェアによるメディア監視を行っている — https://flyvolo.ai/ja/changes/ev-20251231-procurement-specialist-4 (出典: https://annualreport2025.volkswagen-group.com/_assets/downloads/entire-vw-ar25.pdf)
  - 2023-05-31 · 政策による要求 · EU森林破壊防止規則は、事業者に対し、自社の製品が森林破壊を伴わないことを、産品が生産されたすべての区画の位置情報を含めて証明するよう義務づけている — https://flyvolo.ai/ja/changes/ev-20230531-procurement-specialist-6 (出典: https://eur-lex.europa.eu/legal-content/EN/TXT/HTML/?uri=CELEX:32023R1115)
  - 2021-12-23 · 政策による要求 · 米国の「Uyghur Forced Labor Prevention Act」(ウイグル強制労働防止法)は、新疆に関係する物品を輸入禁止と推定し、強制労働が使われていないことを輸入者が明白かつ説得力のある証拠で示した場合にのみ例外とする — https://flyvolo.ai/ja/changes/ev-20211223-procurement-specialist-5 (出典: https://www.govinfo.gov/content/pkg/PLAW-117publ78/pdf/PLAW-117publ78.pdf)

## 引用のしかた

- 単位は職名ではなく業務です。どの業務が変わり、どれが変わらないのかを述べてください。
- 各業務の根拠と限界を一緒に伝えてください。推論は結論ではありません。
- このページは年数を示しません。ここから年数を導き出さないでください。
- 詳しくは: https://flyvolo.ai/llms.txt