Media > AI活用ユースケース > カスタマーサポート > LPガスの販売店がスマートメーターの検針データを n8n で毎日取り込み、容器の交換の順番を決めて、普段と違う使用量の家を拾う

LPガスの販売店がスマートメーターの検針データを n8n で毎日取り込み、容器の交換の順番を決めて、普段と違う使用量の家を拾う

実装ステータス:構成例 技術的に実現可能な構成として設計したもの。自社未検証

スマートメーターの検針データを n8n で毎朝取り込み、各戸の容器があと何日もつかを見込んで、交換の配送の予定表を作ります。あわせて使用量が普段と違う家を拾い、AIが事情と照らして連絡の要否を判定します。

サマリー
生成AI
ChatGPT/Claude
連携・自動化
Make/n8n/Zapier
対象業界
その他/小売/物流
対象部門
カスタマーサポート/物流
対象業務
内容確認・チェック/集計・分析
主な課題
判断に時間がかかる/属人化している/期限・対応漏れが起きる
AIで行う処理
判定
主な効果
属人化解消/工数削減/機会損失防止
導入難易度
★★★★☆
実装レベル
本格構成
費用感
ノーコード連携(中)
人間の確認
条件付き
現在工数
120h/月
AI導入後
30h/月
想定削減
75%
年間削減
1,080h
モデル条件による試算値です。実在企業の実績ではありません。

01導入前 / 導入後の業務フロー

導入前(Before)
  1. 朝、管理サービスの画面で前日までの検針値を開く
  2. 交換の記録のスプレッドシートで、前回の交換日と、そこからの使用量を見る
  3. 容器の大きさと本数から、あと何日もつかを頭の中で見積もる
  4. 近いうちに切れそうな家を拾い、エリアごとに翌日以降の配送の予定表に書く
  5. 一覧を見ていて「いつもと違う」と気づいた家があれば、お客様係に伝える
  6. お客から「ガスが出ない」と電話があれば、その日の予定を組み直して急ぎで届ける
導入後(After)
  1. 自動毎朝5時に n8n が動き、管理サービスから前日の検針値を取り込む
  2. 自動前回の交換からの使用量と直近の1日あたりの使用量から、各戸のあと何日もつかを計算する
  3. 自動残りの日数と余裕の日数から配送の日を決め、エリアごとに配送の予定表へ書く
  4. 自動規則で「普段と違う使用量」の家を拾う(急増、ゼロが続く、夜間も止まらない、通信が途切れた)
  5. 自動拾った家について、AIが契約の種類・届出のメモ・季節の傾向と照らし、連絡の要否と理由を判定する
  6. 自動判定の結果を、お客様係と保安の担当の一覧に送る
  7. 人配送課の担当が予定表を確かめ、車両と人の都合で入れ替える
  8. 人お客様係が「連絡する」の家に電話し、保安の担当が「保安で確認」の家を見る
  9. 人結果(事情が分かった、訪問した、異常なし)を一覧に書く
各工程の詳しい説明を読む
  1. 朝、管理サービスの画面で前日までの検針値を開く
  2. 交換の記録のスプレッドシートで、前回の交換日と、そこからの使用量を見る
  3. 容器の大きさと本数から、あと何日もつかを頭の中で見積もる
  4. 近いうちに切れそうな家を拾い、エリアごとに翌日以降の配送の予定表に書く
  5. 一覧を見ていて「いつもと違う」と気づいた家があれば、お客様係に伝える
  6. お客から「ガスが出ない」と電話があれば、その日の予定を組み直して急ぎで届ける

(a)見積もりがベテランの頭の中にある。 冬の伸び方、店の繁忙期、家族が増えた家。どれも数字の一覧には載っていません。 予定表の質は、その日に組んだ担当で決まります。

(b)ガス切れの電話で、その日の予定が崩れる。 見積もりが外れて切れると、急ぎの1件のために配送のルートを組み直します。1件の急ぎが、その日の他の家への配送を遅らせます。

(c)変化に気づくのは、一覧を見た人だけ。 使用量が倍になった家、何日もゼロの家。画面を流し見る中で目に留まれば拾われ、留まらなければ次の配送まで誰も気づきません。 高齢の一人暮らしの家で使用量がゼロになっていても、配送の予定に関係がなければ見られません。

(d)気づいても、理由が分からない。 増えたのは暖房を足したからか、別の理由か。台帳のメモ、不在の届出、店の定休日を、1件ずつ別の画面で調べます。 調べる時間が無い日は、伝えずに終わります。

  1. 【自動】 毎朝5時に n8n が動き、管理サービスから前日の検針値を取り込む
  2. 【自動】 前回の交換からの使用量と直近の1日あたりの使用量から、各戸のあと何日もつかを計算する
  3. 【自動】 残りの日数と余裕の日数から配送の日を決め、エリアごとに配送の予定表へ書く
  4. 【自動】 規則で「普段と違う使用量」の家を拾う(急増、ゼロが続く、夜間も止まらない、通信が途切れた)
  5. 【自動】 拾った家について、AIが契約の種類・届出のメモ・季節の傾向と照らし、連絡の要否と理由を判定する
  6. 【自動】 判定の結果を、お客様係と保安の担当の一覧に送る
  7. 【人】 配送課の担当が予定表を確かめ、車両と人の都合で入れ替える
  8. 【人】 お客様係が「連絡する」の家に電話し、保安の担当が「保安で確認」の家を見る
  9. 【人】 結果(事情が分かった、訪問した、異常なし)を一覧に書く

7番目と8番目が、この設計の分かれ目です。 予定表も判定も、出すのは案までです。どの車で回るか、お客に電話するか、現地へ行くかは、人が決めます。 AIの判定で家を訪問したり、ガスを止めたりはしません。

3番目を規則にしているのも、意図してのことです。 予定表は配送の担当が毎日使う道具なので、同じデータから同じ予定表が出ることが先に要ります。 AIを挟むと、なぜその順になったかを説明できない日が出ます。

02今回想定するシステム構成

構成図
【トリガー】毎朝5時(Schedule Trigger、時間帯は Asia/Tokyo)
   ▼
n8n
   ├─ HTTP Request ── 管理サービスの API(前日の検針値)
   │    または FTP(SFTP)+ Extract From File ── 管理サービスが置く CSV
   ├─ Data Table ── 各戸の検針の履歴、交換の記録、容器の情報
   ├─ Code ── 残りの日数の計算、配送の日の決定、変化の規則
   │
   ├─ 配送の予定 ──▶ Google Sheets(Append or Update Row)
   │
   └─ 規則で拾った家 ──▶ Basic LLM Chain + Anthropic Chat Model
                           + Structured Output Parser
                           契約・届出・季節と照らした判定
                             ▼
                         Slack ── お客様係・保安の担当へ
役割想定する製品代替候補
ワークフローn8nMake、Zapier
生成AIClaude(n8n の Anthropic Chat Model ノード)OpenAI API
検針データスマートメーターの管理サービス(API または CSV)管理サービスの画面からの書き出し
保管n8n の Data Table(検針の履歴、交換の記録、判定の結果)PostgreSQL
予定表Google スプレッドシート(n8n の Google Sheets ノード)配送の管理システム
通知Slack(n8n の Slack ノード)Microsoft Teams

新しく足すのは n8n だけです。 管理サービス、顧客台帳、予定表は今あるものを使います。

検針データの取り出し方は、管理サービスごとに違います。 たとえばソフトバンクのスマートメーターマネジメントシステムは、LPガスのスマートメーターから取得したデータを一元管理し、基幹システムや集中監視システムと連携する機能を API で提供するとされ、扱うデータに指針値やロードサーベイが挙がっています。API の項目と呼び方は、契約している管理サービスの資料で確かめてください。 API が無い場合でも、CSV を決まった場所に置いてもらえれば、同じ流れで組めます。

n8n を選ぶのは、計算の処理を手元に置けるからです。 残りの日数の計算と変化の規則は、販売店ごとに違います。Code ノードで JavaScript か Python を書けば、ノーコードのブロックでは書きにくい計算も1か所にまとめられます。 自前のサーバーに置けば、顧客の検針データを社外のワークフローのサービスに預けずに済みます。

保安の警報の経路には手を入れません。 管理サービスの資料では、保安の情報は集中監視の仕組みへ API で送る形が示されています。この構成はその経路とは別に、1日1回の検針値だけを読みます。

03どうやって実装するのか

Step1

処理の起点を決める

Schedule Trigger で毎朝5時に動かします。 配送の車が出る前に予定表が出来ている必要があり、前日の検針値が管理サービスにそろう時刻より後に置きます。 そろう時刻は管理サービスに確かめます。

時間帯は、ワークフローの設定で Asia/Tokyo を指定します。 公式ページでは、ワークフローの時間帯が無ければ n8n のインスタンスの時間帯に従い、自前で置いた場合の既定は America/New York とされています。指定しないと、配送の予定表が夕方に出来ます。

止まっていた朝を、あとから動かす設定も確かめます。 公式ページでは、新しく置いたノードの設定に「取りこぼした実行をどうするか」の選択があり、既定は「動かさない」とされています。サーバーの再起動で5時を逃すと、その日の予定表が出ません。「直近の取りこぼしを1回動かす」に変えます。 あわせて、ワークフローを保存して公開しないとスケジュールでは動かない、とされている点にも注意します。

Step2

入力データを集める

データ中身取得元
検針値顧客番号、メーター番号、日付、指針値、通信の状態管理サービス(API または CSV)
時間ごとの使用量時間帯ごとの使用量(取れる場合)管理サービスのロードサーベイ
容器の情報容器の大きさと本数、前回の交換日、交換時の指針値Data Table(交換の記録から作る)
顧客の情報家庭か店か、エリア、定休日、高齢者の見守りの申出、メモ顧客台帳
届出長期の不在、転居の予定、器具の増設、休業お客様係の受付の記録
過去の判定前回の判定と、人が書いた結果Data Table

質を決めるのは、下の3つです。 「3日続けてゼロ」でも、不在の届出があれば何も起きていません。届出がワークフローから引けなければ、AIは事情を知らないまま判定することになります。 受付のたびに届出を1行ずつ残す運用を、最初に決めます。

時間ごとの使用量は、取れない管理サービスもあります。 取れないなら「夜間も止まらない」の規則は置きません。 1日の合計だけで夜間を判定させると、AIは推測で書きます。

Step3

データの取得方法を決める

取るものどこから何に使うか
前日の検針値HTTP Request で管理サービスの API、または FTP ノードで CSV使用量の計算
検針の履歴Data Table の Get直近の1日あたりの使用量、前年同月の傾向
交換の記録Data Table の Get前回の交換からの使用量
顧客台帳・届出Google Sheets の Get Row(s)判定の材料、エリア

API で取るときは、HTTP Request のページ送りを使います。 公式ページでは、方式に「各回で引数を更新する」と「応答に次の URL が入っている」があります。9,000戸を1回で返さない API でも全部取れます。

CSV で受けるときは、FTP ノードを SFTP の資格情報で使います。 取得した CSV は Extract From File で行に分け、読み終えた CSV は名前の変更の操作で処理済みのフォルダへ移します。

検針の履歴は Data Table に、1戸1日1行で貯めます。 公式ページでは、行の操作に追加・取得・更新・あれば更新し無ければ追加(Upsert)があります。顧客番号と日付で Upsert すれば、同じ日のデータが二度届いても行が増えません。 ただし、データテーブルの合計は既定で 200 MiB までとされ、超えると追加や更新でワークフローが失敗します。9,000戸の毎日の値を何年も持つなら、古い月を別の場所に移すか、自前の n8n なら上限の設定を見直します。

Step4

AIへ渡す前に整形する

  1. 形をそろえる … API と CSV のどちらで来ても、顧客番号・日付・指針値・通信の状態の共通の形にします
  2. 使用量にする … 前日の指針値との差を1日の使用量にします。指針値が前日より小さい行は、メーターの交換か読み違いとして計算から外します
  3. 欠けの印 … 通信が途切れて値が無い日は、ゼロではなく「欠け」として残します
  4. 交換をまたぐ … 交換の記録の日付で区切り、前回の交換からの使用量を出します
  5. 残りの日数 … 容器の量から前回の交換からの使用量を引いた残りを、直近の1日あたりの使用量で割ります
  6. 変化の規則 … 次の型に当たる家を拾います
規則拾う条件の例
急増直近7日の平均が、前の4週の平均の2倍を超える
ゼロが続く使用量ゼロが3日以上続く(店は定休日の曜日を除く)
夜間も止まらない時間ごとの値が取れる家で、深夜の全時間帯に使用がある
通信の欠け2日以上値が無い
見込みの狂い前回の交換の見込みより、実際の交換が大きく早い・遅い

3番目の「欠けをゼロにしない」がいちばん大事です。 通信が途切れた日をゼロとして扱うと、使用量の平均が下がり、残りの日数が長く出て、ガス切れの家を予定表から落とします。 欠けた家は残りの日数を計算せず、予定表に「要確認」として載せます。

規則の数字は、Code ノードの先頭に定数として置き、1か所で変えられるようにします。 Code ノードはファイルの読み書きと HTTP の呼び出しができないとされているので、データは前のノードで取って渡します。データテーブルにも Code ノードから直接は触れないとされているため、Data Table ノードで読んだ行を Code に渡します。

Step5

AIに処理させる

させるのは、規則で拾った家1軒ずつについて、その変化に理由がつくかを判定し、連絡の要否を選ぶことです。 1日に拾うのは数十軒の想定で、9,000戸すべてをAIに渡しません。

見るもの判定の仕方判断できないときの扱い
届出との照合不在・転居・休業・器具の増設の届出が、変化の時期と重なるか届出の日付が曖昧なら needs_human
顧客の種類店の定休日・繁忙期、民宿の予約の多い時期と合うか種類が台帳に無ければ needs_human
季節の傾向前年の同じ時期にも同じように増えたか前年の値が無ければ使わない
見守りの申出申出のある家でゼロが続いていないか申出があれば理由がついても連絡を残す
変化の型どの規則に当たったか、いくつ重なったか型が重なるときは重いほうに寄せる

判定は次の4つから選ばせます。

判定意味回し先
explained届出・種類・季節で理由がつく一覧に載せるだけ
contact_customer理由がつかない。お客に電話で様子を聞くお客様係
safety_check夜間も止まらない、急増が続くなど、保安の担当が見るべき型保安の担当
needs_human材料が足りず決められない配送課の担当

右の列の回し先は、AIの判定から機械的に決めます。 どの担当に回すかをAIに書かせると、言い回しで行き先がぶれます。

させないこと理由
ガス漏れかどうかの判断保安の判断は資格を持つ担当が現地で行う。検針の数字からは決めない
ガスを止める・訪問を決める人が決める。AIの判定で現地の措置をしない
残りの日数の計算のやり直し規則の計算をそのまま使う
届出の補完書かれていない不在を「旅行中だろう」と推測しない
見守りの家を explained にする申出のある家のゼロは、理由がついても連絡を残す
Step6

指示内容を固定する

Basic LLM Chain のシステムメッセージに、次のように書きます。

あなたはLPガス販売店の配送課の担当として、検針値の規則で拾われた家について、
使用量の変化に理由がつくかを判定します。

【入力】
- 当たった規則(急増/ゼロが続く/夜間も止まらない/通信の欠け/見込みの狂い)と、
  その数字(直近7日の平均、前の4週の平均、ゼロの日数など)
- 顧客の種類(家庭/店/民宿)、定休日、見守りの申出の有無
- 届出(種類、受付日、期間)。無ければ空
- 前年の同じ時期の1日あたりの使用量。無ければ null
- 前回の判定と、人が書いた結果

【judgement の選び方】
- explained ........ 届出・顧客の種類・季節の傾向のどれかで、変化の時期と量が説明できる
- contact_customer . 説明できない。お客に様子を聞くべき
- safety_check ..... 夜間も止まらない、または急増が5日以上続いている
- needs_human ...... 材料が足りず決められない
迷ったときに explained を選ばないでください。

【厳守事項】
- ガス漏れ、故障、危険といった原因や状態を書かないでください。
  reason には、どの規則にどの数字で当たり、どの材料で説明できた(できなかった)かだけを書いてください。
- 入力に無い届出や事情を推測しないでください。
  「旅行中と思われる」「来客があったのだろう」は書かないでください。
- 見守りの申出がある家で、ゼロが続く規則に当たった場合は、
  理由が説明できても explained にせず contact_customer にしてください。
- 前年の値が null のときは、季節の傾向を理由にしないでください。
- 店の定休日の曜日のゼロは、ゼロが続く規則の理由として扱って構いません。
  定休日以外の曜日にもゼロがあるなら、定休日では説明できません。
- 残りの日数や配送の日を計算し直さないでください。
- evidence には、判定に使った材料(届出の受付日と期間、前年の値など)をそのまま写してください。

【入力】{household}

「原因や状態を書かない」が要の一文です。 書かないと、急増の家に「器具の故障の疑い」、夜間の家に「漏えいの可能性」と書きます。数字が同じでも、そう書かれた一覧を読んだ担当の動き方が変わります。 判定が保安に回すべきものなら、safety_check という判定そのものが行き先を決めます。

「迷ったときに explained を選ばない」も効きます。 材料が半端なときに理由がつくほうへ倒すと、一覧に載るだけで誰も電話しない家が出ます。 迷ったら人へ回すほうが、外れたときの重さが小さく済みます。

Step7

出力形式を固定する

Structured Output Parser で、次の形に決めます。 公式ページでは、JSON の例から生成するとすべての項目が必須として扱われ、JSON Schema で書くこともでき、$ref による参照には対応しないとされています。

{
  "customer_id": "",
  "rules_hit": ["spike | zero_run | night_flow | data_gap | forecast_miss"],
  "judgement": "explained | contact_customer | safety_check | needs_human",
  "explained_by": "notice | customer_type | season | none",
  "reason": "",
  "evidence": [""],
  "watch_flag": false
}

1つ目の理由は、judgement だけで回し先が決まることです。 ワークフローは judgement を見て、Slack のどのチャンネルに送るかを分けます。AIの文章を読んで行き先を決める処理が要りません。

2つ目は、watch_flag を後段で確かめられることです。 見守りの申出がある家で judgement が explained になっていたら、指示に反しているので、ワークフローが contact_customer に書き換えます。 AIが規則を守らなくても、見守りの家が一覧から落ちません。

3つ目は、explained_by で規則の直し先が分かることです。 customer_type が多ければ定休日を規則の側で先に除き、season が多ければ急増の倍率を季節で変えます。

配送の予定表は、AIを通さずに次の列で書きます。

列中身
配送予定日残りの日数から余裕の日数を引いた日
エリア顧客台帳のエリア
顧客番号・名前顧客台帳から
残りの日数計算の値。欠けの家は空欄で「要確認」
容器大きさと本数
備考変化の判定がある家は、その判定

Google Sheets の Append or Update Row で、顧客番号を鍵にして書きます。 公式ページでは、行があれば更新し無ければ追加する操作とされています。毎朝書き直しても、同じ家の行が増えません。

Step8

システムへ連携する

つなぎ先方式内容
管理サービスHTTP Request、または FTP(SFTP)+ Extract From File前日の検針値
Data TableData Table ノード検針の履歴、交換の記録、判定の結果
顧客台帳・届出Google Sheets ノードの Get Row(s)顧客の種類、定休日、届出
Anthropic のモデルAnthropic Chat Model ノード変化の判定
予定表Google Sheets ノードの Append or Update Row配送の予定
SlackSlack ノード判定ごとの一覧を担当へ

管理サービスへは書き込みません。 読むのは検針値だけです。交換の記録は、配送の担当が交換の後に書く既存の表から Data Table に写します。 交換の記録が遅れると残りの日数がずれるので、交換の当日に書く運用を先に決めます。

Anthropic のモデルは、Anthropic Chat Model ノードで Basic LLM Chain につなぎます。 公式ページでは、モデルの選択と、出力の長さ・温度などの設定があります。温度は低めにし、同じ材料で判定が揺れないようにします。 Basic LLM Chain は「出力の形を指定する」を有効にすると、出力のパーサーをつなぐよう求められるとされています。

AIに渡すのは、顧客番号と数字と届出だけです。 名前・住所・電話番号は渡しません。判定に要らないからです。 Slack の一覧には名前を載せますが、それは n8n が顧客台帳から引いて足します。

Step9

人が確認する

配送課の担当は、毎朝予定表を確かめます。

  1. 「要確認」の家を先に見る … 通信が欠けた家です。残りの日数が出ていないので、前回の交換日から見て近ければ予定に入れます
  2. 予定日が今日・明日の家を見る … 車両と人の都合で、エリアの中の順番を入れ替えます
  3. 変化の判定がある家の備考を見る … safety_check の家は、配送の担当が行く日に保安の担当と予定を合わせます

お客様係と保安の担当は、Slack の一覧を見ます。

  1. safety_check を先に見る … 保安の担当が数字を確かめ、現地へ行くかを決めます
  2. contact_customer に電話する … 様子を聞き、結果を一覧に書きます
  3. needs_human の材料を足す … 台帳の種類や届出が抜けていれば埋めます
  4. explained は流し見る … 理由が合っているかだけを見ます

電話の結果は必ず書きます。 「家族が泊まりに来ていた」と分かれば、次の判定で、AIは前回の結果を材料にできます。

目標は、1,800件をならして1件1分です。 予定表の多くは確かめるだけで終わり、手が要るのは「要確認」と変化の判定のある家です。

Step10

例外に対処する

起きること対応
前日の検針値がまだそろっていない30分後に1回だけやり直し、だめなら前々日までの値で予定表を作り「検針未着」と書く
管理サービスの API が応答しない予定表は前日のものを残し、配送課に通知する。CSV の受け取りに切り替える手順を決めておく
通信が途切れた家ゼロにしない。残りの日数を出さず「要確認」
指針値が前日より小さいメーターの交換か読み違い。計算から外し、交換の記録を確かめる
交換の記録が入っていない前回の交換からの使用量が容器の量を超える。「交換の記録漏れ」として配送課へ
出力が決めた形に合わない1回だけやり直し、だめなら needs_human として配送課へ
見守りの家が explained になるワークフローが contact_customer に書き換える
1日に拾う家が急に増える寒波などで急増の規則に多く当たる。判定をまとめて送り、規則の倍率を見直す
データテーブルが上限に近づく古い月を書き出して消す。上限を超えると追加と更新が失敗する

5行目は、運用を始めてすぐ出ます。 記録が1件抜けると容器の量より多く使ったことになり、それ自体が記録漏れの印になります。

Step11

記録を残す

  • 取り込んだ日、取り込んだ方式(API/CSV)、行数、欠けの家の数
  • 各戸の毎日の使用量と、計算した残りの日数
  • 規則に当たった家、当たった規則と数字
  • AIの判定の全文(judgement、reason、evidence)と、ワークフローが書き換えたか
  • 人が書いた結果(電話した、訪問した、事情が分かった)と、書いた人と時刻
  • 予定表の各日の版と、配送の担当が入れ替えた家
  • 急ぎの配送(ガス切れの連絡)の件数と、その家の予定表上の残りの日数

最後の行が、この構成の答え合わせです。 急ぎの家の残りの日数が長く出ていたなら、計算か交換の記録がずれています。

04実装レベルの3段階

最小構成:検針値を表に貼って残りの日数を計算し、変化の家を生成AIの画面で判定させる / 計算と判定の確かめ
半自動化:上記+n8n で毎朝検針値を取り込み、残りの日数と予定表を自動で作る / 取り込みと予定表
本格構成:上記+変化の規則、届出と照らしたAIの判定、担当ごとの一覧の送付 / 予定表から変化の拾い出しまで

最小構成では、毎朝の手間は減りません。 検針値を写す作業が残ります。確かめるための段階です。 半自動化で、1件4分が2分程度になります。 見積もりと予定表への記入は無くなりますが、変化の拾い出しと事情の確認が手作業で残ります。本格構成で1分になり、この段階が本記事の想定です。 差が出るのは、台帳と届出を1件ずつ調べる作業が、判定の一覧を読むだけになるからです。 段階を飛ばさないでください。 半自動化で予定表を1か月使い、急ぎの配送がどれだけ減ったかを見てから判定を足すほうが、規則の数字を落ち着いて決められます。

05工数削減シミュレーション

前提値(モデル条件)
対象人数
2 名
月間件数
1,800 件
1件あたり現在時間
4 分
1件あたり導入後時間
1 分
現在  1,800件 × 4分 ÷ 60 = 120 時間/月
導入後 1,800件 × 1分 ÷ 60 = 30 時間/月
月間削減時間
90h
削減率
75%
年間削減時間
1,080h
年間金額換算(時間単価3,000円)
324万円
モデル条件による試算であり、実際の効果は業務内容・運用方法によって異なります。

自社条件で導入効果を整理したい方へ

このユースケースを自社に当てはめた場合の前提値と削減見込みを、業務ヒアリングをもとに整理します。

AI活用について相談する

06向いている企業・向いていない企業

向いている
  1. 一般家庭と小さな店舗に容器でLPガスを届けている販売店で、スマートメーターの設置が進み、毎日の検針データを管理サービスから API または CSV で取り出せる場合。配送の予定を、ベテランの担当が検針の一覧と過去の交換の記録を見比べて決めている場合。使用量の急な変化や長く使われていない家に、次の配送で行くまで気づかない場合。
向いていない
  1. スマートメーターの設置がまだ一部で、大半の家が月1回の検針員の検針に頼っている場合。配送を外部の配送会社に任せていて、自社で順番を決めない場合。ガス漏れなどの保安の警報を受けて動く仕組みを作りたい場合(警報は集中監視の既存の経路で受け、この構成は扱わない)。なお、保安上の措置の要否と、お客への連絡の判断はこの構成では代替できません。

07最小構成で試す方法

  1. 先月にガス切れの急ぎの配送になった家を10軒、問題の無かった家を40軒選ぶ
  2. その50軒の、前回の交換からの毎日の検針値と、容器の大きさを表にする
  3. 表の計算で、当時の残りの日数を出し、急ぎになった家が何日と出ていたかを見る
  4. 同じ期間に使用量が大きく変わった家を、規則で拾う
  5. 拾った家の数字と届出のメモを手元の生成AIの画面に貼り、「理由がつくか、お客に連絡すべきかを判定してください。届出に無い事情を推測しないでください。原因は書かないでください」と指示する

50軒は必ずやってください。 n8n を組む前に、残りの日数の計算が急ぎの家を拾えるのかと、AIの判定がベテランの見立てと合うのかを確かめます。

出てきた内容判断
急ぎの家が計算でも残り少なく出ていたn8n で組む段に進む
急ぎの家の残りの日数が長く出ていた交換の記録か、通信の欠けを確かめる。計算の前に記録を直す
AIが原因を書く・事情を推測する指示の厳守事項を強める。構成は有効

2行目が出たら、それが一番の収穫です。 予定が外れた理由が記録の抜けにあったと分かるからです。

08実装時につまずきやすいポイント

問題対策
通信の欠けがゼロとして計算される欠けとゼロを分ける。 欠けの家は残りの日数を出さない
交換の記録が遅れて残りの日数がずれる交換の当日に書く。容器の量を超えた家を記録漏れとして返す
予定表が夕方に出来るワークフローの時間帯を Asia/Tokyo にする
再起動した朝に予定表が出ない取りこぼした実行を1回動かす設定に変える
同じ日のデータで行が増える顧客番号と日付で Upsert する
データテーブルが上限に当たる既定は 200 MiB。古い月を外へ移す
AIが「漏えいの可能性」と書く原因と状態を書かせない。規則と数字だけを書かせる
店の定休日が毎週拾われる台帳に定休日を持たせ、規則の側で除く
冬に急増の家が多すぎる季節で倍率を変える。season の集計を見る
見守りの家が一覧から落ちるwatch_flag で後段が書き換える
夜間の規則を、時間ごとの値が無い家にかける値が取れない管理サービスなら、その規則を置かない

上の2行が、この構成でいちばん起きやすい失敗です。 どちらもエラーにならず、残りの日数が長く出るだけです。 気づくのは、ガス切れの電話が来たときです。

09セキュリティ・AIガバナンス上の注意点

この構成で扱うデータ: 各戸の毎日の使用量、顧客の種類、不在や転居の届出、見守りの申出です。毎日の使用量からは、その家に人がいるかどうかが読み取れます。

  1. 使用量のデータを、在宅・不在の情報として扱う … ゼロが続く家の一覧は、留守の家の一覧でもあります。 Slack のチャンネルは担当だけに限り、社外に出しません
  2. AIに渡すのは顧客番号と数字と届出まで … 名前・住所・電話番号は渡しません。一覧に名前を足すのは n8n の側です
  3. 保安の判断を代替しない … AIの判定は、保安の担当が見るかどうかの振り分けです。現地の措置の要否は、保安の担当が決めます
  4. 保安の警報の経路と混ぜない … 警報は集中監視の既存の経路で受けます。この構成を、警報の受け口の代わりにしません
  5. 見守りの申出を、申出の範囲で使う … 申出のあった家でゼロが続いたら連絡する、という使い方を、申出を受けたときに説明しておきます
  6. 自前の n8n に置くなら、検針の履歴の保存先を決める … データテーブルに何年分を持ち、いつ消すかを決めます

誤りが起きた場合のリスクは、ガス切れの家を予定から落とすことと、連絡すべき家を explained に落とすことの2つです。 前者は欠けとゼロを分けることで、後者は「迷ったら explained を選ばない」と見守りの家の書き換えで防ぎます。

10まず何から始めるか

1週目:記録の運用を決める

交換の記録を交換の当日に書くこと、届出を受けたら1行ずつ残すことを決めます。顧客台帳に、家庭か店か、定休日、見守りの申出の列を足します。

2週目:50軒で試す

先月に急ぎの配送になった家と問題の無かった家を選び、表の計算で残りの日数を出します。急ぎの家が残り少なく出ていたかを最優先で見ます。

3週目:管理サービスからの取り出しを決める

API で取るか、CSV を置いてもらうかを管理サービスと決めます。前日の値がそろう時刻を確かめ、トリガーの時刻を決めます。

4週目:取り込みと予定表をつなぐ

n8n で毎朝取り込み、残りの日数を計算して予定表に書くところまで作ります。この時点では変化の判定を入れず、予定表だけを配送課に使ってもらいます。

2か月目: 変化の規則とAIの判定、担当ごとの一覧を足します。3か月目以降: explained_by の集計を見て規則の数字を直し、1件4分が何分になったかを実測します。急ぎの配送の件数が下がり、ベテランが休んだ日も同じ予定表で車が出るようになった時点で、この構成は完成です。


11関連ユースケース

12この仕組みを理解するための記事

13技術仕様の確認日・参考情報

技術仕様確認日:2026-10-26/最終更新:2026-10-27
確認した内容情報源確認日
LPガスのスマートメーターから取得したデータを一元管理し、基幹システムや集中監視システムと連携する機能を API で提供すること。扱うデータに指針値やロードサーベイがあること。保安の情報を集中監視の仕組みへ送る形ソフトバンク: スマートメーターマネジメントシステム2026-10-26
ワークフローの時間帯が無ければインスタンスの時間帯に従い、自前の既定が America/New York であること。保存して公開が要ること。取りこぼした実行の扱いの設定と、既定が「動かさない」であることn8n Docs: Schedule Trigger2026-10-26
ページ送りの方式(各回で引数を更新/応答に次の URL)、バッチの件数と間隔の設定n8n Docs: HTTP Request2026-10-26
FTP ノードの操作(一覧・取得・名前の変更など)、SFTP には SFTP の資格情報を使うこと、名前の変更で移す先のフォルダを作る設定n8n Docs: FTP2026-10-26
Extract From File で CSV を行に分けられることn8n Docs: Extract From File2026-10-26
Code ノードが JavaScript と Python を扱い、ファイルの読み書きと HTTP の呼び出しができないことn8n Docs: Code2026-10-26
Data Table ノードの行の操作に追加・取得・更新・Upsert などがあることn8n Docs: Data table2026-10-26
データテーブルの合計が既定で 200 MiB までで、超えると追加・更新でワークフローが失敗すること。Code ノードから直接触れないことn8n Docs: Data tables2026-10-26
Basic LLM Chain のシステムメッセージと、出力の形を指定するとパーサーをつなぐよう求められることn8n Docs: Basic LLM Chain2026-10-26
JSON の例から生成するとすべての項目が必須になり、$ref に対応しないことn8n Docs: Structured Output Parser2026-10-26
Anthropic Chat Model ノードのモデルの選択と、出力の長さ・温度などの設定n8n Docs: Anthropic Chat Model2026-10-26
Google Sheets ノードの Append or Update Row と Get Row(s)n8n Docs: Google Sheets2026-10-26

保安上の措置の要否と、見守りの申出の扱いは、自社の保安の担当と決めてください。 本記事は管理サービスと n8n の公開ページで確認できた範囲だけを扱っています。

実装ステータス:構成例。 公開仕様に基づいて設計した構成であり、当社で実際に構築・検証したものではありません。工数の数値はモデル条件による試算です。

自社の業務に使えるAI活用候補を整理します

このユースケース(UC-1886)についてのご相談はこちらから。

AI活用について相談する
目次