Media > AI活用ユースケース > 品質管理 > 研究所が試薬の在庫の台帳から使用期限の近い試薬を Power Automate で見つけ、使う予定の研究員と管理の担当に知らせる

研究所が試薬の在庫の台帳から使用期限の近い試薬を Power Automate で見つけ、使う予定の研究員と管理の担当に知らせる

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

試薬の在庫の台帳から使用期限の近い容器を毎週拾い、実験予定と突き合わせて、使う予定の研究員と管理の担当に知らせます。期限までに使う予定があるか、期限の後の実験に当たっていないかの判定をAIに任せます。

サマリー
生成AI
Azure OpenAI Service/Claude
連携・自動化
Make/n8n/Power Automate/Zapier
対象業界
医療/教育/製造
対象部門
品質管理/研究開発
対象業務
内容確認・チェック/台帳・マスタ管理
主な課題
人手が足りない/期限・対応漏れが起きる/確認ミスが多い
AIで行う処理
判定
主な効果
入力漏れ削減/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
30h/月
AI導入後
10h/月
想定削減
67%
年間削減
240h
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. 研究支援室の担当が月初に台帳を開き、使用期限の列で並べ替えて、60日以内に入る容器を書き出す
  2. 開封日の列を見て、社内の開封後の期限(試薬の種類ごとに決めた月数)を超えそうなものも足す
  3. 書き出した容器ごとに、実験予定のリストを品名で検索し、使う予定の研究員を探す
  4. 予定が見つかれば、その研究員にメールかチャットで期限を知らせる
  5. 予定が見つからなければ、品名から使いそうな研究室を推し量って聞いて回る
  6. どの研究室も使わないと分かった容器は、他の研究室へ回すか廃棄の段取りに入れる
  7. 期限を過ぎた容器が見つかったら、品質管理の担当に使い続けてよいかを相談する
導入後(After)
  1. 自動毎週月曜の朝にフローが動き、台帳から期限が60日以内に入った容器を取り出す
  2. 自動ラベルの使用期限と開封後の期限から、早いほうを「実際の期限」として計算する
  3. 自動同じ CAS 番号とグレードで、期限のより遅い別のロットが所内にあるかを台帳で調べる
  4. 自動今日から90日先までの実験予定を取り出す
  5. 自動AI が容器ごとに、どの実験予定がその試薬を使うつもりかを判定し、予定の日と実際の期限を比べる
  6. 自動判定の結果を `in_time`(期限内に使う予定あり)/`after_expiry`(予定が期限の後)/`no_plan`(予定なし)/`unclear`(判断できない)に分ける
  7. 自動`after_expiry` の研究員には、別のロットの有無と期限を添えて Teams で知らせる
  8. 自動`in_time` の研究員には、使う容器の保管場所と期限だけを短く知らせる
  9. 人研究支援室の担当が `no_plan` と `unclear` の一覧を見て、他の研究室へ回すか、廃棄の段取りに入れるかを決める
  10. 人期限を過ぎてから使いたいという相談が来たものは、品質管理の担当が判断する
各工程の詳しい説明を読む
  1. 研究支援室の担当が月初に台帳を開き、使用期限の列で並べ替えて、60日以内に入る容器を書き出す
  2. 開封日の列を見て、社内の開封後の期限(試薬の種類ごとに決めた月数)を超えそうなものも足す
  3. 書き出した容器ごとに、実験予定のリストを品名で検索し、使う予定の研究員を探す
  4. 予定が見つかれば、その研究員にメールかチャットで期限を知らせる
  5. 予定が見つからなければ、品名から使いそうな研究室を推し量って聞いて回る
  6. どの研究室も使わないと分かった容器は、他の研究室へ回すか廃棄の段取りに入れる
  7. 期限を過ぎた容器が見つかったら、品質管理の担当に使い続けてよいかを相談する

(a)予定の検索が当たらない。 3番目で台帳の品名「ジメチルスルホキシド」で検索しても、「DMSO」と書いた予定は出てきません。検索で出てこない予定は、無いものとして扱われます。 その研究員は当日、期限の切れた容器を棚から取ります。

(b)期限が2本あって、見落とす。 ラベルの期限の列で並べ替えるだけでは、開封後の期限が先に来る容器が漏れます。 2番目は手で足す作業で、忙しい月ほど省かれます。

(c)別のロットがあっても、古いほうが使われない。 同じ試薬の新しいロットを誰かが開けると、古いロットは棚の奥で期限を迎えます。 研究員は手前の容器を使うので、古いほうが残っていることに気づきません。

(d)月に1回では間に合わない。 月の途中で開封された容器や、書き足された実験予定は拾えません。見る間隔の間に、期限と予定の両方が動きます。

  1. 【自動】 毎週月曜の朝にフローが動き、台帳から期限が60日以内に入った容器を取り出す
  2. 【自動】 ラベルの使用期限と開封後の期限から、早いほうを「実際の期限」として計算する
  3. 【自動】 同じ CAS 番号とグレードで、期限のより遅い別のロットが所内にあるかを台帳で調べる
  4. 【自動】 今日から90日先までの実験予定を取り出す
  5. 【自動】 AI が容器ごとに、どの実験予定がその試薬を使うつもりかを判定し、予定の日と実際の期限を比べる
  6. 【自動】 判定の結果を in_time(期限内に使う予定あり)/after_expiry(予定が期限の後)/no_plan(予定なし)/unclear(判断できない)に分ける
  7. 【自動】 after_expiry の研究員には、別のロットの有無と期限を添えて Teams で知らせる
  8. 【自動】 in_time の研究員には、使う容器の保管場所と期限だけを短く知らせる
  9. 【人】 研究支援室の担当が no_plan と unclear の一覧を見て、他の研究室へ回すか、廃棄の段取りに入れるかを決める
  10. 【人】 期限を過ぎてから使いたいという相談が来たものは、品質管理の担当が判断する

9番目が、この設計の分かれ目です。人が見るのは全件ではありません。 予定のある容器は研究員本人に直接届き、研究支援室の担当が見るのは予定の無い容器と、AIが判断できなかった容器だけです。全件を担当が確かめる設計にすると、30.0時間はあまり減りません。

10番目をAIにも規則にも持たせないのは、意図してのことです。 期限を過ぎた試薬を使ってよいかは、試薬の種類と実験の目的で変わる品質の判断で、この構成が出すのは「期限の後に使う予定になっている」という事実までです。

02今回想定するシステム構成

構成図
試薬の在庫の台帳(SharePoint リスト、容器ごと)
実験予定のリスト(SharePoint、使う試薬は自由記述)
   ▼【トリガー】毎週月曜 7:00(日本時間)
Power Automate(スケジュール済みクラウドフロー)
   ├──▶ 期限が60日以内の容器を取り出す(Filter Query)
   ├──▶ 実際の期限=ラベルの期限と開封後の期限の早いほう
   ├──▶ 同じ CAS 番号・グレードの別ロットを台帳で探す
   ▼
AI Builder のプロンプト(Run a prompt、JSON 出力)
   │   容器1本と、90日先までの実験予定を渡す
   │   どの予定がこの試薬を使うかを判定させる
   ▼
Power Automate ── 予定の日と実際の期限を比べて振り分け
   │   in_time / after_expiry / no_plan / unclear
   ├──▶ 研究員へ Teams で知らせる(after_expiry・in_time)
   ├──▶ 研究支援室の一覧へ(no_plan・unclear)
   ▼
判定の履歴のリスト(SharePoint)
役割想定する製品代替候補
ワークフローPower Automate(スケジュール済みクラウドフロー)Make、n8n、Zapier
生成AIAI Builder のプロンプト(Run a prompt、JSON 出力)Azure OpenAI(Microsoft Foundry)、Claude
台帳SharePoint リスト(試薬の在庫、実験予定、判定の履歴)化学物質の管理の仕組み
通知Microsoft Teams(Post card in a chat or channel)Outlook のメール

新しく足すのは、フローと判定の履歴のリストだけです。 在庫の台帳と実験予定のリストは今のものを使います。台帳に「開封後の期限(月数)」と「期限の種類」の列があるかを、最初に確かめます。 無ければ足します。

期限の種類の列が要るのは、試薬のラベルの期限の書き方がそろっていないからです。 富士フイルム和光純薬のラベルの案内では、使用期限/保証期限を「Exp.Date」、製造年月/製造年月日を「Mfg.Date」で表示するとしており、例のラベルには「Exp. Date 2018. 10」と年と月までの表示があります。メーカーや製品によっては、期限ではなく製造年月だけが載っているものもあります。台帳に日付を写すときに、それが使用期限なのか製造年月なのか、年月だけなのかを区別しておかないと、後段の計算がずれます。

AI Builder のプロンプトは、Azure OpenAI Service の GPT のモデルで動くとされ、使える地域が限られ、利用の上限や容量の制限を受けうるとされています。 公式のページでは、2025年5月からアクションの名前が Run a prompt になったとされています。

03どうやって実装するのか

Step1

処理の起点を決める

毎週月曜の朝7時に動かします。 Power Automate の Recurrence トリガーで、Frequency を Week、曜日を月曜、時刻を7時にします。公式のページでは、Time zone の欄で開始時刻を地方時と UTC のどちらで扱うかを選ぶとされています。日本時間を選んでおかないと、月曜の朝のつもりが日曜の夜に動きます。

月1回にしないのは、第3章の(d)のためです。 開封後の期限は開封した日から動き、実験予定は週の途中で書き足されます。週1回なら、見る間隔の間に期限を越える容器は60日の幅の中でほぼ拾えます。 毎日にしないのは、同じ容器の知らせが毎日届いて研究員が読まなくなるからです。

もう1本、別のフローを置きます。 実験予定のリストに予定が足されたときに動くフローで、その予定の日までに期限を迎える容器が無いかだけを見ます。 月曜の時点で予定が無かった容器に、火曜に予定が入ることがあるためです。

Step2

入力データを集める

データ中身取得元
容器の情報容器ID、品名、CAS 番号、グレード、メーカー、ロット、容量と残量、保管場所、管理する研究室在庫の台帳
期限の情報ラベルの期限、期限の種類(使用期限/再検査日/製造年月のみ/表示なし)、年月までか年月日までか、開封日、開封後の期限(月数)在庫の台帳
実験予定実験の日、研究員、使う試薬(自由記述)、量実験予定のリスト
試薬の別名の一覧略称・商品名・旧名と CAS 番号の対応研究支援室が用意する一覧

質を決めるのは、期限の種類と別名の一覧です。 期限の種類が無いと、製造年月を使用期限と取り違えて、まだ使える容器を「期限切れ」と知らせます。 別名の一覧が無いと、AI は「DMSO」と「ジメチルスルホキシド」を結び付けられても、所内だけで通じる呼び名(「乾燥DMSO」「脱水のやつ」)を結び付けられません。

実験予定のテーマ名や目的は渡しません。 判定に要るのは日と人と試薬の名前と量だけです。

Step3

データの取得方法を決める

台帳からの取り出しは、SharePoint コネクタの Get items を使います。公式のページでは、Get items は Filter Query(OData のフィルター)、Order By、Top Count(既定は全件)を持ち、Limit Columns by View で列のしきい値の問題を避けられるとされています。

取るものどこから何に使うか
期限が近い容器Get items(在庫の台帳、Filter Query で期限の列を絞る)判定の対象
開封済みで開封後の期限が近い容器Get items(開封日の列で絞り、フロー側で月数を足す)判定の対象に足す
同じ CAS 番号の別ロットGet items(CAS 番号とグレードで絞る)切替の候補
90日先までの実験予定Get items(実験予定のリスト、日付で絞る)AI に渡す予定の一覧

開封後の期限は、台帳の列だけでは絞れません。 「開封日+月数」は台帳に値として無いので、開封済みの容器をいったん取り出し、フローの式で月数を足して比べます。 計算した実際の期限は、判定の履歴に書き残します。

ラベルの期限が年月までのときは、その月の1日を期限として扱います。 月末とみなすより1か月早く知らせることになりますが、年月の表示をどの日として扱うかは社内の規程で決め、フローの式に1か所だけ書きます。

公式のページでは、データが不完全だったり正確な結果が得られなかったりする場合は、委任の制限が原因のことがあるとされています。4,000本の台帳を条件無しで全件取り出す作りにはしません。

Step4

AIへ渡す前に整形する

  1. 期限の種類で分ける … 「表示なし」と「製造年月のみ」の容器は、AI に渡さず研究支援室の一覧へ直接回します
  2. 実際の期限を計算する … ラベルの期限(年月のものは月の1日)と、開封日+開封後の月数の早いほう
  3. 再検査日の容器に印を付ける … 再検査日は「その日を過ぎたら品質を確かめ直す日」で、使用期限とは意味が違います。retest の印を付けて別の文面で知らせます
  4. 別ロットを探す … CAS 番号とグレードが一致し、実際の期限がより遅い容器を最大3本まで
  5. 実験予定を絞る … 今日から90日先まで。容器の実際の期限より後の予定も含めます(期限の後に使う予定を見つけるため)
  6. 別名の一覧から、その試薬の呼び名を引いておく … CAS 番号で引き、AI に一緒に渡します
  7. 前回の判定と比べる … 前の週と判定が同じで、予定も変わっていない容器は、研究員への知らせを送り直しません

3番目を省かないでください。 再検査日を使用期限として知らせると、研究員は「もう使えない」と受け取り、品質を確かめれば使える容器が廃棄に回ります。

Step5

AIに処理させる

させるのは、容器1本について、渡された実験予定のどれがその試薬を使うつもりかを判定することだけです。 予定の日と期限の比較は、AI の判定を受けてフローが行います。

見るもの判定の仕方判断できないときの扱い
予定に書かれた試薬の名前品名・別名・CAS 番号・略称で、この試薬を指しているか似た名前で別の物質の恐れがあれば possible
グレード予定にグレードの指定があれば、容器のグレードで足りるか指定が読み取れなければ not_stated
量予定の量が容器の残量を超えていないか量の記載が無ければ not_stated
混合物・溶液「0.1M 塩酸」のように溶液を作る予定か、原液を使う予定か区別できなければ possible

グレードを見るのは、同じ品名でも代わりにならないものがあるからです。 「HPLC 用アセトニトリル」を使う予定に、試薬特級のアセトニトリルの容器を「使う予定あり」と結び付けると、その容器は期限内に使われないのに、知らせは「予定あり」で止まります。

させないこと理由
期限を過ぎた容器を使ってよいかの判断品質の判断で、品質管理の担当が行う
期限の計算・日付の比較フローの式で行う。AI に日付を計算させない
予定の書き換え・別ロットへの割り当て研究員が決める
予定に無い研究室の推測「この研究室なら使いそう」は根拠にならない

2行目がいちばん起きやすい失敗です。 日付を渡すと、AI は「期限は3月、実験は2月なので間に合う」と書きます。年をまたぐ予定や年月だけの期限で取り違えると、in_time と出た容器が実験の日には切れています。 日付の比較はフローの式に任せ、AI には結び付けだけをさせます。

Step6

指示内容を固定する

あなたは研究所の試薬の管理を手伝う立場です。
試薬の容器1本と、研究員が書いた実験予定の一覧を渡します。
それぞれの予定が、この容器の試薬を使うつもりで書かれているかを判定してください。

【判定の値】
- match ...... この試薬を使う予定だと読み取れる
- possible ... 似ているが、別の物質やグレード違いの恐れがある
- no ......... この試薬ではない
迷ったときに match を選ばないでください。

【厳守事項】
- 予定の文の書き方は人によって違います。品名、別名の一覧、CAS 番号、
  略称で照らしてください。別名の一覧に無い呼び名を推測で結び付けるときは
  possible にしてください。
- 予定にグレード(特級、HPLC 用、脱水など)の指定があり、容器のグレードと
  違うときは match にせず possible にし、理由に違いを書いてください。
- 日付の比較、期限までに間に合うかの判断はしないでください。
  予定の日は写すだけにしてください。
- 期限を過ぎた試薬を使ってよいかを書かないでください。
- 予定の量の記載があれば数値と単位をそのまま写し、無ければ空にしてください。
  残量との比較は書かないでください。
- evidence には、判定の根拠にした予定の文をそのまま写してください。
- この試薬を使う予定が1つも無ければ、plans を空の配列にしてください。
- Don't include JSON markdown in your answer.

【容器】{container}
【この試薬の別名】{aliases}
【実験予定の一覧】{plans}

「迷ったときに match を選ばない」と書くのは、match が研究員への「期限内に使う予定あり」の知らせにつながるからです。 誤った match は、予定の無い容器を管理の担当の一覧から消します。possible なら研究員本人に確かめる文面で届くので、誤っても一度のやり取りで直ります。

最後から2行目の英文は、公式のページの書き方に合わせたものです。 JSON の出力で「A JSON could not be generated」というエラーが出る場合、モデルが JSON をマークダウンで囲んでいることがあり、Don't include JSON markdown in your answer を指示に足すとされています。

Step7

出力形式を固定する

次の形のJSONで受け取ります。

{
  "container_id": "R-02418",
  "plans": [
    {
      "plan_id": "P-7731",
      "match": "match | possible",
      "researcher": "",
      "plan_date": "",
      "quantity_text": "",
      "grade_note": "",
      "evidence": ""
    }
  ],
  "note": ""
}

AI Builder のプロンプトの JSON 出力は、保存した時点の形で固定されます。 公式のページでは、既定は Auto detected で、例を書き換えると Custom になり、保存すると最新の形が固定され、フローで使うときに形が変わらないとされています。キーの無い配列(["abc", "def"])は定義できないともされているので、plans は必ずキーを持つ要素の配列にします。

フローは、この JSON を受けて次の規則で振り分けます。

条件振り分け
match の予定があり、その予定の日がすべて実際の期限より前in_time
match の予定のうち、1つでも実際の期限の後after_expiry
match も possible も無いno_plan
possible だけがある、または AI の応答が JSON にならなかったunclear

after_expiry を in_time より先に見るのは、予定が2つあって片方だけが期限の後のことがあるからです。 先の予定で使い切れるかは残量と量で決まりますが、それは研究員が判断します。

別ロットの情報は、AI ではなく前処理の結果から知らせの文面に足します。 「同じ CAS 番号・グレードで、期限が2027年8月の容器が3階の冷蔵庫にあります」の一文は、台帳の値を写すだけです。

Step8

システムへ連携する

つなぎ先方式内容
在庫の台帳SharePoint コネクタ(Get items)期限の近い容器と別ロットを取る。書き込まない
実験予定のリストSharePoint コネクタ(Get items、項目の作成のトリガー)90日先までの予定を取る
AI Builder のプロンプトRun a prompt容器ごとの予定の結び付け
TeamsPost card in a chat or channel(Flow bot から本人へ)研究員への知らせ
判定の履歴のリストSharePoint コネクタ(Create item)判定、実際の期限、知らせた相手

在庫の台帳には書き込みません。 期限の列も、残量も、この構成からは変えません。台帳を直すのは研究支援室の担当です。

研究員への知らせは、返事を待つカードにしません。 Teams コネクタの Post adaptive card and wait for a response は、誰かが応答するまでフローを止めるとされています。研究員が多い週に1件ずつ待つと、フロー全体が止まります。Power Automate の上限のページでは、1回の実行は承認などの待ちを含めて30日で、30日を過ぎると待ちの手順は時間切れになるとされています。知らせのカードには判定の履歴の項目へのリンクを付け、研究員はそこで「別ロットに切り替える」「予定を前倒しする」「品質管理に相談する」を選びます。

Teams のメッセージには約28KBの上限があります。 公式のページでは、これを超えると「Request Entity too large」で失敗するとされています。研究支援室への一覧は数十件になるので、カードに全件を載せず、件数と一覧のリンクだけを送ります。

Step9

人が確認する

人が見るのは no_plan と unclear だけです。 in_time と after_expiry は研究員本人に届き、研究支援室の担当は件数だけを見ます。

  1. unclear を先に見る … 多くはグレード違いか所内の呼び名です。別名の一覧に足せば翌週から match か no になります
  2. no_plan の行き先を決める … 他の研究室に声をかけるか、廃棄の段取りに入れるかを決めます
  3. after_expiry で研究員が「品質管理に相談」を選んだものを渡す … 判断は品質管理の担当が行います
  4. 判定を直したら記録する … match を no に直した、などを判定の履歴に残します

1番目を毎週続けると、unclear は減っていきます。 所内の呼び名は数十種類に収まることが多く、別名の一覧に足した呼び名は二度と迷いません。

目標は、300件をならして1件2分です。 研究員本人に届く分は担当の手を離れ、担当が開くのは2割前後という想定です。それより多い週は、別名の一覧が足りていないか、実験予定が書かれていません。

Step10

例外に対処する

起きること対応
ラベルに期限の表示が無いAI に渡さず unclear。購入日からの社内の目安で管理するかを研究支援室が決める
期限が年月までしか無いその月の1日として計算。規程で決めた扱いを式の1か所に置く
再検査日の容器retest の印を付け、「品質の確認が要る日」として別の文面で知らせる
実験予定に試薬の記載が無いその予定は判定に入らない。記載の無い予定の件数を研究室ごとに数える
研究員が異動・退職しているTeams の送り先が見つからない。研究室の責任者に送る
AI の応答が JSON にならないその容器を unclear にして続ける。フロー全体を止めない
AI Builder の上限・混雑で失敗する再試行のあと、その容器だけ翌週に回し、判定の履歴に残す
小分けした容器がある小分け先の容器にも台帳の行を作り、元の容器の期限を引き継ぐ
期限をすでに過ぎた容器が見つかる判定せず研究支援室へ。使ってよいかは品質管理の担当が決める

上から3行は、台帳の作り方の問題です。 どれも AI の問題ではなく、ラベルの何を台帳に写したかで決まります。

AI Builder のプロンプトのモデルは、2026年12月2日までに入れ替わります。 公式のページでは、Basic の GPT-4.1 mini は GPT-6 Luna へ、Standard の GPT-4.1 などは ChatGPT-latest へ自動で移り、移行の後は言い回しや形式、指示の守り方が変わりうるとされています。移行の前後で、同じ容器と予定の組を20件ほど流して判定を見比べてください。

Step11

記録を残す

  • 判定の日、容器ID、計算した実際の期限と、その元になったラベルの期限・開封日・月数
  • AI に渡した実験予定の一覧(予定ID のみ)と、AI が返した JSON の全文
  • 振り分けの結果(in_time/after_expiry/no_plan/unclear)と、知らせた相手と日時
  • 研究員が選んだ対応(別ロットへ切替/前倒し/品質管理に相談)
  • 人が判定を直した記録 … どの予定を、どの値に変えたか
  • 最終的にその容器がどうなったか(使い切り/他の研究室へ/廃棄)

1行目で実際の期限の元の値まで残すのは、規程が変わるためです。 開封後の月数を見直すと、過去の判定の意味が変わります。当時の月数が残っていないと、どの知らせが今の規程と合わないかが分かりません。

04実装レベルの3段階

最小構成:容器と予定を手で AI の画面に貼り、結び付けさせる / 1本ごとの予定の探し出し
半自動化:上記+フローで期限の近い容器と実際の期限を毎週出し、判定を一覧に書き出す / 期限の計算と、予定の結び付けの一覧化
本格構成:上記+研究員へ本人あての知らせ、別ロットの案内、予定の追加のたびの見直しまで / 期限の管理と連絡の全体

最小構成では本数がさばけません。 1本ずつ貼り付けるので、月300本には使えません。確かめるための段階です。 半自動化で、1件6分が3分程度になります。 期限の計算と予定の結び付けは自動になりますが、研究員への連絡は担当が一覧を見て書きます。本格構成で2分になり、この段階が本記事の想定です。 差が大きいのは、研究員への連絡が1本ずつの手作業だからです。 段階を飛ばさないでください。 半自動化の一覧を1か月見ると、unclear の多い呼び名と、実験予定を書かない研究室が先に分かります。そこを直してから研究員へ直接送り始めるほうが、外れた知らせが減ります。

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
3 名
月間件数
300 件
1件あたり現在時間
6 分
1件あたり導入後時間
2 分
現在  300件 × 6分 ÷ 60 = 30 時間/月
導入後 300件 × 2分 ÷ 60 = 10 時間/月
月間削減時間
20h
削減率
67%
年間削減時間
240h
年間金額換算(時間単価4,000円)
96万円
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. 研究員が数十人から百人を超え、試薬の容器が数千本ある化学・素材・医薬品・食品のメーカーの研究所や、大学の研究室、病院の検査部門。試薬の在庫を SharePoint のリストなどの台帳で持っているが、使用期限の確認は管理の担当が月に一度台帳を並べ替えて目で見ており、期限が切れてから実験の当日に気づくことがある場合。同じ試薬の別のロットが所内にあるのに、古いほうが使われずに期限を迎えて廃棄されている場合。Microsoft 365(SharePoint、Teams)と Power Automate を使っている場合。
向いていない
  1. 試薬の容器が数百本までで、管理の担当が全数を目で見て足りている場合。購買と在庫の管理の仕組みが試薬の期限の通知と実験の予約まで持っている場合。実験予定を研究員が台帳に書く習慣が無く、書いてもらう見込みも無い場合(この構成は予定との突き合わせが中心です)。なお、期限を過ぎた試薬や再検査日を過ぎた試薬を使ってよいかの判断と、品質の確認の要否の判断は、この構成では代替できません。

07最小構成で試す方法

  1. 台帳から、期限が60日以内に入っている容器を20本選ぶ(うち数本は、予定の書き方が台帳の品名と違うと分かっているものを入れる)
  2. 同じ期間の実験予定を、テーマ名を消して書き出す
  3. 手元の AI の画面に、容器1本と予定の一覧を貼り付ける
  4. 「この試薬を使うつもりで書かれた予定を挙げてください。グレードが違うものは別に挙げてください。日付の比較はしないでください」と指示する
  5. 出てきた結び付けを、研究支援室の担当が当時探した結果と突き合わせる

20本は必ずやってください。 フローを組む前に、「予定の書き方がばらばらでも結び付けられるのか」を確かめます。

出てきた内容判断
担当の検索では見つからなかった予定が出たフローに進む
グレード違いの予定を同じ試薬として結び付けた指示の書き方で直る。構成は有効
所内の呼び名がほとんど結び付かない別名の一覧が先。 AI の問題ではない

3行目が出ることは珍しくありません。 失敗ではなく、研究支援室の検索が当たらなかった理由が1つ分かったということです。 結び付かなかった呼び名を一覧にして、同じ20本で試し直してください。

08実装時につまずきやすいポイント

問題対策
製造年月を使用期限として計算する台帳に期限の種類の列を持たせ、製造年月のみの容器は AI に渡さない
年月だけの期限を月末とみなして遅れる月の1日として計算するなど、扱いを規程で決めて式の1か所に置く
再検査日を使用期限として知らせ、廃棄が増えるretest の印で別の文面にする
グレード違いを「予定あり」で結び付ける指示でグレードの違いを possible にさせる
AI が日付を比べて in_time を決める日付の比較はフローの式で行う
所内の呼び名が結び付かない別名の一覧に足す。毎週の unclear が材料になる
開封後の期限が拾えない開封済みの容器を取り出し、フローの式で月数を足す
返事を待つカードでフローが止まる待たないカードにし、研究員は履歴のリストで対応を選ぶ
知らせが毎週同じ内容で届き、読まれなくなる前回と同じ判定・同じ予定なら送り直さない
JSON にならずに失敗するDon't include JSON markdown in your answer を足し、失敗は unclear に
Recurrence が UTC のまま動くTime zone の欄で日本時間を選ぶ
モデルの入れ替えで判定が変わる移行の前後で同じ20件を流して見比べる

上の3行が、この構成の失敗のほとんどです。 どれも「期限」という1つの言葉に、ラベルの使用期限、製造年月、再検査日という別のものが入っていることから出ています。台帳に期限の種類の列があるかどうかで、運用に乗るかが決まります。

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: 試薬の品名と CAS 番号、保管場所、研究員の氏名、実験の予定日と使う試薬の組み合わせです。

  1. 実験のテーマ名と目的を AI に渡さない … 使う試薬の組み合わせと日程だけでも、何の研究をしているかが推し量れることがあります。判定に要るのは試薬の名前と日と量だけなので、テーマ名・目的・相手先の列はプロンプトに入れません
  2. データが国外で処理されうることを前提にする … 公式のページでは、日本での GPT-4.1 mini と GPT-4.1 は GA (cross-geo) で、cross-geo のモデルは地域の外でデータを処理しうるとされています。研究の秘密に当たる情報を送らない設計が先です
  3. 期限を過ぎた試薬を使ってよいかを、この構成で決めない … 出すのは「期限の後に使う予定がある」という事実までです。判断は品質管理の担当が、試薬と実験の目的を見て行います
  4. 毒物・劇物の容器の扱いは別の手続きにつなぐ … 廃棄や他の研究室への移しかえは、毒物・劇物では保管と記録の決まりがかかります。no_plan の毒物・劇物は、この構成の一覧から管理の担当の手続きへ渡すだけにします
  5. 研究員の予定の書き方を評価に使わない … 実験予定に試薬を書かない研究室の件数を数えるのは、台帳の運用を直すためです。研究員個人の評価の材料にしないでください

誤りが起きた場合のリスクは、期限の後に使う予定を見落とすことと、使える容器を期限切れとして廃棄に回すことの2つです。 前者は AI の誤った match と日付の比較の取り違えで起き、後者は期限の種類の取り違えで起きます。どちらも、日付の扱いを AI ではなく台帳と式に置くことで防ぎます。

10まず何から始めるか

1週目:台帳の期限の列を見直す

在庫の台帳に、「期限の種類」と「年月までか年月日までか」と「開封後の期限(月数)」の列を足します。4,000本を一度に埋める必要はありません。期限が半年以内の容器から埋めます。 あわせて、年月だけの期限をどの日として扱うかを規程で決めます。

2週目:20本で試す

期限の近い容器を20本選び、手元の AI の画面に実験予定と一緒に貼り付けて、結び付けをさせます。研究支援室の担当が当時探した結果と突き合わせ、グレード違いを同じ試薬として扱っていないかを最優先で見ます。

3週目:別名の一覧を作る

2週目で結び付かなかった呼び名と、よく使う試薬の略称・商品名を、CAS 番号と対応させて一覧にします。研究室ごとに1人、所内の呼び名を挙げてもらうと早く集まります。

4週目:期限の計算から判定の一覧までをつなぐ

Power Automate で毎週の Recurrence を作り、期限の近い容器を取り出して実際の期限を計算し、AI の判定を一覧に書き出すところまで作ります。この時点では研究員へは送らず、研究支援室の担当が一覧だけを見ます。

2か月目: 研究員への本人あての知らせと、別ロットの案内を足します。unclear と no_plan の件数を毎週数えます。3か月目以降: 実験予定の追加のたびに動くフローを足し、1件6分が何分になったかを実測します。期限切れで廃棄した本数が月ごとに出せ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:2026-11-16/最終更新:2026-11-16
確認した内容情報源確認日
ラベルの使用期限/保証期限を「Exp.Date」、製造年月/製造年月日を「Mfg.Date」で表示すること。ラベルの例に「Exp. Date 2018. 10」と年と月で載っていること富士フイルム和光純薬: 社名及びラベルデザイン変更のお知らせ(PDF)2026-11-16
Recurrence トリガーで Interval と Frequency を指定すること。Time zone の欄で開始時刻を地方時・UTC などのどれで扱うかを選ぶこと。週単位では曜日と時刻を選べることMicrosoft Learn: Run a cloud flow on a schedule2026-11-16
Get items の Filter Query(OData)・Order By・Top Count(既定は全件)・Limit Columns by View。不完全な結果が委任の制限で起きうることMicrosoft Learn: SharePoint connector2026-11-16
AI Builder のプロンプトが Azure OpenAI Service の GPT のモデルで動き、地域が限られ、利用の上限や容量の制限を受けうること。2025年5月からアクションの名前が Run a prompt であることMicrosoft Learn: Use your prompt in Power Automate2026-11-16
JSON の出力の既定が Auto detected で、例を変えると Custom になり、保存時の形が固定されること。キーの無い配列を定義できないこと。「Don't include JSON markdown in your answer」の指示Microsoft Learn: JSON output2026-11-16
日本で GPT-4.1 mini・GPT-4.1 が GA (cross-geo) で、地域の外でデータを処理しうること。2026年12月2日までにモデルが入れ替わり、移行後に応答が変わりうることMicrosoft Learn: Prompt model availability by region2026-11-16
Post adaptive card and wait for a response が応答までフローを止めること。メッセージの上限が約28KBで、超えると Request Entity too large で失敗することMicrosoft Learn: Microsoft Teams connector2026-11-16
1回の実行が承認などの待ちを含めて30日までで、過ぎると待ちの手順が時間切れになることMicrosoft Learn: Limits of automated, scheduled, and instant flows2026-11-16

期限を過ぎた試薬を使ってよいかと、年月だけの期限をどの日として扱うかは、自社の品質管理の規程で決めてください。 本記事は上の公式の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-3219)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