Kuruma AIは、common株式会社（本社：川崎市）が2026年3月9日に提供を開始した自動車業界特化のAIエージェントです。GDP・金利・消費者物価指数（CPI）の経済シナリオを入れるとメーカー別の将来販売台数を予測し、その予測から荷繰り表（販売在庫管理表）を作ります。各国の安全基準や排ガス規制を調べる法規調査の機能もあります。本記事では、公式のプレスリリースと製品ページをもとに、機能・料金・予測精度の読み方・無料デモで試せる範囲を整理します。
まとめ：Kuruma AIの要点
- 提供元と時期：common株式会社が2026年3月9日に提供開始。SaaS型で主要ブラウザから使え、API連携にも対応します。
- 主な機能：経済シナリオによる販売台数予測、荷繰り表の自動生成、予測根拠のAI解説とQ&A、業務ドキュメントの作成支援、各国の自動車関連法規の調査の5つです。
- 料金：製品ページの表示は月額60,000円（税抜）で10アカウント込み。初期セットアップ費用は別途かかります。
- 精度：2024年までのデータで2025年の新車販売台数（登録車と軽自動車の合計）を予測した検証で、年間平均誤差率1.21%。年間販売実績を12で割った月平均に1.21%を掛けると約4,600台ですが、これは規模感を示す参考計算で、検証で観測された月平均の誤差台数ではありません。
- 試用と更新：2026年7月3日に無料デモを公開し、登録不要で将来予測と法規調査の2機能を試せます。7月22日には販売在庫管理SaaS「Nigoori」との連携を強化し、予測台数から荷繰り表を作れるようになりました。
- 注意点：公表されている精度は全メーカー合計の1年分の検証です。メーカー別・車種別の精度や、経済指標にどの時点の値を入れたかは公表されていません。
Kuruma AIの概要：提供元・対象業種・発表後の変化
2026年3月の発表時に示された対象と提供形態
3月9日の提供開始のプレスリリース（PR TIMES）は、開発の背景として「販売計画や在庫管理が属人的な経験と勘に依存していた」ことと、「販売予測と在庫管理が分断されて」いて帳票作りに手作業が残ることを挙げています。対象は自動車関連事業者で、メーカー、ディストリビューター、ディーラー、中古車、部品メーカー、商社、オートローン・カーリース、保険、整備まで含みます。想定利用部門は経営者、経営企画、営業、生産、アフターセールス、物流、法務・コンプライアンス、財務、経理です。
提供元のcommon株式会社は、輸入車のディストリビューター向けに荷繰り表（ランダウン・カーフロー）を管理する販売在庫管理SaaS「Nigoori」を運営してきた会社です。2024年7月31日には、Nigooriに実装する目的でAIによる販売予測機能を開発したと発表しています。Kuruma AIの予測と荷繰り表の機能は、この販売在庫管理の領域から出てきたものです。
公式発表と製品ページの比較：対象業務・予測単位・料金
2026年9月29日時点のKuruma AI公式製品ページは、3月の発表と比べると訴求の中心が異なります。発表時は新車販売台数の予測と荷繰り表が主役でしたが、製品ページは「流通・整備・販売・営業・買取・査定・パーツ」を対象に掲げ、機能欄には、3月のプレスリリースに記載のなかった「おすすめモデル提案」が掲載されています。
| 項目 | 3月9日のプレスリリース | 製品ページ（9月時点） |
|---|---|---|
| 予測の単位 | メーカー別の販売台数 | モデル×グレード×店舗 |
| 予測の入力 | GDP・金利・CPIのシナリオ | 過去実績・市場動向・キャンペーン予定 |
| 提案機能 | 記載なし | おすすめモデル提案 |
| 法規調査の範囲 | 各国の安全基準・排ガス・関税・型式認証 | 道路運送車両法・保安基準・リコール情報など |
| 活用シーン | 経営企画・営業・生産・物流など | 整備・営業・買取査定・パーツ発注・教育 |
| 料金 | 記載なし | 月額60,000円（税抜）・10アカウント |
どちらの説明が今のKuruma AIの中心なのかは、公開情報からは判別できません。メーカー別の台数予測を目当てに問い合わせる場合も、店舗単位の予測を目当てにする場合も、相談の段階で「自社が必要とする粒度の予測が、今の契約プランに含まれるか」を確認してください。
Kuruma AIの5つの機能：予測・荷繰り表・解説・業務支援・法規調査
経済シナリオに基づく販売台数予測
GDP成長率・金利・CPIをユーザーが設定し、強気・標準・弱気のように複数のシナリオで将来の販売台数を予測します。経済指標の値は自由に変えられ、予測期間は1か月から数年先まで選べます。結果はメーカー別に出て、グラフは1年・5年・10年・全期間を切り替えて表示し、CSVでダウンロードできます。事業計画や予実管理で「金利が0.5ポイント上がったら何台減るか」を複数案で並べる使い方を想定した設計です。時系列予測の一般的な考え方は時系列とは？意味と分析手法の使い分けで整理しています。
予測から荷繰り表を作る在庫計画の自動化
算出した販売台数予測をもとに、月別・車種別の荷繰り表を自動生成します。入庫予定・在庫残・販売見込みを一覧にし、過剰在庫と欠品の兆候を先に見つけるための帳票です。シナリオを切り替えれば在庫シミュレーションも複数パターンで比べられ、表はExcelかCSVで出力して既存の業務フローに戻せます。2026年7月22日にはNigooriとの連携強化が発表され、Kuruma AIの予測台数からNigooriで荷繰り表を作って保存できるようになりました。Kuruma AI側で生産台数の制限やリードタイムを変えた条件も、そのままNigooriの荷繰り表に反映できます。同社はこの連携で荷繰り表の作成コストが「1/10以下」になるとしていますが、比較の前提は示されていません。予測ツールと在庫表が別々で、予測値を手で転記している組織ほど効果が出やすい機能です。在庫管理そのものの仕組みは在庫管理システムとは？仕組み・機能・種類・費用と選び方を参照してください。
予測根拠のAI解説と市場ニュースを照合するQ&A
予測値が「なぜその数値になったか」を、どの経済指標がどの程度効いたかとあわせて日本語で解説します。チャットで追加の質問もでき、プレスリリースは「先月の販売台数が予測を上回った理由は？」という質問例を挙げています。回答には、自動車専門メディアやニュースサイトからAIが集めた関連記事も使われます。経営会議で「その数字の根拠は」と聞かれたときの説明材料を作る機能です。
販売レポートや社内資料のドラフト作成
販売レポート、市場分析資料、社内報告書のドラフトを自然言語の指示で作ります。例として「先月のメーカー別販売実績を前年比でまとめて」という依頼が挙げられており、集計・整形・グラフ作成までを任せる想定です。業界用語や商慣習は学習済みとされています。社内の独自データについては製品ページに社内ナレッジ学習が案内されており、参照に必要な設定や連携方法は、データの種類に応じて提供元に確認してください。
各国の自動車関連法規のAI調査
対象国と規制カテゴリを指定すると、安全基準・排ガス規制・関税制度・型式認証要件の概要と最新動向を日本語で整理します。「2026年に施行予定のEU排ガス規制は？」「東南アジア各国のEV優遇税制の比較は？」といった自然文の質問に対応し、回答には根拠となる情報源が付きます。製品ページでは国内の道路運送車両法・保安基準・リコール情報も収録対象とし、回答に参照元の条項や資料リンクを必ず表示するとしています。
プレスリリース自身が、この機能を「法務・コンプライアンス部門の一次調査の工数を削減」するものと位置づけています。輸出入の可否や型式認証の判断にそのまま使うものではなく、専門家が精査する前の下調べを速くする道具として扱うべきです。
誤差率1.21%の読み方：検証条件と台数への換算
公表されている精度は、2024年までの過去データを学習し、2025年1月〜12月の新車販売台数（登録車・軽自動車合計）を予測した検証の結果です。年間平均誤差率は1.21%で、プレスリリースは「30万〜50万台規模の月次販売台数に対して数千台以内の誤差」と説明しています。
2025年の実績に当てはめると規模がつかめます。自販連と全軽自協の集計（日本自動車会議所の2026年1月6日の記事）では、2025年の新車販売は登録車289万8,417台、軽自動車166万7,360台、合計456万5,777台でした。456万5,777台÷12×1.21%は約4,604台です。ただし、公式発表には誤差率の算式や月別の予測値がなく、この計算結果を実際の月平均誤差台数とはみなせません。市場全体の需要計画に十分かどうかは、許容誤差や検証条件によって判断する必要があります。また、この数字は全車種を合計した値なので、車種単位の発注判断に使えるかどうかまでは言えません。
比較や稟議に使う前に、次の3点は公表されていないことを押さえておきます。
- 経済指標の入力値：2025年のGDP・金利・CPIに、実績値を入れたのか、2024年末時点の見通しを入れたのかが書かれていません。実績値を入れた検証は、実際の計画時より有利な条件になります。
- 予測の粒度：検証対象は全メーカー合計です。メーカー別・車種別・店舗別の誤差率は示されていません。
- 検証期間：対象は2025年の1年分だけで、景気が急変した年（たとえば2020年や半導体不足の2021〜2022年）での成績は分かりません。
自社の計画精度と比べるなら、PoCで「自社の取扱メーカー・車種」「計画時点で入手できた指標値」の2条件で過去数年をバックテストしてもらうのが確実です。売上予測AI全般の評価の考え方は売上予測AIとは？需要予測との違い・仕組みと外注時の導入判断で扱っています。
Kuruma AIの料金・導入期間・連携方式
月額60,000円（税抜）で10アカウント
製品ページの料金は月額60,000円（税抜）で、10アカウントが含まれます。アカウントは追加でき、プランには社内ナレッジ学習、ロール・権限管理、専任カスタマーサクセス、common提供の自動車業界向けSaaSとの連携、外部システムとのAPI連携が含まれると記載されています。別途、初期セットアップ費用がかかり、その金額は公開ページには載っていません。標準の10アカウントをすべて使う場合、月額基本料金は1アカウントあたり6,000円（税抜）です。追加アカウントの単価も公開されていないため、見積もりで確認してください。
導入の3ステップと期間の目安
導入は「ヒアリング・要件定義」「データ連携・学習」「運用開始・社内展開」の3ステップで、最短3営業日で使い始められるとしています。社内マニュアルなどのデータ量が多い場合でも、平均2週間程度で本格運用に入る、というのが製品ページのFAQの説明です。
既存システムとの連携とデータの扱い
DMS（ディーラー管理システム）、整備記録システム、会計、CRMなどとAPI・CSV・SFTPで連携できます。顧客データは国内のデータセンターで暗号化して保管し、汎用モデルの学習には使わないと明記されています。SSO・SAML・監査ログ・IP制限にも対応しているため、情報システム部門の審査では、この4項目の設定範囲と、学習に使わない旨の契約上の記載を確認すると話が早く進みます。基幹システム側との役割分担を整理する際はAIエージェント導入の進め方｜業務の選び方・費用内訳と外注判断の基準も参考になります。
無料デモで試せる範囲
common株式会社は2026年7月3日付のリリースで、Kuruma AIの無料オンラインデモを公開しました（レスポンスの掲載は7月7日）。同社サイトの製品ページから、申し込みや登録なしで使えます。試せるのは「経済シナリオに基づく将来予測」と「自動車関連法規のAI調査」の2機能で、荷繰り表の自動生成やドキュメント作成、社内データとの連携は含まれていません。在庫計画への効果を確認したい場合は、無料相談で荷繰り表や社内データ連携をどこまで実演できるか問い合わせてください。
Kuruma AIが向く企業と向かない場面
向いているのは、新車の仕入れと荷繰りを月次で回しているディストリビューター・インポーター・ディーラー本部です。販売計画をExcelで作り、その数字を荷繰り表に手で写している組織では、Kuruma AIの予測台数をNigooriの荷繰り表作成に連携することで、転記の手間を省けます。導入判断では、転記時間の削減と、データ整備・出力確認にかかる時間を合わせて比較してください。経営企画が金利や物価の前提を変えた複数案を役員会に出している会社にも合います。
一方で、次の場面では導入を急がない方がよいと考えます。
- 車種単位の発注精度が目的の場合：公表精度は全メーカー合計の数字です。車種別の精度をPoCで確認するまでは、発注量の決定をKuruma AIの予測に委ねるべきではありません。
- 法規調査の結果で輸出可否を決めたい場合：提供元も一次調査の位置づけにとどめています。最終判断には各国当局の原文と専門家の確認が必要です。
- 需要が経済指標よりも自社施策で動く場合：製品ページはキャンペーン予定を踏まえた店舗単位の予測も案内しています。販促や新型車投入の影響が大きい店舗では、それらを入力・反映できる範囲と、自社データでの予測精度を確認してから導入を判断してください。
汎用のBIツールや予測分析製品と比べる場合は、予測モデルの種類よりも、自動車業界の帳票（荷繰り表）と法規データを最初から持っているかどうかが分かれ目です。予測分析ツールの類型はAI予測分析ツールとは？4タイプの違いと比較軸・主要製品の選び方で比較しています。
よくある質問
Kuruma AIとは何ですか？
common株式会社が2026年3月9日に提供を開始した、自動車業界特化のAIエージェントです。販売台数予測、荷繰り表の作成、予測根拠の解説、業務資料の作成支援、自動車関連法規の調査を1つのサービスで扱います。
Kuruma AIの料金はいくらですか？
製品ページでは月額60,000円（税抜）で、10アカウントが含まれます。初期セットアップ費用が別途かかり、その金額は資料請求か問い合わせで確認する必要があります。
Kuruma AIは無料で試せますか？
試せます。2026年7月3日に公開された無料デモでは、登録なしで将来予測と法規調査の2機能を操作できます。荷繰り表の作成や社内データ連携を試せる条件は、提供元に問い合わせてください。
需要予測SaaSとしての予測精度はどの程度ですか？
2025年の新車販売台数（登録車・軽自動車合計）を予測した検証で、年間平均誤差率1.21%です。月平均販売台数に1.21%を掛けた参考値は約4,600台ですが、実際の月平均誤差台数は公表情報から算出できません。メーカー別・車種別の精度は公表されていません。
Nigooriとはどう違いますか？
Nigooriは、同じcommon株式会社が運営する自動車販売在庫管理SaaSで、荷繰り表の作成と車両在庫のデータベース化を担います。Kuruma AIは予測・解説・法規調査を担うAIエージェントです。2026年7月22日の連携強化で、Kuruma AIの予測台数をもとにNigooriで荷繰り表を作成・保存できるようになりました。
