海外の自律型ソーシング6選｜買い先を選び直す仕組み

「消耗品や工具の発注は、毎回同じ取引先に同じ値段で出している」——多くの企業で当たり前になっている運用です。金額が小さく件数が多い購買に、いちいち相見積もりを取る人手はない。だから前回と同じところに出す。この積み重ねが、いわゆるテールスペンド（少額・多頻度で、競争にかけられないまま発注されている支出）です。

ここに対して海外では、購買申請を横取りして、発注のたびに買い先を自動で選び直すというカテゴリのサービスが確立しています。英語では Autonomous Sourcing（自律型ソーシング）と呼ばれ、Fairmarkit、Keelvar、Arkestro、Globality といったベンダーが競合しています。日本語の情報がほとんどないため国内では知られていませんが、購買のデジタル化を考えるうえで押さえておく価値のある設計思想です。

本記事では、この6サービスが何を自動化しているのかを整理し、日本の購買実務にどこまで翻訳できるのかを考えます。

結論：海外では「承認の前に、買い先を選び直す」が自動化されている

先に要点をまとめます。

共通の型は「購買申請の横取り（intercept）」。ERPに購買申請（PR）が立った瞬間にAIがそれを掴み、サプライヤーを複数選び、見積もりを集め、最良の条件で申請を書き換えてから承認に回す
人が動かなくても競争が発生するので、これまで相見積もりの対象外だった少額購買にも価格競争がかかる
各社が公表する削減率は6〜18.8%。数字の前提はベンダーによって異なるため横並び比較はできないが、「競争にかけていなかった支出を競争にかけると1割前後下がる」という相場観は各社で一致している
6社は「どこを自動化するか」で分かれる。見積もり取得を回すタイプ（Fairmarkit・Keelvar）、価格を先に提示するタイプ（Arkestro）、交渉そのものを担うタイプ（Pactum）、申請の入口から全域を持つタイプ（Globality・Levelpath）

タイプ別の整理

タイプ	該当サービス	何をしてくれるか
大量の見積もり取得を自動で回す	Fairmarkit / Keelvar	申請を検知し、サプライヤーを選び、RFxを送り、入札を集計して推奨案を出す
相手の回答を待たず、先に価格を提示する	Arkestro	過去実績から適正価格を予測し、こちらから価格を提示して交渉の起点を握る
交渉そのものをAIが代行する	Pactum AI	支払サイト・数量割引・リベートなどを、方針の範囲内でAIが交渉して合意まで持っていく
申請の入口から発注まで全域を持つ	Globality / Levelpath	申請の受付・要件整理から、サプライヤー探索・選定・契約確認までを一気通貫で担う

【比較表】海外の自律型ソーシング6サービス

比較項目	Fairmarkit	Keelvar	Arkestro	Globality	Pactum AI	Levelpath
本社	米・ボストン	アイルランド・コーク	米・サンフランシスコ	米・パロアルト	米・マウンテンビュー	米・サンフランシスコ
設立	2017年	2012年	2017年	2015年	2019年	2022年
中心となる機能	テールスペンドの競争入札を大量に自動実行	複雑な入札の最適化＋自律ソーシング	予測にもとづく「先出し価格提示」	AIエージェント Glo による全工程の自律実行	サプライヤーとの自律交渉	申請から発注までの自律オーケストレーション
得意なスペンド	少額・多頻度（テール）＋戦略調達	物流・包装・直接材など複雑カテゴリ	製造・エネルギーの直接材	サービス・間接材（複雑スペンド）	既存サプライヤーとの条件見直し	間接材全般
主な連携先	SAP Ariba / S/4HANA / Coupa / Oracle / ServiceNow / Amazon Business	主要ERP・P2P	主要ERP・P2P	主要ERP・P2P	既存の調達システムに組み込む形	主要ERP・P2P
公表している効果	平均11%削減、サイクルタイム最大86%短縮	平均6%の追加削減、イベントの85%を自律実行	平均18.8%削減、サイクルタイム60%短縮	RFPサイクル90%短縮（BMS社事例）	サプライヤー満足度82%	RFP処理能力10倍、サイクルタイム76%削減
公表顧客の例	BP、Boeing、Snowflake	Mars、Siemens、Coca-Cola	Chevron、Koch Industries	T. Rowe Price、Tesco、Bristol Myers Squibb	Walmart、AstraZeneca、Honeywell	American Airlines、Docusign

※各数値はいずれも2026年9月時点で各社が公表しているものです。算出前提・対象カテゴリ・比較対象がベンダーごとに異なるため、削減率をそのまま横並びで比較することはできません。

各サービスは何をしているのか

① Fairmarkit（フェアマーキット）

中心にあるのは「競争にかけられていない3割の支出」という問題提起です。同社は、企業の支出の30%以上が競争見積もりを取らないまま発注されていると述べており、そこを自動化の対象に据えています。

2026年4月には Total Agentic Sourcing を発表し、KIT というアシスタントの下に、申請受付（Intake Agent）、サプライヤー探索（Supplier Discovery Agent）、RFx実行（RFx Execution Agent）、入札評価（Evaluation Agent）、効果測定（Performance & Compliance Agent）という役割別のエージェントを並べる構成になりました。定型的な少額購買は人が介在せずに完結させ、大型の戦略調達ではカテゴリーマネージャーの判断を残す、という切り分けです。なおTotal Agentic Sourcingは発表時点でプライベートベータとして案内されており、一般提供の状況は個別確認が必要です。

日本の読者にとって重要なのは、Amazon Businessと公式に連携している点です。Fairmarkit経由で50万社超のサプライヤーから見積もりを取得できるとしており、パンチアウト連携が主流の日本の購買システムとは発想が異なります。日本では「カタログを自社システムに引き込んで買う」のが連携ですが、Fairmarkitは「見積もりを取りにいく」ための連携をしています。

② Keelvar（キールバー）

6社のなかで最も古く、2012年設立。複雑な入札の最適化（Sourcing Optimization）と自律ソーシング（Autonomous Sourcing）の両方を持つことを強みにしています。前者は、価格・リスク・サステナビリティなど複数の変数をまたいだ落札シナリオを解く領域で、人手では評価しきれない組み合わせを計算する用途です。

同社は2026年のGartner社 Market Guide for Sourcing Applications において、この2つを併せ持つ唯一のベンダーとして紹介されたと発表しています。公表値としては、ソーシングイベントの85%を自律実行、平均6%の追加削減、Mars社で6,400万ドル、Stanley Black & Decker社で4億4,000万ドルの削減といった数字を挙げています。

物流・包装・直接材といった、単価だけでは決められないカテゴリに強いのが特徴です。

③ Arkestro（アルケストロ）

他社と発想が逆なのがArkestroです。見積もりを待つのではなく、こちらから価格を提示するというアプローチを取ります。過去の取引データから「この品目はいくらで買えるはずか」を予測し、その価格を起点にサプライヤーへ提示する。同社はこれを Predictive Procurement（予測購買）と呼んでいます。

公表値は平均18.8%削減、サイクルタイム60%短縮、米自動車メーカーの事例では1案件あたり平均34%の削減。数字は6社のなかで最も大きいものの、強いのは製造業・エネルギーの直接材であり、オフィス用品のような間接材で同じ効果が出るとは限りません。

④ Globality（グロバリティ）

Glo という名前のAIエージェントが、申請の受付から発注先の決定までの8工程（Intake／RFx生成／計画・should-cost算出／サプライヤー探索／回答収集／交渉／分析／選定）を担います。各工程を自律モードで走らせるか、人のレビューで止めるかを工程ごとに設定できる設計です。

得意なのはサービス支出（コンサルティング、マーケティング、専門役務など）です。モノと違って仕様が定まっていないため、要件を言語化するところから支援が要る——この難しさに寄せた作りになっています。公表事例としては、T. Rowe Price社で4,300万ドル超の削減、Bristol Myers Squibb社でRFPサイクル90%短縮などを挙げています。

⑤ Pactum AI（パクタム）

唯一、交渉そのものを担当するサービスです。ソーシング（誰から買うかを決める）ではなく、既存のサプライヤーとの条件を見直す方向に寄っています。支払サイトの延長、数量割引、価格表の更新、リベート条件など、8種類の専門エージェントを用意しています。

Walmart社が数千社規模のサプライヤーとの交渉に使ったことで知られ、AstraZeneca社、Honeywell社なども公表顧客に並びます。サプライヤー満足度82%という数字を掲げているのが特徴的で、「AIに詰められた」と取引先に思われない交渉が成立するかどうかが、この種のサービスの成否を分けます。

⑥ Levelpath（レベルパス）

2022年設立と最も新しく、Ranger というエージェント基盤で、申請の入口から契約分析・サプライヤーリスク監視・請求書処理までを一つのプラットフォームで扱います。ソーシング単機能ではなく、Source-to-Payの全域を狙うポジションです。RFP処理能力10倍、サイクルタイム76%削減を公表しています。

【隣接カテゴリ】Zip

厳密には「買い先を選び直す」サービスではありませんが、比較検討の場に必ず出てくるのがZipです。購買申請の入口（Intake）を統一し、承認・契約・サプライヤー審査・支払までを横串で束ねるオーケストレーションが主戦場で、ソーシング機能も持ちますが中心ではありません。OpenAI、Anthropic、T-Mobile、Dollar Treeなどを顧客に挙げています。

FairmarkitやKeelvarが「価格を下げる」ための道具だとすれば、Zipは「申請が迷子にならない」ための道具です。解いている問題が違うので、併用される構図になります。

日本で同じ仕組みが広がっていない3つの理由

これらのサービスは、2026年9月時点で日本法人や日本語UIを公式に明示しているものが見当たりません。単に上陸が遅れているというより、前提条件が日本と噛み合っていない部分があります。

理由1：日本の購買はパンチアウト連携が中心で、「見積もりを取る」連携ではない

日本の購買システムとECの接続は、パンチアウト——自社システムから取引先ECのカタログに飛び、カートを持ち帰る方式——が標準です。カタログの価格で買うことが前提なので、そもそも「複数社に相見積もりを投げる」ためのインターフェースが用意されていません。Fairmarkitのように見積もりを取りにいく連携は、日本のEC側にAPIがない以上、現状では成立しにくい構造です。

理由2：発注ロットが小さく、削減額が導入コストを上回りにくい

自律型ソーシングの経済性は「削減率 × 対象支出額」で決まります。欧米の大企業がテールスペンドとして扱う金額帯は、日本の中堅企業の間接材購買の総額を上回ることも珍しくありません。11%削減が効くのは、母数が十分に大きい場合です。年間の消耗品購買が数千万円規模の企業では、削減額よりも運用負荷のほうが大きくなる可能性があります。

理由3：取引先を頻繁に替える前提が、日本の商慣行に馴染みにくい

毎回買い先を選び直すという設計は、取引先を入れ替えることに抵抗がないことを前提にしています。継続的な取引関係を重視する商慣行のもとでは、価格だけで発注先が動く運用は現場の納得を得にくく、「安いところが出てきたので今月から変えます」が通らない場面があります。

日本の実務に翻訳すると、どこから手をつけるか

とはいえ、この6社が共通して解いている課題そのものは日本でも同じです。「金額が小さいから競争にかけない」の積み重ねが、説明できない支出を生んでいる——ここは変わりません。日本で現実的に取れる手順は次の3段階です。

ステップ1：競争にかけていない支出がいくらあるかを可視化する

まず、年間の間接材購買のうち「前回と同じ取引先に、比較なしで発注している」金額を出します。ここが全体の何割かが分かって初めて、どこまで手をかける価値があるかを判断できます。可視化の単位は品目ではなく取引先×カテゴリにすると、集約・見直しの候補が見えやすくなります。

ステップ2：カテゴリごとに「価格で選ぶ／固定する」を決め打ちする

毎回選び直すのではなく、カテゴリ単位で方針を決めるほうが日本では運用しやすい方法です。発注件数が多く仕様が標準化されているカテゴリ（コピー用紙、トナー、清掃用品など）は定期的に価格を比較し、件数が少なく仕様が特殊なカテゴリは取引先を固定して管理コストを下げる。この切り分けは、オフィス用品通販6社比較の記事で扱っている購買サイトの使い分けとも直結します。

ステップ3：承認と発注を分断させない

海外の自律型ソーシングが成立している背景には、購買申請がERPの中にデータとして立っているという前提があります。申請がシステム上のデータでなければ、AIがそれを横取りして処理することはできません。逆にいえば、日本でこの種の自動化を将来的に使いたいなら、まず承認と発注が同じデータの上で繋がっている状態を作ることが出発点になります。紙やメールで承認を取り、承認後に担当者が手で発注サイトを開いている状態では、どんなAIも入り込む余地がありません。

購買申請そのものの統制設計については、消耗品購買の内部統制の記事で金額帯ごとの承認の重さの決め方を整理しています。

購買承認から先までを見直すなら

海外の自律型ソーシングは「買い先をどう選ぶか」を自動化するサービスです。一方で日本の購買実務でより頻繁に詰まるのは、承認が終わったあとに誰かが手で発注しなおしているという分断のほうです。承認と発注が切れていると、承認した金額と実際に発注した金額がずれ、在庫切れで買い直しが発生し、立替精算が残ります。

1Approvalは、承認ボタンを押した時点で購買が実行される仕組みにより、承認と発注を分断させません。購買データは実行された時点で経費データとして自動生成され、会計・経費精算システムと連携できるほか、複数の購買先・取引先の利用料を月1回の法人一括請求にまとめられます。将来的にソーシングの自動化を検討するにしても、その前提となる「申請から発注までが1本のデータで繋がっている状態」がまず必要です。1Approval 消耗品・購買の詳細を見るから、具体的な仕組みを確認してみてください。

よくある質問（FAQ）

自律型ソーシング（Autonomous Sourcing）とは何ですか？

購買申請が立った時点でAIがそれを検知し、サプライヤーの選定・見積依頼・入札の集計・推奨までを人の介在なしに実行する仕組みを指します。従来は購買担当者が手作業で相見積もりを取っていた工程を自動化するもので、金額が小さく件数が多いために競争にかけられてこなかったテールスペンドが主な対象です。

日本企業が今すぐ導入できますか？

2026年9月時点で、本記事で取り上げた6社はいずれも日本法人や日本語UIを公式に明示していません。また、日本の購買システムとECの接続はパンチアウトが中心で、複数社から見積もりを自動取得するためのAPIが整っていないため、そのままの形では機能しにくいのが実情です。導入を検討する場合は、まず各社に日本語対応と国内サプライヤーへの対応可否を直接確認してください。

FairmarkitとKeelvarはどう違いますか？

Fairmarkitは少額・多頻度のテールスペンドを大量にさばくことに軸足があり、Amazon Businessとの連携など「幅広いサプライヤーから素早く見積もりを集める」方向に寄っています。Keelvarは複数の変数をまたいだ落札シナリオを解く最適化に強く、物流・包装・直接材のように単価だけでは決められないカテゴリを得意としています。少額購買の件数が課題ならFairmarkit、複雑な入札条件が課題ならKeelvar、という整理が目安になります。

削減率11%や18.8%といった数字は信用できますか？

いずれもベンダーの公表値であり、算出の前提（対象カテゴリ、比較対象、導入前の状態）は各社で異なります。「競争にかけていなかった支出を競争にかけると1割前後は下がる」という相場観として受け取り、自社に当てはめる際は対象支出額に掛けて削減額を試算し、導入・運用コストと比べて判断してください。

購買サイトを複数使っている場合、どこから手をつけるべきですか？

まず年間の発注金額が大きいカテゴリから、競争にかけていない支出を洗い出すことをおすすめします。そのうえで、仕様が標準化されているカテゴリは定期的な価格比較の対象にし、件数が少なく金額も小さいカテゴリは取引先を固定して管理コストを優先する、という切り分けが現実的です。

主な参照先

※記載されている会社名・製品名は各社の商標または登録商標です。