ひとつ話をさせてください。昨冬、私はテキサスの倉庫の外で荷降ろしを待って四時間座っていました。交通の問題ではなく、それが私が倉庫向けAIパイロットプロジェクトの選定を気にかける理由です。中では、現場全体が崩壊していました。システムは300カートンと言います。ドックで数えたら287でした。十三カートン不足で、倉庫全体が午後をかけて現場をひっくり返して探しました。結局、受領書類の一行の重複、ラベルを二重に貼られた一つの出荷でした。私はトラックの中で燃料とお金を燃やしながら座り、中の人たちは日光を燃やしていました。そしてずっと考えていました。もし何かが最初にその書類を見ていたら、こんなことは起きなかったのではないかと。

私は十五年間運転手をしてきましたが、倉庫があらゆる目新しいものに飛びつくのを見てきました。AIは今いちばん熱いもので、人々は私に言い続けます。師傅、あなたの倉庫にはAIが必要です。そこで私はひとつ質問します。何のためのAIですか。十人のうち九人は答えられません。「倉庫全体のインテリジェンス」か「眺めるための大きなダッシュボード」のどちらかです。それはいくらかかるのか、どれくらい時間がかかるのか。最初の倉庫向けAIパイロットプロジェクト選定の判断を間違えれば、六か月を燃やし、建物の中の誰も二度とAIを信じなくなります。これは脅しているのではありません。十五年間の路上生活が教えてくれたことです。

AIパイロットの選定:目に見え、間違っても許容でき、責任者がいる仕事を選ぶ

私のAIパイロットに対するシンプルなテストは三つの部分からなります。働いているのが目に見えること、間違っても許容できること、誰かが責任を持つことです。働いているのが目に見えるとは、現場の人々が自分の目で違いに気づくことで、報告書に浮かぶ数字だけではありません。間違っても許容できるとは、AIが誤った判断をしても、間違った出荷がドアから出る前に人がそれに気づくことです。誰かが責任を持つとは、名前のある一人が毎日結果をチェックし、何かおかしくなったとき、誰の電話が鳴るのか皆が知っていることです。

このテストで言えば、最悪の最初のパイロットは、ピッキングと出荷に直接触れるものです。間違ったカートンを選べば、クレーム、返品、再出荷が来て、生まれたばかりのAIが初日からそのすべてを背負うことになります。正しい仕事は毎日、大量に繰り返され、間違いがすぐに現れ、修正にほとんどコストがかかりません。

いくつか数えてみましょう。第一に、書類認識です。納品書、梱包明細書、請求書。事務員がそれらを一つずつシステムに入力し、目が回るまで続けます。AIが書類を読み、人が結果をざっと見て、間違っているところを修正します。量は毎日ありますし、間違いはその場で現れ、修正しても誰も傷つきません。第二に、例外検出です。在庫数が合わない、納品不足、三日間動いていないロケーション。ベテランはかつて勘でこれらに気づいていました。今はAIに毎日データを掃引させ、監督者に何がおかしいか短いリストを渡させましょう。第三に、需要予測の軽い版です。来年の売上ではなく、明日およそ何カートン出るかだけを知れば、臨時スタッフを二人追加で呼ぶべきか分かります。間違えてもコストは小さいです。

ここが直感に反する部分です。最も派手なシナリオが、たいてい最悪の最初のパイロットになります。完全自動ピッキング、ロボットのスケジューリング、無人倉庫。どれもわくわくしますが、それらの仕事は建物全体の心臓部です。触れればすべてが動きます。最初のパイロットにわくわくは要りません。必要なのは安定性です。仕事が退屈に見えれば見えるほど、最初に行うのに適しています。書類認識は土のように退屈に聞こえますが、毎日節約する時間は現場の全員の目に見えます。

AIパイロットに一ドルも使う前に、この表を埋めましょう

十五年の運転で学んだことがひとつあります。出発前に道路を確認しなければ、途中で引き返すことになります。AIパイロットも同じです。誰かが小切手を書く前に、この表を埋めてください。埋められなければ、始めないでください。

答えるべき質問 良い状態とは
一日の量はどれくらいか 同じ仕事が毎日数十回、数百回繰り返される。少なすぎればやる価値はない
今どれくらいの頻度で間違えるか 数えられる間違い、原因を名指しできるもの
データはあるか 少なくとも一年分のまともな履歴、書類は完備
誰が間違いを見つけるか 誰かが毎日結果をレビューし、誤った判断を素早く修正する
成功はどう見えるか 始める前に書き出すこと。節約した時間、削減した間違い、はっきりした数字で

これらの行を私が発明したわけではありません。この仕事をする人なら誰でも同じことを言うでしょう。十分な量、測定できる間違い、整ったデータ、名前のある責任、数字で表した成功。ひとつ欠ければパイロットは漂流します。最後の行が最も重要です。始める前に、成功がどう見えるかを紙に、壁に書き出してください。パイロットが終わったら、その数字と照らし合わせてください。達成できれば前に進みます。達成できなければ止まって、データが悪かったのか、シナリオが間違っていたのか、ベンダーが売り込みすぎたのかを確かめてください。絶対に避けたいのは、三か月経って、ベンダーが「うまく動いています」と言い、誰も「何がうまく」と言えないことです。

もうひとつ、苦労して得た助言があります。まずシャドーモードで運用してください。AIが横から見守り、何にも触れないということです。毎日、その判断と人々の判断を比較します。数週間後、正確であれば引き継がせます。そうでなければ、訓練を続けてください。試用期間と呼んでください。新入社員にも試用期間があるのですから、なぜAIだけが初日から鍵を渡されるのでしょうか。シャドーモードの間、倉庫は以前とまったく同じように動き、リスクはゼロで、結果を比較する余分な作業があるだけです。

以下の数字は仮定の計算例です。計算を示すために私が作ったもので、実在の倉庫を描写したものではありません。ある倉庫が一日に200バッチの書類を処理し、手入力が一バッチあたり6分だと仮定します。200かける6で、1,200分、20時間、丸一日で事務員およそ二人半です。AIによる読み取りに、一バッチあたり1分と仮定した人間のレビューを加えると、200分、約3.3時間です。節約は一日に1,000分、約16.7時間です。月22営業日では、約367時間の節約です。計算は分単位で正確である必要はありません。お金を管理する人が読めるよう、テーブルの上に置かれていなければなりません。

間違った選択はソフトウェア以上に高くつく

もうひとつ、路上での話です。2024年の秋、私はある倉庫に配達しました。そこでは監督者が、その春に買ったAIスケジューリングシステムについて不満を言っていました。本物のお金がかかり、そのスケジュールは夜勤を空っぽにし、日勤を過密にしました。監督者は毎日手作業で修正しなければなりませんでした。二か月後、システムは隅に置かれたまま埃をかぶり、建物の中の誰もがAIの話が出るたびに首を振りました。お金は消え、時間は消え、信頼は消えました。それが悪いパイロットの最も高くつくコストです。ソフトウェアではなく、倉庫全体の信頼です。信頼は築くのに六か月かかり、壊すのは一度の悪い導入です。

ですから私の助言は、古いことわざに集約されます。急がば回れ。最初のパイロットを小さく、シンプルに、そして成功させましょう。成功すれば皆がそれを見て、二番目と三番目のパイロットは自ずと売れます。最初のが失敗すれば、再び挑戦できるまでに信頼を取り戻すのに次の六か月を費やすことになります。

私が従う実践的な順序はこうです。シナリオをひとつ、たったひとつ選びます。一人の人の名前を付けます。レビュー日を設定します。たとえば六週間後として、壁に書いた数字と照らして判断します。合格すれば、少し広げます。不合格なら止まって、データが薄かったのか、シナリオが間違っていたのか、ベンダーが大げさに話したのかを問いかけます。

十五年間の路上生活で、私はこう学びました。倉庫でお金になるものは、決して最も流行りのものではありませんでした。毎日着実にこなされる仕事です。AIも同じです。正しい最初のシナリオを選べば、実際の仕事をする良い助っ人になります。それが良い倉庫向けAIパイロットプロジェクト選定の実践です。小さな一勝、そして次へ。間違えて選べば、壁の大きな画面になり、見た目はきれいでも何の役にも立ちません。

古いことわざにあるように、斧を研ぐことは薪割りを遅らせません。選ぶという作業を省いてはいけません。

Shifu Zhao(トラック運転手のベテラン、15年)著 英語版からの翻訳。内容に相違がある場合は英語版を優先します。