率直に言おう。倉庫の梱包におけるAI目視品質検査が採算に合うのは、そのミスのコストが節約できる人件費を下回るときだけだ。すべての荷物をチェックするカメラは、現場で何が起きるかを見るまでは確実な勝利に聞こえる。誤検出があるたびに荷物が止まり、見逃しがあるたびに問題が顧客のもとへ届く。これには二つの側面があり、カメラを買った倉庫が多すぎるほど、設置後に本当の請求書が届くことに気づくのを私は見てきた。節約できる人件費は本物のお金だ。新たに加わるトラブルも本物のお金だ。
2023年秋、私はロサンゼルス郊外にある家庭用品を出荷する3PLを訪れた。一日に約8,000個の荷物が梱包台を通過し、繁忙期にはその倍になった。彼らは二か月前に梱包台の上にカメラを設置したばかりで、現場監督はすでにうんざりしていた。カメラは真面目すぎた。光を反射する瓶、二、三ミリ傾いたラベル、余分な折り目が一つあるテープ。人間なら一目見て全部合格にしていただろうものを、カメラは一つ残らず引っかけた。検品台には列ができ、コンベヤーは何度も止まり、梱包担当と検品担当が言い争っていた。私は三十分ほどそこに立っていた。引っかかった荷物のうち、本当に何か問題があったのは三つに一つもなかった。カメラが怠けていたのではない。基準が厳しすぎたのだ。倉庫が節約したはずの検査員二人は、そのまま別の台の検品担当として戻ってきた。
倉庫の梱包におけるAI目視品質検査:まず誤検出を数える
誤検出と見逃しは、一本のレバーの両端だ。しきい値を厳しくすれば見逃しは減るが、誤検出が増える。緩めればラインはスムーズに流れる一方で、不良品が顧客のもとへすり抜けていく。両端をただで手に入れられる倉庫はなく、どちらかを選ぶ前に、両方に値段をつけることだ。
下の表の数字はすべて仮の計算例であり、計算方法を示すためだけに載せている。どの倉庫で測定したデータでもなく、ベンダーが約束した性能の数字でもない。
| 請求書 | 想定条件 | かかるコスト |
|---|---|---|
| 誤検出 | 一日10,000個の荷物、2%を誤って引っかける、一件あたり約1分の検品 | 一日に約200分の検品が追加、およそ半シフト分 |
| 見逃した不良 | 一日に見逃す荷物10個、一か月に約300個 | 返品、再出荷、カスタマーサービスの時間、リピート注文の損失 |
ここが直感に反する点だ。厳しいカメラが良いカメラとは限らない。「念には念を」という売り文句が、荷物を多く引っかけるほどシステムが機能している証拠であるかのように語られるのを、私は何度も見てきた。誤検出はその場で請求してくる。止まったライン、渋滞、余分な人手だ。見逃しは後から請求してくる。苦情、返品、失った顧客だ。二つの請求書が届くタイミングが違うため、管理者は目の前にある方ばかり見て、後から来る方は存在しないふりをする傾向がある。正しいやり方は、それぞれに値段をつけることだ。誤検出一件の検品はいくらかかり、見逃した不良一件はいくらかかるのか。両方の数字が並べば、しきい値はほぼ自分で決まる。平均的な荷物が高価なら、見逃しのコストが高いので厳しくする。荷物が安くて量が命なら、誤検出のコストが高いので緩める。
では、実際にしきい値をどう設定するのか。私のやり方は、最初の二週間は緩めに運用することだ。緩めに運用した一週間で、実験室のデータではなく自分の現場の本物の誤検出と本物の見逃しが手に入る。その週のサンプルを一つずつ確認してから、一目盛りだけ厳しくする。一目盛り動かし、二日間運用し、検品台に列ができるかどうかを見て、次の目盛りを決める。最悪の間違いは、初日にしきい値を最大まで上げることだ。検品台が詰まり、倉庫全体がカメラを厄介者だと決めつけ、その後で調整しようとしても誰も協力してくれなくなる。まず現場がカメラと気持ちよく共存できるようにする。それから初めて、カメラはより正確になれる。
照明、角度、新しいSKU:梱包ステーションの三つのハードル
カメラが検査するのは荷物だけではない。荷物の周りの条件も検査する。最初のハードルは照明だ。梱包台の上の照明は十分明るく見えても、光沢のある瓶が反射してラベルの半分を食い尽くしたり、つや消しの段ボール箱が影を落としてシール線を隠したりする。照明が正しくなるまでは、精度の話はすべて空虚だ。私のやり方はローテクだ。最も手ごわい荷物を十数個取り、朝と昼と夕方に写真を撮る。最も失敗が多いシフトが、どの照明を最初に直すべきかを教えてくれる。ランプの位置、シェード、補助光の角度。これらを正しくすることが、高価なカメラを買うことより効果がある。
二つ目のハードルは角度だ。人間の検査員は荷物をひっくり返し、回転させ、底を見る。カメラは自分の角度からしか見られない。2024年夏、ある化粧品倉庫が片側に箔のラインが入った新しい口紅の箱を発売した。真上から撮影するとラインが光を反射し、十個に三、四個が破損と判定された。人々はカメラを責める気満々だった。カメラは悪くなかった。発売日に誰も新しい包装をシステムに登録しておらず、検品担当にも新しい箱がどんなものか伝えていなかったのだ。システムが検査するのは、認識しているものだけだ。見たことがないものは、怪しいものとして扱うしかない。
それが三つ目のハードル、新しいSKUだ。新しい包装、新しいサイズ、新しい仕入先が毎週やって来て、検査ルールが追いつかなければ、カメラは古い顔しか認識できない門番になってしまう。解決策は単純だが、誰かが責任を持つ必要がある。新しい商品が届いた初日にカメラの前に通し、サンプルを取り、基準を設定し、検品担当にこの商品がどう判定されるかを示す。最初の週は、毎日誤検出を振り返る。この仕事を誰も引き受けなければ、三か月以内にシステムは現場に遅れを取り、六か月以内に誰も信用しなくなる。
AI目視品質検査における人間の検品の居場所
カメラが荷物をチェックするからといって、人が去ってよいわけではない。検品がどこにあるかで、システムが助けになるか飾りになるかが決まる。私は三つに分ける。カメラが合格とした荷物はそのまま通過する。怪しいと判定した荷物は検品台へ行き、人が一目見て決める。不良と判定した荷物は、シフトリーダーが確認するまで隔離する。検品担当が触るのは怪しいものだけで、流れ全体ではない。人件費の節約が生き残る唯一の方法だ。
検品には二つ目の仕事があり、それはシステムに教えることだ。週に一度、一時間かけてその週の誤検出を広げる。どれが照明の問題で、どれが角度の問題で、どれがシステムが初めて出会った商品だったのか。現場で直せるものは現場を直し、サンプルが足りないところはサンプルを追加し、残りは認める。カメラに合わない荷物は単純に存在する。全面反射フィルムで包まれたもの、ロットごとに形が変わるものだ。無理に押し通すより認める方がよい。
合格した荷物にも安全網が必要だ。カメラが合格とした荷物から小さなサンプルを取り、毎日手でチェックする。何件取るかは、苦情をどれだけ許容できるかによる。もう一つ仮の例を挙げよう。一日10,000個の荷物、100個をサンプルとして抽出、見逃しが一件見つかった。これは見逃しが百個に一件程度で走っていることを示唆し、しきい値が緩んだのか、新しい商品が認識されずに通過したのかを確認する時だ。これがカメラが自分のミスを自分で捕まえる方法であり、ほとんどのベンダーがデモで省く、倉庫の梱包におけるAI目視品質検査の部分だ。サンプリングがなければ、見逃しは何か月も気づかれずに積み上がり、顧客から電話がかかってきたときには、請求書はすでに遅れている。
そもそもシステムを買うかどうかについては、私は単純な分け方を使う。一日二、三千個未満の荷物、あるいはロットごとに形が変わる品ぞろえなら、カメラは放っておき、まず規律ある手作業の抜き取り検査を整える。一日一万個を超え、品ぞろえがかなり安定していて、苦情が高くつくなら、カメラには理がある。そして数字を計算するときは、すべて数えること。検品担当、照明と角度の修正に費やす時間、新商品の発売時の維持管理。そのすべてを、見逃した不良があなたにいくらかかるかと比べるのだ。
カメラはあなたの代わりに見ることができる。あなたの代わりに決めることはできない。だから自問してみてほしい。あなたの梱包台の上のカメラは今日お金を節約してくれているのか、それともトラブルを増やしているだけなのか。
Lao Mi(20年の経験を持つサプライチェーンのベテラン)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。







