6:40の朝、倉庫に入ったばかりのとき、夜勤のリーダーが入り口で私を呼び止めた。AI倉庫従業員研修が夜のうちに問題にぶつかったのだ。システムが最適化されたピッキング順序を出してきたが、ベテランのピッカー2人がその意味を理解できず、結局いつものやり方で作業した。注文はピッキングできたが、システムに記録された数字はすべて間違っていた。私は彼に聞いた、先週の研修でやらなかったのか、と。彼はやったと言った。プロジェクターで40枚のスライドだ。みんな聞いていたが、現場に戻ってからはこれまでどおりにやった。倉庫にツールを入れるのは簡単だ。人にそれに乗ってもらうのが難しいのだ。
正直に言おう。倉庫でAIが止まる原因は、ほとんど技術ではない。2025年に米国で行われた現場製造業労働者300人を対象とする調査では、75%がAI搭載ツールを使うことに抵抗がなく、85%が新しい技術が日々のコミュニケーションの問題を解決できると考えていた。人が恐れているのは仕事だ。同じ調査では32%が雇用の安定を心配していた。さらに悪いことに、現場のAI研究によると、必要なAI研修を実際に受けている労働者の割合はわずか21%だ。ツールは届いた。教える方が届いていない。
私たちは2026年3月にAIによる波動計画とスマートなピッキング経路の導入を始めた。3シフトで約200人だ。最初の1か月で大きな落とし穴に踏み込んだ。ベンダーを呼んで2日間の教室研修を行い、会議室は満員、最後に印刷したマニュアルを配ったが、現場に戻ると完全に混乱した。ベテランは画面の文字が小さすぎると言い、夜勤の人は昼間のレッスンが夜の仕事と合わないと言い、新人はマニュアルの正しいページを見つけられなかった。その月のピッキングエラー率は上がった。倉庫での教室研修は、ただ形だけこなしているにすぎない。
AI倉庫従業員研修は恐怖を取り除くことから始まる
最初のレッスンは、どのボタンを押すかではない。恐怖を部屋から取り除くことだ。最初の始業前ミーティングで、私は機能の話をしなかった。3つのことを言った。このシステムはあなたが何分遅れたかを記録しない、誰を辞めさせるかを決めるためにあるのではない、そして何か問題が起きたときは、まずシステムが悪い順序を出していないかを問い、その後で人のミスかどうかを問う、と。この3つの文言はオーナーと人事と合意し、みんなが見えるホワイトボードに書いた。
最もはっきりした成果はLao Zhang、52歳、10年以上ピッキングをしてきた人だ。最初は最も強く反発し、半生ピッキングをしてきたのに機械に教わるつもりはないと言った。そこで私は彼を最初のテスターにした。システムを学ぶためではなく、欠点を見つけるためだ。3日で4つの問題を見つけ、そのうち2つは本物だった。システムがピッカーを冷蔵倉庫のドアの前を通る長い迂回路に回し、ピーク時にはピッキングフェイスが補充カートとぶつかる、というものだ。ベンダーは2つとも直した。その後、Zhangは自分から他の人に、このものはまあ大丈夫だ、少なくとも話を聞いてくれると言い、彼のチームが最も速く学んだ。ここが人を驚かせる部分だ。最も声高に反対する人は、学べない人であることが多いのではない。誰も最初に「このものはどこがおかしいと思うか」と聞いてくれなかった人なのだ。欠点を見つけさせることは、手順を暗記させるより10倍うまくいく。
もう一つ、正直な点を先に言っておく。チームリーダーが使わなければ、その下の誰も使わない。研修中に後ろの席で携帯電話を見ていたリーダーがいて、現場に戻ってからは手書きの波動計画に戻った。彼のチームは2か月目もまだ旧来の方法だった。私は彼に2週間トライアルリーダーを務め、毎朝AI計画が自分を助けたことを1つ挙げるよう頼んだ。2週間後、彼のエラー率は下がっていた。まずリーダーを研修するのだ。乱暴に聞こえるが、倉庫とはそういうものだ。
大教室はなし:シフトと一緒に行うAI研修
教室研修が失敗した後、私たちはシフトと一緒に行う研修に変えた。各シフトが素早く学ぶ人2人を選ぶ。シードオペレーターと呼ぶ。まず彼らを教え、次に彼らがシフトの他の人を教える。彼らが教えるとき、理論は省いて3つのことだけを扱う。今日の仕事をどうやるか、画面のどの数字を見るか、うまくいかなかったときに誰に連絡するか、だ。1つのシナリオずつ、15分、ラックの横に立って、その場ですぐにやってみる。
夜勤はそれ自体が問題だ。人数が少なく、何か壊れたときに聞く人がおらず、システムが悪い判断を出してもラインを止める勇気が出ない。だから夜勤には独自のルールを設けた。最も安定した2つの機能、ピッキング経路と例外アラートだけを使い、波動最適化はオフにする。夜勤チームが慣れてから、3つ目をオンにした。夜は、速さより安定だ。午前2時の1回の停止が、翌日倉庫全体の残業につながる。
新人のオンボーディングも変わった。以前は仕事に触れる前に2日間マニュアルを読むだけだった。今は新人が初日からシードオペレーターの横で働き、アカウントは当日中に開設され、やりながら学ぶ。2026年5月に6人の新人が入った。3日目には1人でピッキングができ、7日目にはエラー率がベテランに近づいた。旧来のマニュアル優先の方法では約2週間かかった。これらの数字は業界のベンチマークではなく、私自身の倉庫の記録から来ているが、要点は伝わる。倉庫の現場では、人は耳ではなく手で学ぶのだ。
| 段階 | 時期 | 内容 | 成功の目安 |
|---|---|---|---|
| 1か月目 | Weeks 1-4 | 恐怖を取り除き、リーダーを研修し、シードオペレーターを選び、最も安定した機能だけをオンにする | 各シフト2人が1人で運用でき、質問できる |
| 2か月目 | Weeks 5-8 | シードオペレーターがシフト全体を研修し、夜勤は安定した進め方に従い、新人は現場で学ぶ | 全員がシステムの順序に従え、エラー率が通常に戻る |
| 3か月目 | Weeks 9-12 | すべての機能を開放し、リーダーが毎日1つずつ時間短縮の事例を共有し、人が見つけた欠点を集める | 人がシステムの判断を自分で評価でき、止まって質問する勇気を持てる |
この表が私たちのAI倉庫従業員研修のリズムだ。すべての段階にチェックがあり、チェックに合格するまで次に進まない。ベンダーはもっと速く全面稼働するよう迫ってきた。私は1つの言葉で押し返した。人が準備できていなければ、全面稼働は全面で間違えるだけだ。そのリズムは後に休憩室の壁に貼られ、誰もが今月何をすべきかを見られた。
3か月はこう進める:ゆっくりが速い
3か月後、変化はピッキング速度が突然2倍になったことではなかった。他の2つのことだった。1つ目はエラー率だ。ピークシーズン前の大きなプロモーション期間中、私たちのピッキングエラー率は前年の同じ時期より約30%低かった。これは私たち自身の集計で、年によって数量はまったく同じではなかったので、参考として受け取ってほしい。2つ目は、人がものを求め始めたことだ。補充アラートを30分早くできないか、棚卸しを場所の熱度順に並べられないか、と。以前は誰もこうした質問をしなかった。システムが自分と関係があると誰も感じていなかったからだ。
はっきり言おう。最大の間違いは、研修を終わるプロジェクトとして扱うことだ。プロジェクトが終わる日こそ、本当の仕事が始まる日だ。私たちは3つの習慣を定着させた。毎週の始業前ミーティングでシステムについて10分話すこと、人が見つけた欠点を毎月1回集めること、シードオペレーターを四半期ごとに交代すること、だ。同じ2人がずっとシードのままでは、他の全員がこれは自分の仕事ではないと決めてしまう。
他のマネージャーに伝えるべきトレードオフもある。人が学んでいる間は生産性が下がる。最初の1か月は、1人当たりのピッキング数が約10%下がった。オーナーが何が起きているのかと聞いた。私は授業料だと言った。払わなければ、後でもっと高くつく。3か月後には数量は戻り、エラー率は下がっていた。
他のマネージャーへの私からの注意喚起だ。倉庫におけるAIは、誰のシステムがより高価かを競うものではない。誰の人が先にそれを使えるようになるかを競うものだ。3か月あればチームを連れて行くのに十分であり、良いツールを飾りに変えるのにも十分だ。違いは最初の1歩にある。まずアカウントを配るのか、それともまず人と座って恐怖について話すのか、だ。
Chen Feng(倉庫運営マネージャー)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。







