今後3年間におけるAIによる倉庫職の再編をめぐる議論は、もはや理論上のものではない。2025年6月、Amazonは百万台目の倉庫ロボットを稼働させ、その数は世界300超の施設に広がっている。同年、世界経済フォーラムのFuture of Jobs Report 2025は、2030年までに世界経済が170百万件の新規雇用を生み出す一方で、92百万件の既存雇用が失われると予測した。したがって議論は、実現するかどうかという問いをすでに超えている。今の問いは、どこまで進んでいるのか、そして誰の仕事が最初に変わるのかということだ。
データ:再編はすでに進行中
世界経済フォーラムのFuture of Jobs Report 2025によれば、マクロトレンドによる雇用の創出と喪失は合わせて、2030年までに現在の雇用の約22%に影響する。170百万件が生まれ、92百万件が失われ、純増は78百万件だ。同レポートは、損失がどこに集中するかを明示している。最も急速に減少する職種は事務系である。データ入力事務員、事務アシスタント、レジ係・チケット係、印刷作業員、会計士・監査人だ。これらの数値はAIだけでなくあらゆるマクロトレンドを対象としているが、同レポートはAI、情報処理、ロボット工学を事務職減少の主な要因として挙げている。
マッキンゼー・グローバル・インスティテュートの2025年レポート『Agents, Robots and Us』は、この影響をより直接的に描いている。米国の労働時間の約57%は、既存のAIとロボット技術で技術的に自動化可能であり、米国の雇用の約40%は大きな混乱に直面する職業にあるという。同レポートは、見出しの数字以上に重要なただし書きを加えている。技術的な実現可能性と実際の導入は同じではない。真のボトルネックは、企業がワークフロー全体を再設計する意思があるかどうか、そして政策と投資がそれに追いつくかどうかだとマッキンゼーは主張する。この区別が、以下すべてを貫いている。
Amazonは、導入が実際にどのようなものかを示す最も完全な公開事例を提供している。2025年6月、百万台目のロボットが稼働を開始し、同社は同時にロボット群を統括するAI基盤モデルDeepFleetを発表した。Amazonによれば、DeepFleetは群の移動効率を約10%改善するというが、これは企業側の発表値であり、独立した検証は受けていない。より示唆に富む数字は、2025年10月にNew York Timesが報じた内部文書から得られた。ルイジアナ州シュリーブポートの新施設では約1,000台のロボットが稼働し、そうでなければ必要だった人員より約4分の1少なく済んでおり、Amazonは2027年末までに40施設へこの設計を展開する計画だ。
この議論にめったに登場しないデータがもう一つある。2025年にILR Reviewに掲載された研究によれば、ロボットを備えた倉庫では、同等の従来型倉庫と比べて重傷が約40%少なかった一方、軽傷は77%多かった。自動化が一方的な改善になることは決してない。
3つのシグナル:AIによる倉庫職の再編が始まる場所
どの職種が最初に変わるかについての私の評価は、3つのシグナルに基づいている。誰かに今後3年間のAIによる倉庫職の再編について尋ねられるたびに私が注目するのと同じ3つだ。1つ目は求人広告の文言である。2025年、私は大手倉庫事業者を数社訪れたが、採用の言葉は静かに書き換えられつつある。「WMS操作に習熟」という記載は「システムが指摘する例外を解決できる」へと変わった。かつて「データ入力事務員」として募集されていた職種は、今では「AIツールを学ぶ意欲のある倉庫アソシエイト」として募集されている。職名はほとんど変わっていない。求められる能力はすでに変わっている。再編が最初に姿を現すのはそこだ。
2つ目のシグナルは、経営会議で実際に何が議論されているかだ。倉庫の会議はかつて、今日十分な人員がいるかという1つの問いを中心に回っていた。次第に、別の問いを中心に回るようになっている。人間が目を通す必要のない工程はどれか、という問いだ。ある作業がルールベースで、標準化された入力と検証可能な出力を持つと定義されれば、自動化は時間の問題になる。データ入力、日次レポート、在庫照合は3つの条件を一度に満たすため、最前線にいる。
3つ目のシグナルは、研修予算がどこへ向かうかだ。お金は入手可能な最も正直な指標である。2025年、中国東部で私が調査したある3PLは、年間研修予算の大半を新規採用者のオンボーディングから、既存スタッフ向けの設備操作と例外対応へと移した。そのレポートチームは6人から2人に縮小し、空いた人員は例外対応グループへ移った。予算の流れは、どんな戦略声明よりも企業の本音の判断を明らかにする。
3つのシグナルを重ね合わせると、リスクマップが浮かび上がる。最初に再編されるのは、データ入力、単純なピッキング、日次レポートだ。ルールが明確で、入力が標準化され、ミスのコストが低い。現在変化しているのは、フォークリフト運転と品質検査で、機械が作業の大半を担う一方、複雑なルートや曖昧な欠陥には依然として人間の目と手が必要だ。置き換えが最も難しいのは、例外対応、設備メンテナンス、顧客対応の3つで、これらは同じ特徴を共有する。非標準の入力、唯一の正解がないこと、そして判断が誤れば顧客に即座に影響が及ぶことだ。
置き換えが難しい3つの職種こそ価値がある場所
直感に反する発見は次の通りだ。最初に再編される仕事は、最もきつい仕事でも最も汚い仕事でもなく、最もきれいな仕事だ。オフィスに座ってデータを入力し、レポートを作る人々は、ピッキングラインに立つ人々よりも先に置き換えられつつある。理由は単純だ。AIが最初に置き換えるのは肉体労働ではない。ルールだ。データ入力のルールは紙に書かれている。ピッキングのルールは棚の上と例外の中にあり、機械にはまだ長い道のりがある。
例外対応は、置き換えが難しい最初のカテゴリーだ。システムが対応できるのは、過去に見たことのある例外だけであり、倉庫では毎日見たことのない例外が生まれる。直前の住所変更、スキャンできない破損した荷物、システムが空の棚にあると断言する在庫。こうした場面では、どのルールを破れるか、そしてその結果を誰が引き受けるかについての判断が必要だ。今後3年間で、この仕事は非公式な火消しから、正式に人員を配置する中核的な役割へ移行すると私は見ている。
設備メンテナンスは2つ目だ。ロボットが増えれば増えるほど、それを修理する人々の価値は高まる。これはほぼ定義上そうなる。シュリーブポートの事例が示すのは、ロボットが置き換えるのは反復的な動きであって、メンテナンスそのものではないということだ。ロボットが止まれば、フロー全体がリズムを失い、1時間以内に復旧させる人の価値は、設備密度が上がるにつれて高まる。
顧客対応は3つ目だ。倉庫と顧客の間の信頼は、ある1つのことにかかっている。何か問題が起きたとき、誰かがそれを明確に説明できることだ。AIは完璧な謝罪メールを起草できるが、顧客が心配しているのが納期なのか請求書なのかを聞き取ることも、両方を守れないときにどちらを優先するかをその場で決めることもできない。
倉庫で働く人々へのタイムライン:今後3年間のAIによる倉庫職の再編
以下の私のタイムラインは、上で引用したレポートの予測範囲と、企業導入の実際のペースに基づく判断である。正確な予測ではない。今後3年間のAIによる倉庫職の再編は、単一の出来事として到来するのではなく、一連の流れとして到来し、その順序はどの日付よりも重要だ。2026年から2027年にかけて、レポートとデータ入力の職種が最初に縮小する。大規模倉庫では事務系人員がおよそ3分の1削減される可能性がある(世界経済フォーラムの2025年の事務職減少見通しと、企業がすでに実施している採用凍結に基づく判断)。2027年から2028年にかけて、単純なピッキングと標準化された梱包が大規模な置き換えに入る。ただし、製品カテゴリーが十分に標準化されている場合に限る。非標準の倉庫は、やや遅れて動く。2028年から2029年にかけて、変化の中心は管理そのものへ移る。スケジューリング、予測、業績分析——半分がルールで半分が判断の仕事——はAIが下書きし、人間が承認するようになる。
移行の道筋はおよそ3つある。1つ目はロボットを管理することだ。オペレーターからフリート監視とスケジューリングへ移り、核となるスキルは操作手順を暗記することではなくシステムの論理を理解することだ。2つ目は例外を管理することだ。実行から例外の専門性へ移り、核となる資産は蓄積された判断力で、経験への依存度が最も高く、近道が最も難しい道筋だ。3つ目は顧客を管理することだ。倉庫の内部から顧客との接点へ移り、商品とプロセスへの精通をサービス能力に変える。3つのうちどれが優れているということはないが、共通の前提条件が1つある。今すぐ始めることだ。ある職種が正式になくなってしまえば、選択肢は狭まるばかりだ。
3年後、倉庫で働く人は少なくなるが、残る人々の重要性は増す。これは安心材料ではなく推論だ。機械がルールを引き受けるなら、人間の価値はルールの外側にあるものにしかない。問いは、すべての倉庫で働く人に向けられている。あなたの仕事のうち、あなたにしかできない判断はどれくらいあるか。その割合こそ、今後3年間のあなたの安全余裕だ。
Dr. Chen(サプライチェーン研究者)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。







