結論から先に言います。AIによる倉庫立地選定の候補リストは読む価値があります。ただし、それだけを頼りに賃貸契約にサインする人は、いずれ授業料を払うことになります。私はオンライン販売を5年続けており、倉庫を3回移転しました。そのたびに誰かが「今回は違う、今回はAIが計算した」と言いました。そして毎回、同じ教訓です。アルゴリズムは間違っていなかったのです。ただ、実際に痛い目を見る部分を計算していなかっただけです。
まず、ひとつ文句を言わせてください。市場にある立地選定ツールはどれも同じ自慢をします。数字をいくつか入れて数分待つと、順位付きの表が出てきて、トップの候補には星が5つと「最適解」の文字が付いています。セラーはリストの上位にある安い賃料を見て、急いで契約します。でも立ち止まって考えてみてください。アルゴリズムの「最適」と、あなたのビジネスの「最適」は同じものではありません。アルゴリズムが最適化するのは見えるもの、すなわち賃料、距離、注文密度です。夜も眠れなくさせるのは、見えないものです。雇える人がいないこと、繁忙期に倉庫がパンクすること、宅配便の集荷拠点が夜8 p.m.に受付を終えてしまうこと。アルゴリズムはそのどれも計算しません。契約してから気づくのです。
AIによる倉庫立地選定が実際に計算しているもの
ブラックボックスを開けてみましょう。アルゴリズムが実際にやっているのは4つのことです。第一に、注文を地図に落とすこと。過去の配送先をプロットして、顧客がどこに集まっているかを見ます。第二に、距離と輸送コストを計算すること。顧客に近いほど1件あたりの配送コストは安くなり、ここが最も重み付けされる部分です。第三に、賃料と人件費を比較すること。倉庫賃料が安く、働き手が確保できる都市ほど高く評価されます。第四に、すべてを重み付きスコアにまとめて順位付きリストを渡すことです。
ロジック自体は健全です。公開されている業界データから覚えておくべき数字がひとつあります。輸送費は米国物流コスト全体のおよそ50–60%を占めるというものです。CSCMPのState of Logisticsの数値で、業界の立地選定ガイドに引用されています。つまり、倉庫を顧客から少し遠ざけるだけで、損益計算書の輸送費の行はあっという間に膨らみます。賃料で節約した分では到底まかなえません。ですから、顧客の集積地に寄り添うというアルゴリズムの本能は正しいのです。
ただし、組み込みの盲点が3つあります。第一に、過去の注文で動いていること。あなたの履歴が語るのは過去であり、来四半期の売れ筋商品ではありません。第二に、平均を計算すること。平均輸送費、平均配送日数です。でもビジネスが死ぬのは極端な場面です。大規模プロモーションの3日間、雨の1週間、宅配ネットワークが溶けてしまう2日間です。第三に、現地に行ったことがないこと。地図上では高速道路から2キロに見える倉庫も、実際の2キロは慢性的に渋滞する行き止まりの道かもしれません。アルゴリズムはそこまで運転して確かめたりはしません。
もうひとつ、多くの人がはまる罠があります。それは、入力するデータが汚れていることです。注文住所には返品先住所や顧客の受取ポイント、自分で入れたテスト注文が混ざっています。アルゴリズムはそれをすべて飲み込み、描く顧客地図は最初から歪んでいます。私の習慣は、まずデータをきれいにすることです。完了した販売の本当の配送先住所だけを残し、返品と受取を除き、テスト注文を削除します。データがきれいでなければ、きれいな順位表は自己欺瞞です。繁忙期には専用の計算も必要です。数週間のプロモーション量が、通常の四半期全体に匹敵することもあり、年間平均で計算するアルゴリズムは、繁忙期に爆発する倉庫を「十分」と判定します。私は必ず繁忙期の量で別途計算させて、最も忙しい日々に何かが壊れないかを確認します。
AIによる倉庫立地選定の提案を検証する方法
私の方法はこうです。アルゴリズムが候補リストを作り、私の足が検証をする。上位3件を取り上げ、それぞれを訪ね、アルゴリズムが計算しなかったことを確認します。
2つのシナリオを紹介します。どちらも仮定の話です。計算がわかりやすくなるよう数字は作りましたが、教訓は本物です。
仮定のシナリオその1:2025年の夏、家庭用品を販売する友人がアルゴリズムの提案に従い、遠い郊外の安い倉庫に移りました。賃料は目に見えて安く、彼は大喜びでした。3か月後に計算してみると、平均配送日数は2日から4日に延び、レビューには「配送が遅い」と書かれ始め、返品率はじわじわ上がっていました。賃料で節約した分はすべて、余分な輸送費と失われたリピート購入に消え、それ以上でした。アルゴリズムは彼に嘘をつきませんでした。賃料は本当に安かったのです。ただ、顧客はあなたの安い賃料のために4日も待ってはくれない、ということだけは教えてくれなかったのです。
仮定のシナリオその2:同じセラーが戦術を変えました。アルゴリズムが3つの候補を出しました。いちばん安いものに契約する代わりに、3件すべてについて真のコスト表を作り、それぞれを実際に訪ねました。選んだのは中間の価格の倉庫です。主要な顧客集積地に近く、門のすぐ外に宅配便の仕分け拠点があり、夜10 p.m.まで荷物を受け付けてくれます。移転後の最初の四半期、定時出荷率は上がり、悪いレビューは減り、リピート購入が戻ってきました。余分な賃料は、輸送費の節約と評判で元が取れました。
計算を示すために数字を作った、仮定のコスト表がこちらです。
| 月次コスト項目 | 候補A:遠い郊外の安い倉庫 | 候補B:近郊のやや高い倉庫 |
|---|---|---|
| 賃料 | 80,000 yuan | 110,000 yuan |
| 輸送費 | 150,000 yuan | 90,000 yuan |
| 人件費 | 60,000 yuan | 65,000 yuan |
| 月次コスト合計 | 290,000 yuan | 265,000 yuan |
| 配送日数 | 平均4日 | 平均2日 |
わかりますか。賃料は30,000安い、輸送費は60,000高い、合計請求額は25,000高い。しかも配送は2倍遅い。これが、賃料だけで選ぶ人の典型的な罠です。賃料は表示価格、輸送費はじわじわ漏れる穴で、アルゴリズムはそれらを合計します。最初の行だけを読めば、必ずはまります。この表のもうひとつの使い道は、6か月ごとに作り直すことです。輸送費は上がり、賃料は変わり、顧客地図は移ります。去年の最良の倉庫が、今年も最良とは限りません。立地選定は一度きりの買い物ではなく、毎年見直す請求書なのです。
ここが直感に反する部分です。AIによる倉庫立地選定の最大の価値は、どの倉庫が最良かを教えてくれることではありません。総コストをきちんと計算させることにあります。移転前に、月次支出のうち輸送費がどれだけを占めるかすら言えないセラーはたくさんいます。そこでアルゴリズムが動き、お金の行き先全体が見えてくるのです。順位そのものより、お金が実際にどこへ行っているかを初めてはっきり見ることのほうが重要なのです。
契約前に確認する4つのチェック
第一に、自分の実際の注文で実行することです。ツールのデモデータを使ってはいけません。直近3か月分の実際の注文を入れて再計算します。順位が変われば、あなたのビジネスとアルゴリズムの前提は最初から同じページにいなかったということです。
第二に、ラッシュアワーに実際に現地を訪ねることです。出入りの道路が渋滞するか、宅配トラックが何時に集荷に来るかを確認し、隣の倉庫に採用がどれだけ大変か聞いてみてください。アルゴリズムはこの3つのどれも教えてくれません。
第三に、拡張と退出の条件を書面でもらうことです。ビジネスには閑散期と繁忙期があり、注文量に合わせて柔軟に対応できない倉庫は罠です。できれば最初は短期契約にし、初日から3年も縛られないことです。
第四に、人間の拒否権を残すことです。アルゴリズムが1位だと言っても、現地で自分の目が見たものが何かおかしいと感じたら、自分の目を信じてください。アルゴリズムは責任を取りません。契約にサインするのはあなたです。
もうひとつ。契約前に退出コストを聞いてください。倉庫が合わなかった場合、早期解約に何か月分の賃料がかかりますか。退去時に原状回復は必要ですか。これらの条項は契約時には無害に見えて、引っ越しの日には本物のお金になります。私はこれを痛い目に遭って学びました。今では入る前に出ることを聞くようにしています。
では、正直なまとめです。AIによる倉庫立地選定は、詐欺でも奇跡でもありません。記憶力のよい高速計算機です。候補を3つに絞り、総コストをテーブルに載せてくれます。でも最終的なサインはやはりあなたのものです。賃料が安く配送が遅い倉庫は、アルゴリズムには効率的に見えて、顧客には受け入れられません。そして最終的な決定権は顧客にあります。
これは私自身が試して、うまくいった方法です。アルゴリズムに候補リストを作らせ、自分の足と自分の帳簿に決断を任せる。リストの半分を信じて、残りの半分は自分で検証する。
Ah K(ECセラー (5 yrs))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。







