紙の上では3年、実際は5年半：自動化ROIの3つの楽観的な前提を修正する

「3年で回収。」自動化ベンダーの提案書は、どれもこの一文で締めくくられる。

2024年、私は南カリフォルニアのある3PL倉庫のプロジェクトに同行した。AMRによる搬送と、Goods-to-Person方式のピッキングステーションの導入だ。ベンダーのROIモデルはきれいで正確だった。投資額は約$2.8 million、年間の人件費削減は$1 million、保守費は$80k、回収期間は3.0年。オーナーはサインした。稼働開始から1年半後、実績データで数字を再計算したところ、5.6年、6年に向かって伸び続けていた。設備が悪かったわけではない——確かに人件費は削減されていた。問題は計算にあった。ベンダーのスプレッドシートには3つの楽観的な前提が紛れ込んでおり、その一つ一つが回収期間を短く見せていた。

ベンダーの請求書バージョン

以下の数値は計算のための仮想例であり、業界統計ではない。

100,000平方フィートのピッキング拠点に、$2.8 millionの自動化投資——設備本体が約$2 million、システム統合とプロセス改修が$500k、土木・ネットワーク増強が$300k。ベンダーの計算はたいていこうなる。28人削減 × 1人あたりフルロード$36k = 年間人件費削減$1 million。年間保守費は設備コストの3%で$84k。年間純利益は約$920k。回収期間は2.8M ÷ 920k ≈ 3.0年。

計算式は正しい。3つの入力が正しくない。

3つの前提を分解する

**前提その1：設備利用率85%。**ベンダーのモデルは、まるで毎日が繁忙期であるかのように、システムがフル稼働し続けると仮定する。現実の倉庫には現実の季節性がある。11月と12月——Black Fridayと年末商戦——設備はフル稼働する。しかし残りの9か月、半分ほど空いたピッキングステーションが当たり前だ。3か月を90%、9か月を50%で加重平均すれば、年間利用率は60%前後に落ち着く。

ここに、ROI全体で最も高くつく誤りが潜んでいる。ピーク能力分を支払いながら、回収は平均利用率でしか進まない。能力設計はピーク処理量に合わせ、資金は初日に出て行き、減価償却は12か月すべてにかかる——遊休時間を値引いてくれる人はいない。25ポイントの利用率の差は、人件費削減にも同じ割合の値引きを強いる。初年度は$1 millionから約$700kへ、以後は地域の賃金上昇率で伸びていく。

実例：2024年の南カリフォルニアの3PLだ。ベンダーはピーク処理量に対して85%の利用率でモデルを組んだ。稼働開始後、WMSから1年分の受注データを引き出してみると、実際の利用率は60%前後だった。削減できた派遣人件費は、予測より40%少なかった。回収期間がずれ始めたのは、まさにここからだ。

**前提その2：年5%以上の賃金上昇率。**人件費削減は年を追うごとに複利で増えるため、ベンダーは年間賃金上昇率を5%、時には6%に設定したがる——将来年度の「削減効果」がきれいに膨らむからだ。実際には、カリフォルニアの最低賃金引き上げは立法措置で決まり、現場の倉庫作業員の実際の賃金上昇率は年3〜4%前後で推移している——年によってはもっと高いが、長期平均で5%には届かない。毎年2〜3ポイント高く見積もれば、複利効果で将来年度の利益が5年間で20%以上膨らむ。

対策はシンプルだ。ベンダーの数字をそのまま使わない。地域の最低賃金か、現場倉庫作業員の実際の賃金について、過去10年間の中央値上昇率を使う。この例では3.5%だ。もう一つ注意点がある。離職に伴う採用・研修コストや、繁忙期の残業の変動は、ベンダーのモデルでは実質ゼロになっている。厳密にやるなら、数字はさらに保守的になる。

**前提その3：保守費は3%。**3つの中で最も危険だ。ベンダーの3%は、たいてい基本の保守契約分しかカバーしていない。スペアパーツ、システムのアップグレード、そして最も高くつく項目——計画外停止、その強制的な残業、SLA違約金——は、そのスプレッドシートには一度も登場しない。私の経験では、自動化システムの真の保守関連コストは、設備コストの6〜8%前後だ。この例ではベンダーの$84kではなく、7%、つまり年間$196kを使う。

2023年に別の例も見た。あるECフルフィルメント拠点が、設備コストの4%で5年間のフルサービス保守契約を結んだ。妥当に見えた。年度末、財務チームが発見したのは、3回の計画外停止で発生した残業代と納期遅延クレジットが、保守契約そのものを上回っていたということだ。契約金額は本物だった。フルコストは表に載らなかった。

3つの修正を並べると：

修正後の計算：年間人件費削減$700k（年3.5%で上昇）、年間保守費$196k、年間純利益は約$500k。回収期間は2.8M ÷ 500k = 5.6年。3年は5年半になる——そして余分の2年半が、あの3つの前提の代金だ。

直感に反する結論

同じ設備でも、南カリフォルニアでは5年半、ネバダ州では7年近くかかる。自動化の回収期間を左右する最大の変数は処理量ではなく、地域の人件費だ。

分かってしまえば判断はシンプルだ。最初に自動化すべき倉庫は、常に「賃金が最も速く上がり、人手が最も集まりにくい」倉庫であり、「受注が最も多い」倉庫ではない。人件費が安い地域では、削減効果が減価償却と保守費を賄えず、ROIは成立しない——ドルを払って経験を買うたけになる。人件費が高い地域では、利用率60%でも計算が成立し得る。自動化投資は、必ず地域の労働市場と対照させてモデル化しなければならない。労働コストから切り離された設備ROIは幻想だ。

3つの前提を超えて：回収期間を実際に動かす3つのレバー

前提を正直にすることは、仕事の前半にすぎない。後半はレバーを見つけることだ——同じ設備でも、レバー次第で回収期間は1〜2年動く。

第一に、遊休能力を現金化する。設備はピーク用に買ったものだが、閑散期のピッキングステーションは半分空いている。だからといって空けておく必要はない。同じ工業団地の別のECテナントに、繁忙期プロモの溢れ分として遊休ピッキングステーションを時間貸しした3PLを知っている——設備コストの1.5%に相当する額を年間で回収した。利用率を60%から70%に引き上げれば、回収期間はほぼ半年近く短縮できる。設備契約にサインする前に、近隣に閑散期の能力を借りたい相手がいないか聞いてみるといい。

第二に、価格ではなくダウンタイム条項を交渉する。ベンダーの保守見積もりが安いほど、契約の応答SLAとダウンタイム補償を厳しく見るべきだ。私が見た最良の契約はこうだった。ローカル倉庫から24時間以内にスペアパーツが届き、4時間を超える計画外停止には時間単位の違約金。保守では、スプレッドシートで計算するより、交渉のテーブルで勝ち取ったもののほうが効く。

第三に、段階的に導入する——搬送を先に、ピッキングは後から。AMR搬送は年間を通じて利用率が安定し、たいていGoods-to-Personステーションより1ラウンド早く回収できる。搬送フェーズでチームの運用能力を証明し、受注プロファイルが安定してからピッキングステーションを追加する。初日から一気に導入することは、回収期間が暴走する最もよくある出発点だ。

計算できる結論

次にベンダーがROIモデルを手渡してきたら、4つのことを終えるまでサインしないでほしい。利用率は2つの加重レートで再計算する——ピーク3か月は90%、残り9か月は50%。地域の賃金上昇率は10年間の中央値を使い、5%を超える数字は却下する。保守費は設備コストの7%にダウンタイム損失の見積もりを加えて予算化し、スプレッドシートに残すのではなく契約書の付属書に入れる。そして人員を名指しする——削減される28人は、正確にどのシフトのどの職種なのか。それが言えないなら、モデルに入れない。

それが面倒なら、近道を覚えておこう。

修正後の回収期間 ≈ ベンダーの回収期間 ×（ベンダーの利用率 ÷ 自社の実利用率）× 1.15

例で検証してみる。3 ×（85% ÷ 60%）× 1.15 ≈ 4.9年——詳細な5.6に近い。経験則：ベンダーの回収期間に1.5〜1.7を掛ければ、正直な数字になる。

Lao Zhou（物流コストアナリスト）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。