まず、気に入らない人もいるであろう一文から始めましょう。いま御社の倉庫が検討しているGoods-to-Personピッキングシステム(GTP)は、おそらく御社には向きません。技術が悪いからではなく、受注量が投資を回収できる水準に達していないからです。インテグレーターでエンジニアリングを統括していた頃、私は年に何度もクライアントにそう言いました。最近、GTPは過剰なまでに持ち上げられています。どの展示会ブースも「生産性4倍」と叫びますが、細かい条件は誰も言いません。4倍の何なのか、と。ピッカーが現在シフトの半分を歩行に費やしている場合にのみ、その倍率は成り立ちます。ピッカーがすでに棚の前に立って商品に手を伸ばしているのなら、削減できる歩行はほとんど残っていません。
まず原則から、次に境界線です。従来のPerson-to-Goodsピッキングでは、ピッカーはカートを押して倉庫内を歩き回ります。エンジニアリングの研究は昔からその数字を示しています。ピッカーの時間の40〜60パーセントが歩行に費やされ、実際にピッキングに使われるのはわずか30〜40パーセント程度です。Goods-to-Personピッキングシステムはこの論理を反転させます。オペレーターは作業ステーションに静止したまま、ロボット、シャトル、リフトがトートを運んできます。オペレーターはピックして置くだけです。レストランに例えましょう。自分でキッチンまで歩いて料理を取りに行くのではなく、ウェイターが料理をテーブルまで運んでくれるのです。食べるのが速くなったのではありません——お使い走りをやめたのです。
よく引用される公開数字は次のとおりです。手作業のピッキングは1時間あたり約50〜100ピックですが、GTPステーションは1時間あたり200〜400ピック以上を持続でき、理想的な条件下では450〜800に達する構成もあります。精度は通常、手作業の95〜98パーセントから、システム指示ピッキングでは約99.9パーセントに上がります。これらは業界誌に見られる範囲であり、特定ベンダーのパンフレットの数字ではありません。必ず自社の実測パイロットで検証してください。デモフロアの数字は、信じる前に30パーセント割り引くべきです。
Goods-to-Personピッキングシステムが実際に解決する問題
それが解決するのは、ただ一つの問題です。歩きすぎです。歩きすぎが御社の問題かどうかは、野心ではなくデータに聞くべき問いです。数年前、私は家電EC倉庫の選定調査に携わりました。8,000 SKU以上、1日6,000件以上の受注、1件あたり約1.6ライン、ピッカーは1シフトで十数キロメートル歩き、ピーク時には人員を倍増させていました。これこそGTPの教科書的な対象です。SKUが多く、注文が小さく、量が多く、歩行がシフトを支配している。稼働後、ピックステーションは固定され、ロボットが走り回り、一人あたりの生産量は数倍に上がり、ピークシーズンは採用パニックではなくなりました。私が見た中で最もスムーズな導入の一つでしたが、その理由は優れた設備ではありませんでした。技術のために生まれたような受注プロファイルだったからです。
反例も同じくらい重要です。昨年、建材倉庫から「隣の倉庫が導入しているから」とGoods-to-Personの相談を受けました。現場を歩いてみると、SKUは800未満、扱うのはタイル、パイプ、蛇口ばかり——大きく、重く、扱いにくい貨物——1日の受注ラインは2,000未満で、ピッカーはすでにフォークリフトで棚の間を移動していました。歩行はボトルネックになったことがありません。その建物では、GTPシステムはタイル1箱も入らないトートを届けることになり、重いものは結局人が運ばなければなりませんでした。これは教科書的な偽の要件です。問題は歩行ではないのに、歩行のための解決策を買おうとしているのです。
Goods-to-Personピッキングは投資に値するか?3つの境界線
これが私の使うフレームワークです。御社の倉庫の数字と照らし合わせてください。これらの閾値は私自身のプロジェクト経験から得た境界線であり、業界標準ではないことにご注意ください——自社の測定値で検証してください。
| 指標 | 買うな——Person-to-Goodsのまま | 検討せよ——パイロットを実施 | 投資に値する——本格プロジェクトを開始 |
|---|---|---|---|
| 1日の受注ライン数 | 5,000未満 | 5,000–15,000 | 15,000超 |
| SKU数 | 2,000未満 | 2,000–8,000 | 8,000超 |
| 1件あたりの平均ライン数 | 3超(フルオーダー中心) | 2–3 | 2未満(シングルライン中心) |
| ピーク係数 | ピークがベースラインの2×未満 | 2–3× | 3×超、かつ採用が不可能 |
4項目のうち3項目で「投資に値する」欄に入れば、プロジェクトを開始してください。1項目しか当てはまらなければ、まず安い施策——ABC分類、スロット最適化——を済ませてから、後で戻ってきてください。もう一つ厳しい境界線があります。商品の形状です。GTPは標準トートに収まる小物でこそ輝きます。特大、過重、異形の貨物はロボットでは運べず、ステーションでも受け取れません。無理に押し込めばトラブルの元です。
Goods-to-Personピッキングシステムが唯一の答えでもありません。Put-to-Lightウォールは、SKUが集中し注文構成が安定した中量倉庫に適し、はるかに安価です。フォローミーAMRは、人が横を歩かなければならない重い貨物に向いています。そして、量が境界線を越えるまでは、ピック・トゥ・ライト付きのPerson-to-Goodsが依然として最もコストパフォーマンスに優れています。古典的な選定ミスは、技術を先に選び、後から用途を探すことです。正しい順序は常に、まず受注プロファイル、次に技術です。
稼働後に破綻する3つのポイント
最初の罠は、補充がピッキングに追いつかないことです。1時間に300ラインを出せるステーションも、補充が1時間あたり200ライン分の在庫しか供給できなければ無意味です。ステーションは待ち、きれいなスループットチャートは嘘をつき、実際の出荷は増えません。ピッキングステーションが速いほど、補充はきつく働く——この計算は初日からビジネスケースに入れておくべきです。
2番目の罠は、単一障害点です。GTPはシステムです。ソフトウェアがダウンしたりロボットが止まったりすれば、ピックゾーン全体が止まります。Person-to-Goods倉庫でピッカーが1人欠けても、99人は働き続けます。GTP倉庫でシステムが失われれば、ゼロです。ですから稼働前に手動フォールバック計画が必要です。電源やネットワークが落ちたとき、人はすぐに棚から手作業でピッキングに戻れますか?それをリハーサルしたことがなければ、保険はありません。
3番目の罠は、SKUミックスの変化です。売れ筋は入れ替わり、トート構成、ロボットのスケジューリング、補充戦略もそれに合わせて入れ替わらなければなりません。初年度は美しい数字を出す倉庫も少なくありませんが、2年目に新製品が入ってくると、古い構成は崩れ、再調整のために再び支払うことになります。ここで直感に反する判断を述べます。GTPの最大のコストはロボットではありません——補充と例外処理をする人々です。ピッキングが速いほど、補充はきつく働きます。「節約」したピッカーのほとんどは、結局補充と問題解決に再配置されます。ピック速度の向上だけを数え、補充人員を無視するROIモデルはおとぎ話です。
では、そのお金は投資に値するのでしょうか。1つの数字を見てください。ステーションあたりの1日のピックライン数です。1日の受注ライン数を、建設予定のステーション数で割ってください。その数字が長期的に2,000ラインを下回るなら、投資は回収に苦労するでしょう。3,000を上回って維持されるなら、ベンダーと話し、価格を話し、回収期間を話してください。ここで回収期間の概算を示します——すべての数字は仮定のシナリオであり、説明のための例です。8ステーション、1ステーションあたり1時間300ライン、1日8時間、1日18,000受注ラインと仮定します。手作業ピッキングには30人が必要です。GTPではピッカー8人と補充担当4人で、18人を削減できます。1時間20ドルと仮定すると、1日2,880ドル、250営業日で720,000ドルです。設備、ソフトウェア、導入に1.5 millionドルかかると仮定すると、回収期間は約2年です。量を半分にすれば、回収期間は4年を超えて伸び——その取引は再検討が必要です。
最後に一言。GTPは自動化コンテストのトロフィーではありません。受注量に追い詰められたときにたどり着く答えです。量がなければ、群衆についていってはいけません。量があれば、ためらってはいけません。
Da Liu(自動化エンジニア)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。







