Goods to PersonのROI：GTPシステムの真の回収期間を自分で計算する方法

まず請求書から話を始めよう。2024年10月、ダラスにある3PL——50,000平方フィートの倉庫から自動車部品のECを運営する会社が、goods-to-personシステムのベンダー提案書を見せてくれた。そこには「3.2-year payback」と書いてあった。オーナーは私に計算の監査を頼んできた。私は3つの仮定にバツを付けて再計算した：6.8年。余分な3.6年は3行の細則に隠れていた——ピックステーションは常にフルレートで稼働し、人件費は今年の水準で凍結され、3年間は移転がない、という仮定だ。

この記事がやることは一つだけだ。goods to personのROI回収期間の計算を分解して、自分で計算でき、反論できるようにすることだ。

回収期間の式はシンプルだ。入力はそうではない。

式は1行、何も不思議なことはない：

Payback (years) = Total Investment ÷ Annual Net Savings

厄介なのは、この式の両辺が「最適化」されていることだ——ベンダーによって、そして時には自社のチームによって。まずは分子から。総投資額は機器の見積もりではない。私が監査した回収期間のワークシートは例外なく、同じ項目を載せ忘れている：

ダラスの案件では、ソフトウェアのサブスクとスプリンクラーの再評価だけで総投資額の11%を占めたのに、元のワークシートにはどちらも載っていなかった。分子から1年分の隠れコストを削れば、回収期間は魔法のように1年短く見える。

次に分母。年間純節約額 ＝ 回避できた人件費 ＋ 誤出荷削減による節約 ＋ スペース節約 − システムが生む新たな運営コスト。最後の項が重要だ。GTPシステムは「人件費ゼロ」ではない。ピックステーションにはオペレーターが要り、システムには技術者が要り、補充には人員が要る。システム技術者2人分を「忘れた」ワークシートを見たことがある——年間で数万ドルだ。

すべてを決める3つの入力仮定

分母の中の3つの数字が、回収期間を3年にするか7年にするかを決める。そしてベンダーのワークシートでは、この3つはそろって最も楽観的な値に置かれる傾向がある。

第一に、ピックステーションの稼働率。 カタログには1ステーションあたり300〜500 UPH（units per hour）と書いてある。実験室の条件なら本当かもしれない。あなたの倉庫は実験室ではない。ウェーブ計画が悪ければシステムは受注を待ち、補充が追い付かなければ空スロットが出て、SKUプロファイルが間違っていれば——大きすぎる、扱いにくい商品はレートを殺す。私が実施した導入後レビューでは、長期にわたってカタログ値の70%超を維持できた現場は3分の1に満たなかった。大半は50%〜65%に留まる。

第二に、削減できる人員数。 ワークシートの「18 FTE削減」は、3シフトフル稼働・365日で計算されている。あなたの建物は本当に3シフト回っているか？閑散期はどうだ？EC倉庫の多くは年4か月だけフル稼働し、残り8か月はGTPシステムを遊ばせている——それでも人件費削減の計算は12か月をフルバリューで数える。実際のシフトと季節性で割り引くこと。

第三に、人件費の上昇率。 ワークシートは「賃金は年5%上がるから節約は複利で増える」が大好きだ。米国の倉庫賃金は上がってきた。だが5%はあなたの数字か、それとも当て推量か？直近3年の給与台帳を引っ張り出し、算術平均を取れ。4%を超える現場は、私が見た中ではほとんどない。

この3つが10ポイント動くごとに、回収期間は1〜2年ずれる。ダラス案件の再計算から取った感度分析表がこれだ：

同じ設備、同じベンダー、仮定が違うだけで回収期間は倍になる。GTPの回収期間計算が値付けしているのは、実は設備ではない。仮定だ。

意外な真実：回収期間を殺すのは値札ではない

多くの購買担当者は、ハードウェアを高く買いすぎることを心配する。間違った心配だ。設備が予算を10%オーバーしても、回収期間は3〜4か月延びるだけだ。稼働率が10ポイント下がれば1年以上延びる。スループットこそ、このシステムで唯一の本当のレバーだ。 他はみんな小銭だ。

なぜレートは維持できないのか？本当の原因を3つ見てきた。第一に、補充。GTPは「人が商品のところへ行く」を「商品が人のところへ来る」に変えるが、ラック上の在庫が自分で補充されるわけではない。2025年初め、中国東部の越境EC倉庫は、1ステーション400 UPH定格のCTU式goods-to-personシステムを導入し、数か月にわたって220で稼働した——補充チームは手動ピッキング時代と同じ人員・スケジュールのままで、空スロット率は15%超をうろついていた。数百万ドルの設備が、時給労働の仕事を待っている。

第二に、受注プロファイル。GTPが嫌うものは2つある。大きすぎる商品と、極端なロングテールSKUだ。大きな商品はステーションの人間工学を台無しにし、レートを半減させる。ロングテールSKUは、高価な自動保管ポジションを占める「ゾンビスロット」の山を意味し、年に数回しか触れられない。ダラスの自動車部品現場では、40%のSKUが年間12回未満しか動いていなかった——それらの商品は最初からGTPゾーンに入れるべきではなかった。通常ラックに振り分けるだけで、システムは1段まるごと小さくできたはずだ。

第三に、ウェーブと立ち上げ。稼働開始後の最初の3か月は、WESとWMSのウェーブロジックや例外処理のチューニングが続く。この期間に稼働率50%に届けば上出来だ。「初日からフル生産」は、私の知る最も高くつく楽観主義だ。

向き合うべきトレードオフが一つある。シャトル式、CTU/AMRの棚to人式、ミニロード式トートシステム——優劣ではなく、賭けが違う。シャトルは密度とステーションあたりの強いスループットをくれるが、固定通路に縛られる。CTU式はボットを自由に増減でき、最も柔軟だが、床を多く使う。間違ったアーキテクチャを選んでから回収期間を微調整するのは、間違った基礎の改修だ——ダラスがCTU式を選んだ理由は一つだけだった。リース残4年。床にボルト固定されたシャトル式システムは、移転の日に埋没コストになる。

本当の節約レバーはどこにあるか

計算を監査したら、実際に針を動かせるのはここだ。

第一に、SKUの選別。厳密なABC分析をやり、自動化ゾーンに入れるのはAランクSKUと一部のBランクだけにする。自動化スロット1つ1つに値札が付いている——設備の減価償却＋ソフトウェアのサブスクだ。動きの遅い商品をそこに置くのは金の無駄遣いだ。システムを20%小さくすれば、回収期間はおよそ1年縮まる。

第二に、補充の人員配置。GTPの補充は手動ピッキング時代の2〜3倍の強度で回る——片手間の仕事ではなく、専任の人員と専用のKPIが要る。補充を専任チームにした中国の現場は、空スロット率を15%から6%に下げ、稼働率を12ポイント取り戻した。新たな設備投資はゼロだ。

第三に、誤出荷削減の節約は別枠で、保守的に扱うこと。GTPは確かにピックミス率を手動の1%〜3%から0.1%近くまで下げるし、返品・カスタマーサービス・再出荷コストは本物のお金だ。だがこの行こそワークシートが膨らませる場所だ。「ミスはゼロになる」とか、1件の返品を30ドルで見積もるとか。直近12か月の実際の返品データを使い、改善は「ゼロ化」ではなく「半減」でモデル化すること。

自分で計算できる結論

既製品の「3〜5年の回収期間」を信じるな。この3つの数字は自分で回せ：

1. 自社の真のステーションUPH。 カタログ値ではない。現在の手動ピックUPHに2.5を掛ける——私が保守的で信頼できると見出した経験則だ——そこに稼働率65%を掛ける。
2. FTEあたりのフルロードコスト。 時給×2,080時間に福利厚生と給与税（米国では通常さらに25%〜30%）を足し、本当に削減できる人員数に季節性を掛ける。
3. 総投資額。 設備＋5年分のソフトウェアサブスク＋インテグレーション＋施設工事——項目ごとに積み上げ、ベンダーに空欄を全部埋めさせる。

回収期間 ＝ 総投資額 ÷（年間人件費節約 ＋ 年間ミス節約×0.5 − 新たな運営コスト）。4年未満なら交渉する価値がある。4〜5年は、スループットと受注プロファイルへの自信に賭けるということだ。5年超なら、先にABCスロット配置とウェーブ計画を直せ——設備の話は来年でいい。

金が有効に使われたかどうかは、スプレッドシートは教えてくれない。仮定が教えてくれる。書き出して、一つひとつ自社のデータに置き換える——方法はそれだけだ。

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。