ピッキング検証：最も安い修正は、正しい位置に置かれた検証だ

2年前のブラックフライデーの翌週、オンタリオの3PLオペレーターから電話があった。80,000平方フィートの自動車部品倉庫は、ピーク時には1日4,000件以上の注文を出荷していたのに、カスタマーサービスは「商品間違い」の返品対応に埋もれていた。「うちは検証やってますよ」と彼は言った。「出荷前のドックで10箱に1箱開けてます」。そこで私は彼を止めた。検証とは工程があるかどうかではない。工程をどこに置くかだ。間違った場所に置けば、ないのと同じだ。

ピッキングからトラックまでの間で、ピッキングミスを捕まえられる場所は3つある。ピッキングフェースでのスキャン確認、梱包ステーションでの検証、出荷前の抜き取り検査だ。どこに置くかで、エラー防止に数セントかけるか、謝罪に数ドルかけるかが決まる。

ピッキングフェースでのスキャン：最も厳格な管理、最も重い税金

最も早い選択肢はスキャン・トゥ・ピックだ。作業者はピックした単位ごとにスキャンし、トートが先に進む前にシステムが注文と照合して確認する。間違いは通路から一歩も出ない。理屈の上ではゴールドスタンダードだ。

実際には、すべてのピックに税金をかけることになる。1単位あたり2〜3秒の追加など大したことないように聞こえるが、計算してみよう。1日3,000件の注文、1件あたり6単位、1単位2.5秒——1日あたり12.5人時がスキャンに消える。ピックチームは事実上、1シフトあたり1.5人分を寄付していることになり、スループットもその分の打撃を受ける。

遅いだけならまだましだった。2021年、シティ・オブ・インダストリーのEC倉庫——数千SKUの化粧品サンプル、平均注文単価は10ドル台——では二重検証をやっていた。ピック時スキャン、さらに梱包時にもう一度スキャンだ。ピークの物量が来ると、ピッカーたちがごまかし始めた。商品をスキャンせずにラックにスキャナを向けるだけで、システムは緑色に光り、ミスはそのまま出荷された。私はそこで、すべてのオペレーターに今も伝えている教訓を得た。人間が続けられないほど検証を強く押し付ければ、人間は従ったふりをする。早すぎ・密すぎは遅くなるだけではない——機能しなくなる。

私の判断はこうだ。ピッキングフェースのスキャンは2つのカテゴリに限定する。高額商品——1回のミスが数十ドル飛ぶもの。そして常習犯——クレームチケットに繰り返し登場するSKUだ。それ以外は？ピックフローはそっとしておこう。

ドックでの検査：安いだけの見せかけ

ドックでの抜き取り検査が好きな倉庫は多い——出荷ドックに人を1人置いて、ランダムな箱をたまに開ける。紙の上ではいちばん安い選択肢だ。

ランダムなピッキングミスは捕まえられない。抜き取り検査が捕まえるのは系統的エラーだ。たとえばロケーションのラベル付けが一括で間違っているようなものだ。1つの注文の中の1つの間違った単位？10箱に1箱の抜き取りでは、ほぼ確実に見逃す。抜き取り検査は傾向を見る道具であって、安全網ではない。抜き取り検査で同じSKUが何度も引っかかるなら、スロッティングが壊れていて、サイクルカウントの時間だ。それを主防衛線に頼るのは願望に過ぎない。

本当の問題はコスト曲線だ。ピッキングフェースでミスを捕まえればコストは1——戻して、再ピック、30秒だ。梱包ステーションで捕まえればコストは5——開け直し、再ピック、再梱包、それまでの労働は全部無駄だ。顧客まで届かせればコストは50以上——返品送料、CS対応時間、再出荷、そして星1つのレビューだ。1対5対50の比率は、20年にわたり倉庫という倉庫で繰り返されるのを見てきた。ピッキングミスが遠くまで進むほど、修正は残酷なほど高くつく。

大半の倉庫が戦うべきは梱包ステーションだ

1日数千件の注文をこなす典型的な倉庫なら、検証は梱包ステーションに置くべきだ。理由は2つある。

1つ目、梱包ステーションにはもともと自然な「間」がある。作業者はトートから商品を持ち上げて箱に入れる——目はどうせ全体をなぞる。その動きに検証を折り込んでも、サイクルタイムはほぼ増えない。シンプル版はこうだ。注文のバーコードをスキャンすると、画面に期待SKUと数量が出て、梱包担当者が積みながら確認する。強化版はこうだ。箱に入れた後で全商品をスキャンし、不一致を赤ランプでシステムに警告させる。

2つ目、梱包ステーションでの捕捉は、まだできる中で最も安い捕捉だ。商品はまだ誰かの手の中にある——段ボールを開け直す必要も、返品ラベルも、謝罪もいらない。

物流倉庫における梱包ステーションでの検証と重量チェック

ただし、多くの現場がつまずく前提条件がある。その画面に出る商品データが良くなければいけない。品目マスタの商品名が曖昧で写真が欠けていれば、梱包担当者は助けにならない画面を見ていることになる。2022年にモレノバレーの日用雑貨倉庫と仕事をしたが、梱包検証は紙の上では完璧なのに、ミス率はびくともしなかった。根本原因は？品目マスタで数十のSKUがサプライヤーの写真を1枚共有していたこと——梱包担当者は文字通り見分けられなかった。検証を積み上げる前にマスタデータを掃除しよう。注文を正しく出荷するために。

重量チェック：安くて疲れ知らず、ただし1つの条件付き

1日10,000件を超えると、梱包ステーションの検証ですら重くなり始める。そこで重量チェックの出番だ。密封された段ボールはすべてスケールを通り、システムが実測重量と期待重量を比較し、許容範囲外は例外レーンに振り分ける。

安い——産業用スケールとシステム連携で数千ドル——しかも疲れない。ただし厳しい条件が1つある。SKU同士の重量がはっきり違わなければいけない。書籍、工具、自動車部品——重量差が大きければ、重量チェックは恐ろしいほど正確だ。アパレル、化粧品サンプル——商品同士が数グラムしか違わなければ、スケールは見分けられない。誤判定が積み上がり、作業者はアラームを黙らせるだけになる。

2023年、フォンタナのアパレル倉庫でまさにそれを見た。導入から3か月後、誤判定率があまりに高く、システムは不足ピックの検出専用に格下げされた——明らかに軽すぎる段ボールは何か足りないのは確実だ——そして商品の取り違え検出は諦めた。チェックウェイヤーを買う前に1つだけ問おう。自社のSKUは本当に重量が違うのか？違うなら買うな。その金は梱包担当者に使え。