小規模倉庫のAIコストは手が届くのだろうか。これこそ私が何度も立ち返ってきた問いだ。なぜなら、私たち小規模倉庫には、あんなふうにお金を燃やす余裕はないからだ。何度も言ってきたので、もう数えるのをやめた。小規模倉庫のAIの話が出るたびに、頭に浮かぶのは、どこかの大企業のショールームにあるきらびやかな大画面デモと、6桁のプロジェクトと、スーツ姿のコンサルタントのチームだ。そんなものが、私たちの3,000平方メートルの倉庫と何の関係があるというのか。では、私たちの規模の倉庫にとって、小規模倉庫のAIコストは手が届くのだろうか。それは私がずっと避けてきた問いだった。数字が私に答えを迫るまでは。私たちは12人だ。社長はカスタマーサービスとピッキングを兼ね、繁忙期には自ら現場でピッキングしている。AIは金持ちの隣人のおもちゃのように聞こえる。見るのはいいが、触るものではない。
それでも昨年、私は結局それに触れた。勇気があったからではなく、選択肢がなかったからだ。まず私たちの苦境から話そう。1日数百件の注文、書類は手作業で確認し、1件の誤出荷が1人の怒った顧客を意味した。パレットの数量はシステムと決して合わず、在庫確認は夜を丸ごと飲み込んだ。顧客からのメッセージは深夜を過ぎても届き続け、返信が遅れれば買い手は他へ行ってしまった。採用は望み薄で、残業はすでにチームを限界まで追い込んでいた。ちょうどそのとき、ある小規模倉庫のオーナー仲間が、月数百元で出荷書類に小さなOCRツールを入れたところ、書類の誤りが大幅に減ったと教えてくれた。最初の反応は信じられないというものだった。2番目の反応は、月数百元なら試してみてもいいかもしれない、というものだった。
小規模倉庫のAIはハードウェア不要のツールから始まる
小規模倉庫がAIを使ううえでの最初のルールはシンプルだ。新しいハードウェアや自社開発、業務プロセスの作り直しが必要なら、脇に置いておくこと。私たちにはそんなゲームをする余裕はない。うまくいくのは、軽量でサブスクリプション型で、すでに持っているスマートフォンやパソコンで動くものだ。
1つ目は、書類のOCRだ。入荷伝票、返品伝票、宅配ラベル。写真を撮るかスキャンすれば、システムが注文番号、商品名、数量を読み取り、システムと照合して不一致を赤で示す。これまで倉庫で最も気が滅入る仕事だった。1人が1日中書類をにらみ続ける仕事だ。今は機械が最初のチェックを行い、人はフラグの付いたものだけを確認する。2025年9月の試行では、最初の1週間で、雑な手書きが原因の数量誤りを12件以上検出した。旧来の方法なら、顧客からのクレームを通じてしか表面化しなかった誤りだ。
2つ目は、パレットとカートンの目視カウントだ。積み上げた荷物の写真を撮ると、ツールがカートンの数を推定し、システム在庫と比較して、差がおかしいと警告する。「推定」という言葉に注意してほしい。精度の数値は、ベンダーの測定結果と自社のパイロットデータから取るべきだ。帳簿の代わりになると期待してはいけない。その仕事は、この山がおかしいと教えてくれることだ。そうすれば1箱ずつ数えなくて済む。
3つ目は、在庫のための需要予測だ。「予測」という言葉に怖がらないでほしい。小規模倉庫版はシンプルだ。数か月分の出庫データを入れれば、来月どの商品がよく売れそうか、どれが積み上がりそうかを教えてくれる。預言者ではなく、助言者として扱うこと。昨年11月の、ある大きなプロモーション前の例では、ツールが人気商品の在庫があと1週間分しかないと警告してくれた。私たちは間に合うように補充し、プロモーション中ずっと在庫を維持し、隣の倉庫が3日間品切れするのを眺めていた。
4つ目は、顧客への自動返信だ。深夜のメッセージのほとんどは繰り返しだ。荷物はどこか、住所を変更できるか。自動返信がまずそれらに対応し、複雑なものは人が引き継ぐ。顧客は朝まで待たないし、私たちも午前2時にベッドから出て返信することはない。
小規模倉庫のAIコストは手が届くか?まず節約額を数えよう
大企業のプレイブックは私たちには通用しない。これからも言い続ける。彼らはデジタルトランスフォーメーションを語る。私たちは今月少しでもお金を失わずに済むかを語る。だから計算は小規模倉庫の計算でなければならない。使う金額を数える前に、節約できる金額を数えるのだ。
ここに試算例を示す。すべての数値は例示だ。3,000平方メートルの倉庫に12人ほどのスタッフがいて、4つの軽量AIツールに月およそ1,500から3,000元かけていると想像してほしい。何が返ってくるか。書類確認は1日約2時間節約でき、月およそ1,500から2,500元に相当する。誤出荷と誤配送のアフターサービス費用は月およそ1,000から2,000元減る。夜間のカスタマーサービス対応はおよそ800から1,500元節約できる。合計すれば、節約額は支出を十分な差で上回る。倉庫はそれぞれ違うのだから、自分の注文量と人件費でこの計算をやり直してほしい。
| ツール | 月額(例示) | 節約できるもの |
|---|---|---|
| OCRによる書類読み取り | 約300–800元 | 確認時間、誤出荷のアフターサービス |
| パレットの目視カウント | 約500–1,000元 | 在庫確認の時間、在庫の差異 |
| 需要予測の支援 | 約400–800元 | 品切れによる損失、滞留資本 |
| 顧客への自動返信 | 約300–500元 | 夜間の人員、失う顧客 |
ここが直感に反する部分だ。小規模倉庫にとってAIの最大のコストは、月額サブスクリプションではない。「AIがあれば人は不要」という思い込みだ。間違いだ。AIは人の手から繰り返し作業を取り除く。責任は取り除かない。OCRが何かを読み間違えれば、人が確認しなければならない。予測が外れれば、人が判断しなければならない。チャットボットが答えられなければ、人が対応しなければならない。AIが倉庫を1人で回してくれると期待する人は、がっかりして、AIは詐欺だと言いふらす。詐欺ではない。期待のほうが間違っていたのだ。
小規模倉庫のAIコストは手が届く:今は避けるべきもの
使えるもののリストの隣には、触ってはいけないもののリストが必要だ。1つ目、自社開発が必要なものには触らないこと。アルゴリズムエンジニアを雇い、自社モデルを学習させるのは大企業のゲームだ。私たちにはそのチームを雇う余裕はないし、雇えたとしても引き留められない。2つ目、ビッグデータを要求するものには触らないこと。動く前に何年分ものきれいな履歴とシステムの全面入れ替えを求めるツールは、門前払いすべきだ。私たちのデータはもともと散らかっているし、基本が先だ。3つ目、プロセスの作り直しを要求するものには触らないこと。全員に仕事を止めて倉庫の運営方法を作り直すよう求めるものは、十中八九混乱に終わる。小規模倉庫はそんな混乱に耐えられないし、繁忙期の1回の大きな混乱が事業を壊しかねない。
テストは1文だ。このAIは既存のプロセスにくっつくか、それともプロセスを壊して作り直すことを強いるか。くっつくならパイロットで試そう。作り直しを強いるなら放っておくこと。
1つのシナリオをパイロットし、3か月回してから決める
私が勧める導入の道筋は、正確に1ステップだ。1つのシナリオをパイロットし、3か月回してから、拡大するかどうかを決める。欲張らないこと。4つのツールを一度に導入しないこと。最も痛い問題を1つだけ選ぶこと。私たちの場合、痛みは書類の誤りだった。だからOCRが最初で、単独で、3か月だった。
1か月目は、節約できたお金を見ないこと。2つのことを見る。ツールは安定しているか、チームは実際に使っているか。2日に1回壊れる、あるいは面倒だからと人々がこっそり迂回するなら、パイロットは失敗だ。早めに交換すること。2か月目は、数字を見ること。誤出荷が何件減ったか、確認時間が何時間節約できたか。書き留めること。直感を信じないこと。3か月目は、全体の計算をすること。節約額はサブスクリプションをまかなっているか。まかなっているなら、残して次のシナリオを選ぶこと。まかなっていないなら、止めること。恥じることは何もない。パイロットは、うまくいかないものを見つけるためにある。
この道筋の良さは、リスクが小さいままであることだ。月数百元のツールを試してやめても、かかるのは数百元だ。それは初日に大きな契約にサインするよりはるかにましだ。小規模倉庫には小規模倉庫なりの生き残り方がある。私たちは大企業と派手さで競わない。誰がより長く生き残り、誰のキャッシュフローが決して途切れないかで競うのだ。AIは私たちの手の届かないところにはない。小規模倉庫のAIコストは手が届くのかという問いへの正直な答えは、イエスだ。ただし、小さく切り、ゆっくり進み、慎重に計算して。まず1つのシナリオをスムーズに回してから、次の話をしよう。結局のところ、AIは小規模倉庫を救うためにここにいるのではない。助けるためにここにいるのだ。そして良い助け手は、社長を解放して、本当にお金を生む仕事をさせる。
Xiao Ma(小規模倉庫オーナー)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。







