ボイスピッキングとバーコードスキャンの精度は、仕様書から読み取れる数字ではありません。紙の上ではどちらも完璧に見えます。静かな部屋ではほぼ完璧な認識率、毎回読み取れるバーコード。しかし実際の倉庫は静かな部屋ではありません。フォークリフトの後退警報、コンベヤーの轟音、冷蔵庫のファン、そして隣の通路でチェックコードを読み上げる作業員の声が、同じ空気の中に重なります。精度はデモではなく、その騒音の中で判断しなければなりません。
ボイスピッキングとバーコードスキャンが異なる場所で失敗する理由
この2つの方法は原理が異なるため、壊れる場所も異なります。こう考えてください。片方は耳で進み、もう片方は目でコードを照合します。
ボイスピッキングでは、システムがロケーションと数量を音声で伝え、作業員はそこまで歩いて商品を取り、2桁か3桁のチェックコードを読み返します。システムはそのコードを認識して初めて次に進みます。誤りはこのやり取りの両端に集まります。システムが作業員を聞き間違えるか、作業員がシステムを聞き間違えるかです。チェックコードはそのミスを拾うためにあり、たいていは拾えます。拾えないのは、1つ前の段階で起きた間違いです。数量を聞き間違えたまま、正しいコードで確認してしまった場合です。
バーコードスキャンでは、作業員はまずロケーションコードをスキャンし、次に商品のバーコードをスキャンし、WMSは両方が一致して初めてその行を完了とします。誤りはラベルと手元に集まります。バーコードは擦れて読めなくなったり、斜めに貼られていたり、反射で飛んだりします。似た商品が並んでいて、作業員が癖で間違ったものを取っても、スキャンがそれを止めてくれます。スキャナー自体がコードを誤読することはほとんどありません。スキャナーが正しい商品を誤読するよりも、人が間違った商品を手に取る可能性の方がはるかに高いのです。
音声は検証のすべてを1回の音声確認にかけます。バーコードは検証を触れるすべての商品に分散させます。これが構造的な違いであり、倉庫が騒がしくなったときに何が起きるかを決めるのです。
騒音が上がるときのボイスピッキング vs バーコードスキャンの精度
2024年11月、中国東部のサードパーティ冷蔵倉庫がボイスピッキングを導入しました。その拠点は約20,000平方メートルで、常温ゾーンと冷蔵ゾーンに分かれ、1日あたり約8,000ラインのピッキングを行っていました。以下の数字はこのプロジェクトのみのものです。業界平均ではなく、1件の事例です。
静かな常温ゾーンでは、作業チームは1,000ラインあたり約2から3件の誤りを出し、初回音声認識率は約97パーセントでした。ファンの騒音が85から90デシベルに達する冷蔵庫の扉の近くでは、同じチームが同じシステムで1,000ラインあたり9から12件の誤りを出し、初回認識率は約91パーセントまで落ちました。作業員は理解してもらうために声を張り上げ始め、シフトの終わりにはチームの半数が声を枯らしていました。枯れた声は翌日さらに認識されにくくなり、問題は自己増殖しました。
直感に反するのは、デシベル値そのものが真の原因ではなかったことです。一定のファン騒音は、認識エンジンがフィルタリングを学習できます。問題は人の声です。隣の作業員が数字を読み上げる声は、自分のチェックコードと同じ周波数帯にあり、認識にそのまま入り込んできます。その倉庫で最悪だったのは冷蔵庫の出入口で、2つのチームが背中合わせに作業し、チェックコードが空中で交錯していました。ノイズキャンセリングヘッドセットを試しました。ファンの唸りは消えましたが、混信はそのまま残りました。ヘッドセットは背景騒音を遮断できますが、隣に立って数字を言う人を遮断することはできません。
誤りの上には、隠れたコストもあります。認識に失敗すると再読み上げを求められ、2回失敗するとそのラインは手動再確認に回ります。1回の繰り返しは数秒に見えます。しかし出荷ピーク時には再確認ステーションに行列ができ、ライン全体がリズムを失います。精度が落ちれば、速度も一緒に落ちます。音声は両方を同時に失うのです。
バーコードスキャンは、手直しを数えるまでは遅く見える
2025年3月、広東省のEC倉庫が1日あたり約12,000件の注文のプロモーションを実施し、コンベヤー、梱包機、フォークリフトが同時に稼働していました。騒音は冷蔵倉庫と変わりませんでした。このプロジェクトはバーコードスキャンを使っていました。1ラインあたり1回か2回のスキャンが増え、音声より1ラインあたり約3から4秒遅くなりました。ストップウォッチで測れば、バーコードの負けです。誤りで測れば、1,000ラインあたり約1から2件で、ピーク時と静かな時間帯で目に見える差はありませんでした。騒音はバーコードを変えません。
計算が議論に決着をつけます。1日5,000ラインをピッキングする倉庫を考えてください。騒がしいゾーンでの音声は1,000ラインあたり10件の誤り、バーコードは1,000ラインあたり2件ですから、1日あたり40件の余分な誤りが生まれます。そのプロジェクトで1件の誤ピッキングを修正するには、発見から在庫の確認、交換、再確認まで、平均で約15分の作業時間がかかりました。40件の誤りは10時間、つまり約1.5人が1日中かけて誤りを直す計算です。1か月では、手直しに専念するフルタイムの人員1人分になります。これは返品や顧客クレームを入れる前の話で、それらを加えれば差はさらに広がります。
| 項目 | ボイスピッキング | バーコードスキャン | | 騒音下の精度 | 騒音と混信で低下。この事例では1,000ラインあたり9から12件の誤り | 騒音の影響はほぼなし。この事例では1,000ラインあたり1から2件の誤り | | 1ラインあたりの速度 | 初回認識が通れば速い | スキャン追加で1ラインあたり約3から4秒遅い | | 誤りの発生源 | 聞き間違い、混信、チェックコードの読み間違い | 間違った商品の取り出し、破損したバーコード、ラベルの貼り間違い | | 人への要求 | 一貫した発音が必要。新人は数週間認識率が低い | 発音の要求はほぼなし。新人は初日から戦力になる | | 機器コスト | ヘッドセット、音声端末、サーバーライセンス。作業員1人あたりのコストは桁違いに高い | スキャナーとハンディターミナル。作業員1人あたりのコストははるかに低い |
音声が使えないわけではありません。その速度は、認識が初回で通るかどうかにかかっています。初回認識率が落ちれば、手直しと再確認が、節約したすべての秒数を食いつぶします。バーコードの遅さは表面に見えます。音声の遅さは手直しの中に隠れています。
線引きをどこにするか、そしてメンテナンスの落とし穴
線引きは具体的な条件で引けます。1日3,000ライン未満、2,000 SKU未満、物理的に分離されたゾーン、発音が安定した固定チームであれば、音声は速度の優位性を生かせます。条件を反転させれば、日量が多く、似た商品が多く、チーム同士が聞こえ合うほど通路が密集し、スタッフの入れ替わりが速ければ、バーコードの方が安全な選択です。入れ替わりは、ほとんどの買い手がコスト計算に入れ忘れる要素です。音声システムは作業員ごとにモデルを作るため、新人の認識率は最初の2週間は低くなります。その期間、誤り率は下がるどころか上がります。
メンテナンスも同じように分かれます。音声はヘッドセットとバッテリーで壊れます。倉庫のケーブルは通常2か月か3か月ごとに交換が必要で、バッテリーは劣化してシフト交代時に端末を動かなくし、音声モデルは新人がまとめて入るたびに再学習が必要です。再学習を怠れば、認識率は静かに下がり続け、誤りの山が現れるまで気づきません。バーコードは印刷品質で壊れます。サプライヤーのバーコードが薄く印刷されていたり斜めに貼られていたりすれば、どんなに優れた読み取り機でもスキャンできません。ラベルの貼り位置は一貫していなければならず、そうでなければ作業員はすべてのカートンでコードを探す時間を無駄にします。スキャナーのレンズが曇って摩耗すれば読み取り距離が短くなり、作業員は補おうと身を乗り出し始め、姿勢が変わってラインが遅くなります。
お金をかける価値があるかどうかは、1つの数字に帰着します。1,000ラインあたりの修正コストです。修正作業、再確認ステーションの時間、誤出荷による返品を合算し、音声とバーコードで別々に計算してください。数字が小さい方が、あなたの倉庫に合っています。仕様書の上でボイスピッキングとバーコードスキャンの精度を議論する必要はありません。修正コストがあなたに代わって選んでくれます。
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。







