昨年、南カリフォルニア内陸部の倉庫を訪れた際、マネージャーは新しく設置されたAIカメラシステムを、誇りと不安が入り混じった様子で見せてくれました。それはカメラの問題ではなく、倉庫AIカメラと従業員プライバシーの問題でした。建物は30,000平方メートルを少し超え、180名を超える現場作業員がいました。パレットのカウントは最初の週から正確になったと彼は言いましたが、休憩室の雰囲気は変わっていました。作業員たちは技術そのものに反対していたのではありません。カメラが何を見ているのか、システムが何かを検知した後に何が起こるのかが分からなかったのです。その訪問で私は、倉庫AIカメラと従業員プライバシーは主として技術の問題ではないと確信しました。それは対話の問題であり、カメラの電源を入れる前に行われなければなりません。だからこそ、倉庫AIカメラと従業員プライバシーは、最初のカメラが一つのパレットでも数える前に決めておかなければならないのです。
本記事は特定の製品のレビューではありません。倉庫のリーダーが稼働開始前に、従業員代表、マネージャー、システムベンダーとともに検討すべき三つの質問のチェックリストです。この三つの質問に正しく答えられれば、技術は助けになります。省いてしまえば、正確なシステムでも不信感によって台無しになりかねません。
倉庫AIカメラが実際に数えているもの
まず境界線から始めましょう。システムはパレット、段ボール、空きロケーション、塞がれた通路を数えるのか、それとも個人の動き、滞留時間、歩行経路まで追跡するのか。この二種類のデータは根本的に異なります。前者は貨物の状態を表します。後者は人の行動を表し、両者が混ざり合うと、従業員プライバシーをめぐる紛争はほぼ避けられません。
私が訪れた倉庫は、当初この線引きを明確にしていませんでした。ベンダーのデモンストレーションはパレット認識に焦点を当てていましたが、納品されたダッシュボードでは人の動きの統計がデフォルトでオンになっていました。マネージャーは、稼働開始後に初めて、自分が求めたことのない滞留時間の列があることに気づきました。その後、倉庫はその機能をオフにし、貨物レベルのカウントだけを残し、抵抗は徐々に和らいでいきました。教訓は実践的です。購入契約にすべてのデータ項目を列挙し、デフォルトでオフになっているものについては、誰がどのような根拠でオンにできるかを文書化してください。
実用的なアプローチは、カメラを二つの別々の用途に分けて議論することです。一つ目は運用カウントです。パレットは到着したか、ロケーションは空か、通路は塞がれていないか。このデータはスケジューリングと補充を支えます。二つ目は個人の行動分析です。誰が遅くなったか、誰が止まったか、誰がさまよったか。二つ目が技術的に可能だからといって、それを管理ツールとして採用すべきだということにはなりません。私の見解では、一つ目の用途を先に進め、二つ目には独自の提案、独自の議論、独自の合意が必要です。両方を一つのスイッチの下に置くことが、トラブルを生む最も早い方法です。
従業員プライバシーはスローガンではなく三本の線
従業員プライバシーはしばしば一つの原則として書かれますが、倉庫では三本の具体的な線にならなければなりません。一本目は収集の線です。何を記録し、何を記録しないか。休憩エリア、更衣室の通路、トイレ付近は例外なく立ち入り禁止でなければなりません。作業エリア内でも、すでに説明された明確な安全上の理由がない限り、カメラアングルは顔のアップを避けるべきです。
二本目は閲覧の線です。誰が生映像を見ることができ、誰は集計結果だけを見るのか。私の見解では、ほとんどの管理ニーズは集計結果だけで満たすことができ、生映像を再生する必要はありません。生映像へのアクセスはごく少数の役割に限定し、閲覧のたびに記録を残すべきです。誰が、いつ、どのような理由で、どの区間を閲覧したか。監査証跡のない閲覧権限は、時間とともに誰も責任を持たない権利になりがちです。
三本目は保持の線です。データをどれだけ長く保持し、どこに保存し、どのように削除するか。集計されたパレットカウントは事業期間中保持できますが、生映像ははるかに短い保持期間とし、期限が来たら自動削除すべきで、ドライブに無期限に蓄積させてはいけません。多くの紛争は稼働初日に勃発するのではありません。数か月後に、三か月前の映像がまだ存在するのかと誰かが尋ね、倉庫が答えられないときに勃発します。信頼はまさにその瞬間に漏れ始めるのです。
この三本の線が合意されれば、従業員プライバシーは抽象概念ではなくなり、壁に貼ることのできるリストになります。作業員たちは数えられることを依然として好まないかもしれませんが、少なくとも境界線がどこにあり、それが越えられたときに誰に懸念を伝えればよいかが分かります。
システムが人を検知した後に何が起こるか
三つ目の質問は最も見落とされやすく、システムが長期的に存続するかどうかを最も左右します。AIカメラが例外を検知したとき、次に何が起こるのか。それは直接人事記録に入るのか、それともまずスーパーバイザーが確認するのか。作業員はその場で話しかけられるのか、それとも検知結果が数週間後に月次サマリーに現れるのか。
私は二つのまったく異なるアプローチを見てきました。ある倉庫では、検知結果がスーパーバイザーの携帯電話に直接送られ、スーパーバイザーはすぐに作業員に話しかけました。誤検知率は低くなく、そうした会話を何度か経験した後、作業員たちはシステムが助けるためではなく人を捕まえるためにあると感じ始めました。別の倉庫では、緩衝ステップが組み込まれていました。システムは例外の場所と種類だけを報告し、チームリーダーが現場で確認し、確認されたケースだけが通常の管理プロセスに入り、誤検知は記録されて調整のためにベンダーに送り返されました。二つ目の倉庫の受容度は明らかに高く、その理由は理解できます。人は間違いを説明する機会を得るべきであり、システムも自らの間違いに対する修正ループを持つべきなのです。
ここで、直感に反する判断をはっきり述べておく価値があります。認識が正確になればなるほど、人間による確認を迂回すべきではありません。精度が高くなると、マネージャーはシステムの出力を事実として扱いやすくなり、たまの誤検知がもたらす損害は小さくなるどころか大きくなります。その損害が生じてしまえば、信頼を再構築するコストは、追加の確認ステップにかかったはずのコストをはるかに上回ります。技術が信頼できるものになればなるほど、制度的なブレーキはより意図的に維持されなければなりません。それは保守主義ではありません。人に対する基本的な敬意です。
計算も単純です。120名のピッカーがいる倉庫で、システムが一日に60件の例外を検知すると想像してください。たとえ十件に一件だけが誤検知だとしても、一日に六件の説明を要する会話が生じます。確認ステップがなければ、六件すべてが摩擦になります。確認ステップがあれば、そのほとんどは現場で二分で解決できます。節約されるのは数分ではありません。作業員によるシステム全体への評価です。その評価が否定的になれば、離職、意欲低下、静かな非協力といった目に見えないコストは、カメラの価格をはるかに上回ります。
まず話し合い、後で電源を入れる
最初に挙げた倉庫は、結局ありふれたことをしました。マネージャーは収集リスト、閲覧権限、保持期間を印刷し、休憩室のドアのそばに掲示し、作業員が提起したすべての質問に答える会議を開きました。システムは変わらず、パラメータも変わりませんでした。変わったのは、作業員たちがカメラが何を見ていて何を見ていないかを知ったことです。三か月後、パレットカウントの改善は維持され、休憩室の不満は消えていました。
トレンドに対する私の判断は、技術が向上しても、倉庫AIカメラと従業員プライバシーをめぐる議論は消えないということです。認識が強力になればなるほど、議論は鋭くなります。境界線を早期に定めた倉庫は、技術を生産性に変えるでしょう。価格だけを交渉し、用途について決して交渉しない倉庫は、稼働開始後に火消しにずっと多くの時間を費やすことになるでしょう。
ですから、何かの電源を入れる前に、三つのことを決めてください。何を数え、何を数えないか。誰がどれだけの期間見ることができるか。そして、検知の後にどのようなプロセスが続くか。この三つが合意されれば、認識率や見積もりについて議論する時間は十分にあります。技術は一か月待つことができます。いったん失われた信頼は、再構築にはるかに長い時間がかかります。
Dr. Chen(サプライチェーン研究者)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。







