昨年、ある顧客が倉庫にAIピッキングシステムを導入しました。設備が入り、システムが稼働し、三か月後のレビューでは利用率が半分を下回っていました。ベテランのピッカーたちは今も古い方法を使い続け、新しいシステムは家具のようにそこに置かれたままでした。オーナーは困惑していました。お金は使った、技術は優れている、なのにチームはなぜ使おうとしないのか。

私はこの話をよく知っています。3PL営業で長年働いてきて、AIプロジェクトが技術ではなく人によって死んでいくのを何度も見てきました。倉庫作業員がAIに抵抗するとき、それは決して彼らが遅いからでも怠け者だからでもありません。誰も三つの問いに答えてくれなかったからです。自分の仕事はまだあるのか、問題が起きたときに誰が責任を取るのか、そして自分に覚えられなかったらどうなるのか。これらに答えなければ、抵抗は確実です。

倉庫作業員がAIに抵抗する三つの本当の理由

第一に、仕事を失うことへの恐れです。最も直接的な理由であり、口に出されることが最も少ない理由でもあります。2025年の初め、ある顧客の倉庫に自動仕分けラインが導入され、ベテラン社員の間で「来年は半分が切られる」という噂が広がりました。経営陣には解雇の計画などまったくありませんでしたが、誰もそう言わず、噂はひとりでに大きくなりました。稼働開始から最初の月に退職が目立って増え、経験豊富な人材が何人も去りました。直感に反する教訓は、解雇の噂はAIそのものよりもチームを傷つけるということ、そして噂を早めに否定することは後で採用し直すよりもはるかに安上がりだということです。

第二に、責任を負わされることへの恐れです。AIが提案し、作業員がそれに従い、何かがうまくいかない。誰の責任でしょうか。これこそシフトリーダーを夜も眠れなくさせるものです。現場で十年以上働いてきたあるリーダーは、かつてこう言いました。「経験で判断していたときは、自分のミスは自分で引き受けた。今はシステムが何をすべきか教えてくれる。だから間違っていたら、システムの責任なのか、私の責任なのか」。責任の線引きが不明確なら、作業員にとって合理的な選択はシステムを使わないこと、あるいは使っているふりをすることです。

第三に、覚えられないことへの恐れです。ベテランの倉庫作業員は年配の方が多く、画面やスキャナだけでもすでに大変でした。その上にAIシステムが加われば、プレッシャーは本物です。覚えられないのではないかと恐れている人は、そうは言いません。「これは使えない」「昔のやり方のほうがいい」と言い、システムへの批判で自分の不安を覆い隠すのです。

AIに抵抗する作業員の三つの場面:ベテラン、新人、シフトリーダー

まずベテランから。2024年の後半、ある顧客の倉庫でChenというピッカーは十八年のキャリアがあり、目を閉じていてもすべての商品がどこにあるか分かっていました。AIが稼働した後、システムは提案ルートに従うよう彼に求めました。二日後、彼はやめてしまいました。「私のルートのほうがそのルートより短い。なぜ従わなければならないんだ」。私たちはアプローチを変えました。Chenは二週間、自分のルートを歩き続け、システムは記録だけして決して介入しませんでした。それからデータを見せました。システムのルートは一注文あたり平均で約十パーセント歩行が少ない。Chenは何も言わず、翌日からシステムに従い始めました。ベテランはAIに反対しているのではありません。機械に自分の仕事を教えられることに反対しているのです。一度勝たせてから、変化について話しましょう。

新人は別の話です。2025年に新しい倉庫が開設されたとき、二十代の作業員グループは一度の研修でAIトレーニングを習得しました。問題は、彼らがそれに頼りすぎたことです。システムがダウンすると、現場全体が凍りつきました。トレーニングには切り札を一つ残しておく必要があります。システムの背後にあるロジックを教え、定期的に「システムなし訓練」を行い、商品がどこにあり、なぜそこにあるのかを人々が知るようにするのです。AIは松葉杖であって、車椅子ではありません。

シフトリーダーは、すべての場面の中で最も重要です。シフトリーダーはAI導入の真の門番です。彼らが使わなければ、その下の誰も使いません。私の経験では、稼働前にリーダーを内側の人間にする、プロセス設計に関与させる、最初に学ばせ、最初にデータを見せ、最初にチームに発表させることです。2025年のプロジェクトでまさにそうしたところ、リーダーは最大の懐疑派から推進者へと変わりました。稼働から二週間以内に利用率は八十パーセントを超えました。シフトリーダーを味方につければ、展開の半分は勝ったも同然です。

AIへの抵抗を好転させるトレーニングとインセンティブ

トレーニングの設計には三つの厳しいルールがあります。第一に、まず実践、採点なし。稼働後の最初の月は実践のみ、テストなし、ミスへの罰則なし。一度の罰則が抵抗を十倍にします。第二に、ベテランが新人を教える。先に学んだ人が後に学ぶ人を教える。教える側は報酬を得、学ぶ側は仲間を得ます。第三に、段階的に教える。すべての機能を一度に作業員に押しつけないでください。最もよく使う機能を一つ教え、習得させてから次を加えます。

インセンティブにはさらに細心の注意が必要です。最も重要なルールは、効率ボーナスを人員削減と結びつけてはならないことです。「効率が上がるほど早く切られる」と作業員が信じた瞬間、どんなに優れたボーナス制度も逆効果になります。正しいアプローチは、ボーナスをチームの効率とエラー率に結びつけ、浮いた人員で人員を削減するのではなく、より多くの量をこなすことです。ある顧客は2025年にこれを実行しました。AIが稼働した後、一人あたりの効率が上がり、ボーナスもそれに伴って上がり、チームは自ら進んでより多くの注文を求めるようになりました。誰も解雇の話をしませんでした。

経営陣は同じ三つのミスを繰り返し犯します。はっきり名前を挙げましょう。第一に、稼働前に何も言わず、人々にいきなり押しつけること。第二に、操作だけを訓練し、「なぜ」を決して説明しないこと。そのため作業員は方法は分かっても目的が分かりません。第三に、AIを人を助けて働くための道具ではなく、人員を節約するための道具として提示すること。伝え方を変えれば、抵抗の半分は消えます。

もう一つ、見落としやすいステップがあります。稼働後のレビューです。多くのプロジェクトは稼働開始をゴールとみなし、三か月後には誰も利用状況を見ていません。作業員が静かに古い方法に戻っていることに誰かが気づいたときには、もう手遅れです。私のやり方は、稼働後に月次のデータレビューを顧客と合意することです。利用率、エラー率、作業員のフィードバック、この三つを一緒に見ます。利用率が下がったら、まずシフトリーダーに聞き、次に現場の作業員に聞きます。理由はたいてい具体的です。一つの機能が複雑すぎる、一つの指示が不明確だ、一度のシステム障害が放置された。こうした小さな問題を一つずつ直せば、利用率は維持されます。AIの導入は一度きりのプロジェクトではありません。継続的な運用です。

2025年に別の顧客はさらに一歩進みました。AIの利用を現場作業員の評価ではなく、シフトリーダーの月次レビューに組み込んだのです。毎月、リーダーは誰がまだ苦労しているか、どこでつまずいているか、来月チームがどう助けるかを報告しました。賢い判断でした。プレッシャーは経営陣が負い、作業員は支援だけを感じ、評価されることは決してありませんでした。六か月後、その倉庫は利用率を九十パーセント前後に維持し、退職はAIが来る前よりもわずかに少なくなりました。作業員はAIに抵抗しているのではありません。AIに評価される感覚に抵抗しているのです。

次に契約を交渉するときは、三つの質問をすることを忘れないでください。作業員のトレーニング予算はいくらか、稼働後の最初の月は採点されるのか、そして効率ボーナスは具体的に何と結びついているのか。この三つの質問への答えが、そのAIプロジェクトが本物の導入なのか、ただの見せかけなのかを教えてくれます。

Susan(3PL営業部長)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。