まず結論から言おう。倉庫の入荷時におけるAI画像による損傷検出は、導入する価値がある。ただし、営業資料に書かれている理由のためではない。私はあまりに多くの倉庫が、この買い方を逆さまにしているのを見てきた。これは主に検査の人手を省くものではない。何かが破損して届いた後の、何週間にもわたる言い争いを省いてくれるものだ。人手を減らすために買えば、がっかりするだろう。次に損傷トラブルが起きたとき、証拠付きで臨めるように買うなら、そのお金は無駄にならない。この話には両面があり、私は両方を間近で見てきた。

入荷ドックでのトラブルが、あまりに多く同じ筋書きをたどるのを見てきた。荷物が届き、カートンは外から見ると問題なさそうで、損傷は開梱して初めて現れ、受領メモには「外装カートンOK、内側の損傷は要確認」といった曖昧な一言だけが残る。サプライヤーは、商品は工場を良好な状態で出たと答える。運送業者は、例外の記載がないきれいな受領サインを指し示す。そして倉庫と顧客は、誰が損失を負担するかを決めるのに何週間も費やす。2022年の夏、ロサンゼルスの生活雑貨倉庫がまさにその物語を生きた。ダイニングチェア480カートンの出荷が、カートンの軽いへこみだけで届き、受領担当者は急いでいたため写真なしでサインした。開梱してみると、60カートン以上で椅子の脚がへこんだり擦れたりしていた。サプライヤーは工場検査に合格したと言い張り、運送業者はきれいな受領書の陰に隠れ、倉庫と顧客はコストを折半するまでに三週間言い争った。出荷の金額はそれほど大きくなかった。言い争いの方が、時間においても信頼においても、椅子そのものより高くついた。

2023年の後半、同じ倉庫はたった一つのことを変えたが、その変化はちっとも華やかではなかった。受入コンベヤーの上にカメラが2台設置された。すべてのカートンが通過時に撮影され、写真はパレット番号ごとに整理され、不審と判定されたカートンは、人が開けて確認する再検査エリアへ振り分けられた。3か月後、驚きだったのはシステムがどれだけ損傷を捉えたかではなかった。クレームがいかに短くなったかだった。かつて3〜4往復のメールを要したクレームが、写真とタイムスタンプとパレット番号だけの送付になり、サプライヤーは一目で受け入れるべきかどうか判断できた。再検査の人員はあまり減らなかった。フラグの付いたカートンは今も人が開ける必要があったからだ。しかし、紛争のサイクルは数週間から数日へと縮んだ。

私がはまった罠:AI画像による損傷検出が撮るのはカートンであって、責任ではない

これが罠だ。何かを設置する前に聞いておいた方がいい。後になってからよりも、ずっと。カメラが証明するのは、商品があなたの元に届いたときにどう見えたかだ。誰の手で損傷したかは証明しない。へこみは、トラックの中で、荷降ろし中のあなたのフォークリフトで、あるいは積み込み前のサプライヤーのドックで起きた可能性がある。写真は到着時の状態にタイムスタンプを付けるが、それだけでは責任の所在は決まらない。写真を自動的な判決のように扱えば、サプライヤーが真っ先に反発し、運送業者がその次に続き、それでもあなたは結局、到着時刻、荷降ろし時刻、どのステーションが写真を撮ったか、損傷カートンがどのパレットに入っていたかという時系列を手作業で再構成することになる。

照明と角度が第二の罠だ。ドックの光は一日の中でも一年の中でも変わる。へこみは、冬の夕方の暗い光では深く見え、扉から差し込む夏の直射日光では浅く見える。カメラを低く付けすぎれば上面を撮り逃す。高く付けすぎれば側面の表示がぼやける。コンベヤーを速く走らせすぎれば画像がぶれる。多くの倉庫が最初の週はシステムを気に入るが、2週目になると撮り逃しやぼやけた画像に気づき、スタッフを手作業での再撮影に戻す。そうなると、工程が減るどころか増える。私の知る倉庫では、設置後の再検査エリアの方が、設置前より多くのカートンを抱えるようになった。しきい値をきつく設定しすぎたため、小さな折り目まで全部フラグが付き、手作業の再検査が倍増したからだ。

だから、何よりもまず、設置位置を正しく決めることだ。入荷時における倉庫のAI画像による損傷検出は、証拠と振り分けであり、自動的な損傷判定ではない。すべての出荷の到着時状態を残し、不審なカートンを脇へよける。損傷の程度、誰が負担するか、クレームが成り立つかどうかを判断するには、やはり人が契約書と輸送記録を写真と並べて読まなければならない。この位置づけを間違えれば、その後のすべてが期待外れになる。正しく位置づければ、実に実用的な道具になる。

よくある失敗を踏まずにAI画像による損傷検出を導入する方法

私の助言は、三段階で作ること、そして一気に完全自動化へ跳ぼうとする誘惑に抗うことだ。第一段階は写真による証拠だけで、自動判定はしない。カートンが通過し、写真は受注番号、パレット番号、時刻ごとに整理され、誰でも後から引き出せる。この段階が最も安く、最も早く回収できる。次のクレームにはすでに証拠が付いているからだ。第二段階では不審カートンの振り分けを加え、人がフラグ付きカートンを再検査し、その結果を返してしきい値を調整する。この段階的な進め方こそ、入荷時における倉庫のAI画像による損傷検出が信頼を稼ぐ方法だ。きれいな証拠の月を一つずつ積み重ねていく。第二段階を終え、誤検出が減って2〜3か月安定した後でのみ、第三段階でクレームと品質検査へつなげる。最初の二段階を飛ばして第三段階から始めた倉庫は、私が繰り返し手直しするのを見てきた倉庫だ。

アプローチ 省けるもの かかるもの
写真による証拠のみ 紛争の時間。クレームが1通の添付ファイルで主張を語るから カメラと保管、そして写真を取り出す習慣の変化
写真と振り分け 全開梱の検査。疑わしいカートンだけを開けるから 2〜3か月のしきい値調整。初期は誤検出が多い
完全自動の判定とクレーム 理論上、最も多くの人手 サプライヤーも運送業者も受け入れない判決と、最も高くつく手直し

AI画像による損傷検出の全コストを数えること。カメラ代だけではない。カメラは安い部分だ。高いのは保管だ。受注に紐づいた写真は数か月保管しなければならないからだ。ドックの作業も高い。ステーションには追加の照明、固定されたカメラ位置、画像撮影に合ったコンベヤー速度が必要だからだ。そしてしきい値の調整も高い。最初の数か月は誤検出の週次レビューが必要だからだ。しきい値を緩くすれば損傷を見逃す。きつくすれば再検査が積み上がる。この三つのコストを合わせると、たいていカメラ予算を超える。カメラだけで作った事業計画は、途中で予算オーバーになる。

もう一つ、見落とされがちなトレードオフがある。写真の記録が充実するほど紛争は減るが、データの扱いはそれだけ厳密でなければならない。写真には、送り状の顧客情報やサプライヤーの内部表示が写り込むことがある。アクセスは分離が必要だ。顧客は自社の商品だけを見られ、オペレーターは当シフトの受注だけを見られ、保管期間は契約に属する。きちんと保管された証拠は資産だ。ずさんに保管された証拠は、新しい問題だ。

受入検査員の仕事について、私の見方は率直だ。すぐになくすことはできないし、品目が混在し包装がばらばらな倉庫では、なくそうとすべきでもない。仕事は消えるのではなく変わる。すべてのカートンを見る代わりに、検査員はシステムがフラグを付けたものと、フラグが付かなかったもののサンプルを見る。そのサンプルが重要だ。フラグの付かなかったカートンから損傷が続けて出るなら、しきい値かカメラ角度がずれているということであり、サンプリングこそがそのずれを捉える方法だ。検査員を全員なくし、カメラだけを信じるのは、私ならしない一手だ。少なくとも、包装のばらつきが大きく、人の判断がまだ十分に価値を生む現場では。

だから最後の問いを。スローガンではなく、実用的な助言として言っている。受入ドックにカメラを置く前に、自分に問うてほしい。あなたが本当に解こうとしている問題は何か。受入が遅すぎるのか、それとも損傷の証明が難しすぎるのか。速度が問題なら、まず受入フローと人員配置を直すことだ。カメラはそこではあまり役に立たない。証明が問題なら、カメラは正しい処方だ。まず写真による証拠から始めて、そこから積み上げていこう。

Lao Mi(サプライチェーン歴20年のベテラン)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。