バッチピッキングとディスクリートピッキングは、表面上は倉庫内を歩く二つの方法の選択に見える。実際には、注文構造が課す算数の問題である。過去10年間で、ECの注文は細分化し、1注文あたりの明細数は下がり続けている。長らく標準だったディスクリートピッキングはコスト高に見え始め、バッチピッキングは大規模施設の専門手法から中規模倉庫も検討するものへと移ってきた。同じ方法がある建物ではコストを節約し、別の建物では損失を出す。

シナリオ1(例示):2024年9月、中国東部の美容EC倉庫がピーク後の数値を見直した。同拠点は1日平均約900件の注文、1注文あたり1.8明細で、上位50SKUが注文明細の60パーセント以上を占めていた。ディスクリートピッキングでは、ピッカーは同じラックの前を1日900回往復した。1バッチ8件のバッチピッキングにより、1日の往復は約120回に減った。その代償は、新しい仕分けエリア、混合トートを個別注文に仕分けるため終日スロットに立つ2人の作業員、そしてピーク時に40分を超える待ち行列だった。

シナリオ2(例示):中国北部の自動車部品3PL倉庫はバッチピッキングを試して元に戻した。同拠点は20,000SKU超で1注文あたり平均7.4明細、注文間の重なりは少なかった。3週間の試行の後、1往復あたりの立ち寄り回数はほとんど減らず、節約できた歩行はわずかで、仕分けは工程と新たなエラーの発生源を追加しただけだった。3週間後、倉庫はバッチピッキングをやめ、ディスクリートピッキングに戻し、仕分けエリアを再び保管場所に戻した。どちらの試行も間違っていなかった。

移動こそ時間が消える場所

BartholdiとHackmanによれば、『Warehouse & Distribution Science』において、ピッカー・トゥ・パーツ方式では移動がピッキング時間の約55パーセント、探索が約15パーセント、取り出しが約10パーセント、その他の作業が約20パーセントを占める。同じ出典では、ピッキングは倉庫運営コスト全体の約55パーセントを占めるとされている。だからこそ、ピッキングの議論は必ず歩行に戻るのだ。ピッキングコストの中で最大の単一ブロックだからである。

データには注意書きが必要だ。より広く引用されている「移動はピッキング時間の半分」という説は、Frazelleの『World-Class Warehousing』(1996年)にさかのぼるが、その根拠となるサンプルと方法は開示されていない。55パーセントという数字には教科書レベルの出典があるが、50パーセントという数字にあるのは業界での繰り返しの歴史だけだ。両者とも同じ方向を指しているが、一点の精度に根拠はない。判断においては、55パーセントを正確なものとして扱うより、移動をピッキング時間のおよそ半分として扱う方が誠実である。

ETHチューリッヒの講義資料で引用されたRKW物流ハンドブックによれば、ディスクリートピッキングは一度に1件の注文を処理する。ピッカーは1件の注文のピックリストに従って建物を回り、完成した状態で引き渡す。バッチピッキングは複数の注文をまとめ、その合算需要を1回のパスでピックし、二次仕分けで個別の注文に再び分割する。本当の違いは仕分けがいつ行われるかだ。ディスクリートピッキングは棚の前で仕分けし、バッチピッキングは歩行が終わるまで先送りする。

バッチピッキングが歩行で節約する分を、仕分けが取り戻す

メリットの仕組みは単純だ。1回の歩行で複数の注文に対応し、同じ場所への繰り返し訪問を統合する。しかしメリットは、注文が場所を共有することを条件とする。10件の注文が10種類の異なる製品を求めるなら、節約できる歩行はほぼゼロで、仕分けだけが丸ごと追加される。それが自動車部品倉庫の経験だった。

二次仕分けには3つのコストがある。第一に直接労務費。仕分けには時間がかかり、1注文あたりの明細数が少ないほど、その割合は大きくなる。第二にスペースと設備。仕分けエリアは出荷ドック近くの貴重な床面積を占め、スロットの数が1バッチに収まる注文件数を制限する。第三にエラーの発生面。ディスクリートピッキングではエラーは主に棚で起きるが、バッチピッキングではエラーの発生面が仕分け台に移り、その典型的なエラーは正しい商品が間違った注文のスロットに入ることだ。業界ガイドは参考範囲として、技術支援なしのバッチピッキングの精度をおよそ97から98パーセント、RFスキャン付きディスクリートピッキングを99.5から99.9パーセントとしている。この範囲は目安にすぎないが、仕分け工程でのチェックがなければ精度は下がっていく。

この2つの方法の間には、見過ごされがちな中間形態がある。クラスターピッキングでは、カートに注文ごとに1つのトートを載せ、ピッカーは棚の前で各商品をスキャンして正しいトートに直接入れる。仕分けはピックの中で行われ、後ではない。ベンダーの資料によれば、カートのトート容量は通常8から10で、これがバッチサイズの上限を決める。ピック後の仕分けはなくなるが、その代償は商品1点あたりの追加スキャンと、満杯になったら戻るカートだ。実際のバッチピッキングの多くはこの中間形態である。

バッチピッキング vs ディスクリートピッキング:切り替えるタイミング

直感に反する発見がある。直感では大きな注文ほどバッチピッキングに適すると思われるが、データは逆を示している。1注文あたりの明細数が多いほど、各注文が訪れる場所は増え、注文間で共通する場所の割合は下がり、合算した往復で節約できる歩行は減る。バッチピッキングが最も輝くのは、1から3明細の小さい注文で、売れ筋商品への集中度が高い場合だ。注文が細分化されるほどバッチピッキングの見返りは大きくなるが、これは多くの管理者の第一印象に反する。

下の表は仮定の計算例である。すべての数値は例示的な仮定であり、実在する倉庫の測定値ではない。

項目 ディスクリートピッキング バッチピッキング(1バッチ8件)
注文数/日 800 800
明細数/注文 2.1 2.1
移動/往復 4 min 12 min (more stops)
1日の移動 800 trips × 4 = 3,200 min 100 trips × 12 = 1,200 min
ピッキング時間 1,680 lines × 0.5 = 840 min 1,680 lines × 0.5 = 840 min
仕分け 0 1,680 units × 0.25 = 420 min
合計 4,040 min 2,460 min

バッチピッキングは総時間の約39パーセントを節約する。2,000分の移動を節約し、420分を仕分けに返す。重なりが減り、1往復あたりの移動が12分から20分に向かって増えるか、1単位あたりの仕分け時間が0.25分から0.5分に上がれば、節約はすぐに食いつぶされる。業界ガイドでは一般に、バッチサイズは4から12件とされている。それを超えると、混雑、複雑さ、エラー率が、節約できる歩行よりも速く増大する。

切り替えの判断には2週間分のデータだけで十分だ。第一に、1注文あたりの明細数。3明細を恒常的に下回る拠点はバッチピッキングの有力な候補であり、5明細を超える場合は慎重になるべきだ。第二に、SKUの重なり。上位50の売れ筋商品が注文明細のどれだけをカバーするかを測る。割合が高いほど、統合された歩行の見返りは大きい。第三に、カットオフのリズム。ウェーブのリリースが規則的であるほど、バッチは満杯になり、見返りは安定する。注文が届くたびにピックする拠点は、各バッチを組み立てるための待ちコストを払うことになる。この3つの数字で通常は決着がつく。

ハイブリッドモデルと、未解決の問い

現在、より多くの倉庫が1つの方法を選ぶのではなく、注文プロファイルで分けている。明細数が少なく売れ筋に集中した注文はバッチピッキングへ、明細数が多くロングテールの注文はディスクリートピッキングに残し、ピークシーズンには注文構造に合わせて混合比率を変える。分割ルールはシフトリーダーの判断ではなく、システムに属する。したがって、バッチピッキングとディスクリートピッキングの決定は、一度きりの選択というより、注文プロファイルが動くたびに見直される常設のルールである。

ウェーブ設計は最も過小評価されている部分だ。バッチピッキングはバッチを組み立てるためにウェーブに依存する。ウェーブを小さく切りすぎるとバッチは決して満杯にならず、歩行の節約は縮小する。粗く切りすぎると注文はプールで待たされ、カットオフが早まり、サービスが損なわれる。キャリアのカットオフ時刻から逆算し、バッチを実際の出荷リズムに固定すること。

1つのトレンドがある。仕分けが次の自動化投資ポイントになりつつある。バッチピッキングは労働力を歩行から仕分けへ移し、仕分け台の労働密度が上がるにつれて、ライト指示仕分けや小型の自動仕分け設備の導入根拠が強まる。ピッキング方法の選択は、次の設備投資をどこに向けるかの判断になりつつある。

単品注文はEC全体のボリュームに占める割合が依然として上昇しており、バッチピッキングの対象範囲はまだ広がり続けている可能性がある。一方で、仕分けの労務費とエラーコストも歩調を合わせて上昇している。問いはこうだ。バッチピッキングが最適化から標準へ移るとき、仕分けは自動化が吸収しなければならない次の機能になるのか。答えは、今後2から3年間の仕分け設備の価格曲線と、倉庫が仕分けコストを別途計上するかどうかによる。ピッキング総額の中に埋もれたままなら、多くの倉庫はエラー率が先に赤信号を出すまで気づかないだろう。

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。