結論から先に言おう、曖昧にしない。今後3年間で、AIが最初に変える倉庫の仕事はフォークリフトのベテランではない——スプレッドシートと書類と電話に生きるオフィスの人々だ。私のタイムラインは2028年まで：タスク型のホワイトカラー職が最初に吸収され、現場の肉体労働は人と機械の協働に作り替えられ、これまで存在しなかった全く新しい職種の束が生まれる。
なぜここまで断言できるのか。理由は3つある。第一に、コストの計算が既に合う：米国各地の倉庫現場の賃金は時給20ドル前後に達しており、24時間体制の1ポストは年間で楽々6桁ドルを超える。一方、定型作業をするAMRやAIカスタマーサービス席は、年換算でそれを既に下回っている。第二に、技術が転換点に達した：画像認識モデルは損傷やラベルを読み取り、言語モデルはメールを書きシフト表を作る。残るはこれらの能力を業務システムにつなぎ込むことだけだ。第三に、人手不足は本物だ：5年連続で、ピークシーズンごとに倉庫は十分な人数を雇えず、経営層の問いはとっくに「自動化すべきか」から「どれから先にやるか」に変わっている。
これはAIの誇大宣伝ではない。むしろ私の主張は逆だ：最も変えられるのは、デスクチェアから見て体面の良かった仕事の方なのだ。
書類仕事はすでに消えつつある
すでに起きたことを見てみよう。追跡業務が最初に落ちた：顧客が「貨物はどこだ」と電話してくる。かつては担当者がWMSを開き、倉庫に電話し、折り返し電話する手間があった。多くの3PLは今やAIエージェントを運用し、輸送中のステータスをシステムから直接読み取って自然言語で回答する。定型の追跡問い合わせはもはやほぼ人間を経由しない。担当者は解雇されなかった——ただ、1人の担当者が以前の2～3倍の顧客数をカバーするようになった。これがリストラだ：ゼロ人になるのではなく、同じ人数で何倍もの仕事をすること。
次はシフト作成と受注審査だ。倉庫のスケジュールは変数が固定されている：受注予測、過去の処理実績、従業員のスキルタグ、残業予算の上限。2024年以降、中堅3PL数社がAIツールでシフトの初案を作り、例外だけをスーパーバイザーが扱うのを目にしてきた。かつて事務員がスプレッドシートと格闘した午後丸ごとの作業が、今では15分の初案になった。受注審査も同じ話だ：システムが受注と在庫を自動で突き合わせ、例外だけが人間に回され、通常の受注はそのまま流れる。
次にデータ入力と照合だ。仕入先の納品書、運送業者の請求書——かつては誰かが1行ずつ入力していた。画像認識と言語モデルが今では書類を読み取って自動で照合し、差異が閾値を超えたときだけ人間が見る。知り合いの輸入業者は2023年時点でも照合担当のフルタイムを2人雇っていたが、2025年には抜き打ちチェックをするパートタイマーが1人残っただけだった。もう1人分の給料はただ消えた。
これらの職種の共通点：入出力が構造化された情報であり、判断ルールは書き起こすことができ、ミスは追跡可能だ。この仕事を奪うのにAIはロボットも設備改修もいらない——コンピュータ1台とAPI接続1つで足りる。だから彼らが最初なのだし、それは不当ではない。
フォークリフト運転手とピッカーは「働くかどうか」ではなく「働き方」が変わる
次に現場だ。AMRやロボットアームがピッカーやフォークリフト運転手を完全に消し去るのでは、と心配する人は多い。私の判断：3年以内にはそうならない——ただし仕事のやり方は大きく変わる。
ピッキングを例に取ろう。Boston Dynamicsの荷下ろしロボットStretch、大手小売向けのSymboticのフルパレット自動化——これらは実在し、稼働している。ただ、彼らが取るのは標準化・反復・大ボリュームのシナリオだ：フルパレットの入出庫、固定の搬送ルート。1注文3アイテム、数万のSKU、1つとして同じ形のない荷物——そんなEC倉庫では、ロボットはまだ人間の柔軟性と速度にかなわない。今後3年で、ピッキングは人と機械の協働になる：AMRが棚を人のところまで運び、人間は最後の取り上げと判断だけをする。歩く・運ぶ時間は機械に食われ、時間当たりのピック数は上がり、人員は減る——でも職種は消えない。
フォークリフトの運転手は特殊なケースだ。フォークリフト運転の難しいところは「運転」ではなかった——動的な環境の判断だ：傾いたパレットを直すかどうか、混雑した通路で誰が譲るか、6メートル上の段ボールは安定しているか。自律フォークリフトは既に固定ルートを走っているが、混雑した混合交通ゾーンでは、完全自律はまだ遠い。私の見立てでは、今後3年でこの職種は二つに分かれる：一部の運転手は設備スーパーバイザーになり、複数の自律車両を監視して例外を処理する。そして最も経験豊富なベテランはむしろ価値が上がる——難しい仕事ほど経験がものを言う。
一方、新しい職種が生まれているし、既に生まれつつある：ロボット保守、システム例外処理、データラベリング、プロセス最適化。機械が増えるほど、倉庫とシステムの両方を理解する人が必要になる。2024年にAMRを導入した伝統的な倉庫を知っているが、初年度に最も不足したリソースは機械の資金ではなかった——WMSのレポートが読めて、ロボットのパラメータ調整を怖がらない人材を見つけることだった。結局、ベテラン社員からその人材を育てた。これらの新職種は一貫して、旧来の現場職より一段上の給与だ。
つまり今後3年の倉庫労働の実像はこうだ：オフィスのタスク職は縮小し、現場の肉体職は協働型になり、設備・システム・データを理解する人々の新しい中間層が育つ。総人員はおそらく減る。でも残る人々は、より価値のある仕事をする。
一つ持ち帰ってほしい問い：あなたの倉庫で、「システムAからシステムBへデータをコピーする」に一番近い仕事をしているのは誰か。その人を見つけて、時間の使い道を実際に見てみよう——AIの最初の一撃は、十中八九その人に落ちる。これを突き止めることは、どんなAIシステムを買うよりも重要だ。
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。
