スマホ撮影とAI-OCRで数量検品を自動照合、鴻池運輸の倉庫現場での実運用

製造現場で製品の数量を照合する作業は、いまも目視で行われることが多く、千葉東営業所の検品もその形をとっていました。数を数え、ラベルに印字された型式を作業書と見比べる。作業そのものは単純ですが、間違いが許されないため、別の作業者が同じ確認をもう一度なぞるダブルチェックが組み込まれます。

編集部の見立てでは、ここでの困りごとの本質は「数えるのが大変」という作業量の問題ではなく、確認の正しさを人の注意力だけで担保していた点にあります。注意力は疲労や繁忙の度合いに左右されるため、確度を上げようとすれば人を足すしか手がありません。ミスを防ごうとするほど労働負荷が増していく——この構造こそが、解くべき課題だったのではないでしょうか。

機能した第一の要因として挙げたいのは、人の担当を「撮影する」という一動作まで絞り込み、文字を読み取って数を突き合わせる判断をシステム側へ移した役割分担です。目視検品では、見る・読む・数える・照合するという複数の作業が一人の中で連続するため、どこで取り違えたのかを後から追うことができません。撮影を起点にすれば、以降の処理は画像という記録の上で進み、判定の根拠が残ります。人が担うべき動作と、機械に任せるべき判断を切り分けた設計。

第二に、製品ラベルが横向きにも縦向きにも置かれるという現場の実情に対して、機器構成の側を合わせた点が効いていると考えられます。手持ちのスマートフォンで撮影すると固定側のスマートフォンも自動で撮影する二台構成は、作業者に「ラベルの向きをそろえてから撮る」という新しい手間を求めずに済ませる工夫です。読み取り精度を確保するために現場の動き方を矯正するのではなく、撮り方の側で吸収する。導入時の摩擦が生まれにくいほうへ倒した判断と読めます。

三つめは、いきなり本番運用に踏み切らず、フューチャーアーキテクトとの検証を積み重ねたうえで実運用へ移した進め方です。検品は取り違えが手戻りや納品先への影響に直結する工程であり、読み取りが外れたときの代償が大きい。検証の期間は、精度を確かめるだけでなく、不一致と判定されたときに現場が何をするのかという手順を固める時間にもなります。

検証を経たアプリは千葉東営業所で実運用に入り、スマートフォンでの撮影からパソコン上での一致・不一致の判定までが、日々の数量検品に組み込まれています。目視確認によるミスの削減とダブルチェックの省略化は、この取り組みが掲げた狙いであり、削減率や削減時間といった数値は示されていません。鴻池運輸は、同じ数量検品を行う他の現場へ同様のアプリを導入することも今後の検討対象としています。