人員配置が週7時間から1時間に、倉庫会社のAI配置とスキル可視化

出勤者が10名ほどだった頃は、作業場で口頭で指示すれば配置は回っていました。20名規模になるとExcel上の配置図へ名簿から出勤者を手で貼り付ける形になり、人数が増えるにつれて作成そのものが重くなります。1日分で1時間、1週間分では丸一日。そのうえ始業直前に欠勤連絡が入れば業務開始までに組み直しが必要で、朝はいつも時間に追われる状態でした。

編集部の見立てでは、ここでの困りごとの本質は作業時間の長さではなく、配置の良し悪しを決める根拠が担当者一人の感覚の中にしかなく、しかもExcelの上書きによってその判断が毎日消えていた点にあります。各工程の習熟度も、生産性が上がる人の組み合わせも記録されないため、他の人が代わることも、結果を振り返って次に活かすこともできません。当日欠勤すら記録が残らず、もともと休みだった人と区別がつかない。時間の問題に見えていたものは、実際には記録が残らない構造の問題だったのではないでしょうか。

自動配置を動かす前提として、従業員一人ひとりのスキルと各工程の情報をシステムへ登録する設計になっていた点が、まず効いたと考えられます。データ化されたものが何もなかった同社にとって事前登録は負担の大きい作業で、どの水準にスキルを設定すれば意図した配置が出るのか、試行錯誤を重ねる場面もありました。ただ、この手順を踏むことは、担当者の感覚として蓄えられていた習熟度の判断を、他人にも読める数値へ置き換える作業にほかなりません。ツールを使うための準備が、そのまま暗黙知の外部化になる構造です。

現場が仕様に関与できる経路を、開発の初期段階から確保していたことも見逃せません。初期版は配色がシンプルで情報を読み取りにくかったため、工程ごとに色を付けてほしいといった要望を伝え、必要機能と判断されたものが順次反映されていきました。自動配置がエラーになる理由が分からない場面では、ベンダーの営業担当に電話で確認しながら進めています。使いにくさを感じた側がその感覚を仕様へ返せる往復が最初からあったことが、日々使い続けられる状態を作ったという見方ができます。

欠員対応を「作り直しをなくす」方向ではなく「どこが空いたかを一目で分かるようにする」方向で設計した割り切りも、実運用を支える要素です。当日欠勤者を登録すると配置画面に欠員箇所が現れるため、紙を見比べながら調整していた頃と比べ、判断に入るまでの手前の作業が省かれます。欠勤そのものは避けられないという前提に立ち、避けられない作業の中身だけを軽くする。この見極めが、朝の時間に追われる現場で機能したのだと考えられます。

1週間分の人員配置にかかっていた約7時間は1時間になり、空いた時間を他の業務へ回せるようになりました。スキル登録を進める過程でスキルマップが形になり、配置履歴はシステム内に蓄積されるため、生産効率の確認やトレーサビリティも容易になっています。管理側では出勤率を手元で可視化できるようになり、「突発休」の記録を会社と従業員の双方が確認できることで当日欠勤が減ってきたという副次的な変化も生まれました。生産性も徐々に向上しており、AIが提案する配置と人が考えた配置を比較して検証していくことは、今後の取り組みとして残されています。