荷待ち時間をAIカメラで自動記録、年間300万円の削減を見込む物流倉庫

トラックドライバーの長い荷待ちと荷役の負担は、2024年度から適用される働き方改革関連法を前に、物流業界が正面から向き合わざるを得ないテーマでした。ただ、待機時間を縮めようにも、その前提となる実績の把握は手入力の申告に頼っており、入力忘れや誤りを避けられない状態が続いていました。

ここで見落とせないのは、困りごとの正体がデータの不足ではなく、記録する人と作業する人が同じだったという構造にあったのではないか、という点です。荷物を捌いている最中に時刻を打ち込む行為は、どうしても本来業務の後回しになります。現場が立て込むほど記録が粗くなる——改善のために最も知りたい繁忙時のデータほど当てにならないという逆転が、静かに起きていたと考えられます。

認識の対象をナンバープレートという一点に絞った設計が、この仕組みの土台になっています。トラックは必ずナンバーを掲げて構内へ入ってくるため、ドライバーにも庫内の作業者にも操作を一切求めないまま、どの車両が来たのかを特定できます。記録漏れという課題を「入力を徹底させる」方向ではなく「入力そのものをなくす」方向で解いた判断が、ここに表れています。

読み取ったナンバーを、Hacobuのトラック予約受付サービス「MOVO Berth」が持つ予約情報と照合する構成も要点のひとつです。カメラが捉えるのは「その車両が来た」という事実だけで、それが誰のどの予約に当たり、何の作業を意味するのかは、予約側の情報と結び付いて初めて確定します。判定を担うアプリケーションをレスターエレクトロニクスが、AI処理機能搭載のインテリジェントビジョンセンサー「IMX500」とエッジAIセンシングプラットフォーム「AITRIOS」をソニーセミコンダクタソリューションズが、予約受付の基盤をHacobuが受け持つ分担も、この構成に対応しています。認識精度の高さそのものよりも、既存の業務システムのどこに接続すれば数字が実績データとして成立するかを見極めた設計だと言えるでしょう。

機器側で処理を済ませ、メタデータだけを送り出す構成も見逃せません。映像そのものを流さずに済むため伝送データ量が抑えられ、常時動かし続ける設備でありながら運用の負担が膨らみにくくなります。実証で終わらせず日々の業務に乗せるという観点では、この地味な選択が効いています。

千葉県市川市の拠点での実証実験を経て、8つのバースで正式にサービスが導入されました。積み降ろしにかかった時間が手入力を介さず正確に取得できるようになり、記入漏れや打ち間違いがなくなったほか、予約が入っていない車両についてもログとして実績が残ります。集まったデータはドライバーの待機時間の削減、庫内作業の準備、人員配置の最適化といった業務プロセスの見直しに使われており、手作業による管理工数が減ることで年間約300万円程度のコスト削減が見込まれています。