限られた労力でより多くのタスクを。倉庫用ロボットとウェアラブルの活用法
Innovation Matrix のパートナー会社である inVia Roboticsの共同創設者兼CEOであるLior Elazary氏が、Manifest 2022の「Doing More with Less：The Application of Warehouse Robots & Wearables. （倉庫用ロボットとウェアラブルの応用）」と題するセッションでパネリストとして登場しました。セッションのテーマは、倉庫を破壊するテクノロジーとロボティクスの役割、作業員と倉庫ロボットの連携方法、ロボティクスにおける進化などです。「inVia はロボットを売っているのではなく、生産性を売っている」という言葉が印象的でした。講演を日本語訳しました。
inVia Roboticsの元の記事はこちら→ https://inviarobotics.com/blog/the-application-of-warehouse-robots-and-wearables/
倉庫作業員の生産性を上げる必要性
人手不足はかなり深刻で、その労働力の確保に多くの問題があることは、皆さんもお分かりの通りです。では、例えば1時間当たり90個のピッキングを行っている人に、1時間当たり1000個のピッキングを行わせるにはどうしたらいいでしょうか？そうです。私たちが常に考えているのは、このようなシステムです。これはピッキングの問題だけでなく、リターンの問題にもつながります。これも大きな課題です。特に今は、返品が増えています。私たちは常に、入力と出力の両方でSKUへのランダムアクセスを問題視しています。ですから、補充もまた問題なのです。ですから、補充、返品、ピッキングの3つは本当に難しいのです。
COVID-19のパンデミックがもたらしたロボティクスの進化
コビットで需要が拡大するにつれ、グリッドだけでなく、オンラインで注文する人が増え、スパイラル的な効果がありました。多くの小売店が不幸にも閉店せざるを得なくなり、その結果、ますます多くの需要がeコマースの世界に流れ込んできたのです。そして、多くのお客様が、需要だけでなく、労働力不足にも対応するために本当に苦労しています。現在、ほとんどの人が他人のためのパーソナルショッパーになりたがらないので、倉庫での作業はあまり長くは続きません。そこで問題なのは、人々がオンラインで物を注文することができ、かつバックエンドを運営し、その注文をできるだけ早く満たすために大勢の人を必要としない、この新しい世界をどのように作り上げるか、ということです。そこで、パンデミック（世界的大流行）をはじめとする自動化技術の登場です。ロボットは、既存のインフラや倉庫に適応することで、これを改善することができます。その結果、自動化を導入するまでの時間を短縮することができました。過去にはシャトル・システムやSRSシステムもありましたが、導入には何年もかかりました。実際、多くのリソースが必要でした。今、限られたリソース、限られた労働力の中で、1ヶ月以内に高い生産性でシステムを稼動させるにはどうしたらいいでしょうか？
ロボティクスは、需要の変動に適応したシステム設計に役立つ
ロボット工学は自動化の次の段階にきており、非常に素早く展開することができることが可能になったと思います。既存のインフラに適合させることができるため、非常に迅速に稼働させることができます。そのうえで、リアルタイムでフローを変更することが非常に重要なのです。1月から11月にかけては、ある特定のフローでピッキングを行い、ピーク時にはまったく異なる速度でピッキングを行うことも可能です。これは、シーズンで需要が大きく異なるからです。中には、日中に普段の10倍もの需要があるお客様もいらっしゃいます。そのため、12月だけを処理し、それ以外の時間は十分に活用できないようなシステムとは対照的に、両方を処理できるようなシステムを設計するにはどうすればよいのでしょうか。
inVia はロボットを売るのではなく、その生産性を売るのです
以前は、特定のオートメーションに何百万円、何千万円、何億円という大金を投資する必要がありました。そして、もしそれがうまくいかなかったり、期待通りの働きをしてくれなかったりすると、そこで立ち往生してしまうのです。その代わりに、私たちはロボットを売ったり、ロボットをリースしたりするのではなく、ロボットの生産性を売るという位置づけをしているのです。つまり、ロボットを何台維持する必要があるか、ロボットができるだけ効率的に稼働するようにするための責任者になるのです。なぜなら、お客さまが気にするのは、どれだけ注文を取り次ぐことができるかということだからです。そこで、私たちは基本的に、注文を処理した分だけの料金を請求しています。特に、過去に非常に高価な自動化システムで痛い目に遭ったお客さまがいらっしゃいますから、このようなシステムを実現するために、両者のインセンティブを一致させ、我々とお客さまの双方にメリットをもたらしていると思います。
直感的なUI・UX設計が求められる社員教育
ピーク時には、倉庫がどのような場所なのかさえ知らないような人がたくさん入ってきて、スピードアップを図らなければいけません。そして、非常に速いスピードで生産性を向上させなければならないのです。倉庫にいるのはせいぜい1カ月程度ですが、初日からできるだけ生産性を上げなければならないかもしれません。もう1つの課題は、現在では非常に賢いシステムで仕事をすることです。ベルトコンベアーで仕事をするような昔のやり方ではありません。ベルトコンベアーはA地点からB地点に移動するだけです。ロボットが意思決定し、より複雑なタスクをこなすようになりました。なぜこのようなことをするのか、人が直感的に理解できるかどうかは別として。inVia では、2つの問題を解決しようとしています。その一つは、インターフェースをできるだけ直感的なものにすることです。テキストだけでなく、色やその他の情報を使って、人々がより直感的に理解できるようにします。そして、バックエンドでAIを使って、社員のパフォーマンスを測定し、問題があればすぐに警告を出します。この人はもっとトレーニングが必要だと理解すれば、アプリやコミュニケーションを通じて、ほぼ個人単位で対処することができます。そうすることで、私たちは、いかに早く、その人を私たちのシステムでフル回転させることができるかを評価することができるのだと思います。そうでしょう？ですから、私たちが開発しているすべてのインターフェース、すべてのUI / UXは、そのような側面に関係しているのです。もうひとつは、ロボットと対話する「ラングラー」と呼ばれる人たちです。ピッカーとして作業する人もいれば、ロボットのトラブルシューティングをする人もいます。先ほどもお話したように、これは認知的な部分で、もう少し理解が必要です。幸いなことに、私たちが作ろうとしているツールの多くは、ロボット工学の博士号を持っていなくても使えるものばかりです。倉庫の管理者ができることですが、これも同じことですよね？直感や思い込みで、ロボットが何をすべきかを判断し、その通りに行動する人もいますが、それは正しいこととは限りません。そこで、ロボットが何を意図しているのか、次に何をしようとしているのか、事前に計画を立てているのか、そういったことを視覚的に伝えるためのツールなのです。倉庫管理者が、今どのような問題を解決しているのか、そしてその問題が将来どのような結果をもたらすのかを理解できるように、この情報をラングラーロボットに提供するのです。
ロボット工学の改良は継続的なプロセスである
微細な操作はかなり進んできていると思いますし、ロボットアームに確実にフィットする製品もあります。しかし、トートバッグの中を探って、小さな小物などを取ることは、まだ2つの意味で非常に難しいのです。1つは技術的な課題ですが、もう1つはコスト面です。つまり、正当化することが非常に難しいのです。もし、100万円のロボットを作ったとしても、もっと安くできる労働者がいて競争相手となるわけです。もう1つの問題は、問題解決だと思います。今、倉庫で問題が起きたとき、ロボットは自分では問題を解決しません。ロボットは、毎日毎日の単純なタスクをこなすことに長けています。しかし、ある問題に遭遇した瞬間、たとえばパレットリフトロボットが来たものの、パレットが壊れてフォークを下に入れられない場合、そのパイロットロボットは「どうやって直せばいいのか」という課題を解決することはできません。このような場合、通常、人間がやってきてパレット搬送を行うか、あるいはそのロボットの領域外での解決策を見出さなくてはいけないのです。
inVia Roboticsの詳細はこちら