物流ロボットの導入を検討する際に必要な、未来の予測や今起こりつつある変化については、先日「ロジスティクス4.0」というキーワードをテーマでご紹介しました。 ・第6回 もはや自動化＆ロボット化は必然の流れに！物流の新たな世界「ロジスティクス4.0」を読み解く その際にご紹介した書籍「ロジスティクス4.0 －物流の創造的革新」(日経文庫)の著者であり、ロジスティクスやサプライチェーン分野の知見が深い小野塚 征志さんに、変わりゆく物流ロボットを取り巻く世界についてお話を伺う機会を得ました。そこで、書籍には載っていなかった情報や、最新の物流業界の変化をテーマに、今回より数回に渡ってインタビュートークをご紹介したいと思います。 小野塚さんはドイツを本拠とする、欧州最大の経営戦略コンサルティング会社「ローランド・ベルガー」のパートナーです。物流ロボットの導入に関する疑問や情報について、コンサル目線でロジカルに解説してくれました。 第1回目となる今回は、ロジスティクス4.0のそもそもの起源と、書籍で語っていた当時から2年半後の世界に、何がどう実現しているのかを、未来予想図の答え合わせのように語っていただきました。 事業効率化の入口は「物流のコストカット」に隠されている Q.　小野塚さん自身のキャリアについて少しご紹介ください。また経歴の中で、特にロジスティクス分野の知見を深めたご経験などを教えてください 小野塚　私自身は、2007年にローランド・ベルガーに入社しました。当社は経営戦略のご支援をさせていただく会社なので、自動車メーカー、機械メーカー、小売、ヘルスケア、商社、金融機関、ファンドにもクライアント企業がいて、経営にかかわること全般、中期経営計画の策定、M&A戦略の策定、マーケテイングの支援などを行っています。私はその中でも物流やサプライチェーンの分野を担当しています。 戦略コンサルにいると、その年に起こった出来事に対応するため、各企業が戦略を変えていくことを俯瞰して見ることができます。例えばリーマンショックの時には、人員削減、工場閉鎖など、コスト削減に関わる構造改革の相談が1～2年続きました。コロナ禍では、事業の分離・分割や、M&Aに関わる相談が多かったです。その中で興味深いのが、例えば3直2交代制だったのを2直2交代制にして、設備も一部閉鎖して、コストを抜本的に削減しています…など、コスト削減をギリギリまでやっているのに、なぜか「物流コストを下げられていない」ということが多かったんです。メーカーの場合、生産コストが多くの部分を占めるので、通常は調達費をまずきっちりチェックしていきます。そして、人件費、生産設備、減価償却を順に見ていく。その他を見ていくと、通信費や旅費交通費はだいたい売上の1～2％なので、頑張って削ってもたかがしれています。そこで目が行くのが5～6％を占める物流費。5～6％のうち２割下げれば、営業利益が1％増えるわけです。コストの大部分を占める調達費は、徹底的にチェックしているので、コンサルで入っても削減余地は限られる。それより、物流コストを削減するほうが、はるかに効果が大きい、というケースがこれまでたくさんありました。なので、私はどうやれば物流コストをより大きく削減できるか、クライアント企業の構造改革を推進するたびにノウハウを蓄積し、次々と実行にうつして行きました。 どんな会社もそうですが、実は物流のような「本業じゃないところ」にコスト削減や効率化の入口があるものです。日本全体としてこの入口を見逃しているなら、大きな損失です。たとえば、「積載率が低く配送効率が悪い」ということは、ムダにCO2を排出していて環境にも良くない…とつながっていきます。物流をテーマにいろいろな改革をすることは、日本にとってもとても良いことだし、なおかつ手を付けられていないから、ポテンシャルが大きいなと考えています。 ドイツ政府の戦略が由来の「ロジスティクス4.0」 Q.　物流のコストカットに、それだけのポテンシャルがあるとは、目からウロコです。さて、このロジスティクス4.0（以下、ロジ4.0）の考え方は、どのようにして生まれたのでしょうか？ 小野塚　もともと「4.0」というキーワードは、製造業のコンピュータ化を促進した、ドイツ連邦政府のハイテク戦略プロジェクトに由来した「インダストリー4.0」が元ネタです。弊社の本国はドイツですが、名誉会長のローランド・ベルガー氏が、メルケル首相の顧問で、このプロジェクトに参加している中で、インダストリー（ドイツ語ではインダストリエ）4.0という用語が生まれました。このインダストリー4.0において、重要なターゲットのひとつと言われていたのが、「マス・カスタマイゼーションの実現」でした。これは、いろいろなものがフレキシブルにつくれて、多品種少量生産でいろんな場所で使えるようにしていきましょう、というものです。旧来型の大量生産とはまったく違ったモノづくりの文化がやってきますという内容だったのですが、ここで必要になるのが、ビッグデータ、AI、センサリングに加えて、「ロジスティクス」を1段上のレベルに格上げしないといけないですということで、インダストリー4.0の中で明確に「ロジスティクス4.0」と書かれました。言葉の起源としてはここがスタートです。ただ、インダストリー4.0は製造業の革新をテーマとしていたので、言葉として記載はあったのですが、「ロジスティクス4.0」の明確な定義はなかったのです。それを2015年に改めて定義し、セミナーなどでお話したり、専門誌に寄稿していたりしたのですが、2018年にこれを書籍にしませんか？と日経からオファーがあったという形ですね。 書籍で書かれた近未来予想図「2年半後の答え合わせ」 Q.　ロジスティクス4.0の中で書かれている、物流倉庫におけるロボット化ですが、書籍を上梓された2019年当時と現在での違い、最新の見解についてお聞かせください。（例：棚搬送型ロボット→協調型ロボットへのニーズのシフト…、など） 小野塚　2019年当時、物流ロボットといえばGTP（Goods To Person）が主流でAMR（Autonomous Mobile Robot）が少しずつ出始めていたくらいでしたが、広まるにはハードルがある状況でした。どちらかというと、ZMPのキャリロ（https://www.zmp.co.jp/carriro）のように人間を自動追従するか、パワースーツのように人間を補助するほうが、投資しやすくコスパがでやすいという状況でしたね。 また、ロボットに適応できる物流センターとなると、条件的に少なくなるという認識もありました。とはいえ、「いつかブレイクするときがくるだろう」とそのタイミングを見ていましたが、この1～2年で急激に時間が進みました。今や、安いけど労働生産性の向上が思ったほどなかった自動追従ロボットを選ぶ企業は少なくなりました。変わって台頭しているのが、センターの環境ごと投資して一気に自動化するGTPか、導入実績が増え性能もあがり投資がしやすいAMRの2択に絞られました。特にAMRはオペレーションが確立されてきており、見極めやすくなりました。さらにいまは、投資対効果が得やすくなっています。書籍を書いた当時は「2025年までには普及しやすい土壌ができるだろう」と思っていたのですが、2021年のいま、ある領域においては、一気に普及が進んでもおかしくない状況になっているな、と思いますね。 AMRのポテンシャルが変える物流倉庫の効率化 Q.　日本の倉庫では、中国の大倉庫などに比べると規模が小さな倉庫に多品種の商品がストックされるなど、独特なロケーション事情があります。こういった部分にラピュタロボティクスが対応し始めています。これが今後、世界の倉庫＆物流にどのような影響を及ぼすか、ご見解をお聞かせください。 小野塚　まず大前提として、そもそもGTPとAMRが活躍する領域は異なります。GTPは新築の倉庫で、作業者の人数が少ない中、一から構築しなければならないケースに向きます。中国やインドの大規模倉庫はGTPにフィットしやすい。逆に先進国や、マテハン機器などのレガシー（＝既存マテハンやスタッフ）があるところはAMRが向く…などは一般的によく言われていることですね。それに加えて2つポイントがあるとすれば、GTPの場合は「ロボットはロボット、人は人」。GTPは、人がどんなに頑張っても、ロボットの生産性があがらないし、ロボットがどんなに頑張っても、人の生産性があがらない。だから、GTPには進化に限界があると言えます。 ところがAMRは、ロボットと人が協働し、融合することで効率や生産性の限界を突破できるポテンシャルが多分にあります。たとえば指示の仕方をもっと高度化するために、音声認識やイヤホンで指令が出せるとか、スマートグラスで相互にコミュニケーションができるようにするとか、効率化をもっと突き詰められる可能性を十二分に持っているのです。 いずれは「すべての物流センターが自動ロボット化」する日がくるかもしれません。ただ、今から10年ではそれは無理で、やはり20年はかかるでしょう。であれば、現状の設備やスタッフをロボットと融合させていくAMRのほうが、現状から無理なく効率を追求できるのです。レガシーがある国ではAMR、そうでない新興国はGTPがいいと言われる理由がここにあります。 またAMR自体が持つもうひとつのポテンシャルは、物流センター以外の部分で活躍できることです。GTPはあくまで物流倉庫の中だけに特化して、棚ごと持ってきてくれるだけで、飲食店のサービスロボットとして使う要素はないですよね。AMRは飲食店、ホテル、宅配センター、何なら公道など、どこでも使えるポテンシャルがあるから、用途が違っていてもそれぞれの利用先ごとに開発・運用の知見を蓄積でき、それを共有することで、技術を日進月歩で進化させられます。特殊な領域限定で使うGTPとは、この点は比べ物になりません。特に細かな希望要求が多い日本の物流現場で鍛えられたAMRは、そのノウハウごと標準化して海外に持っていければ、すごく可能性があると思っています。 【この連載の記事】・「ロジスティクス4.0」×協働ロボット最前線　第1回：ロジスティクス4.0の起源と最新事情・「ロジスティクス4.0」×協働ロボット最前線　第2回：日本の物流クオリティと世界の物流標準・「ロジスティクス4.0」×協働ロボット最前線　第3回：物流ロボットへの投資判断…

最終更新日：2022/3/15 協働ロボット導入の成否は事前シミュレーションで7割決まる！ 実際の物流現場へ協働型ピッキングアシストロボット（ AMR ）などの協働ロボットを導入するのにあたって、実務面ではさまざまなステップがあります。 その最初のステップにして、最も重要視するべきプロセスが “ 事前シミュレーション ” だと言われています。 その理由は、大きく３点です。★ロボットの活用方法を事前に検証できる★費用対効果を確認でき、投資額を算出できる★現場とAMRが融合した動きを確認できる AMR導入シミュレーションを回し、AMRの導入前後でどのような変化が起きるかを数値化し、現場の実情と比較することで、「導入決定のための情報」を高精度で知ることができるのです。 今回は、倉庫のロボット化や物流の効率化を進めるうえで、成功のカギを握る、シミュレーションの重要性について、解説します。 １．シミュレーションで把握したい重要な情報 多くのロボティクスソリューションでは事前にシミュレーションするのが大事なポイントと言われています。多くの台数を活用することとなるAMRの場合、実機を使って現場でいきなり実験をするのは現実的ではありません。そのため、シミュレーションが非常に大事な機会となるわけです。さらに人とロボットが協働作業を行うような物流ロボットの導入では、条件の設定が変わると、パフォーマンスや投資対効果が大きく変わっていきます。したがって、シミュレーションにもより高い精度が求められます。 例えば、あなたが物流倉庫の導入担当者だとして、いくつかの候補を検討する中、導入前に知りたい重要な情報はなんでしょうか。 まずは【実際の現場作業や導線のイメージ】 それによって導き出される【最適な導入台数＝初期投資額】 その結果算出できる【ROI（費用対効果）の検証】【コスト削減量】 長期的には【投資回収までのシナリオ】 といったところでしょうか。これらはいずれも、投資判断を仰ぐ上層部への答申や説得にも必要な情報です。これらは、特に導入初期段階の社内調整をスムーズに進めるためにも重要な要素でもあります。 ２．実際のシミュレーションはどのように使う？ では、実際に国産AMRを使ったロボティクスソリューションを提供する、ラピュタロボティクスの事例で、シミュレーションの重要性を解説していきましょう。 お話を伺ったのは、同社で物流倉庫へのAMRソリューションのリードを務める小堀貴之さんです。 「当社でのシミュレーションは、ご提案の初期段階で実施しています。シミュレーターは、実際にロボットで動いているものと同じソフトウェア（クラウドロボティクス・フォーム『rapyuta.io』及びAMR関連の制御ソフトウェア）を使います。ここに、お客様からいただいた倉庫のマップや棚の番地情報、さらには作業者のプロファイルなどのデータを入力することで、本番と同じ動きをシミュレーターで高い精度で再現することができます。 これによって、まずロボットがどうやって動くのかを明確にイメージできます。ロボットがどのように棚間を動くか、どうやって動かせるかの制御の仕組みから、どういうオーダーをどうさばいていくか、具体的な動きが確認できるのです。 さらに、いくつか入力条件を変えてシミュレーションすることで、適正な導入台数が算出できます。ロボット台数と作業人数の組み合わせによる作業生産性の比較はもちろん、現行プロセスの諸条件を変更した場合の影響が確認できます。例えば、各バッチごとの受信時間や締め時間を変えてみる、在庫配置を変えてみる、ピッキング方式を変えてみる…など、細かな条件を変えることで、生産性へのインパクトがどの程度変わるかについても検証できます。つまり、単に人をロボットに置き換えた場合の検証のみならず、「どうすればより高い生産性が出せる環境になるか？」という、将来的な拡張の可能性も含めた、長いスパンでの投資対効果の検証を行うことができるのです。」（小堀さん） AMR導入で狙いたいポイントはもちろん、省力化、省人化です。基本的にどれくらいの生産性が出てきて、どのくらいのコストが削減でき、どのくらいの月数で投資回収ができるか、という情報が得られるのは非常に大きなポイントです。 「AMRのシミュレーションは、たとえば作業者の人数や、マテハン類の設定などのパラメータ次第では結果がさまざまに変化します。そのため、いくつかのシナリオで検証をかけて、数パターンをお客様に提示し、アドバイスしています。 また、よりよいパターンを求めるのに、初期入力する“作業者のプロファイル情報”が特に大きなカギを握ります。倉庫によって歩行スピードが違ったり、棚から取ったりする点数も、通販向けと量販向けのピッキングでは異なります。これらの情報をいただいて、シミュレーションを回すときのパラメータとして設定することで、結果の精度がより高くなっていくんです」（小堀さん） ３．事前に物流倉庫で用意しておくものは？ 精度の高い結果を求めるために、倉庫側からも事前に下記のような情報を提出するそうです。 １．倉庫のマップ２．ピッキング棚の番地情報３．出庫指示データ４．作業者のプロファイル情報（歩行速度、1件当たりのピッキング時間など） １～３はある程度固定されたデータのため、小堀さんが言っていたように、作業者のプロファイル情報が変数として結果に影響を与えることが多くなりそうです。シミュレーションを回すときもこのパラメータをいくつかのパターン設定することで、結果を比較検討することもできます。 【導入にあたってご用意いただきたい項目（データ関連）】 　シミュレーションの実施に当たってご提供いただきたい情報 倉庫フロアマップ・CADデータ（無ければExcel、PDFなど）。棚間幅などができるだけ正確なもの。 ピッキング棚の番地情報・どの棚の何段目が、どのような棚幅、棚番号になっているか分かるもの。 出荷指示データ・オーダーID（例：作業指示番号等）・バッチID（グループID）・ピッキング開始時間・ピッキング終了時間・棚番号・商品コード・数量 作業者様の基本情報・平均歩行速度・１行あたり平均ピッキング時間（棚前に到着してから、その場所を立ち去る迄の平均時間） ４．実際のシミュレーション動画を確認！ では、実際にシミュレーションで動いている動画をみてみましょう。 白い点が作業者（ピッカー）、青い点がAMRです。マップは実際の倉庫のマップとロケ情報を再現しています。これをある日時の出荷情報をもとに動かしていきます。 作業者の動くスピードや、AMRのスピードなどは、パラメータを変えればいくつものパターンを実行できるので、より現実に近い、高精度なシミュレーションになります。 「逆に、ロボットが狭い棚間の場所ですれ違って渋滞を起こす、ということも再現されます。極端な例ですが、たとえばこの狭い倉庫のなかで100台のAMRをいれて、10人の作業者をいれて…と設定すれば、ロボット同士が渋滞を起こしてまったく効率が上がりません。通常のシミュレーションでは、10台と3人、10台と5人、20台と12人…などいくつものパターンを試してみます。そうすると、台数を入れて生産キャパが多くなっても、生産量自体がどこかで頭打ちになるラインが見えてくるんです。こうすることで導入するAMRの適正台数をはじき出せるのです」（小堀さん） 「また、台数を固定して、通路幅を少し広げたり、在庫配置を見直したりするとどうなるか…など、現状のインフラを微調整すると改善できるポイントもご提案できます」（小堀さん） ５．導入後の課題発見と改善でも活躍！ シミュレーションは導入後にも大いに活躍するそうです。例えばパフォーマンスが想定よりも上がらない場合、シミュレーションと現場の状況を比較することで、問題の発見と解決に役立ちます。 【シミュレーションによる導入検討の拡張】…