なぜ今、物流センターは「自律化」へ向かうのか【前編:課題編】
※ この画像は生成AIによるイメージであり、実際の設備構成や運用とは異なります。
物流センターの自動化は、この10年で大きく進みました。自動倉庫やAGVは珍しいものではなくなり、パレット単位の入出荷はかなりの部分が機械に置き換わっています。それでも現場の人手不足は解消していません。
物流センターを取り巻く環境がどう変わり、なぜ自動化から自律化へ向かう必要があるのでしょうか。本記事では、その背景と、自動化・自律化に向けて取り組むべき領域を整理します。フィジカルAIは、現実世界の状況を認識・理解し、判断して機器を動かすAIで、自律化を支える技術です。詳しい考え方は、日立が考えるフィジカルAI活用による未来のロジスティクスをご覧ください。具体的な進め方は後編:小さく始めて自律化へ — 日立の進め方で紹介します。
自動化と自律化
自動化は、決められた条件で決められた動きを繰り返すこと。自律化は、現場の状況をセンシングし、AIが判断し、機器が自ら動き方を変え、最適化し続けること。自律化は自動化の否定ではなく、自動化の上に「判断」を載せることで実現します。
1. 物流を変える3つの波
いま物流業界には、性質の異なる3つの変化が同時に押し寄せています。人手不足、制度変化、技術進歩です。どれか1つなら従来の延長線上で対応できたかもしれません。しかし3つが同時に来ていることが、「戦い方そのものを変える転換点」になっています。
| 3つの波 | 何が起きているか | 物流センターへの影響 |
|---|---|---|
| ① 人手不足 | 労働人口の減少、ドライバー不足、倉庫内作業者の不足 | 物流需要が増える一方、担い手は確保できない |
| ② 制度変化 | 2024年問題、働き方改革、環境規制の強化 | 荷主にも物流の責任が問われるようになった |
| ③ 技術進歩 | AI・ロボティクス・センシング技術・クラウドの進化 | 人に頼っていた業務を、ロボットとAIが担える時代に入った |
1つ目の波 人手不足と輸送能力の不足
人手不足は、物流の輸送能力を維持するうえでの課題です。経済産業省の「持続可能な物流の実現に向けた検討会 中間取りまとめ」では、対策を講じない場合、2030年度には輸送能力が約34%不足する可能性があるとされています。
出典:経済産業省「持続可能な物流の実現に向けた検討会 中間取りまとめ」(2023年2月)
輸送能力の不足は、物流センターの出荷計画にも影響します。倉庫内でも作業者の確保が難しくなる一方、EC拡大によって出荷は小口・高頻度になり、処理すべき作業が増えています。輸送と庫内作業の双方で、人手に依存した運用の見直しが求められています。
2つ目の波 物流への経営責任の明確化
もう1つの変化は、物流への対応が現場だけでなく、経営課題として扱われるようになったことです。物流効率化法により、一定規模以上の特定荷主・特定連鎖化事業者には、物流統括管理者(CLO)の選任が義務付けられ、物流に対する経営責任の明確化が進んでいます。国土交通省の「トラック・物流Gメン」(旧トラックGメン)による荷主・元請事業者などへの是正指導も行われています。共同輸送やリードタイム・帳票類の標準化など、業界慣習の見直しも加速しています。
つまり物流改善は、「現場が頑張って何とかする課題」から経営として答えを出す課題に変わったということです。
3つ目の波 自律化を支える技術の進歩
従来型のマテハン(AGV・AMR・自動倉庫・パレタイズ/デパレタイズロボット)に加えて、レベル4自動運転トラックやヒューマノイドロボットの現場実証が進められています。生成AIやAgentic AI(自ら計画を立てて行動するAI)による、専門的な判断の支援も進んでいます。
人手不足と制度変化が「変わらざるを得ない理由」なら、技術進歩は「変われる手段」です。3つの波が同時に来ている今は、過去最大の変革機会でもあります。
2. 「自動化」から「自律化」へ
では、何をどう変えるべきなのでしょうか。日立の答えは「自動化」で済んでいた世界を、いかに「自律化」させるかです。
自動化と自律化は何が違うのか
従来の自動化は、「決められた条件で、決められた動きを繰り返す」ものです。指示→動作→完了という一方向の流れで、条件が変わらない限り確実に動きます。裏を返せば、条件が変わると性能が落ちるということでもあります。取扱商品が変わる、物量が波動する、レイアウトを変えたい——そのたびに人が設定を見直してきました。
これに対して自律化は、変化を前提にした現場運用です。現場の状況をセンシングし(Sense)、AIが判断し(Think)、機器が自ら動き(Act)、結果をもとに最適化し続ける(Optimize)。このループが回ることで、変化を読み取り、自ら判断して動き方を変え、日々賢くなっていくマテハンになります。
| 観点 | 従来の自動化 | これからの自律化 |
|---|---|---|
| 動き方 | 決められた条件で決められた動きを繰り返す | 変化を読み取り、自ら判断して動き方を変える |
| 変化への対応 | 人が設定を見直す。レイアウト変更は難しい | センシングとAIの判断で追従する。柔軟性と迅速性を備える |
| 時間とともに | 導入時が性能のピークになりやすい | 学習・改善を重ね、最適化し続ける |
自律化を支える3つの知能
自律化は1つの技術で実現するものではありません。日立は、物流センターの自律化を「群」「個」「共生」の3つの知能の組み合わせとして整理しています。
- 群の知能:異種マテハンの混在制御
自動倉庫・ソーター・コンベヤ・AGVといった異なる設備・システムをつなぎ、全体最適を実現します。個々の設備を速くするのではなく、全体をフル稼働・高効率にするための知能です。 - 個の知能:ハンド領域のAI化
ピッキングや荷役の「掴む」動作をAI化し、不定形の商品も安定して扱えるAIハンドへ。1台のロボットが多様な対象を扱える「多能工化」をめざします。 - 共生の知能:人とロボットの協調
人とロボットが共に働く現場で、安全に協調し、生産性向上をめざす知能です。
3つがそろうと、環境変化に強い柔軟な運用、生産性向上とコスト最適化、安全・安心な現場、そして継続的に進化する物流——という4つの価値が生まれます。
自律化するには、まず自動化
ここで大切なのは、自律化はいきなり実現できるものではない、という点です。AIを人の体にたとえると、AIは頭脳(判断)、自動化された機器は手足(実行)、センシングデータは神経(感覚)にあたります。
- 頭脳だけでは現場を動かせない:AIが判断しても、それを実行する自動化機器がなければ現場は動きません。
- 手足だけでは自律化できない:自動化機器だけでは、状況を読み取って判断し、動きを変えることはできません。
- 神経がなければAIは賢くなれない:現場のデータが集まらなければ、AIは学習も改善もできません。
この3つがそろって初めて自律化が実現します。つまりAI×自動化×データが、自律化への土台になります。自動化が未導入の現場では、将来の自律化を見据え、後から設備やシステムを連携・拡張できる自動化を選ぶことが重要です。すでに自動化している現場では、既存設備のデータ連携や統合制御を進め、段階的に自律化へ移行します。
3. 主戦場はバラ出荷のピッキング・仕分
自動化・自律化を進める場所は、物流センターのどこでしょうか。日立は「バラ出荷のピッキング・仕分」がこれから10年の主戦場だと考えています。
冒頭で触れたとおり、パレット単位の入出荷は、自動倉庫・無人搬送フォークリフト(AGF)・大型AGV・自動搬送機によって、すでに自動化がかなり進んでいます。大口出荷・定型品を扱う領域は、いわば「自動化済み」の領域です。一方で、いま人手が集中して残っているのが、商品を1点(ピース)単位で取り出して出荷するバラ出荷のピッキングと仕分です。小売店舗向けの補充やEC通販の個人宛出荷が代表例で、パレット単位の出荷に比べて作業件数が桁違いに多くなります。
| 領域 | 扱う単位と特徴 | 自動化の現状 |
|---|---|---|
| パレット単位の入出荷 | 大口出荷・定型品。荷姿がそろい、1回の搬送で運ぶ量が大きい | 自動倉庫・AGF・大型AGVですでに自動化が進展 |
| ケース単位の保管・搬送 | 段ボール単位。サイズはある程度そろうが、品目数は多い | 多くの現場ですでに自動化が進展 |
| バラ出荷のピッキング/仕分 | ピース単位・多品種小ロット。商品サイズも荷姿もばらばら | 人手依存の中心。自動化が最も難しい領域として残っている |
「倉庫の自動化」は、やりやすいところから順に進み、いちばん難しいところが最後に残った状態です。そして残ったバラ出荷こそ、人手不足の影響を最も強く受ける領域でもあります。
バラ出荷が難しい3つの理由
バラ出荷が難しいのは、現場の努力が足りないからではありません。作業そのものの性質に、3つの構造的な難しさがあります。
- 理由1:小物・ピース単位で、掴みにくく扱いにくい
飲料のボトル、袋入りのお菓子、化粧箱、ぬいぐるみ、金属部品——形も硬さも重さも表面の質感もばらばらです。 - 理由2:仕分先が多く、頻度とタイミングも多様
出荷先ごとに個別にピックする必要があり、店舗別・顧客別に仕分先が多岐にわたります。出荷の頻度や締切時刻も異なるため、出荷パターンに応じて割り付けを見直す必要があります。 - 理由3:多能工が求められ、採用・育成が難しい
ピッキング、検品、梱包、ラベル貼付、流通加工など、1人が複数の作業を担います。習熟には時間がかかり、繁忙期には必要な人員も増えるため、採用と教育の負荷が高まりやすくなります。
この3つはいずれも「設備を1台入れれば解決する」種類の課題ではありません。だからこそ、バラ出荷は最後まで人手に残ってきました。バラ出荷に向けた日立の具体的な進め方は、後編:小さく始めて自律化へ — 日立の進め方で紹介します。
4. まとめ — 課題の整理と、後編へ
前編の要点を整理します。
- 3つの波:人手不足・制度変化・技術進歩が同時に来ており、従来の延長線上では戦えない転換点にある。
- 自律化へ:決められた動きを繰り返す「自動化」から、変化を読んで自ら動き方を変える「自律化」へ。群・個・共生の3つの知能で実現し、AI×自動化×データがそろって初めて動く。
- 主戦場:パレット単位の自動化が一巡した今、バラ出荷のピッキング・仕分がこれから10年の主戦場。掴みにくさ・仕分先の多さ・多能工依存という3つの理由で、従来型の一括導入では踏み出しにくい領域でもある。
では、この難しい領域に、どこから、どう手をつければよいのでしょうか。「大規模な一括投資ではなく、小さく始めて、つなげて広げる」——その具体的な進め方と、日立の解き方(LogiRiSM*1、GTP(Goods to Person)×OTP(Order to Person)、ユニバーサルWCS*2)は、後編:小さく始めて自律化へ — 日立の進め方で解説します。
自律化の全体像については、日立が考えるフィジカルAI活用による未来のロジスティクスもあわせてご覧ください。日立は、現場の段階に合わせた物流センターDXをトータルで支援しています。「自社のセンターはどこから手をつけるべきか」の整理も含め、ぜひお気軽にご相談ください。
*1 LogiRiSMは、株式会社日立製作所の登録商標です。
*2 ユニバーサルWCSは、株式会社日立インダストリアルプロダクツの登録商標です。
日立はトータルエンジニアリングで
物流センターDXを推進します
物流センターの構築は、多くの要素が複雑に絡み合うため、全体の最適化が困難です。
日立は構想から運用までのすべてのフェーズにおいてお客さまをワンストップでサポートし、
全体の最適化を支援します。
お客さまのニーズに合わせた最適な提案をしますので、
まずはお気軽にご相談ください。
- 構想・設計から運用まで一貫対応
- マルチベンダー対応
- 全体最適を実現するシステム連携
- AGV・自動仕分け機と柔軟に統合
執筆・監修
株式会社日立製作所
物流DXに関する情報を発信します。