検品自動化の現実、月8,400時間減らした佐川急便の中身

午後11時。倉庫の照明は半分落として、検品台の前にあなたひとり。入荷リストをスマホで照らしながら、箱を一つずつ開けて品番を確認している。明日の朝礼までに終わらせないと、ピッキングのラインが止まる。

それ、あなたの能力が低いせいじゃないです。検品という作業自体が、もともと「人がやるには情報量が多すぎる仕事」だからです。

「AIを入れれば検品が全部自動になる」というのは、正直言って半分嘘です。検品には「開ける・見る・読む・記録する」という複数の工程が混ざっていて、AIが得意なのはそのうちの一部だけ。この記事では、どこまでが今のAIでできて、どこからが人の仕事なのか、実数字と手順で区別します。読み終えたら、今日の30分でできることが3つ手に入ります。

検品が終わらない本当の理由は、現場じゃなく制度にある

2024年4月から、トラックドライバーの時間外労働に年960時間の上限が適用されました。参考 ドライバーが減れば、荷待ち・荷役の時間が延びる。検品は「荷役」の一部なので、しわ寄せが一番来やすい工程なんですよね。

さらに今年、2026年4月に改正物流効率化法が全面施行されています。前年度取扱貨物重量9万トン以上の荷主は「特定荷主」に指定され、中長期計画の作成・提出、定期報告、物流統括管理者（CLO）の選任が義務になりました。参考 対象は約3,200社。届出期限は5月末、中長期計画の初回提出期限は10月末です。参考

つまり今、まさにこの記事を読んでいる人の一部は、提出期限ギリギリで「物流改善の中身」を文章にまとめなきゃいけない状況のはず。検品自動化は、その計画書に書く具体策として一番書きやすいネタでもあります。

国交省の提言案では、対策を打たないと2030年度に輸送力が約34%不足すると当初試算されていました。再検証後は平均約7%、最大約25%の不足にとどまる見込みですが、それでも楽観はできません。参考 どの対策が効くのかを見ると、面白い非対称が見えます。

{CHART|bar|輸送力への効果（ポイント）|荷待ち・荷役短縮,積載効率向上,ドローン配送|7.5,6.6,0.5|ポイント|https://ai-revolution.co.jp/media/ai-in-logistics/|国交省 総合物流施策大綱検討会提言案}

出典: 国交省 総合物流施策大綱検討会提言案のデータより匠座作成

ドローン配送は話題性があるけど効果は+0.5ポイント。地味な「荷待ち・荷役の短縮」が+7.5ポイントで一番効くんです。検品のスピードアップは、まさにこの「荷待ち・荷役短縮」のど真ん中にあります。

検品自動化は「全部AI化」じゃない、工程を分けて考える

検品って実は3層になってます。①箱を開けて中身を取り出す（デバンニング）、②品番やラベルを読んで記録する（OCR・データ化）、③棚やパレットに積み直す（パレタイズ）。この3つ、使うAI・ロボットが全部違います。

デバンニング（開梱・荷下ろし）は、川崎重工のロボット「Vambo」が600ケース/時間を処理できます。参考 パレタイズ（積み直し）はCPシリーズで2,200ケース/時間。参考

{CHART|bar|ロボットの処理能力比較（ケース/時間）|Vambo（デバンニング）,CPシリーズ（パレタイズ）|600,2200|ケース/時間|https://kawasakirobotics.com/jp/industries/logistics|川崎重工}

出典: 川崎重工のデータより匠座作成

先日、春日井製菓の導入事例を読んでいて唸ったんですよ。お菓子入りの段ボールって、重さも形もバラバラで「ロボットには無理そう」と思い込んでいたんですけど、Vamboとパレタイズ用CPシリーズを組み合わせて導入していたんです。参考 松浦梱包輸送でも同じCPシリーズを導入して、重量物の荷下ろしにかかる身体的負荷を減らしています。参考 ロボットは「力仕事」を取ってくれる。でも「これは正しい品番か」を判断するのは、まだ別の技術の仕事です。

②のデータ化・読み取りの部分で効くのがOCR（光学文字認識。紙や画面の文字を自動で読み取る技術）です。SGシステムの「Biz-AI×OCR」導入で、月8,400時間の入力作業を削減した実績があります。参考 これは検品そのものというより「検品後の入力作業」の話ですが、現場のボトルネックは実はここに集中しがちなんですよね。箱を見るのは一瞬でも、品番をシステムに手入力する時間が積み重なると、月単位で見ると膨大になります。

検品票のOCR化を検討するとき、まず「どの文書をOCR化できるか」を仕分ける作業から始めるのが実務的です。こんなプロンプトが使えます。

あなたは物流現場のDX担当者です。
以下の検品関連文書のリストを見て、OCR（文字認識）による自動入力化に
向いているものと、人の目での確認が必須なものに分類してください。

分類基準:
- 定型フォーマットで文字がはっきり印字されている → OCR向き
- 手書き・押印・写真判定が必要 → 人の確認が必須
- 判断に業界知識が必要（異品種の混入チェック等） → 人の確認が必須

文書リスト:
[検品票、納品書、ラベル写真、入荷明細書、品質チェックシート]

出力形式: 文書名 / 分類（OCR向き or 人の確認必須） / 理由（1行）

使いどころ：OCR導入を検討する最初の棚卸しで、どこから着手すべきかの優先順位をつけるのに使います。

検証する観点：実際の自社フォーマットを見て、「手書き欄がどれくらい混ざっているか」を現場担当者に必ず確認してください。AIの分類は一般論なので、自社の実物とズレることがあります。

Aさん（導入前）とBさん（導入後）、同じ深夜11時

Aさんは中堂のある倉庫の検品リーダー。23時、入荷トラック3台分の検品票を手元に抱え、1枚ずつ目で確認しながらExcelに品番を打ち込んでいる。1件あたり約1分。300件あると、単純計算で5時間。日付が変わる頃にようやく終わる。

Bさんは同じ規模の倉庫で、検品票をスキャナーに通すだけ。OCRが品番とロット番号を自動で読み取り、システムに流し込む。23時に出社して、Bさんがやるのは「読み取りエラーが出た数件」の目視確認だけ。月8,400時間削減という佐川急便グループの実績参考を、1人の現場に当てはめればこういう体感差になるはずです。深夜0時には家に帰れている。

ただ、Bさんの職場も最初からこうだったわけじゃありません。導入初期はOCRの読み取り精度が低くて、エラー確認の件数がむしろ増えた時期があった、というのはよくある話です。これは次の段落で詳しく触れます。

費用感と、投資対効果の見方

ロボット導入とOCR導入は、コストの構造が全く違います。目安として整理しておきます。

ロボットは初期投資が重いので、取扱量が多い大型拠点から入れるのが基本です。一方OCRはソフトウェア導入なので、中小規模の倉庫でもまず試しやすい。深夜に検索している実務者の多くは、まずOCRから入るのが現実的だと僕は思ってます。

特定荷主として中長期計画を書く立場の人には、こういうプロンプトも役に立つはずです。

あなたは物流企業の物流統括管理者（CLO）です。
以下の実績データを使って、中長期計画書の「物流効率化の取組」欄に
記載する200字程度の文章を作成してください。

取組内容: 検品工程のOCR化による入力作業の削減
参考実績: 同業他社でのOCR導入により月8,400時間の入力作業削減実績
自社の現状: 検品後の手入力作業が月あたり[ ]時間発生

文章は「現状の課題」「導入する施策」「期待する効果」の3段構成にしてください。

使いどころ：10月末の中長期計画提出や、社内の予算申請資料の初稿作成に使います。

検証する観点：「期待する効果」の数値は他社実績であることを明記し、自社の実測値が出たら必ず差し替えてください。他社の数字をそのまま自社の実績として提出しない、これが一番大事です。

その自動化、ここでつまずく

正直な話をします。OCRもロボットも、万能ではありません。

まず、手書きの検品票や、押印・写真判定が必要な書類は、今のOCRでは精度が落ちます。異品種の混入や、パッケージの微妙な破損判定みたいな「経験と直感」が要る判断も、まだ人の目のほうが速くて正確です。

ロボット導入は、箱の形やサイズがバラバラすぎる現場だと導入効果が出にくいです。春日井製菓や松浦梱包輸送の事例参考は、ある程度規格化された箱・パレットがあったからこそ効いています。1個1個形が違う荷物を扱う現場では、まず荷物の規格化そのものを先に検討したほうがいいかもしれません。

もう一つ、僕自身の失敗談を書きます。匠座では毎朝、記事を自動生成するAIパイプラインを運用していて、生成後の「事実チェック」もAIに一部任せています。あるとき、数字の出典URLを自動で付ける処理で、似た文脈の別記事のURLを誤って紐づけたことがありました。AIの出力は「文章としては正しそうに見える」けど、「出典として正確か」は別の軸でチェックしないと見逃すんですよね。検品の自動化も同じです。「読み取れている」と「正しく読み取れている」は別の話なので、導入初期は必ず人の目でのダブルチェック期間を設けてください。

よくある質問に先に答えます

Q. 費用はどれくらいかかりますか？

A. ロボット導入は重い投資になります（具体的な金額は一次情報が無いため明言できません）。OCR系は比較的軽いソフトウェア導入から始められることが多いです。まずは自社の月間入力時間を数えて、削減想定時間からROIを逆算するのが現実的です。

Q. 導入までどれくらい時間がかかりますか？

A. OCRはトライアル導入なら数週間〜数ヶ月規模で始められるケースが多いです。ロボット導入は設備設置が絡むので、もっと長い期間を見込む必要があります。

Q. 社内にITの専門家がいなくても始められますか？

A. OCR系ツールはノーコードで使えるものが増えています。ただ「どの文書をOCR化するか」の仕分け作業は現場知識が必要なので、現場リーダーの関与は必須です。

Q. 既存の基幹システムとデータ連携できますか？

A. ツールによって対応状況が異なります。導入前に必ず自社システムとのAPI連携やデータ出力形式の対応を確認してください。

Q. 特定荷主の中長期計画に書いても大丈夫ですか？

A. 検品自動化は「物流効率化の取組」として書きやすいテーマです。ただ他社の実績数値をそのまま自社実績として書くのはNGです。自社の実測値で記載してください。

ここまで読んで「自社だけでやるには手が足りない」と感じた方は、『AI鬼管理｜Claude Code業務自動化トレーニング』（Claude Codeで日々の業務を自動化する実践トレーニング（無料の業務効率化診断あり））のような外部サービスという選択肢もあります。急ぎでなければ、まずは無料のチェックリストで足元を固めるのがおすすめです。

AI鬼管理｜Claude Code業務自動化トレーニング ↗

今日やること

深夜にこの記事を読んでいるなら、今日できることは3つだけです。

1. 検品工程を「開ける・読む・積む」の3つに紙で書き出す（5分）
2. そのうち一番時間を食っている工程に印をつける（5分）
3. その工程名＋「自動化 事例」で、一次情報（企業の公式導入事例ページ）を1本だけ探して読む（20分）

全部を一気に変える必要はないです。一番時間を食っている1工程から、小さく試してみてください。

編集長メモ：ヘリックス（執筆者について）

検品の「開ける・読む・積む」を分けて考えるだけで、どこから手をつけるべきかが急に見えてくる記事にしたつもりです。

▶ あわせて読みたい：検品作業の自動化は50万円から？物流の実務者が先に決めること

▶ あわせて読みたい：検品の自動化、どこから始める？深夜に読む現場向け5ステップ手順