工場・物流の導入主要企業の発表

ギークプラス、RANDAの店舗向け出荷を支えるEVEの導入事例を公開

2026年11月17日、ギークプラスは、シューズブランド「RANDA」などを展開するジェイ・ビーの流通センターで、自動棚搬送ロボット「EVE」を活用する導入事例動画を公開しました。対象は店舗向け出荷に伴うピッキング、つまり出荷する商品を棚から取り出す作業です。同社は、棚を運ぶ工程の自動化によって、作業人数の削減、短時間での作業指導、誤出荷の減少につながったと説明しています。

要点

  • ギークプラスによると、従来7〜10人で行っていたピッキングを、導入後は2〜3人で運用している。
  • 5〜10分程度の指導で業務を進められるようになったとしている。人数・指導時間・導入効果は、取材時点の同センターの運用状況に基づく。
  • 2024年2月3日に稼働を開始。発表では2026年10月時点で2年8カ月の継続稼働としており、誤出荷も減少したと説明しているが、減少件数や率は不明。

出荷能力と人材確保が導入の背景

発表によると、ジェイ・ビーの流通センターでは、導入前に人材の確保が難しく、日々の出荷量に処理が追いつかないことが課題でした。店舗が希望する着日に商品を届けられず、販売機会を逃すこともあったと、同センター長は説明しています。出荷を担う人を確保することに加え、必要な時期に商品を送り出す体制が問われていた事例です。

また、スポットスタッフを受け入れる際の作業指導も負担になっていたとしています。今回の発表は、作業人数だけを取り上げたものではなく、出荷能力と教育の課題を合わせて紹介しています。作業を担う人数が減ったという結果と、担当者が業務を覚えるまでの負担が軽くなったという説明は、分けて読む必要があります。

ジェイ・ビーの社長は、将来の事業を見据え、人件費への対応と、遅延なく出荷できる体制づくりを重視したとコメントしています。選定理由には、同業他社での導入実績と、ギークプラスの営業担当者との対話を通じた信頼を挙げています。複数製品の性能比較や、選定時の評価表は、今回の本文には示されていません。

棚をロボットが運び、商品は人が取り出す

EVEは、商品が入った棚を作業ステーションまで自動で運ぶロボットです。作業ステーションとは、作業者が商品を取り出す場所を指します。発表では、この流れをGTP(Goods to Person)方式と呼んでいます。商品を人のもとへ運ぶという意味で、棚の搬送をロボットが担い、到着した棚から商品を取り出す役割は人が担います。

ギークプラスは、この仕組みによって、作業者が移動する手間を省き、ピッキングを簡素化できると説明しています。今回示されたのは、商品の取り出しまでロボットが行う仕組みではなく、棚の移動を自動化した運用です。どの工程を機械に任せ、どの工程を人が受け持つかを具体的に読める点が、この事例の特徴です。

出典には、EVEのAIモデルや学習方法、周囲の状況を認識する仕組みについての記載はありません。そのため、今回の成果を特定のAI技術の性能に結び付けることはできません。物流での活用を整理する関連解説は物流AIにあります。

発表された成果の範囲

ギークプラスは、棚搬送の自動化によって少ない人員でもピッキングを進めやすくなり、スポットスタッフへの教育負担も軽減したとしています。流通センター長も、作業が簡素になったことと、誤出荷が減ったことを説明しています。ただし、誤出荷については具体的な件数や比較期間がなく、改善の大きさは不明です。

人数と指導時間は、取材時点のジェイ・ビー流通センターにおける運用状況に基づくと明記されています。導入前後の出荷量、勤務時間、商品の構成など、人数を比較する際の詳しい条件は不明です。このため、人数の変化だけから、同じ時間で処理できる出荷量がどれだけ増えたかを読み取ることはできません。

また、発表が人数の変化を示している対象はピッキングです。検品、梱包、仕分けなどを含めた出荷業務全体の人数は不明であり、センター全体の省人化率として扱うことはできません。継続稼働の実績は紹介されていますが、停止時間や保守の頻度も示されていません。

日本の物流現場にとっての意味

この事例は、人材確保と作業教育に課題を抱えた店舗向け物流で、棚を運ぶ工程を変えた経過を示しています。人数の削減だけでなく、短い指導で作業を進められるようになったという説明があるため、人員配置と教育負担を一緒に捉えられます。人が商品を取り出す役割を残した運用は、フィジカルAIと人の仕事を考える際にも関係する内容です。

一方、導入前の課題だった希望着日への対応について、導入後にどの程度改善したかを示す数値はありません。省人化の説明があることと、配送の遅れが解消されたことは同じではなく、後者の達成状況は不明です。発表から確認できる成果を、ピッキングの運用と教育、誤出荷に関する説明の範囲で捉える必要があります。

費用の面では、導入費や維持費、削減された作業時間の総量が不明なため、採算や投資回収の期間は判断できません。費用対効果の観点で読めるのは、人員と教育に変化があったという運用面までです。他の物流拠点で同じ結果になるかについても、今回の発表では確認できません。

この記事で確認できていないこと

発表の時点で公表されていない、または出典で確かめられなかった点です。

  • 導入前後の出荷量、勤務時間、商品の構成など、ピッキング人数を比較した詳しい条件は不明。
  • 誤出荷の減少件数・率と比較期間、店舗の希望着日に届けられた割合の変化は不明。
  • EVEの導入台数、導入費・維持費、投資回収の期間は不明。
  • EVEに使われるAIモデルや学習方法、継続稼働中の停止時間・保守頻度は不明。

出典

このページは、上の出典をもとに編集部が整理したものです。発表元の公式ページではありません。会社や機関の言い分は「〜としている」と書き、書かれていない内容は足していません。投資や導入の判断は、出典の原文と専門家の確認を前提にしてください。

この発表に関係する解説

ほかの新しいニュース

ニュースの一覧を見る