構内物流の運搬工数を数字で棚卸しする ─ 自動化に進む前に、管理職が測る「歩行・時間・往復」

工場の中で人が一番長くやっている作業は、加工でも検査でもなく「運ぶ」ことだった、という現場は少なくない。部品を棚から取りに行く、台車で次工程へ押していく、完成品を出荷場へまとめる。どれも製品の価値を一円も増やさないのに、人と時間を確実に食っていく。

搬送ロボットや自動倉庫の話は、展示会に行けばいくらでも聞ける。だが管理職の立場で本当に困るのは「うちの構内物流は、結局どれだけムダなのか」を数字で言えないことだ。数字が無ければ、役員に投資を説明できない。現場には「忙しいのに余計なことを」と思われる。そして何より、どこから手をつければ一番効くのかが決められない。

この記事は、自動化の機種を選ぶ前の一段手前──自部門の運搬を数字にして、着手点の優先順位を付けるための棚卸しを扱う。測るのは特別な計測器ではなく、歩数計とストップウォッチと数えるだけの3つの指標だ。

1. 構内の「運ぶ・歩く」は、付加価値ゼロの工数として積み上がる

製造現場の改善は、長く「加工そのもの」を速くする方向に向かってきた。段取り時間を削り、サイクルタイムを縮める。だが工場全体の作業時間を分解すると、直接加工に使われている時間は意外に少ない。残りは運搬・歩行・探索・手待ちといった、製品の価値を増やさない時間が占めている。

中でも運搬と歩行は厄介だ。理由は3つある。

第一に、運搬は「仕事をしているように見える」こと。台車を押している作業者は止まっていないので、現場では稼働しているように映る。実際には価値を生んでいないのに、忙しさとして消費されてしまう。

第二に、運搬は工場のレイアウトに固定されていること。棚の位置、通路の取り方、工程の並び順。これらが決まった時点で「1日に何メートル歩くか」はほぼ確定する。個人の頑張りでは縮まない。

第三に、運搬は担当者の頭の中にしか記録が残らないこと。何回往復したか、何分かかったか、誰も書き留めていない。だから「ムダがある気はするが、どれくらいかは分からない」という状態のまま何年も過ぎる。

具体的な場面を思い浮かべると分かりやすい。組立ラインの作業者が、部品が切れるたびに30m先の棚へ取りに行く。1回1分半の往復でも、1日40回なら1時間が消える。これが5人いれば、毎日5人時。月に直せば1人を丸ごと運搬専任にしているのと変わらない。ところが日報には「組立」としか書かれないので、この5人時は誰の目にも触れないまま積み上がっていく。

ここを放置すると、人手不足が直撃する。人が採れない時代に、価値を生まない移動へ人の時間を割き続けるのは、そのまま競争力の損失になる。さらに厄介なのは、見えないコストは投資の理由にもならないという点だ。「なんとなくムダがありそう」では予算は下りない。逆に「運搬に年間◯百万円」という数字が出た瞬間に、その削減は投資判断の対象になる。だからこそ最初にやるべきは、機種選定ではなく運搬工数の可視化だ。見えていないものは、改善も投資判断もできない。

2. まず運搬を数字にする──歩行距離・運搬時間・往復回数の3指標

棚卸しといっても、難しい計測は要らない。歩行距離・運搬時間・往復回数の3つを、代表的な工程ひとつぶんでいいので押さえる。精密さより、桁を間違えないことを優先する。

具体的な桁感をつかむために、ひとつ計算してみる。ある作業者が1日8,000歩を運搬・歩行に使っているとする。歩幅0.7mで換算すると1日およそ5.6km。稼働20日で月112km、年間にすると1人あたり約1,300km──東京から広島を超える距離を、製品の価値を増やさずに歩いている計算になる。これが5人いれば年6,500kmだ。

運搬時間も同じように出す。1日の実働を8時間とし、そのうち運搬動作が1時間20分あったとすると、運搬比率は約17%。働いている時間の6分の1が「運ぶ」に消えているという数字が、ここで初めて手元に残る。

往復回数は、改善の入口を分ける指標になる。倉庫とラインを1日40往復しているなら、1回あたり運ぶ量を倍にすれば往復は20回に減る。これは台車の大型化や置き場の工夫で済むかもしれない。一方、往復が多くてもまとめられない事情（小ロット多品種で都度取りに行く等）があるなら、人ではなく自動搬送に向いた現場という判断材料になる。

測るときに陥りやすい落とし穴が2つある。ひとつは全工程を完璧に測ろうとして頓挫すること。最初は一番運搬が多そうな代表工程ひとつでいい。そこで桁感をつかんでから横展開する方が、確実に最後まで走り切れる。もうひとつは繁忙期だけ、あるいは暇な日だけを測ってしまうこと。1週間という幅で取るのは、忙しさの波を平均でならすためだ。極端な1日の数字で投資を語ると、後で「あの日は特別だった」と覆される。

測る担当も決めておく。本人に測らせると無意識に「効率よく」動いてしまい、普段のムダが消える。第三者が観察するか、歩数計のように本人が意識せず記録できる手段を使うのが望ましい。観察する側も、運搬の良し悪しを評価する場ではないと最初に伝えておく。現場が身構えると、数字は実態からずれる。

ここまでで大事なのは、正確な計測ではなく桁の確定だ。「年間1,300km」「運搬比率17%」「1日40往復」。この3つが言えるようになれば、棚卸しの半分は終わっている。残りの半分は、その数字を着手点と投資判断に翻訳する作業だ。

3. 数字が見えると、着手点は3つに分かれる

3指標が出ると、自部門が次のどの型に近いかが見えてくる。搬送が重い工場・保管が重い工場・出荷が重い工場の3分岐だ。どれに当てはまるかで、後で検討する自動化の入口がまったく変わる。

搬送が重い工場は、歩行距離と往復回数が突出している型。工程間が離れていて、人が部品や仕掛品を運び続けている。ここは「物を運ぶ」動作そのものを人から外すのが効く。自律走行の搬送ロボットや無人搬送車、重量物なら荷役の協働ロボットが候補に入る領域だ。

保管が重い工場は、在庫の置き場が広く、入出庫のたびに人が探して取りに行く型。歩行距離のうち「探す・取りに行く」の割合が高い。ここは運ぶ前に「しまい方・取り出し方」を立体化する方向、つまり自動倉庫や垂直搬送で保管密度と入出庫を機械に任せる検討になる。

出荷・在庫が重い工場は、物理的な移動より「何をどれだけ持つか・いつ出すか」で苦しんでいる型。欠品と過剰在庫を行き来し、出荷直前のピッキングで残業が出る。ここはハードを入れる前に在庫と出荷の計画を賢くするソフト側、需要予測や在庫最適化が効く領域だ。

自部門がどの型に近いかは、症状で当たりをつけられる。搬送が重いのは、歩行距離が長く、台車や手押しの往復が一日中続いている現場。工程が建屋の端から端に散っているケースが多い。保管が重いのは、「あの部品どこだっけ」と探す時間が長く、在庫を抱えた棚やパレットが通路まではみ出している現場。歩行距離のうち探索の比率が高いのが目印だ。出荷・在庫が重いのは、物理的な移動より、欠品の追われ仕事と出荷前のピッキング残業が常態化している現場。在庫は多いのに必要なものが足りない、という矛盾が起きやすい。

注意したいのは、多くの工場は3つが混ざっていること。だから「全部やる」と総花的になり、どれも中途半端になる。3指標の数字を見て、一番太い数字が出ている型から手をつける。これが優先順位の付け方になる。混ざっている場合でも、金額に直したとき一番大きい型が最初の一手だ。順番さえ間違えなければ、二手目・三手目は一手目の成果を見てから判断できる。

4. それぞれの分岐が、どの自動化へ向かうか

着手点の型が見えたら、次に出てくるのが自動化の選択肢だ。ここで初めて「AMR」「AGV」「協働ロボット」「自動倉庫」「物流AI」といった言葉が関係してくる。用語そのものは次の補足で噛み砕くとして、分岐との対応だけ先に整理しておく。

搬送が重い工場は、自律走行の搬送ロボット（AMR）か固定ルートの無人搬送車（AGV）が軸になる。判断の分かれ目はレイアウトをどれだけ頻繁に変えるかだ。多品種で工程の並びがよく変わるならAMR、決まったルートを大量に運ぶならAGV、という対比でまず見る。重量物の積み下ろしが絡むなら協働ロボットも視野に入る。

保管が重い工場は、自動倉庫（AS/RS）や垂直搬送が軸。ただしこれは建屋や大型投資が前提になりやすく、判断の重さが他と違う。

出荷・在庫が重い工場は、物流AIソフト（在庫最適化・需要予測・出荷計画）が軸。ハードを動かさずに在庫を圧縮し、欠品を減らす方向だ。

この対応を頭に入れたうえで、5つの選択肢を初期費用・導入の早さ・レイアウト変更への強さ・必要データ・投資回収の5軸で並べて比べたのが、決定者向けの比較記事だ。本記事で着手点の型まで絞れたら、次はそちらで構内物流を自動化する5つの選択肢の比較に進むと、自部門に合う入口がさらに具体的になる。

なお、構内物流ではないが「AIで何ができて何ができないか」を俯瞰したいときは、製造業のAI活用を比較した全体像も合わせて見ておくと、ソフト側の判断がぶれにくくなる。

5. 自部門に当てはめる棚卸しシートと、役員説明への繋ぎ方

棚卸しの数字は、出して終わりではない。役員に投資を通すための材料にして初めて意味を持つ。そこで、数字を投資判断の言葉に翻訳する流れを作っておく。

まず、次の棚卸しシートを自部門で埋める。

役員説明で効くのは、距離や回数より「運搬に年間いくら人件費を払っているか」という金額だ。運搬比率17%・対象5人・平均時給2,000円なら、年間の運搬人件費はざっと5人 × 1,700時間 × 17% × 2,000円 ≒ 580万円。この金額が、自動化投資の回収を語る土台になる。「580万円ぶんの移動を、機械にどこまで肩代わりさせられるか」という問いに置き換われば、投資の議論は一気に具体的になる。

ここで前提になるのが、運搬や物流にかかっているコストを会計の数字としても押さえておくことだ。現場のストップウォッチで出した工数と、実際に出ていく人件費・外注費・在庫の保管費を突き合わせておくと、役員説明の説得力が変わる。物流費や人件費の内訳を会計側で見える化しておけば、投資前後の比較もそのまま出せる。

数字が揃ったら、説明の順番はシンプルでいい。現状の金額 → 一番太い数字 → そこに効く着手点 → 想定する回収。この4ステップで、感覚ではなく数字で投資の根拠を示せる。

役員説明では、必ず2つの反論が来ると思っておく。ひとつは「本当にその時間が減るのか」。これには、運搬を機械に肩代わりさせても全部はゼロにならない前提で、控えめに見積もった削減率（たとえば運搬時間の半分）で回収を語るのが誠実だ。盛った数字は一度崩れると次が通らなくなる。もうひとつは「その投資が失敗したらどうするのか」。これには小さく試して数字で確かめる段階導入を用意しておく。いきなり全ラインへ入れず、一番太い数字が出た工程ひとつで効果を測り、回収の見込みが立ってから広げる。この進め方なら、失敗したときの傷も浅い。

段階導入は、ソフト側の検討でも同じだ。在庫最適化や需要予測のように仕組みで効かせるものは、いきなり基幹システムに組み込まず、まず手元の環境で過去データを使って試す。自社のサーバ上で小さく検証できれば、図面や在庫データを社外に出さずに効果を見極められる。ハードもソフトも、小さく測って、数字が立ってから広げる。この原則は変わらない。

数字を金額に翻訳し、控えめな回収と段階導入をセットで示す。ここまで用意できれば、運搬の棚卸しは「現場の改善」から「投資の判断材料」へと役割が変わる。

6. まとめ：優先順位は「一番太い数字」から

構内物流の自動化は、機種カタログから入ると必ず迷う。AMRもAGVも自動倉庫も物流AIも、それぞれ得意分野が違うからだ。迷いの根っこは、自部門の現状が数字になっていないことにある。

だから順番を逆にする。先に歩行距離・運搬時間・往復回数を測り、搬送・保管・出荷のどの型に近いかを見極め、一番太い数字が出ている型から手をつける。全部を一度にやろうとしないこと。これが、限られた予算と人で効果を出すための優先順位の付け方だ。

もうひとつ、棚卸しには続きがある。最初に測った3指標は、改善後にもう一度測ることで効果の証拠になる。「導入前は運搬比率17%、導入後は9%」と並べられれば、次の投資の説明はさらに通りやすくなる。最初の計測は、現状把握であると同時に改善の出発点を記録する作業でもある。一度きりで終わらせず、半年に一度でいいので同じ指標を取り直す習慣にしておくと、現場の改善が数字で積み上がっていく。

次に確認すべきは、自部門が絞り込んだ型に対して、どの選択肢が初期費用と導入の早さの面で現実的かだ。AMR・AGV・協働ロボット・自動倉庫・物流AIの5択を5軸で並べた構内物流を自動化する5つの選択肢の比較で、自社で試すならどこからかを具体的に詰められる。単一企業の導入の実像を見たいときは、AMRを実際に導入した工場の事例も参考になる。

測ることは、今日からでも始められる。歩数計をひとつ作業者に渡すところからでいい。見えていないムダは、見えた瞬間に投資判断の対象になる。