対談 CONVERSATION

駐車場や空き店舗などの有閑スペースが物流倉庫に変身する!? GROUND株式会社がめざすスマート物流とは?

吉田直子

物流業界で急速に進んでいるテクノロジー化。その背景には、ここ数年で急激に成長したE-コマースの存在がある。消費者が1つのアイテムを通販でいつでもどこでも取り寄せることができる時代。大量で小ロッドのアイテムが行き来する時代に、倉庫ビジネスと配送の仕組みも、もはや従来通りにはいかなくなっている。AIやロボットを活用した物流改革は、今後どこまで進むのだろうか。物流施設の改革に取り組むGROUND株式会社の宮⽥啓友社長に、編集長・杉原が物流の未来を聞く。 ・コストのかさむコンベアとはさようなら ・めざすは物流倉庫のシェアリングモデル ・ロボット開発はビジョンを共有できるパートナーと

コストのかさむ
コンベアとはさようなら

杉原:いま、物流施設では、ハウスウェアデザインなどが進んでいる状況なのでしょうか。

宮田:突き詰めていうと、我々のPEER(ピア)(自律型協働ロボット)は、コンベアの代替にもなり得ます。いままではピッキング作業をしたら、かごをコンベアに載せて、梱包工程までガタガタ運んでもらうのが一般的でしたが、PEERは梱包工程まで自律的に移動しますから、コンベアが不要と言えます。実は、コンベアは1メートル40万円くらいするんです。物流施設を作ると必ずコンベアが必要なので、そこがこれまでは利益の源泉だったんですね。

杉原:それをなくすというのは、大変な戦いですね。

宮田:コンベアは施設の制約にもなります。メインストリームとしてコンベアが敷かれると、そこを横断できなくなるので、迂回する通路を作らなければいけない。でも、PEERのような自律型協働ロボットを導入すると、ビルの一室を物流センターにすることも可能です。従来は物流センターのための建物が求められたのですが、AIやロボットなどの先端テクノロジーを活用すれば、都心の地下駐車場、学校、百貨店、ガソリンスタンドなど、有閑スペースや資産を活用できる。アメリカではマイクロフルフィルメントセンターといって、小型の物流センターが少ずつイノベートされてきています。今後、物流業界には大きなパラダイムシフトが起こると思っています。1つの物流センターを作るために20億かけるという時代ではなくなっていくでしょう。

杉原:GROUNDさんの自律型協働ロボットですが、人間との協働がポイントではないかと思います。なぜ協働にフォーカスされているのでしょうか。

宮田:これはAmazonのジェフ・ベゾス氏も明言していますが、倉庫の完全自動化はあと10年は難しいと思います。仕組みとしては無人化できるのですが、やはり取り扱う商品の制約が出てしまう。ECで扱う商品は長尺のものもあれば、小さいものもあります。それを一つの概念で処理しようとすると、非常にムダが多くなる。なので、投資対効果が見合わない。ロボットが自動で次工程まで動いていくから、人は歩く必要はありません。ただ、例えばピンポイントでスカートをピックするというのは、ロボットにはまだできません。
このように人間が得意なこと、人間にしかできないことは人が行い、ロボットが得意なことはロボットに任せる、という協働という形が現時点では最も生産性を向上できると考えます。

人とGROUND社のロボットが協働する様子。作業者は同社のロボット「PEER」に付属するタブレットの案内に従い、指定の商品をピックアップする。

杉原:そうですね。SLAM(Simultaneous Localization and Mapping:センサーによって周囲環境を把握し、マップをつくりつつ、取得したデータをもとにロボットの自身の位置も推定する技術)で1センチ以内の誤差に収めるというのはとんでもない技術なので、キャリブレーションがかなりできていないと厳しいですよね。

宮田:工程ごとにロボットと人間の強みを分解して、人がやるべき作業、ロボットがやるべき作業を選別することが大切です。

杉原:つまり、ロボットと人間、双方のインテリジェンスやアビリティを掛け算しているんですね。補完ではなく拡張。これっていまの世の中にすごく合っていると思います。僕自身は今後ロボット化が進むことで、人間の本来使える時間が増えて、幸せだと思っているのですが、一方でAI化やロボット化で仕事を奪われると言うかたもいます。そこに協働があると、雇用が生まれるという考え方もできる。倫理的なバランスもいい。車もまさにそうで、自動運転化しても、やはりドライバーズシートには人が乗っていて、ステアリングがあるというのと同じではないかと思います。

宮田:近いですね。おっしゃる通り、物流業界の中を完全に無味乾燥なテクノロジーの世界にしていくという考えではありません。ECは伸びていますから、全体的に求められる人手は増えています。その中で、人がやらなくても良い過酷な労働や、業務・作業はロボットに任せる。こういった考えの下、物流業界を持続可能なものにしていくことが大前提です。

めざすは物流倉庫の
シェアリングモデル

杉原:宮田さんはやはり顧客ニーズというか、課題がかなり明確ですよね。今までご経験されたものが根幹にあると思うのですが、そういったご経験から起業を決意されたんですか。それとも、もともと事業のビジョンがあったのでしょうか。

宮田:楽天には7年間勤めたのですが、三木谷さんと一緒にずっとやってきて、Amazonと戦っていくうえでは、自社物流をやらないといけないという気持ちをもっていました。最終的には、当時は自社物流の構築を見送るという経営判断がくだされました。
オープンな物流プラットフォームの重要性と将来性は当時から強く感じていたので、1年準備をして、GROUNDを設立しました。創業メンバーも楽天時代の仲間です。

杉原:今後、AIがディープラーニングをしていった時に、どういう変革が起きますか? 例えば時間が圧倒的に短縮されることをめざしていくのか、それともまた違う展開がありますか。

宮田: ECは波動(物流量の偏り)が大きい業界です。週や月、年間を通した傾向もあります。アスクルは新年度の動きが大きかったですし、アパレルはクリスマスシーズンが伸びます。従来の物流投資というのは、会社の成長を見据えながら、この波動のてっぺんの部分をある程度想定してやっていきます。ですから、最初は投資した中で全体のキャパシティが6割くらいしかなくて、4割くらいはずっと空いている中で成長していきます。ということは、ムダがあるんです。一方で物流の設備は非常に流動性が高まっていて、先ほどの自律型協働ロボットなどを使った施設では、シェアオフィスしやすい。1つの建物の中に波動がかぶらないテナントを誘致すれば、ロボットや人を柔軟にシェアできる、あるいは建物自体も含めてシェアができる。最終的にめざしているのは、いわゆるサブスクモデルですね。利用・シェアした分だけ重量課金していく。もはや、そこでは自社の物量のキャパシティなんて考える必要はない。そこは、我々のAI物流ソフトウェアDyAS(ディアス)がブレーンとなり、様々な解析をして全体最適化を図ります、という形です。

杉原:まさにシェアリングエコノミーですね。一方で、いま、長崎でドローン配送が始まるなど、自動配送、遠隔操作の流れがあります。この潮流は、宮田さんから見ていい方向ですか?

宮田:いい方向ではあるのですが、物を運ぶ上でドローンやロボットを使う前に、やることはあると思います。例えば、ヤマト運輸が3年前に大きく一斉値上げしたのは、従来のCtoCの小包や宅急便が増えたのではなく、Amazonを中心とするECの物量がなだれこんできて、その需要予測ができないために、配車計画が立てられなくなったからです。なにが言いたいのかというと、配送会社に対してある程度精度の高い情報を提供できれば、彼らはそれに基づいて合理化ができるんですね。

杉原:ええ、間違いないですよね。

宮田:それができていない。我々がなぜサプライチェーンの真ん中の物流施設に力を入れているかというと、ひとつには上流工程のデータと配送側のデータが連携していないことで膨大なムダが起きているからです。国交省のデータを見ればわかりますが、実はドライバー不足といいながら、いま全国の営業車両の積載率は4割です。ですから、我々はDyASを使って、あるいは次世代物流センターを普及させることによって、出庫を精度高く予測し、その情報をリアルタイムに近い形で配送会社に対して提供していき、全体の最適化を進めていきたいんです。

ロボット開発はビジョンを
共有できるパートナーと

杉原:HERO Xの読者にはロボットを開発している人も多いので、ロボットで御社に参入できるか?ということが気になると思います。もしくは御社と一緒になにかやることは可能なのでしょうか?

宮田:実際にこのPEERという自律型協働ロボットを物理的に開発しているのは、中国の大手ロボットメーカーです。彼らはビジュアルスラムと制御系の技術に優れているので、本当に性能の高いロボットを開発できます。でも、我々はグローバルで主要なロボットベンチャーメーカーと接触しているのですが、99%物流現場では使えません。なぜかというと、ロボットエンジニアは物流のことがわからないからです。大事なのは本当に実務レベルで使えるものに仕上げられるかということ。彼らには物流の経験も専門知識もないので、我々はそのノウハウを提供する。おそらく、そういう開発になっていくと思います。

杉原:ということは、パートナーは特化した考え方を共有でき、かつ違いの強みを生かせる会社ということですね。

宮田:そうですね。例えばこの中国の企業はビジュアルスラムに非常に優れているけれど、右から左にピッキングするための技術はもっていない。じゃあ、ピッキングのロボットについては、アメリカのSoft Robotics社と提携する、という形ですね。

杉原:そのピッキングは、遠隔操作にならないんですか。

宮田:将来的には十分それは可能だと思います。

杉原:そうしたら、在宅の仕事になりますよね。

宮田:その通りです。そうすると、別に日本である必要もなくなる。

杉原:24時間回せますもんね。

宮田:それを監視するだけでも十分なニーズがあると思います。

宮⽥啓友(みやた・ひらとも)
株式会社GROUND 代表取締役社⻑/CEO
上智⼤学法学部卒。1996年 株式会社三和銀⾏⼊⾏。2000年 デロイトトーマツコンサルティング(現:アビームコンサルティング)⼊社。⼤⼿流通業を中⼼にロジスティクス・サプライチェーン改⾰のプロジェクトに従事。2004年 アスクル株式会社⼊社。ロジスティクス部⾨⻑として⽇本国内の物流センター運営を⾏う。2007年 楽天株式会社⼊社。物流事業準備室⻑を経て2008年 物流事業⻑就任。2010年 楽天物流株式会社設⽴、代表取締役社⻑就任。2012年 楽天株式会社執⾏役員物流事業⻑就任。同年フランスのフルフィルメントプロバイダAlpha Direct Services SASを買収し、マネージングディレクターを兼務する。2013年アメリカのフルフィルメントプロバイダWebgistixを買収。2015年4⽉ GROUND株式会社設⽴。

(text: 吉田直子)

(photo: 増元幸司)

  • Facebookでシェアする
  • LINEで送る

RECOMMEND あなたへのおすすめ

対談 CONVERSATION

行動から人の内面状態を読み取るAI!?岡田将吾の気になる研究 前編

長谷川茂雄

人と人とのコミュニケーションに必要なものは、言語だけにあらず。視線やジェスチャー、表情といった非言語情報も不可欠であることはいうまでもない。岡田将吾氏は、それを社会的信号処理という新しい領域に基づいた研究を通して読み取ることを実践する先駆者のひとり。同氏の試みは、人間の内面の状態を理解するためのAIの新分野として世界から注目を浴びる。これらの研究は認知症の初期症状などを読み取る手がかりにもなるという。編集長・杉原が、最先端の研究の現状とその先に広がる未来について伺った。

人の行動から内面状態を理解するという試み

杉原:もともと岡田さんは、大学でいわゆるAIに関する研究をされていたんですか?

岡田:そうですね。人工知能を基本に、修士、学士と約5年間研究をしまして、少しずつ人の行動を予測するとか、人の行動からコンテキストを推定するということにフォーカスするようになりました。 例えば、この人のしゃべり方や使う言葉の特徴がこうなら、この人はロボットとのおしゃべりを楽しんでいるとか、いくつかの行動から、人の内面を予測するというような研究です。

杉原:今日は、話していて僕の思惑がバレるかもしれないから、サングラスか何か掛けたい気分です(笑)。

岡田:いや、僕自身は(内面を予測することは)できないですよ(笑)。システムにはできてしまうことがありますけどね。

人の行動から内面を読み取るという研究を続ける岡田氏。「最近は、手の動きと感情の関係性が気になる」という。

杉原:ならよかったです(笑)。岡田さんのそういった研究は、AIなどを通じて出口がたくさん出てきたという段階ですか?

岡田:そうですね。最近は動作を測るセンサーが安くなったりもして、状況が変わってきましたし、企業でも自分たちのような研究をしているところが出てきました。そういうプロジェクトに自分が加わることも増えてきて、出口は広がったと感じています。

杉原:もともと岡田さんがAIに興味を持ったのは、どういった経緯でしょうか?

岡田:最初は大学で物理をやっていたのですが、物理の世界っていろいろと難しくて挫折してしまいました。それで物理の先生にはちょっと失礼なんですが(笑)、もう少し目に見えてわかりやすいことがやりたいと思って、ロボットに顔の認識や画像の認識をさせて動かすという研究をやっている研究室に入ったんです。AIを研究し始めたのは、そこからですね。

杉原:岡田さんのような分野の研究者は、日本にどのくらいいらっしゃるんですか?

岡田:もちろん産官学で人工知能の研究をされているグループは山ほどありますけど、ピンポイントで、人の行動から内面状態を理解するみたいなことに焦点を当てているのは、僕たちと数えるくらいしかないです。

こちらは、2018年にジョージ・アンド・ショーン合同会社(現株式会社)と岡田研究室が共同で開設したG&S Labのイメージビジュアル。IoTデバイスであるbiblle(ビブル)を活用して、行動学習に特化した機械学習プログラムの開発を行っている。

もう多くの企業ではAIが採用面接をしている!?

杉原:表情から何かを読み取るということは、なんとなく僕もイメージできるんですが、そこから購買意欲だったり、そこに出口を見つけていくというのは、なんだか大学でやる研究っぽくないなと思いますね(笑)。

岡田:そう言われれば、そうかもしれないですね。

杉原:僕自身のイメージでは、大学の先生は研究を突き詰めて、あとはアウトプットを第三者に見つけてもらう、そんなスタイルが多いなと常々感じているんですよ。それが出口までしっかりとしていて、岡田さんの研究は面白いなと思います。

岡田:そう言っていただけるとありがたいです(笑)。確かにそれは狙っていて、研究室でコンピューターの前に座って突き詰めるのではなく、実際のインパクトのあるデータに対して、なんらかの回答を出していくほうが、世の中的にも出口がわかりやすいですし、そういうことは意識していますね。

岡田氏の研究に興味津々の杉原。感情という抽象的なものを数値化するという試みには、シンパシーを感じているようだ。

杉原:世界的にはどうなんですか?

岡田:コンピューティング分野の国際会議のような場には、アメリカ、ヨーロッパの有名大学の研究者が集まってきますが、そこでは感情を理解するという研究が一番多いように感じます。コンピューターにいろいろな感情を理解させるということが基本ですけど、話している声や内容、表情からコミュニケーションのスキルを推定するということも盛んになってきてはいます。AIによる企業の採用面接みたいなものもそうですね。

杉原:確かにそういう面接は、実際にあるようですね。

岡田:面接で一言、二言答えたことから推測して、その人(のスキル)を判定するということですよね。あらゆる企業は、もうAIを様々活用しているのですが、採用には特定の人しか受からないとか、雇用差別・公平性の問題が出てきたりもしています。自分も就職面接のように実際に多くの人を呼んで、はじめて会った学生同士でディスカッションをしてもらい、そのビデオを人材派遣の会社に送って、人事の採用担当者に点数をつけてもらうという試みをしたことがあります。同じようにAIにも判断してもらったら、熟練の採用担当者と同じように人を選ぶのかどうかを検証しました。その実験は、学会でも良い評価をもらいましたが、アプリケーションとして見た場合、考慮すべき課題が多いと感じます。ですので、そういうスキル判定の技術を使って、スキルを上達させるための訓練に活かすことを、これからはやっていきたいですね。困っている人が喜ぶようなアプリとして機能できればと思っています。

感情を数値化するには、大きな課題がいくつもある

杉原:なるほど、それは興味深いですね。もうひとつお聞きしたいのが、“感情”っていうのは数値化も可視化もしにくいのではないか、ということです。実際に研究は進んでいるんでしょうか?

岡田:そうですね、難しいところも確かにあります。いま主にやっていることは、心理学者たちがこれまでに作った評価指標に則って、実験後に、いまあなたの感情はいくつでしたか? というように被験者に問いかけたり、第三者に被験者の映像を見せて、被験者の感情状態はどうなっていると考えられますか? というようにアンケートを書いてもったりする手法なんです。それをもとに人工知能が答えを導き出すわけですから、そもそものアンケートの答えが間違っていると、人工知能的にはもう破綻してしまう。そこが弱点でもありますね。

杉原:まず、ちゃんとしたデータを取ることが難しいんですね。

岡田:正解のデータがしっかりと作れなければ、人工知能は動けませんから。正直、感情って自分で数値をつけるのは難しいですよね。

杉原:自分でも自分の感情が一番わからないこともありますよね(笑)。

岡田:そういうものなんですよ(笑)。

杉原:以前の心理学者の研究だったり、研究論文なんかを追っかけながら、感情を紐解く要素を分析していくという手法はもちろんわかりますが、IoTを使ったデータ集めというのは、どうなんでしょう。世界的にはビッグデータは集まってきているんですか?

岡田:それも難しいところではあるんです。GAFAは、画像・音声を含めWeb上でたくさんの情報を集めていますが、普段の人同士の会話や、自然に対面コミュニケーションしているときのデータを膨大に集めるのは、まだまだ実際には難しいですよね。例えば感情データを集めるために、誰かが怒っているところをずっとビデオで撮るわけにもいかないですし、これからデータを取るので怒ってください、っていうのもおかしいですしね(笑)。多くの人が、AI speakerと友達のように頻繁に話す未来が来たら変わるかもしれませんが、AIの対話機能レベルから言って、それはもう少し先になりそうです。

杉原:確かにそうですね。

岡田:だから、自然にそういうデータをどうやったら取れるのか? っていうのは自分たちの研究の大きな課題ですね。

杉原:ライフログ的なところですね。とはいえ、無理やりIoT的な要素をくっつけたものを開発して使ってもらっても、結局使わなくなりますしね。

岡田:そうですよね、スマートウォッチとかもその一例だと思います。

杉原: スマートウォッチが出た当初はすぐに買いましたけど、3日後にはこれまで使っていた普通の時計が恋しくなってしまいました(笑)。でもいまは、Apple Watchなどがセンシングに使われていますよね。睡眠だったり、バイタルだったり。そういう使われ方をしているのは有意義だと思います。

岡田:そうですね、そのような使い方は興味深いです。最近私たちもスマートウォッチのようなセンサを使った研究を始めています。とはいえ自分たちの研究は、いまはデータを採取するのにビデオの前に人を座らせなきゃならないので、常に記録するのが難しい状況です。なので、毎日何かを記録すれば、健康がチェックできるとか、そういう多くの人に受け入れやすいアプリなどを通して、効率よくデータを取る方法を模索して行こうと思っています。

後編へつづく

岡田将吾(おかだ・しょうご)
国立大学法人北陸先端科学技術大学院大学(JAIST)准教授。2008年東京工業大学大学院知能システム科学専攻博士課程修了。京都大学特定助教、東京工業大学大学院助教、IDIAP research institute 滞在研究員等を経て、2017年より現職。「社会的信号処理に基づく人間の行動やコミュニケーションの理解」を主要テーマに、AIの新たな領域の研究に取り組む。専門は、マルチモーダルインタラクション、データマイニング、機械学習、パターン認識ほか。

(text: 長谷川茂雄)

(photo: 増元幸司)

  • Facebookでシェアする
  • LINEで送る

PICK UP 注目記事

CATEGORY カテゴリー