01課題
人手による棚卸しには時間と負担がかかる
従来の棚卸しでは、作業員が棚や保管エリアを巡回し、商品を一つずつ数えて記録する必要があります。
商品数や保管場所が多い倉庫では、通常業務を一時的に止めたり、多くの人員を配置したりしなければならない場合もあります。
また、数え間違いや入力ミスが発生すると、確認作業や再棚卸しが必要となり、さらに作業時間が増加します。
02解決策
画像認識と在庫データ分析で確認作業を効率化
固定カメラ、ハンディ端末、ドローンなどで取得した画像をAIが解析し、商品やケースの種類、数量、保管状況を確認します。
その結果を倉庫管理システム上の在庫データと照合することで、数量の不一致や保管場所の誤りが疑われる商品を抽出できます。
例えば、次のような流れを構築できます。
- 1画像・商品データ取得
- 2AIによる商品認識・数量確認
- 3システム在庫との照合
- 4差異の検出
- 5担当者による確認
- 6在庫情報の更新
すべての商品を人が確認するのではなく、差異が疑われる場所を優先的に確認できるようになります。
03活用例
こんな業務に活用できます
- 商品やケースの自動カウント
- 実在庫とシステム在庫の照合
- 在庫差異が疑われる商品の抽出
- 誤った保管場所に置かれた商品の検出
- 定期棚卸し・循環棚卸しの効率化
- 棚卸し結果の自動記録
- 在庫差異の発生傾向分析
04期待される効果
倉庫を止めない継続的な在庫管理へ
AIを活用して日常的に在庫状況を確認することで、大規模な一斉棚卸しへの依存を減らし、在庫差異を早い段階で発見できます。
棚卸しにかかる時間と人的負担を軽減するとともに、在庫情報の正確性を高め、欠品や誤出荷の防止にもつなげられます。
Robo Labは、AI、画像認識、倉庫管理システムを組み合わせ、正確で効率的な在庫管理を支援します。