朝、まだ受付が開く前の倉庫の外。ゲートの手前にトラックが1台、また1台と並びはじめます。運転席のドライバーは、エンジンを切って、スマホを眺めたり、伝票を整理したり。荷物は積んだまま、まだ1メートルも動いていません。
この「待っている時間」が、いま物流業のいちばん痛いところになっています。
走っている時間ではありません。着いてから、荷を降ろし終えて出ていくまでの、構内での時間です。ここが長いほどドライバーの拘束時間は延び、規制に引っかかり、結果として「運べる量」そのものが減っていく。これが、いわゆる物流の2024年問題の、いちばん現場に近い顔です。
やっかいなのは、この待ち時間が「なんとなく長い気がする」で語られがちなこと。実際に何時何分に着いて、どのバースに何分いて、いつ出ていったのか。これを即答できる現場は、まだ多くありません。測れていないものは、減らせません。
そこで持ち出したいのが、物流業のAIカメラです。といっても防犯の話ではありません。トラックが構内で何分待っているのかを数字に変える、業務効率のものさしとして使う、という発想です。この記事は、物流倉庫でAIカメラをそう使うための具体的な中身をまとめたものです。バース滞留の測り方と、倉庫のどこにどのi-PRO型番が向くか。少し長くなりますが、お付き合いください。
物流の2024年問題は、結局「待ち時間」の問題だった
まず、何が変わったのかを短く押さえておきます。
2024年4月から、トラックドライバーなど自動車運転の業務にも、時間外労働の上限が適用されました。特別条項付きの労使協定を結んでも、年間960時間を超える時間外労働はできません。
これと同時に、ドライバーの「拘束時間」を定めた改善基準告示も改正・適用されました。ざっくり言うと、こういう中身です。
- 1日の拘束時間は原則13時間以内、延ばしても最大15時間まで
- 1か月の拘束時間は原則284時間以内（労使協定で年6か月までは最大310時間）
- 1年の拘束時間は原則3,300時間以内（同・最大3,400時間）
- 勤務と勤務の間の休息期間は、継続11時間以上を基本に、9時間を下回らないこと
- 連続運転は4時間以内（途中で合計30分以上の休憩を入れる）
ここで「拘束時間」という言葉がポイントになります。これは運転している時間だけではありません。待っている時間も、荷を積み降ろししている時間も、ぜんぶ拘束時間に入ります。つまり、構内でドライバーをどれだけ待たせているかが、そのまま規制に効いてくる。
では、その「待ち」はどれくらいあるのか。国の試算では、何も手を打たなければ、営業用トラックの輸送力は2024年度に約14％、2030年度には約34％も足りなくなる可能性があるとされています。ドライバーが急に増えるわけではない以上、いまいる人で「ムダな時間」をどれだけ削れるかの勝負になります。
そのムダの中心が、荷待ちと荷役です。国土交通省の実態調査をもとにした政府の整理では、1運行あたりの荷待ち・荷役などの時間は、合わせておよそ3時間にのぼります。運転していないのに、3時間。
数字をもう少し細かく見てみます。国交省「トラック輸送状況の実態調査結果（令和3年度）」では、荷待ちが発生した運行の荷待ち時間は平均1時間34分でした。同じ調査で、荷待ちのある運行の拘束時間は平均12時間26分、ない運行は10時間38分。その差はおよそ1時間48分で、これは荷待ち時間とほぼ重なります。待たせた分だけ、まるごと拘束時間が伸びている、ということです。
ひとつだけ注意を。この「平均1時間34分」は、あくまで荷待ちが発生した運行に限った平均です（同調査では荷待ちが起きた運行は全体の24％）。全運行をならせばもっと短くなりますが、裏を返せば「待たされるところでは、がっつり待たされている」。荷待ちのある運行のうち、1時間を超えるものが約半分（50.1％）、2時間超も約18％を占めます。
そして2024年問題は、ここで止まりません。改正物流効率化法により、2025年度からはすべての荷主・物流事業者に物流効率化の努力義務（積載効率の向上、荷待ち時間の短縮、荷役などの時間短縮）が課され、2026年度からは一定規模以上の特定事業者に中長期計画の作成・定期報告などが求められます。国が掲げる目標は、ドライバー1人あたり年間125時間の拘束時間短縮、そして1運行あたりの荷待ち・荷役などを2時間以内に、というものです。
これからは「うちは荷待ちをどれだけ減らしたか」を、説明できる形で持っておく必要が出てきます。減らすには、まず正確に測ることから。その「測る」を自動でやってくれるのが、いまのAIカメラです。
物流倉庫のどこに、どのAIカメラを置くか
物流現場のカメラというと、つい「盗難対策」を思い浮かべます。もちろんそれも大事ですが、ここで主役にしたいのは業務のものさしとしての使い方です。誰が悪いかを探すためではなく、どこで時間が溶けているかを知るために置く。視点が変わると、選ぶ機種も置き場所も変わってきます。
当社がご提案しているのは、国産メーカーのAIカメラです。広い倉庫を全部同じカメラで埋めるのではなく、見たい対象ごとに向いたタイプを割り当てるのがコツ。まず全体像を一枚の表にしておきます。
| 設置場所 | 推奨i-PRO型番 | カメラの種類 | 主な用途 | 組み合わせるAIアプリ |
|---|---|---|---|---|
| ゲート | WV-X15700-V2LN | 4K屋外バレット型（IR最大70m） | 入庫・出庫の時刻＋車両ナンバーの記録 | AIナンバー認識 ほか |
| バース・通路 | WV-S8574LUX／WV-S85702-F3L | マルチセンサー（4眼／2眼・各4K） | 複数バースを1台で同時、在席（滞留）検知 | AI動体検知 WV-XAE200WUX |
| 広大なヤード | WV-X67700-Z3L3 | 4K・光学30倍 ラギッドPTZ（IR） | 広域の見回し＋寄って確認 | AIオートトラッキング |
| 構内全般 | 上記カメラ＋追加学習 | ― | フォークリフトの識別、放置物・在庫の変化検知 | AI現場学習／AI状態変化検知 WV-XAE400W |
それぞれ、もう少しかみ砕いて見ていきます。
① ゲート：トラックの「入った・出た」を読み取る
狙うのは1点。ナンバーをはっきり残せるバレット型
バース滞留を測る出発点は、ゲートです。トラックがいつ入って、いつ出たのか。この入庫・出庫の時刻を車両ナンバーと一緒に自動で記録できれば、滞留時間の計算は一気に楽になります。
ゲートのように「決まった一点を、遠くまでくっきり」捉えたい場所には、レンズを向けて使うバレット型が向きます。WV-X15700-V2LNは4K（約8MP）の屋外バレット型で、赤外線照明は最大70m。夜間や早朝の入出庫でもナンバーを狙えます。カメラ本体でAI処理を行うエッジAIに対応し、AIアプリを複数同時に動かせるのも利点です。
② バース・通路：1台で複数バースを同時に見る
バースが10本、20本と並ぶ倉庫で、1バースに1台ずつカメラを付けたらどうなるか。台数も配線も、あっという間にふくらみます。ここで効いてくるのがマルチセンサーカメラです。1台の筐体に複数のカメラの目を持ち、それぞれ別の向きを同時に撮れるタイプ。
WV-S8574LUXは4つの目を持ち、各4K（合わせて約33MP）で四方を見渡せます。隣り合う複数バースや、バースと通路を1台でまとめて押さえられるので、カメラの台数とPoEの口、配線距離をまとめて削れるのがいちばんの効きどころ。横長の通路を広くカバーしたいなら、2つの目を持つWV-S85702-F3L（各4K・合計約16MP）も選べます。
③ 広大なヤード：1台で見回し、寄って確かめる
ふだんは広く、気になったら寄れるPTZ
トレーラーが並ぶヤードやコンテナヤードのように、とにかく広い場所には、首を振ってズームできるPTZが向きます。WV-X67700-Z3L3は4K・光学30倍ズームのラギッド（高耐久）PTZで、対象を自動で追いかけるAIオートトラッキングに対応。ワイパーや自動デフロスターも備え、屋外の過酷な環境でも使えます。「ふだんはヤード全体を広く見て、動きがあったら寄って確認」という1台何役もの使い方ができます。
④ AIアプリ：何を「数える・見分ける」か
カメラは「目」、AIアプリは「頭」です。同じカメラでも、載せるアプリで何ができるかが変わります。物流でよく使うものを整理しておきます。
- AI動体検知（WV-XAE200WUX）……侵入・滞留・通過方向・ライン越え（共連れ＝1台ぶんのゲートに2台続けて入るような動きの検知も含む）・速度超過・人数（台数）カウントまで見分けます。人・四輪・二輪を自動で判別できるので、「バースに在席している（＝滞留している）」状態の検知に使えます。
- AI現場学習……標準では人・車・二輪しか見分けられないところに、現場のフォークリフトや作業車を「追加で学習させる」ためのアプリです。これは無料で、対応するエッジAIカメラにあらかじめ入っています（検知の発報自体は上のAI動体検知側で行う、という組み合わせで使います）。
- AI状態変化検知（WV-XAE400W）……「物がない状態」を基準にして、放置物が置かれた、在庫が欠けた、といった変化を見るアプリです。通路の放置物検知や、棚・置き場の欠品（在庫の有無）検知はこちらの守備範囲になります。
- AIナンバー認識……ゲートで車両ナンバーを読み取り、入出庫の記録に使います。
ここはよく混同されるので、はっきり分けておきます。フォークリフトを「見分けられるようにする」のがAI現場学習、放置物や在庫の「変化を知らせる」のがAI状態変化検知。役割が別ものです。「現場学習で在庫通知まで全部できる」と説明されることがありますが、正確にはアプリが分かれています。導入時に取り違えると、思っていた機能が動かない、ということになりかねません。
よくある質問（FAQ）
Q. 物流業でAIカメラは、防犯のほかに何に使えますか？
A. いちばん効くのが、業務のものさしとしての使い方です。物流倉庫のバース滞留時間や荷待ち時間を入庫から出庫まで自動で記録したり、構内のフォークリフトと歩行者の動線を見守って接触リスクを警告したり。2024年問題で「待ち時間をどう減らすか」が問われるなか、まず数字で現状を押さえる道具として役立ちます。
Q. バース滞留時間は、本当にカメラだけで測れるんですか？
A. 入庫（ゲートでのナンバー読み取り）、バース在席（滞留検知）、出庫（再びゲート）の3点を押さえる構成にすれば、トラックごとの総滞留時間を自動で記録できます。さらに「待っていた時間」と「荷役していた時間」を分けて把握することも可能です。
Q. すでにバース予約システムを入れています。カメラは要らないのでは？
A. 役割が違います。予約システムは「これから着く車をならす」計画側の仕組みで、AIカメラは「実際に何分かかったか」を記録する実績側の仕組みです。予約どおりに回せているか（予実差）を見るには、両方そろっているほうが効きます。
Q. フォークリフトやかご台車も、ちゃんと見分けられますか？
A. 標準のAIが見分けるのは人・車・二輪です。フォークリフトのような構内特有の対象は、AI現場学習で追加学習させることで見分けられるようになります。学習画像は10〜200枚程度、100枚で約30分が目安です。現場で撮った写真を使って、その現場仕様に育てていくイメージです。
Q. 通路の放置物や、置き場の在庫（欠品）も通知できますか？
A. できます。ただしこれはAI現場学習ではなく、AI状態変化検知（WV-XAE400W）というアプリの担当です。「物がない状態」を基準に、放置物が置かれた、在庫が欠けた、といった変化を知らせます。やりたいことに合わせて、どのアプリを載せるかを設計します。
Q. 既存のカメラや配線は使えますか。工事は必要ですか？
A. 工事不要のワイヤレス対応が可能で、現場を止めずに設置しやすいのが当社の特長です。既存設備をどこまで活かせるかは現場次第なので、まずは現地の状況を見せていただければ、流用の可否を含めてご提案します。
当社のAIカメラ事業について
物流のカメラ選びは、「どの型番か」だけでは決まりません。何を測りたいのか（滞留か、安全か、在庫か）。それをどのアプリで実現するのか。荷主・元請の調達基準を満たせるのか。そして、現場を止めずに付けて、誰が手早く保守するのか。ここまで含めて考えると、失敗がぐっと減ります。
「うちの倉庫は、まずどこから測ればいいのか」そこから一緒に考えます。AIカメラ事業を立ち上げましたので、物流現場の効率や安全でお困りでしたら、どうぞお気軽にご相談くださいませ。