「AIで物流予測し効率化」路線集配の業務平準化・時短を実現

左：飯田社長

株式会社 東運輸 様
2019年7月26日発行「物流ニッポン」より

需要予測AI導入の背景と効果

以下記事より抜粋＞＞

東運輸（飯田武徳社長、千葉県野田市）では、路線集配業務におけるＡＩ（人工知能）での物量予測に取り組み、ドライバーの業務効率化を図っている。物量予測に向けてデータ分析を手掛けるＲＯＸ（中川達生ＣＥＯ＝最高経営責任者、川崎市中原区）と業務提携し、ドライバーの労働時間短縮や作業平準化を実現。今後はパレット数の統計といったデータの収集により、新たな物量予測の展開をにらむ。

これまでの路線集配業務における物量予測は、ドライバーの肌感覚に頼る部分が大きかった。また、深刻化する人手不足をはじめ、働き方改革関連法など事業に関わる法律が相次いで改正され、難しい経営環境に置かれていた。こうした中、作業平準化、業務効率化に向けた取り組みを推進し、法令順守を徹底していくことが必須となっていた。

飯田社長は「職人のようなスキルの求められる業務を数値化して可視化することが必要」との固い決意を持って、ＡＩによる物量予測に着手。正確性の高い予測を実現するため、ＲＯＸとの業務提携に至った。

２０１８年１０月から本格的に運用をスタート。物量予測では、路線集配業務について、荷物のデータを多く取得しやすい顧客との直接契約における荷物を対象に展開。東運輸の岩槻出張所（さいたま市岩槻区）の発送に係る物量予測を行った。ＲＯＸはこれまでの飲食業などで培った実績を生かしながら、東運輸から提出された荷物の個数や件数、重量といったデータをはじめ、天候などの関連データを活用して分析。

ＲＯＸの中川ＣＥＯが「物流業務の分析は相性が良かったと思う」と語るように、９割ほどの的中率で予測が可能となった。

これにより、ドライバーの労働時間の短縮と待遇面での改善を実現。更に、ドライバーの感覚に頼っていた物量予測業務について作業の平準化を図ることができた。

飯田氏は｢現場は協力的。現場自体が困っていたことで、皆改善したい思いはあった」と強調。一方、「大口になればなるほど予測の誤差は大きくなるため改善が必要」と話す。

現在、東運輸では独自でパレット数の統計を取るなど新たなデータ収集を実施。後に、ＲＯＸにデータを提出し、分析してもらう方針だ。深掘りした物量予測を行って成功事例とすることで、今後の新たな物量予測の展開につなげていく。

数日先の車両の手配・倉庫の人員配置ができ社内でのムダが削減

山岸運送株式会社 様

山岸運送株式会社は、輸送業務、倉庫業務を各企業様との受注・契約により事業を行っております。各企業様の事業内容を把握し、どのような物流システムが最適なのかをご提案させていただき、配送でお困りの各企業様をサポートできるように企業様ごとに合ったプランを考え、提案させていただいております。また、弊社独自の車載端末システムにより、各車両の運行単位できめ細かく正確なオペレーションが可能です。

需要予測AI導入の背景と効果

会社にどういう課題がありましたか？

AI-Buffalo-導入前は、当日に出荷量が分かるという仕事が多く、運送業務で言うと車両の手配がとても難しくなっており、倉庫業務で言うとパートさんの人員調整ができない状態でした。

なぜＲＯＸ社のAI-Buffalo-を選びましたか？

ただの過去データからの予測ではない。AIを駆使して過去データ×様々なデータ（天気データ等）から予測を行うということで導入をすることにさせていただきました。

AI-Buffalo-を導入してどのような効果がありましたか？

予測データを確認しながら数日先の車両の手配をすることができるようになりました。
また倉庫でも人員調整ができるようになり、社内でムダが少なくなりました。

他に効果を感じることががりますか？

元々感覚で予測をしていたメンバーが数値で捉えられるようになったのは大きいですね。
その意味では予測意識が本人自身も変化していると思います。

今後はどのような発展をお考えですか？

予測精度がより向上していくことができれば混載便の配車計画も物量予測から立てられるようになると思います。そうすることで車両一台当たりの積載率を向上させ、全体の車両台数減にもつながり物流会社・荷主様がWinWinの仕組みが構築できると思います。そこまで持っていきたいですね。