この記事の要点
- AI配車は、荷物・車両・時間指定・積載・ルートの条件から、最適な車両とドライバーの組み合わせを確率と確信度つきで返します。
- 配車係が頭の中で組んでいた配車を、AIが出した候補から選んで確かめる形に変えられます。
- 手元の CSV から始められ、PoC（試験導入）の期間は6〜8週が目安です。
AI配車は、荷物と車両と時間指定の条件をもとに、どの車両とどの運転手に割り当てるかをAIが判断し、配車係が確かめられる候補として先に出すしくみです。この記事では、配車の現場で起きていること、AIが判断する内容、導入後の1日の流れ、そして小さく始める手順を順に説明します。
配車業務の属人化と、頭の中で組む配車の限界
物流・倉庫の現場では、毎日の配車を配車係が組んでいることが多くあります。翌日の荷物の一覧を見ながら、どの車両にどの荷物を積み、どの運転手に任せるかを決めていく仕事です。
この段取りは、長年の経験が支えています。得意先ごとの納品時間の癖、道路の混み方、運転手ごとの得意なエリアなどが、配車係の頭の中に入っているからです。
一方で、条件が増えるほど、頭の中だけで組むのは難しくなります。時間指定のある荷物、積載量の上限、車両の種類、運転手の勤務時間、休憩の取り方など、同時に満たすべきことが重なるためです。
その結果、次のような困りごとが起こりがちです。
- 配車を組むのに時間がかかり、出発直前まで調整が続く。
- 配車係が休むと、段取りを引き継げる人がいない。
- 積載に余裕のある車両が出ていても、ほかの便と荷物をまとめる発想に至らない。
- 急な追加依頼が入ると、組み直しに時間をとられ、遅延のリスクが高まる。
こうした課題は、経験の深さの問題というより、考える組み合わせの数が人の頭で扱える量を超えてくることから生まれます。そこで、組み合わせの候補づくりをAIに任せ、最後の確認と判断を人が行う形が考えられます。
AI配車が判断すること
AI配車が判断するのは「最適車両・ドライバー」です。これは、判断のパターンでいう「資源の配置」にあたり、問いは「限られた資源をどう配るか」です。車両も運転手も時間も限りがあるなかで、どこに何を割り当てるかを決める判断です。
Decision AI は、文章を生成するAIではありません。業務の判断だけを、確率と確信度つきで返します。答えの型は3つあり、AI配車では次のように使います。
| 答えの型 | この業務での問い |
|---|---|
| はい／いいえ | この荷物同士を共同配送できるか |
| どれを選ぶか | どの車両・便・ルートに割り当てるか |
| どの程度か | コスト・積載率・遅延リスクを統合した候補スコア |
導入後の配車係の1日（活用シーン）
ここからは、あくまで仮定の場面として、AI配車を取り入れた運送会社の1日を考えてみます。
朝は、前日までに集まった荷物の情報が、すでに取り込まれた状態から始まります。荷物の量、届け先、時間指定、車両の空き状況といった条件をもとに、AIが配車の候補を出しています。
配車係は、ゼロから組むのではなく、候補を見て確かめるところから仕事を始めます。AIは、どの荷物をどの車両に載せるか、どの運転手に任せるかを、候補スコアつきで並べます。
候補のなかには、「この2つの荷物は同じ方面なので共同配送にできそう」という提案も含まれます。配車係は、取引先との関係や荷物の扱いの注意点など、データに表れない事情をそこに重ねて、採用するかどうかを決めます。
日中は、急な追加依頼や、道路事情による遅れが起こります。そのたびに、AIが残りの車両と運転手の状況を踏まえて、組み直しの候補を出します。配車係は、運行管理者や運転手と連絡を取りながら、候補のなかから現実的なものを選びます。
夕方には、その日の結果が振り返りの材料になります。積載にどれだけ余裕が残ったか、時間内に届けられたか、想定より遅れた便はどこかを確認し、翌日の配車に生かします。
この流れで変わるのは、配車係の役割です。段取りを組む作業の時間が減り、その分を、取引先との調整や、判断が難しい例外への対応に使えるようになります。配車係の経験は不要になるのではなく、AIの候補を見極める目として、いっそう重要になります。
AIに任せる範囲を確信度で決める
AI配車は、答えに「確信度」をつけて返します。この確信度によって、人とAIの分担を決めます。目安は次の3段階で、具体的な閾値（しきいち）は PoC で確かめて決めます。
| 確信度 | 扱い | 配車での例 |
|---|---|---|
| 95%〜 | 自動で処理 | 荷物の量も届け先も定型で、毎日ほぼ同じ組み合わせになる定期便の割り当て |
| 70〜95% | 担当者が確認 | 時間指定が重なる便や、共同配送にできそうな荷物の組み合わせ |
| 〜70% | 上長・専門家へ | 初めての届け先、特殊な荷物、運転手の勤務時間が限界に近い便 |
配車では、人の命や荷物の安全にかかわる判断が含まれます。最終判断が必要な業務は、人の承認を前提に設計します。最初は確認の範囲を広めにとり、AIの候補と配車係の判断がどれだけ一致するかを見ながら、少しずつ任せる範囲を広げていく進め方が現実的です。
AI配車を小さく始める手順
AI配車は、既存のシステムを入れ替えるものではありません。いまお使いの配車の管理表や、WMS（倉庫管理システム）などの上にのる「判断レイヤー」として入れます。手元の CSV から始められるため、大がかりなシステム改修は必要ありません。
進め方の例は、次のとおりです。
- 過去の配車の記録を CSV で用意します。荷物、届け先、時間指定、車両、運転手、実際のルートなどが対象です。
- 配車係に、判断で重視していることや例外のルールをうかがい、AIが見るべき条件を整理します。
- 過去のデータを使って、AIの候補と実際の配車を見比べ、確信度の閾値を決めます。
- 一部の便や一部の拠点だけで、AIの候補を見ながら配車を組む運用を試します。
PoC の期間は、6〜8週が目安です。ここで効果を測り、続けるかどうか、範囲を広げるかどうかを判断します。測る指標は、次のようなものです。
- 積載率
- 車両台数
- 走行距離
- 配車にかかる時間
- 時間内配送率
数値の目標は、貴社のデータを見てから決めます。はじめから効果を決めつけず、PoC で測った結果をもとに、導入の範囲を決めます。
導入は、Vertical AI SaaS として、1業務から小さく始められます。初期費用は0円、月額は10万円（税別）からです。判断特化モデル「Jev」（TypeSafe AI）などを活用し、特定のAIモデルには固定しません。
よくある質問
既存の配車システムやWMSはそのまま使えますか
はい、そのまま使えます。AI配車は、既存のシステムを入れ替えず、その上にのる判断レイヤーとして入れます。
データはどれくらい必要ですか
手元の CSV から始められます。必要なデータの種類と量は、対象とする便や拠点によって変わるため、PoC の最初に一緒に確かめます。
どのくらいの期間で試せますか
PoC の期間は、6〜8週が目安です。その間に、AIの候補と配車係の判断を見比べ、任せる範囲と閾値を決めます。
本記事で紹介する活用シーンは、クラスフォックスが設計した活用構想です。効果は、貴社のデータを使ったPoCで確かめます。
この記事を読んだ方へ