空き便の電話探しをAIが代わる「共同配送AI」の活用シーン

この記事の要点

  • AIが、どの荷とどの荷を同じ便に載せられるか(混載可能性)を、確率と確信度つきで判断します。
  • 配車担当者が電話で空き便を探し回る手配から、相乗りできる荷をAIが先に見つける共同配送に変わります。
  • TMS(輸配送管理システム)から出した荷物と便のCSVで始め、3〜8週のPoC(本格導入の前に効果を確認する試行)で指標を測ります。

共同配送AIは、複数の荷を同じ便に載せて運べるかどうか(混載可能性)をAIが判断し、相乗りできる荷の組み合わせを先に提案するしくみです。クラスフォックスが設計した Vertical Decision AI SaaS の一つで、配車係、運行管理者、物流センターの責任者の判断を支えます。本記事では、混載の手配の現場で起きていること、AIが判断すること、導入後の1日、AIに任せる範囲の決め方、小さく始める手順を順に紹介します。

混載の手配で起きていること:電話で空き便を探し回る現場

荷物の量が少ないとき、荷主は便を貸し切らずに、ほかの荷と同じ便に載せる混載を選びます。混載がうまくいけば、便の空きが減り、運ぶ費用も分け合えます。

ところが、多くの現場では、相乗りできる荷や空き便を、配車担当者が電話やメールで探しています。協力会社に「この日、この方面で空きはありますか」と一件ずつ確認し、返事を待つあいだに別の依頼が入ります。

探す範囲は、担当者が知っている取引先や、これまでの経験に限られがちです。本来は相乗りできたはずの荷が見つからないまま、別々の便で走ることもあります。反対に、載せられると思って手配した荷が、納品の時間帯や温度帯、荷の大きさの条件で合わなかったと分かり、組み直しになることもあります。

混載は、組み合わせの数が多く、条件も多い判断です。担当者の記憶と電話だけで毎日くり返すには、負担が大きい業務といえます。

これまでの電話で空き便を探す手配と、共同配送AIのあとの相乗りできる荷を先に見つける手配を左右に並べた比較図
図1:空き便を探して電話する流れから、AIが出した候補を人が確認する流れに変わります。

共同配送AIが判断すること

AIが判断するのは「混載可能性」、つまり、ある荷とある荷を同じ便に載せられるかどうかです。判断のパターンでいえば「組み合わせ」にあたり、何と何を組み合わせるかを決める判断です。

AIは、荷の大きさや重さ、届け先の方面、納品の時間帯、温度帯、便の空きなどを手がかりに判断します。Decision AI は文章を生成するのではなく、決めた型どおりの答えを確率と確信度つきで返します。この業務では、次の3つの型で答えを返します。

答えの型この業務での問い
はい/いいえこの2つの荷を、同じ便に載せて運べるか
どれを選ぶかこの荷と相乗りさせる荷や便のうち、どれを選ぶか
どの程度か各組み合わせの相乗りのしやすさ・便の埋まり具合・優先度

答えが型で返ってくるため、配車担当者は候補の一覧から選んで確認する流れになります。人が一から相手を探すのではなく、AIが先に見つけた候補を人が決める仕事に変わります。

導入後の配車担当者の1日

たとえば、複数の荷主の荷物を方面別に運ぶ物流会社で、特定の方面の混載から使い始めた場合を考えてみます。

朝、配車担当者は画面で、その日の荷と便の組み合わせ候補を確認します。候補は相乗りのしやすさの高い順に並び、それぞれに確信度が付いています。配車担当者は、上から順に内容を確認し、問題がなければ採用します。

日中、新しい依頼が入ると、AIはその荷と相乗りできる荷や便を、その場で探し直します。配車担当者は、電話をかける前に候補を確認できるため、協力会社への問い合わせは、AIが見つけられなかった荷に絞れます。

夕方、運行管理者は、その日の便の埋まり具合と、組み直しになった件数を確認します。条件が合わず外れた組み合わせは、AIの判断を見直す材料として残します。混載の手配が、担当者の記憶に頼る作業から、結果を見ながら育てていく業務に変わります。

朝、日中、夕方の3つの時間帯で、配車担当者の仕事の流れを順に示した図
図2:朝から夕方までの流れ。AIが出した候補を、人が確認して動きます。

AIに任せる範囲をどう決めるか

AIの答えには確信度が付きます。この確信度で、どこまでをAIに任せ、どこからを人が判断するかを定めます。

  • 確信度95%以上:同じ方面・同じ時間帯で、条件を確実に満たす組み合わせです。自動で候補として確定し、手配の画面に入れます。
  • 確信度70〜95%:納品の時間帯や荷の大きさに余裕が少ない組み合わせです。配車担当者が確認してから決定します。
  • 確信度70%未満:初めての届け先や、温度帯などの条件が特殊な荷です。運行管理者や上長が判断します。

この閾(しきい)値は、最初から決め打ちにせず、PoCで検証して定めます。はじめはすべての組み合わせを人が確認し、AIの答えと人の判断がどのくらい一致するかを見てから、任せる範囲を広げていきます。荷主との約束に関わる判断は、人の承認を前提に設計します。

確信度の0%から100%の目盛りを、70%未満、70から95%、95%以上の3段階に分け、それぞれの任せ方を示した図
図3:閾値はPoCで確認して定めます。荷主との約束に関わる判断は、人の承認を前提にします。

混載の手配を小さく始める手順

企業は、いま使っているTMSや配車のしくみを入れ替える必要はありません。AIはそれらの上にのる「判断レイヤー」として入り、まずは手元のCSVから始められます。

  1. 担当者が、TMSなどから、過去の荷物・便・混載の実績をCSVで書き出します。対象は、1つの方面や1つの荷主グループに絞ります。
  2. 配車担当者が、AIの組み合わせ候補と、これまでの手配の結果を机上で比べます。この段階では実際の手配は変えません。
  3. 合意できた組み合わせから、実際の手配に使い、指標の変化を確認します。

PoCの期間は3〜8週が目安です。期間中は、次の5つの指標を測ります。

  • 混載できた荷の割合
  • 便の積載率(便がどれだけ埋まったか)
  • 空き便を探す電話・連絡の回数
  • 組み直しになった件数
  • 手配にかかった時間

目標とする値は、PoCの前に現状を測ってから、現場と一緒に決めます。業務の判断を一つずつAIに任せていくことが、AX(AIトランスフォーメーション)の現実的な一歩になります。クラスフォックスの Vertical AI SaaS は、初期費用0円・月額10万円(税別)から、1業務単位で始められます。

データの用意、机上で比べる、手配で試す、指標を測るの4つの手順を矢印でつないだ図
図4:既存のシステムはそのままに、1つずつ確認して進めます。

物流・倉庫の判断を支えるほかのAI

物流の現場には、混載のほかにも、毎日くり返される判断があります。たとえば、車両と運転手の組み合わせを先に出す「AI配車」、遅れそうな便に先回りして手を打つ「配送遅延AI」、物量の見込みに合わせて必要な人数を決める「倉庫人員AI」などです。どの判断から始めるかは、現場で迷う時間が長い業務から選ぶのが近道です。

よくある質問

いま使っているTMSや配車システムは入れ替える必要がありますか

入れ替える必要はありません。AIは既存のシステムの上にのる判断レイヤーとして入り、まずは書き出したCSVで始められます。

どのようなデータが必要ですか

荷の大きさや重さ、届け先の方面、納品の時間帯、便の空き、過去の混載の実績が基本です。まずは手元にある範囲で始め、PoCの中で足りないデータを確認します。

どのくらいの期間で試せますか

PoCは3〜8週が目安です。週ごとに結果を見ながら、進め方と任せる範囲を一緒に判断します。

トップ画像の写真:Photo by Pascal Meier on Unsplash

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

DX推進、IT人材教育、システム開発・導入のご相談

システム導入、ペーパーレス化、業務効率化、省力・省人化、組織改革、人材育成など、
DX推進といっても多くの課題があります。

DX推進でお困りの方はお気軽にお問い合わせよりご相談ください。

 
お問い合わせはこちら