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。

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。

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。

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。
- 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。
- 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。
- 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。

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