物流業界の課題をAI導入で解決できるのか

目の前の課題

物流業界の課題として2024年問題という言葉を聞いたことがあるのではないでしょうか？

これはトラック運転者の働き方改革関連法の施行に伴い、時間外労働の上限が規制されることで生じる問題です。

具体的には、1日の勤務時間の制限が大きく見直されることになり、結果運べる荷物の量の減少、トラック事業者の売上や利益の減少、ドライバーの収入減少、それによる担い手不足などが懸念されています。
これまでは、運輸事業者の努力や最終的にドライバーへの負担となり、社会構造的な問題を現場に押し付け、それを黙認という形で来たが、2024年に大きく改革される運びとなった。

結果として、影響は、ドライバー不足や輸送力の低下となる、2030年には全国で約35％の荷物が運べなくなると試算されています。特に地方部ではその影響がさらに深刻になると予測されています。
トラック事業者にはドライバーの拘束時間減少や売上減少、荷主企業には物流コストの増加や輸送スケジュールの見直しが必要になるなどの影響があります。

参考サイト：国土交通省.”物流の「２０２４年問題」とは”. https://wwwtb.mlit.go.jp/tohoku/00001_00251.html.(2024/9/20).

物流業界を知る

物流とは、モノを生産者から消費者へ届ける一連のプロセスを指します。
例えば、あなたがスーパーで買った野菜は、農家からスーパーの店頭に運ばれてきましたが、この農家からスーパーまでの移動や保管（倉庫）など、モノが移動するすべての過程が物流に含まれます。

この物流業界は、様々な企業が存在します。
まず、トラックや船、飛行機などを使ってモノを輸送する運送業があり、次にモノを保管する倉庫を運営する倉庫業務があります。
そして、運送業者や倉庫業者を仲介し、物流に関する様々な手続きを行うフォワーダーや、物流に関するすべての業務をワンストップで請け負う3PL企業も存在します。

※ 3PLとは、サード・パーティー・ロジスティクス（Third Party Logisitcs）の略

課題となる物流業務

物流の流れは、生産者から消費者までの商品の移動である。
つまり、モノが誰かの手によって移動することとなり、そこには様々なプロセスがあります。

生産者から

生産者は、出荷のタイミングで運送業者に集荷を依頼します。
これは、どの生産者においても当然流れです。つまり、様々生産者がそれぞれのタイミングで集荷を依頼します。集荷自体を自動化することや、まとめることはかなり難しい課題と言えます。
出荷される商品の差、配送先が異なることなど、集約していくには多くの問題解決が必要です。

集荷における問題点のひとつに、荷待ち時間があります。
依頼する運輸事業者の到着待ち、逆に荷主の出荷待ちや順番待ちなどのロスタイムがあります。この部分を効率良く運用するには、運輸（トラック）事業者だけでなく荷主企業も一体となって取り組む必要があります。

時間短縮は、待ち時間の解消

前述2024年問題では、現場の労働者の働き方改革の名のもとに時間への制約が大きく伸し掛かっています。そのため、各現場での時間短縮が大きな課題となります。

もちろん、集荷に向かうトラックの流れからも管理できれば、荷物の先出しなど対応も可能になり、スムーズな荷出しが実現できると考えます。

共同・相乗り

末端の集荷や配送（宅配便）などは難しいですが、主要な都市間の幹線輸送については、 中継輸送や共同輸配送、モーダルシフトなどを活用し、効率化を図ることができます。
モーダルシフトは、船舶や貨物列車（鉄道）などで実際に取り組みが進んでおりますので、この部分の効率を上げていくことが出来ればメリットもあるでしょう。

労働集約型産業であるトラック運送業においては、ドライバーの確保が重要であり、待ち時間や長距離輸送などのストれる緩和を実現していくことは、働きやすい職場環境を整えることにも繋がり優位な取り組みになるといえるのではないでしょうか。

ラスト１マイル消費者へ

集荷と基幹郵送の集約や合理化を克服できれば、最終テーマのラスト１マイルとなります。
昨今では、宅配サービスの簡略化で「置き配」など手渡しを簡略化した宅配輸送も採用されています。様々な問題も取り沙汰されてはいるものの、一定数利用されており宅配事業者の省力化につながっています。
私は、個人的に置き配よりも宅配ボックスなどのインフラ整備が進むことを願っています。

物流業界におけるAIの導入と可能性

物流におけるAIの可能性は非常に広範です。AIは、膨大なデータを分析し、最適な配送ルートを計算したり、在庫管理を自動化したり、需要を予測したりすることで、物流の効率化を大幅に推進します。
具体的には、リアルタイムの交通情報や配送状況を基に、最適な配送ルートを算出し、配送時間の短縮や燃料費の削減を実現します。
また、AIを活用した画像認識技術は、商品の検品作業の自動化や、物流センター内の作業の効率化にも貢献します。
これらの技術の進展により、物流業界は人手不足の解消、コスト削減、顧客満足度の向上といった多岐にわたる課題を解決し、よりスピーディーかつ正確な配送を実現することが期待されます。

物流業界におけるAIの導入事例と物流業界におけるAIを提供する企業

①株式会社Hacobu　「MOVO（ムーボ）」

Hacobuは、自社の運行管理システム「MOVO」に蓄積されたデータを活用し、荷主企業間の共同輸送を促進するプラットフォームを構築しています。
異なる企業の物流データを統合・分析することで、最適な共同輸送ルートを提案し、物流の効率化を実現しています。
従来の個別連携と比較し、Hacobuのプラットフォームは、データの互換性問題を解消し、よりスムーズな共同輸送の実現を可能にします。

Hacobuは、多くの企業が利用する運行管理システム「MOVO」をすでに持っているため、各社の物流データを一元的に集めることができます。このデータを分析することで、どの企業がどの地域にどのような荷物を運んでいるのかという詳細な情報を得ることが可能です。

そして、これらの情報を基に、複数の企業の荷物をまとめて運ぶ共同輸送のルートを設計します。これにより、トラックの空走を減らし、燃料費や人件費などのコストを削減することができます。
Hacobuのプラットフォームの強みは、各企業が異なるシステムを使っていたとしても、MOVOという共通のプラットフォーム上でデータを統合できる点にあります。
これにより、データのフォーマットを合わせる手間が省け、共同輸送の検討を迅速に進めることができます。

株式会社Hacobu　「MOVO（ムーボ）」の選ばれる理由

MOVOが選ばれる理由として、まず豊富な実績が挙げられ、多くの物流企業で効果が実証されています。
また、高い拡張性を持ち、様々な物流システムと連携が可能であり、企業の規模や業務内容に応じたカスタマイズができる点も特徴です。さらに、最新技術を取り入れ、継続的に進化し続けていることも評価されています。

Hacobu MOVOは、共同配送の場面でも活躍し、複数の企業の車両や配送情報を統合して一元管理することで、共同配送をよりスムーズに実行できます。
例えば、複数の企業の配送情報を集約し、最適なルートを共同で作成する共同配車計画を通じて、車両の稼働率向上とCO2排出量削減が可能です。
また、リアルタイムの情報共有により、各車両の位置情報や配送状況を即座に把握し、配送遅延の防止やトラブル対応を迅速に行えます。共同在庫管理では、複数の企業が在庫情報を共有することで、過剰在庫を防ぎ、コスト削減に繋がります。
共同配送におけるMOVO物流AIのメリットとして、配送ルートの最適化や車両の稼働率向上、人件費削減といった効率化、燃料費削減や在庫管理の最適化によるコスト削減、そしてCO2排出量削減など環境負荷の低減が挙げられます。
また、需要変動や突発的な事態にも柔軟に対応できる点も大きな利点です。

参考サイト：株式会社Hacobu公式サイト.https://hacobu.jp/movo-berth/.(2024/9/20)
日本経済新聞.”Hacobu社長「荷主データ分析、業種超え混載促進」”(2024年9月17日).
https://www.nikkei.com/.(2024/9/20).

②株式会社山善が開発した「AIピースピッキングロボット」

株式会社山善が開発したAIピースピッキングロボットは、物流業界が抱える人手不足や作業効率化の課題に応える革新的なロボットです。
このロボットの特徴として、まず高度なAIによる認識能力が挙げられます。
AIは様々な形状やサイズの物品を正確に認識し、ピッキング作業を自動で行います。
また、ロボットのアームは柔軟に動き、物品に合わせて長さや角度を調整するため、さまざまな場所に収納された物品を確実に掴み取ることができます。
さらに、高精度な位置決め機能により、目標位置へ正確にアームを移動させ、物品を誤ることなく所定の場所に配置します。このロボットは人との共存を考慮して設計されており、安全に作業できることも重要な特徴です。

株式会社山善が開発した「AIピースピッキングロボット」の特徴

AIピースピッキングロボットは、主に物流倉庫でのピッキング作業を自動化します。
従来は人間が行っていた商品棚からの商品取り出し作業をロボットが代行することで、作業効率を大幅に向上させるとともに、人件費の削減にも貢献します。
ロボットは注文データに基づき、受注した商品の情報をもとにピッキングリストを自動作成し、それに従って正確に商品をピックアップします。
また、Eコマースの普及により、多品種少量の注文が増えている現状にも柔軟に対応できるよう設計されています。
さらに、24時間稼働が可能で、労働時間の制限なく、常に効率的に作業を続けることができます。
このロボットがもたらす効果として、まず作業効率の大幅な向上が期待されます。
人間による作業と比べて迅速かつ正確に作業が進み、誤ピッキングも防止されます。
また、これにより人件費の削減が可能になり、コストの低減にもつながります。
さらに、人を重労働や単調な作業から解放し、労働環境の改善にも寄与します。

株式会社山善の今後の展望

今後の展望として、AI技術が進化することで、より複雑な作業に対応できる可能性があります。
AGV（無人搬送車）やAMR（自律移動ロボット）など他のロボットとの連携により、より高度な物流システムが構築され、物流業界全体のさらなる自動化と効率化に貢献すると考えられます。

「AIピースピッキングロボット」の導入事例

導入事例として、EC大手企業では多種多様な商品を扱うピッキング作業の自動化により、人手不足の解消や作業効率の向上、誤ピッキングの減少を実現しています。
食品メーカーでは、衛生面を考慮してバラ積みされた食品のピッキングにロボットを導入し、作業の自動化と人件費削減に成功しています。自動車部品メーカーでは、小さな部品の正確なピッキングにロボットを活用し、製品の品質向上を図っています。

③三菱重工とキリンビバレッジの共同プロジェクト 三菱重工が開発した「ΣSynX（シグマシンクス）」

三菱重工とキリンビバレッジの共同プロジェクトは、三菱重工が開発した「ΣSynX（シグマシンクス）」というAIや機械学習を活用した自律化・知能化ソリューションをキリンビバレッジの倉庫に導入し、ピッキング作業の自動化を目指すものです。これは、ロボットが自ら考え、動き、効率的に作業を行える技術を活用しています。

この技術により、ロボットは自分で判断して商品がどこにあるのかを把握し、必要な商品をピッキングして運ぶことができるようになります。
また、複数のロボットが協力し合い、連携して作業を進めることで、全体の効率を向上させることが可能です。さらに、安全性も重視されており、人とロボットが一緒に作業しても危険がないように様々な工夫が施されています。

このプロジェクトによって得られるメリットとしては、まず人の負担が軽減される点が挙げられます。
ロボットが多くの作業を担当することで、人間がより楽に働ける環境が実現します。

また、ロボットを導入することで人件費の削減につながり、コスト削減が可能です。さらに、ロボットは人よりも速く作業を進められるため、商品の出荷速度が向上し、業務のスピードアップにも寄与します。

参考サイト：三菱じゅうこうぎょう株式会社公式サイト.”キリングループと自動ピッキングソリューションの共同実証を開始
飲料倉庫の物流現場が抱える重筋作業やオペレーター不足などの対策を検証”.(2022-11-21).
https://www.mhi.com/jp/news/22112101.html.(2024/9/20).

④ヤマハ発動機とティアフォーが共同で設立した会社、eve autonomy　 工場や物流施設内での自動運転と自動搬送

eve autonomyは、ゴルフカートを販売するヤマハ発動機と自動運転技術のリーディングカンパニーであるティアフォーが共同で設立した会社です。
この企業は、自動運転技術を活用した物流ソリューションの開発を主な事業としており、特に工場や物流施設内での自動搬送に特化しています。ティアフォーが開発したオープンソースの自動運転ソフトウェア「Autoware」を基盤として、eve autonomyは高度な自動運転技術を提供しています。
Autowareは世界中の企業や研究機関に広く利用されており、その技術力の高さは確立されています。
ティアフォーとの緊密な連携により、eve autonomyはAutowareの最新技術を迅速に自社製品に導入し、常に最先端の自動運転技術を活用しています。

eve autonomyの物流AIは、工場や物流センター内での自動化に役立っています。
具体的には、自動運転を用いた無人自動搬送サービスで、工場内での部品や製品の自動搬送、生産ラインへの部品供給、完成品の保管場所への移動などを、工場内を自動運転技術を用いて移動し運び、物流の自動化に貢献しています。また、物流センター内ではロボットが棚から商品をピッキングし、指定された場所に搬送することで、ピッキング作業が自動化されています。
他の車両との近接時におけるスムーズな回避動作や、電動ゲートとの連携もされています。
さらに、倉庫内ではロボットが自律的に移動し、在庫状況を把握する機能があり、在庫切れの検知や最適な保管場所への配置も可能です。
このようにeve autonomyの物流AIは、工場や倉庫における効率化と自動化を進める重要な役割を果たしています。

参考サイト：PR TIME.”三菱ロジスネクストとeve autonomyが販売協業開始”. (2024年9月9日).
https://prtimes.jp/.(2024/9/20).

⑤TRUST SMITH株式会社　物流倉庫内における、棚卸し・検品の自動化システム

TRUST SMITH株式会社は、東京大学発のAIベンチャーとして最先端のAI・ロボティクス技術を活用し、物流業界の課題解決に取り組んでいます。
特に、物流における自動化・効率化を目的としたAIソリューションの開発に力を入れており、物流AIはその中でも重要な要素の一つです。

TRUST SMITH株式会社の特徴

TRUST SMITHの物流AIは、高精度な物体認識技術を持ち、ディープラーニング技術を用いて様々な形状やサイズの物品を正確に認識します。
これにより、ピッキング作業の自動化や在庫管理の精度向上が実現します。
また、高速な処理能力を備えており、実用的な速度で物体認識や動作計画を行い、物流現場の生産性を向上させます。
さらに、このAIは様々な形状やサイズの物品に対応できるだけでなく、物流環境の変化にも柔軟に対応できるよう設計されています。安全性も考慮されており、人との協働を前提に開発され、安全な作業が可能です。 TRUST SMITHの物流AIは、具体的にはピッキング作業の自動化で活用されています。ロボットがAIの指示に基づき、棚から目的の物品を正確にピッキングします。また、棚卸しや検品作業もロボットが自律的に倉庫動し、棚卸しや検品作業を行います。AGV（自動搬送ロボット）がAIの制御のもと、物品を目的地まで自動で搬送します。

参考サイト：TRUST SMITH株式会社公式サイト.
https://www.trustsmith.net/.

⑥Dexterity AI　AI掲載のロボットアーム・荷積みロボット

Dexterity AIは、単なるロボットアームではありません。
深層学習による高度な物体認識技術を基盤に、まるで人間のように周囲の環境を理解し、それに応じて柔軟な動作を可能にする、高度な人工知能を搭載した荷積みロボットです。
高度な物体認識、柔軟なアームと多様なエンドエフェクター、力センサーによる繊細な制御、そしてシミュレーションによる高速開発という4つの要素が、Dexterity AIを特徴づけています。
これらの要素により、Dexterity AIは、eコマース、製造業、食品産業、医療分野など、幅広い産業で革新をもたらします。

Dexterity AI今後の展望

eコマースでは、多品種少量の商品を扱う物流センターにおいて、ピッキング作業の自動化を実現し、出荷効率を大幅に改善します。
製造業では、自動車部品の組立、電子部品の検査など、高精度な作業を要求される製造現場において、生産性向上と品質安定化に貢献します。
食品産業では、食品の包装、パレタイジングなど、衛生管理が求められる環境下での作業を自動化します。
医療分野では、手術支援、薬剤調合など、高度な技術を必要とする医療現場において、医師をサポートします。

Dexterity AIの導入は、社会全体に大きな影響を与えます。
人手不足の解消、生産性の向上、品質の安定化、そして新しいビジネスモデルの創出など、様々なメリットをもたらします。
単なる労働力の代替ではなく、人間と協働し、新たな価値を創造するパートナーとして期待されています。

今後更に住友商事のグローバルなネットワークと日本国内での販売・サポート体制により、DexterityのAIは、eコマース、自動車部品製造、食品製造など、幅広い産業での導入が期待できるでしょう。

参考サイト：住友商事.”米国AIロボットのユニコーン企業Dexterityとの合弁会社を設立”.
https://www.sumitomocorp.com/.(2024/9/9).