ECサイト市場の拡大により、需要が高まり続けている「物流業界」。一方で、担い手が減少傾向にあり、労働力の確保に頭を抱えている企業も少なくありません。そんな中、AIを導入・活用し、従業員の負担軽減や業務効率化を成功させている企業があることをご存知でしょうか。
本記事では、物流業界が抱える課題やAI導入のメリット・デメリットを解説したうえで、AI導入・活用事例を12個ご紹介します。ぜひ参考にしてください。
物流業界が抱えている課題
まずは、物流業界が抱えているおもな課題を具体的に見ていきましょう。
- 長時間労働
- ドライバー不足
- 燃料価格の高騰
1つずつ解説していきます。
長時間労働
物流業界では、長時間労働の解決が課題とされています。厚生労働省が公表している「賃金構造基本統計調査」によると、2021年度の全産業の労働時間が2,112時間なのに対し、大型トラックドライバーは2,484時間、中小型トラックは2,544時間という結果が出ています。全作業と比べるとドライバーの労働時間は約2割も多い傾向にあるのです。
その背景には、再配達が増えていることが挙げられます。ECサイト市場の拡大により、ネットで買い物をして届けてもらう人が増加しました。配達しても不在のために持ち帰り、また後日届けるというサイクルを繰り返す中で、ほかの業界よりも労働時間が長くなってしまっていると考えられます。
ドライバー不足
ドライバー不足も物流業界が抱える深刻な課題です。道路貨物運送業の運転従事者数は、2000年から2015年までの15年間で約20万人減少しています。
トラックドライバーの平均年齢は年々増加。年齢層の詳細を見ると、40〜50代が約半数を占めており、20代と65歳以上がそれぞれ約1割います。全産業と比べて中年層の割合が高く、若年層や高齢層の割合が低いのが、物流業界の運転従事者の特徴です。中年層が高齢を理由に引退することで、さらにドライバー不足が加速することが予想されています。
ドライバーが不足すると物流が滞ってしまうため、早期解決が目指される喫緊の課題です。
（参考：我が国の物流を取り巻く現状と取組状況｜経済産業省・国土交通省・農林水産省）
燃料価格の高騰
物流業界を悩ませているのは、労働力だけではありません。燃料価格の高騰も大きな負担となっています。1リットルあたり軽油価格は、2020年5月時点で約106円だったのに対し、2024年2月時点では約154円と約45円も上がりました。（参考：資源エネルギー庁｜給油所小売価格調査）
トラック輸送するうえで欠かせない燃料価格の大幅な高騰は、経営に与える影響は少なくありません。削りたくても削れない部分だからこそ、物流業界を悩ませているのです。
物流業界でAIを導入するメリット
物流業界ではさまざまな課題を抱えている一方で、注目されているのはAIの導入です。物流業界でAIを導入するとどのようなメリットが得られるのでしょうか。ここでは、7点に絞ってAI導入のメリットを解説します。
- 物流予測の精度を上げられる
- 配送計画を適切に立てられる
- 検品作業のミスを防止できる
- 荷物を自動的に仕分けできる
- 最適な人員配置ができる
- ドライバーの事故防止につながる
- 労働力不足を解消できる
詳しく見ていきましょう。
物流予測の精度を上げられる
1つ目のメリットは、物流予測の精度を向上できることです。
過去の集荷量や配送量、売上などのデータを使えば、AIの機械学習と分析で物流予測ができます。物流予測が正確にできると、必要な物資や機器の確保、ドライバーへの適切な指示が可能になります。
物流予測の精度向上は、業務効率化やドライバーの負担軽減につながるメリットがあるのです。
配送計画を適切に立てられる
2つ目のメリットは、配送計画を適切に立てられることです。
AIを使えば、交通量の予測に基づいて、渋滞予測や回避ルートの選定などの精度を向上できます。配送ルートを最適化できると、効率よく荷物を輸送できるようになります。
無駄な配送を減らすことは、物流業界で課題とされている長時間労働の改善にもつながるため、大きなメリットと言えるでしょう。
検品作業のミスを防止できる
3つ目のメリットは、検品作業のミスを防ぐことができる点です。
検品は人の目で行っている企業が多く、人為的ミスが発生しやすい業務です。見落としを防ぐために2人体制でやっているところもありますが、人的リソースの確保が必要になり、負担に感じている企業もあることでしょう。
検品作業でAIの画像認識システムを使えば、不備を見つけたときに知らせてくれます。ミスが起こるリスクも少なくできるうえ、大量の検品を行うことが可能になるのです。
検品業務の省人化ができ、作業効率も上がって生産性も向上する点でAI導入の利点があると言えます。
荷物を自動的に仕分けできる
4つ目のメリットは、荷物の自動仕訳が可能になる点です。
倉庫や物流センターでは、毎日出荷する荷物や商品の仕分けが行われています。荷物を間違いなく入庫して仕分けするために、商品情報の読み取りやシステムへの入力を正確に行わなければなりません。人力だとどうしてもミスが出てしまうことがありました。
AIの画像認証システムを使えば、商品情報を自動で把握して、該当の場所へ仕分けすることも可能になります。人的ミスも減らせるうえ、仕分け作業に割く人員も削減可能です。
人の手で行うよりも短時間で高精度に仕分けできる点は、AIの優れている部分です。
最適な人員配置ができる
5つ目のメリットは、最適な人員配置が可能になることです。
「どこに誰がどのくらい必要なのか」を可視化し、AIが人数を割くべき場所、割かなくても良い場所を正確に判断することで、省人化や業務効率化ができます。
雇用形態や担当場所、決められた労働時間が異なる従業員をすべて把握し、最適に配置するのは人だけの力では難しいのが実情です。AIの力を借りて人員配置が最適化できると、労働環境も改善に向かうことが期待できます。
ドライバーの事故防止につながる
6つ目のメリットは、トラックドライバーの事故防止につながることです。
トラックの運転業務を完全自動化することはできないため、現時点ではドライバーが輸送業務を行う必要があります。長距離運転や長時間労働が続くと、気をつけていても疲れから居眠り運転をしてしまうおそれは否めません。
そこでAIを搭載したカメラを車内に取り付ければ、居眠りの兆候を検知し、ドライバーに呼びかけることが可能になります。
労働環境が過酷であるドライバーの命を守る術としても、AIは活用できるのです。
労働力不足を解消できる
7つ目のメリットは、労働力不足を解消できることです。
物流業界では、深刻な労働力不足に悩まされています。そこで倉庫内で荷物を運搬するAIロボットを導入すれば、人が足りていない部分を補填して労働力を確保することができるのです。
日本の労働人口は減少傾向にあるため、今後も人手不足が続くかも知れない点を考慮すると、AIは貴重な労働力になると言えるでしょう。
物流業界でAIを導入するデメリット
AIの導入は多くのメリットがある一方で、次のようなデメリットもあります。
- 運用ルールを整備し直す必要がある
- 導入や運用に費用がかかる
メリットとデメリットの両方を踏まえたうえで、導入するか検討しましょう。
運用ルールを整備し直す必要がある
AIを導入すると、従来の運用ルールから新しいものへと整備し直す必要が出てきます。これまで人の手で行っていた業務をAIに任せられるようになるため、人がやるべき仕事が変化するためです。
具体的には、運用ルールやシステムの変更点に関するマニュアルの作成、AIの操作方法を従業員が確認する場の設定などが挙げられます。
せっかくAIを導入しても、従業員が使いこなせなければ成果にはつながりません。混乱がおこらないよう、AI導入前にしっかり運用ルールを検討し、社内全体で確認しましょう。
導入や運用に費用がかかる
AIの導入や運用には費用がかかります。高機能なものを導入しようとすればするほど、開発や運用、メンテナンスにかかるコストもかさみます。
しかし、AIの導入によって得られるメリットは計り知れません。多くの費用がかかるぶん、従業員の業務効率化・負担軽減に貢献できます。AIの開発・導入を検討する際は、費用対効果の予測を出し、プラスになるかどうかを検証することをおすすめします。
自社内で正確な予測を出すことが難しい場合は、AI開発会社に相談して一緒に試算するのも良いでしょう。
物流業界でのAI導入・活用事例
ここまで物流業界におけるAI導入のメリットやデメリットをご紹介しました。しかし、AI導入で現状の課題がどう改善されるのか、なかなかイメージがつかないという場合もあるでしょう。
ここでは、物流業界で実際にAIを導入した企業や活用した企業の事例を12個ご紹介します。
【倉庫】 Amazon：棚型ロボットを導入
アマゾン相模原FC（フルフィルメントセンター）は、日本全国からの注文に対応する物流拠点。商品の入荷や保管、出荷を行っています。
広大な拠点内では商品の入荷や保管・棚入れ、棚出し、梱包など多くの作業が行われていますが、人が移動して業務にあたるのは大変です。そこで、Amazon Robotics（アマゾン・ロボティクス）を導入しました。
Amazon Roboticsは、商品棚の下にロボットが入り、棚を持ち上げて移動する仕組みです。棚出しを行う場所まで自動で移動するため、人が商品のある棚まで向かう必要がありません。画面に商品の画像や数量、位置などの情報が表示されるため、それをもとに取り出します。
多くの商品を取り扱い、迅速に届けるAmazonの裏側には、AIロボットの活躍がありました。
アスクル：ピッキングロボットを導入
アスクル株式会社では、オフィス用品から生活用品、専門的な道具までさまざまな商品を購入できるサービスを提供しています。
倉庫でのピッキングは従来人力で行っていましたが、eコマースの成長・拡大により取り扱う商品が増え、広い倉庫内で従業員が歩き回って行う仕組みに限界を感じるようになりました。
そこで、ピッキングロボットの開発・導入を決定。商品を探して歩き回りピッキングする状態から、自動倉庫と連携することで人間の手を介さないピッキングが実現しました。ロボットは24時間作業が可能なため、物流センターの生産力向上にもつながっています。
ピッキングロボットは、従業員の負担軽減だけでなく、貴重な労働力確保としても大活躍です。
【倉庫】 日立ハイシステム21：倉庫業務効率化サービスを開発
株式会社日立ハイシステム21は、倉庫業務におけるピッキング業務を効率よく行うためのAIを開発しました。
現場では複数作業者の導線が確保できず渋滞が発生する、1注文の商品組み合わせを考慮できず、移動距離が長くなるという課題を抱えていました。そこで、業務を遂行するうえでの制約条件や現状の分析結果を踏まえて、商品配置案をシミュレーション。商品の配置換えとシミュレーションを繰り返し、配置案を常に学習させました。
その結果、渋滞が発生しにくい商品配置や1注文の商品組み合わせにおける移動距離が短縮される商品配置を実現しています。ピッキングを行う従業員の負担軽減だけでなく、作業効率向上による人件費削減にもつながりました。
【倉庫】 花王：自動運転フォークリフトを活用
花王株式会社は、大和ハウス工業株式会社・イオングローバルSCM株式会社・株式会社日立物流・株式会社豊田自動織機と協働で、AIを搭載した自動運転フォークリフト等を活用した荷役効率化・物流効率化・省エネ化を実現する実証実験を行っています。
この実証実験は、物流業界が抱えるトラックドライバーやフォークリフト運転者等の労働力不足や施設内で大半が人手作業という課題を解決するために行われているものです。経済産業省資源エネルギー庁公募事業で採択されています。
自動運転フォークリフトを活用することで、従業員を採用せずとも労働力を確保することが可能に。人力に頼っていたトラックの積み卸しが自動化できることで、生産性の向上も期待できます。
また、発着荷主間でのトラックの待ち時間短縮も実現し、作業効率はアップ。エネルギーの削減にもつながる事例です。
【検品】 NTTロジスコ：自動検品システムを導入
株式会社NTTロジスコでは、レンタル機器の再生品におけるセット化検品作業で、AI画像認証技術を用いた自動検品システムを導入しています。
NTTロジスコでは、撤去・回収したレンタル通信機器を再利用できるようにクリーニングや動作試験などを実施しています。クリーニングを終えたレンタル機器と電源アダプターをセッティングする業務では、バーコードなど識別できるものがないため、従業員が目視で製造メーカーやモデルの文字を確認し、特定した物品コードをシステムに入力していました。
また、目視ゆえの誤判定を防ぐために2名体制で検品作業を行っており、人手が欠かせない状態。作業の属人化や人力での作業から脱却することが課題とされていました。
システムを導入してからは、人力で行っていた業務の自動化に成功。1人あたり処理台数の生産性が60％も向上しました。また、検品ミス0％の達成、従業員の熟練度に依存しない作業体系の確立、セット化した証跡を画像データで蓄積など多くの効果が見られました。
誰が担当しても同じクオリティで検品できる状況を作り出し、生産性も向上できた良い例と言えるでしょう。
【検品】 アキュイティー：検品作業自動化システムを開発
アキュイティー株式会社では、人手不足や属人化に悩む検品作業の課題を解決する自動化システムを開発しています。
検査したい面や項目に合わせて、カメラの配置や照明の種類、当て方などを設計・構築します。また、検査基準をAIに学習させて、検品の質を一定に保てるようにすることも可能です。人の目で見るのと同じように、どのようなものが傷・汚れなどに判定されるのかを、種別ごとに分類分けをして学習させるのです。これにより、自動で良品・不良品の判定を行えます。
最適な環境で多面を一度に、自動的に検査でき、安定した検査のクオリティが維持できるため、属人化や人手不足にも対応できるでしょう。
【検品】 アラヤ：検品システムを開発
株式会社アラヤでは、画像認識AI技術を用いた検品の効率化・自動化を実現するシステムを開発しています。
製造業における検品作業では、異常品を排除するための外観検査を行いますが、人が目視で行うのが一般的で人員確保やスキル依存、結果のばらつきが課題とされています。そこで、画像認識AI技術を導入すると、人の代わりにカメラが対象物の異常を検知することが可能です。PLC（制御装置）と連携すれば、異常検知時にラインを停止する、NGレーンに排出するなどもできます。
また、バーコードの読み取りでも効果を発揮します。入荷・出荷の管理や仕分け作業でハンディターミナルを使って読み取る作業を画像認識AI技術に任せれば、ビニールによる反射や破れ・汚れのあるバーコードでも瞬時に認識可能です。ハンディターミナルよりも安価なモバイル端末でも対応できるようになるため、コスト削減にもつながります。
バーコード以外にも、OCR技術と組み合わせれば、商品ラベルに記載された文字情報を自動で読み取ることもできます。人力に頼りがちな検品作業にAIを導入することで、業務負担やコストの削減が叶う開発事例でした。
【配送】 タキザキロジスティクス：配送ルートの最適化システムを導入
タキザキロジスティクス株式会社では、家具や事務機器などの配送を行っています。配送に際し、配送計画を4人がかりで考えて手動で行っていたため、計算にかなりの時間を要していました。属人化も課題となっており、誰でも配車業務ができる体制にできないかと悩んでいたそうです。そこで、オプティマインドが開発した「Loogia」を導入しました。Loogiaは、AIを用いて高精度な配車計画・配送ルートを作成できるシステムです。導入後はLoogiaが50～60件の配送コースを数分で作成してくれるようになったため、配車の計算時間短縮・負担軽減の実現に成功しました。また、Loogiaのナビを入れることで、リアルタイムで車の居場所が確認できるようになり、パソコンの画面上で状況の確認が可能に。ドライバーが帰宅してから配車計画の見直しを行い、より最適な配送を目指して検証を繰り返しています。
【配送】 日本郵便：配送ルートの自動作成システムを導入
日本郵便株式会社では、配送ルートの自動作成などを活用した配達業務支援システムを試行導入しています。従業員の負担軽減や業務経験の浅い人でも簡単に配達できる仕組みづくりをすることが目的です。
具体的には、CBcloudが開発した「SmaRyu Post」、オプティマインドが開発した「Loogia」を連携させて活用しています。SmaRyu Postでは、配送ステータスの管理や配達状況の画像撮影、電子サインを、LoogiaではAIによるルート自動計算を行い、業務をサポート。AIは熟練度にかかわらず、誰もが活躍できる持続可能な業務モデルの確立に一役買っています。
【配送】 ヤマト運輸：配送業務量予測システムを導入
ヤマト運輸株式会社は、ビックデータとAIを活用した配送業務量を予測するシステムや適正配車を行うシステムをアルフレッサ株式会社と共同で開発し、導入しました。
従来は配送ルートが固定化されており、配送業務に無駄が多く発生してしまっていました。そこで、システムを使ってアルフレッサが蓄積したビックデータをAIで分析し、顧客ごとの注文数や配送発生確率などの配送業務量を予測。また、ヤマト運輸が蓄積した物流や配車に関するノウハウ、渋滞などの道路情報を活用し、効率的な配車計画を作成します。
これにより、配送の生産性は最大20％向上、走行距離は最大25％削減が予想されています。
【その他】 日本通運：帳票処理の自動化システムを導入
日本通運株式会社では、帳票処理の自動化システムを導入しました。従来は提出された紙の帳票をExcelに手入力していました。その数はトラックドライバーから提出される紙の運転日報は1拠点あたり平均毎月300件、アルバイトから提出されるアルバイト勤務日報は1拠点あたり平均毎月150件。最も件数が多い拠点では5,000件以上になることもあり、現場からは煩雑な業務に対しての改善要望が上がっていたのだそうです。
そこで、全国の拠点にAI-OCR技術を搭載したDX Suiteを導入しました。帳票を自動読み取りできるようになり、処理にかかる時間が激減。年換算6万時間弱の時間削減を実現しました。また、入力ミスがほぼなくなる効果もありました。ミスがないか確認する作業や走り書きの文字を解読して入力するストレスからも開放されたとの声が従業員から上がっており、AI導入による業務フローの見直しは業務改善に大きな効果をもたらしました。
【その他】 ソニーセミコンダクタソリューションズ他2社：積み下ろし作業の実績データ取得システムを開発
ソニーセミコンダクタソリューションズ株式会社は、株式会社Hacobuや株式会社レスターエレクトロニクスとともに、倉庫の荷物積み降ろし場の作業効率向上を実現するサービスを開発し提供しています。
このサービスは、AIを搭載したエッジデバイスがトラックのナンバープレートを検知・認識することで、入退出情報を記録。トラック予約受付サービス「MOVO Berth」上の画面に、作業開始時や終了時のデータを自動反映するものです。
荷物の積み降ろし時間の実績データを取得できるだけでなく、手入力で起こりがちな入力忘れや間違いなどの人為的ミスを防止できます。取得データを分析することで、ドライバーの不要な待ち時間や作業時間の短縮につながり、業務負担を軽減できる利点もあります。
まとめ
物流業界では、長時間労働や労働力不足など早期解決が求められる課題を多く抱えています。AIは「24時間作業ができる」「精度の高い検品が可能になる」など、業務効率化や従業員の負担軽減を叶えられるツールです。うまく活用すれば、物流業界が抱える課題を解決に導くことができます。
オルツでは、AI技術を用いたシステム開発を行っています。課題や環境に合わせてシステムを開発し、導入までサポートします。AIの開発や導入について気になる点がありましたら、お気軽にお問い合わせください。
