機械学習(AI)を活用のTMS(配車管理システム)

シーオス株式会社は、社会インフラとしてのロジスティクスをデジタルネットワーク化することで産業に革新をもたらす、ロジスティクスのリーディングカンパニーです。

シーオスでは2024年問題ならびに恒常的なドライバー不足問題を解決するためのTMS（＝配送管理・運行管理システム）ソリューションとして、「Quent」（クエント）を提供しております。

＜課題＞
トラック・ドライバーのリソースは限られており、日々変動する配送指示に対して様々な制約条件を加味しながら必要な時に必要な場所へ荷物を届けられる配車組作業を完遂することは非常に難易度が高く、属人性が高くなりがちな業務といえます。

なぜなら、複数の条件をパズルのように組み合わせて最適化することは、最新のコンピュータ技術でも解決が難しい領域であり、配車担当者様はこれまでの知見や経験を総動員しながら日々の業務を行っているのが現状です。

したがって、配車担当者様から別の担当者様へ正しく業務要件を棚卸し、引継ぎを行うこと自体が困難であるがゆえに、一般的なTMSに実装されている「自動配車」機能を用いてTMSが配車組作業を代替しようとしても、

• TMSに投入する前段の準備（データ・要件整備）が整わない
• 正しく情報を入れた範囲のみをインプットとして自動配車が機能するために準備内容が不足していると正しい結果が出ない

という構造的問題から、「そもそも導入までの準備で工数がかけられない」「配車はされるが担当者にとってはしっくりこない結果となる」という現場評価が行われ、現場への適用が思うように進められないという状況が長らく続いていました。

＜シーオスが提供できる価値＞
シーオスのTMS「Quent」では、課題にあげた問題に対して、機械学習というアプローチで解決しています。業種・業界横断で20年以上の物流課題の支援実績のある当社の知見から、「すべての要件をTMS（システム）稼働のために正しく抽出することを前提としない」 ことをベースにTMSを構築しており、Quentを共同開発した導入企業様は日本ロジスティクスシステム協会（JILS）のロジスティクス大賞の受賞につながりました。

考え方としては、TMSへのインプットを人がすべて行うのではなく、 TMSに実装したアルゴリズムが、日々の配車結果の中からTMSの配車組（自動配車）に必要な要件を抽出するというアプローチをとっております。
※特許：6082074「配車方法及び配車システム」

そのことにより、最低限のマスタ登録作業で導入の負荷を下げるだけでなく、 Quentの自動配車が「日々の配車組の結果」に近しい結果を抽出するようにチューニングされることで、「現場にしっくりくる配車結果となる」ことを実現するようにしています。

また、季節によって配送傾向が変わる場合も、Quentが直近の配車結果の傾向を自動で再学習して自動配車を行うため、従来のTMSで必要だった細かい要件のマスタ登録作業負荷やメンテナンス作業負荷が削減され、配送担当者様の時間を配車組の精度向上に注力できるようになります。

上記例では、3時間かかっていた配車業務時間が20分（88％）に大幅削減され、短時間で配車が完了するため、ギリギリまで配送の受注を受け付けることが可能となり、限られた配送リソースの最大限活用ができるようになりました。

• TMSの提供だけではなく、配送業務（あるいはその周辺業務）について業務改善コンサルテーションを行う
• 配車後のトラックの運行管理・動態管理機能によってトラックの現在位置や配送ステータスを見える化する
• 集荷専用の配送システムに変更する
• 配送中のトラックに温度管理機能を付け、コールドチェーンが担保されているかどうかを見える化する

など、お客様にあわせたご支援もアレンジ可能ですので、配車管理・運行管理の課題について、お困りごとがあればぜひ当社までお問い合わせください。

■関連ページ 配車管理・運行管理システム TMS「Quent」
https://www.seaos.co.jp/product/quent-tms.html

■SEAOS ─ Neural Networking Logistics ─ 　
社会インフラとしてのロジスティクスをデジタルネットワーク化することで産業に革新をもたらす。
https://www.seaos.co.jp