AIとRPAが変える!物流の未来

販売業をはじめ、店舗をもつ経営において人手不足が慢性化しつつある昨今。
インバウンド客などが増え、利用者は年々増え続けているものの、
人手不足解消の目途は未だ立っていないという企業も少なくありません。
そんな店舗において、人工知能(AI)の導入が様々な問題の解決に繋がる可能性があることをご存知でしょうか。
現在の人工知能(AI)は、ときには「人よりも丁寧」とさえ言われることもある接客をはじめ、
店舗で起こりがちなイレギュラーなお悩みにも、柔軟に対応することが可能となっています。

物流業界の問題点と課題はなに?

大きな問題点は三点です。

1.人員(ドライバー)不足
宅配便の人手不足はここ最近の大きなニュースのひとつです。

国土交通省のデータによると「道路貨物運送業就業者数は、2003年以降増減しつつも、
概ね180万人超で推移」し「全体に占める若年就業者の割合は、
全産業平均に比へて低く、その差は拡大傾向」にあると指摘しています。

このような構造的問題を底流に持ちつつ、AmazonをはじめとしたECサイトのカスタマーサービスの変更が
その人手不足に拍車をかける形となっています。

2.過酷な労働環境
一方で働く環境は厳しさを増し、年間総労働時間は全産業の2,124時間に比べて
・道路貨物運送業の中小型車:2,580時間
・大型車:2,592時間
となっています(厚生労働書「賃金構造基本統計調査」)。
厚生労働省から基本的に1日の拘束時間は13時間と定められていますが、
延長する場合は最大16時間で、15時間を超える回数は1週間につき2回までと決められています。

基準でこれだけの厳しい労働時間です。
さらに時間厳守と交通法規順守をしながら緊張を強いられて働くことは大変なことです。

3.再配達問題
家庭への小口配達はサービス向上の観点から必然的に再配達問題を発生させます。
これがドライバーへの負荷のみならず、運送業者の効率化を悪化させます。

再配達の割合は全体の約2割にのぼり、この再配達を労働力に換算すると年間約9万人のドライバーの労働力に相当します。

物流の問題の解決にAIさくらさんが大きな役割を発揮する

このように、物流業界の問題点を整理してみると「AIさくらさん」をどのように活用できるかが見えてきます。
営業用トラックの積載効率は直近では40.5%まで低下しています。6割近くは「空気」を運んでいることになります。

積載効率は荷物サイズと配送車の許容範囲の計算と配送ルートの組み合わせで決まります。
荷物一つ一つにICタグを付け、IoT(Internet of Things:モノのインターネット)によって
今まで人間が関連付けを行なっていたことをAIにさせることにより格段に精度を上げることが出来ます。

AIさくらさんの活用で配達先への配達時間とGPS連動による配車システムをリアルタイムで予測し、
受け取り可能の可否を事前にチャットボット(チャット~おしゃべりとロボットを組み合わせた造語)で
ドライバーへ音声通知する。そんなことが可能になります。
再配達防止と積載効率アップによって、劇的に効率化が図れます。

次に、物流コストとサービスはトレードオフの関係にあり、これが労働環境を悪化させるひとつの要因でもあります。
問い合わせに対する対応や調査は運転中にはできません。

再配達問題もAIさくらさんならば配達先の確認や不在確認によって変更されたルートの確認を瞬時にやってくれます。
チャットボットとの組み合わせで、問い合わせも回答も音声サービスが可能となります。

待ち時間の合間に効率的に問い合わせ業務が処理できれば労働時間の短縮にもつながります。

RPAで業務負荷を軽減し、人手不足を解消!

一方、「RPAさくらさん」は、配達以外の業務を人の代わりに行い、人以上の成果を出すことが出来ます。
ひとつ例をご紹介します。増加傾向にある配達の依頼をRPAさくらさんが代わりに受け、そのまま商品の発注を行うことが出来ます。
これにより、注文内容の確認や商品の発注といった倉庫内での業務を減らし商品の配達に人員を回せます。
また、受注した伝票の入力や出力、データ管理までRPAさくらさんは行うことが出来るため、人以上に正確なお届け情報の管理を行うことが可能です。

受注した伝票のデータを使用する際にもRPAさくらさんによって呼び出すことが出来ますし、出力が必要な際にも人手を介さずに行えます。

配達業務の増加によって情報量も増え、人が管理することが難しくなっていますので、RPAに単純な情報処理は任せてしまえばいいのです。

物流業もAI・RPAによって単純作業を効率化!

配送車の自動運転やドローンによる配送などの近未来的な物流改革に行く一歩手前の段階でもAIは大活躍できます。
キーになるのはAIとIoTとビッグデータの活用による「最適化」で物流コストを抑えて、
どれだけ効率化と収益率を向上させるかです。

また、物流業は実のところ単純な情報処理が多く存在しており、それが業務負荷の原因になっています。
情報処理を行った後に配達を行うため、情報処理を素早く行えれば、物流業の効率化につながるのではないかと思います。
また、配達の依頼が増え、情報が増加しているいまだからこそAIやRPAによってデータの処理を行うべきなのではないでしょうか。