近年では、EC市場での購買増加に伴い、配送業務の効率化が課題になっている。特に無料で即日、翌日配送を行う事業者が増えたことで、より重要視されていのが物流の最終拠点から顧客に届くまでの区間、いわゆる「ラストワンマイル」だ。迅速で、ミスのない配送が求められる一方、ドライバー不足や労働量の増加など問題も多い。そこで、今後起こりうる物流崩壊問題を解決すべく、独自のアルゴリズムを利用したラストワンマイル特化の ルート最適化サービス「Loogia」を提供する株式会社オプティマインドの取締役COOである吉川治人氏にお話を伺った。17代表取締役社長である松下 健氏が名古屋大学在籍時の2015年に、組み合わせ最適化アルゴリズム研究をベースにテックベンチャー株式会社オプティマインドを創業。2018年9月に宅配や宅食向けのルート最適化クラウドサービス「Loogia」の提供を開始している。配送先の住所や荷量などをエクセルファイルに入力してアップロードするだけで、AIが自動で計算し、どの車両が、どの配送先を、どの順番に、どういうルートで配送するのが最適なのかを導き出してくれる。誰でも配車作業が可能になることに加え、配送コースや稼働時間、コストの削減にもつながるすばらしいサービスだが、なぜラストワンマイル配送に特化したのかその理由を吉川氏に伺った。「開発前にさまざまな企業にヒアリングを重ねる中で、物流の特にラストワンマイルの配送領域にこそ、当社の強みである組み合わせ最適化技術を生かせる可能性があることがわかりました。東京、大阪間の幹線輸送ですと1台あたり1件または数件程度しか配送しませんが、ラストワンマイル配送では、1台あたり数十件から100件以上も配送するケースがあり、さらに一定エリアで十数台の車両が稼働します。つまり、車両台数×配送件数の組み合わせ数が膨大になるわけです。この組み合わせ数が多いほど最適化技術に大きな価値を見い出すことができます。ネット通販の普及に伴い配送ドライバーへの過度な負担が社会問題になり始めていた時期ということもあり、ラストワンマイル配送に特化したサービスを開発することにしました」(株式会社オプティマインド 取締役COO 吉川治人氏)リリース当初は速度予測と業務適合性に課題があり、「計画通りに配送できない」「3つの倉庫から出発する計画を立てたい」など導入企業からさまざまな要望があったと吉川氏は話す。こうした要望に応えることで現在のLoogiaの強みである、速度予測と業務適合性の精度を高める結果につながったという。「移動速度の予測を立てながらさまざまな制約条件を考慮し、最適なルートを算出するアルゴリズムはすごく難しいものなのです。しかし、営業メンバーやエンジニアが何度も現場に足を運んで要素を吸い上げ、時間と労力をかけ研究・開発を行ってきました。そのおかげで現在は速度予測と業務の適合性の精度が弊社の強みになっていると自負しています」(吉川氏)日本郵便株式会社での大規模試行導入や株式会社ローソンとの共同実証実験などを経て、現在では導入企業が160社以上に拡大。今まで、ベテランドライバーが経験を頼りに行っていた配送計画の完全自動化を実現している。世界的にも2022年3月にGoogleがラストワンマイルとルートプランニングに特化したサービスを発表するなど、より注目が高まりつつある中、今後どのように事業を展開していくのか、そのビジョンを吉川氏に伺った。「グローバル人材を含めた採用を進め、開発や営業を強化しています。2025年末までにエンジニアを90人、コンサルティングを担う営業員を45人といずれも現在の3倍に増やす予定です。Loogiaは配送における“計画”と“実行(配送)”の部分に力を入れてきましたが、今後は利用データを活用した分析まで踏み込むことを検討しています。引き続き国内を中心としたビジネスを展開していきますが、将来的には“世界のラストワンマイルを最適化する”をビジョンとし、海外へのサービス拡大も見据えています」(吉川氏)1ドライバー用のアプリは、ブラウザ版だけではなくモバイル端末にも対応。現在はAndroid OSのみでのリリースだが、モバイル端末に対応することでGPS情報の取得が安定し、より高精度な走行データの計測が可能に。2配送先の住所や荷量、滞在時間などを入力したエクセルファイル、もしくはCSVファイルをアップロードすると、道路混雑や交通規制なども考慮した最適な配車計画をAIが自動で算出。現在、開発中だがアプリ上での配送の進捗管理にも対応予定。株式会社オプティマインド取締役COOURL◦https://www.optimind.tech/吉川 治人氏[ビジネス新潮流]Vol.18高精度の配車サービスで高精度の配車サービスでラストワンマイルの最適化を目指すラストワンマイルの最適化を目指す
元のページ ../index.html#17