AI First Manufacturing - ユースケース
AIによる配送車への荷積み計画最適化
AIによる配送車への出荷品の積み付け作業の自動化で、属人化を解消し所要時間の大幅短縮を実現
課題・背景
「物流の2024年問題」によりさまざまな課題が生じている
- 出荷品を全国の客先に配送するために、積載率は高く、車両台数を抑えた荷積み計画が理想的
- 毎日の出荷品は大量かつ多種多様な形状とサイズがあるため、荷積み計画作業に時間を要する
- 荷積み計画業務の難易度は高く、現場の匠の属人化が生じている
ニーズ
最適な荷積み計画を策定し、属人化を解消して業務効率を向上させたい
- 現場の匠の作業負担を低減し、複雑な条件を考慮した、効率的な荷積み計画を立てたい
アプローチ
GOAL
荷積み計画AIによる作業効率向上
- 現場の匠が配送業務において重要視する情報や、複雑な制約条件などの暗黙知の特定
- 最適な配送計画を作成し、荷積み計画作業時間の大幅な短縮
- 匠と同等の積載率やトラック台数が最適化された荷積み計画の策定
AIによる暗黙知の可視化
匠が重要視する複数の制約条件とデータを考慮し、多種多様な出荷品の荷積み計画を行うAIを試作
荷積み計画AIの実装・検証から本格導入
匠に限りなく近い荷積み計画を策定できるか検証し、荷積み計画AIシステムとして現場に本格導入
取り組みの流れ
- STEP01ヒアリング/課題抽出
AI活用が効果的な課題を選定
現場と会話を重ね、AIコンサルタントの視点からボトルネックを特定して、AI活用可能な課題を選定
- STEP02AI導入検証
AI試作による課題解決検証
選定課題を基に目標を設定。AI技術を駆使してAIを試作し、課題解決の可能性を検証
- STEP03検証評価、方針検討
次フェーズに向けた計画策定
Al導入検証結果を基に、システム化の効果や要否を検討
- STEP04システム実装
AIアルゴリズムの実装・改善
エンジニアリング部隊と協同してシステムの実装・検証・改善
製造業をAIファーストへ
まだ答えの見つからない課題を
ぜひご相談ください
