ヤマト運輸が荷物量予測AIで勤務シフトと配車計画を効率化

全国約6500カ所の配送センターへ届く荷物量の見立ては、経験の長い担当者の勘に頼る部分が大きく、勤務シフトや配車計画の立案が特定の人に偏りやすい業務だった。過去4年分の集荷、配達データを機械学習で分析し、各配送センターに3から4カ月先に届く1日あたりの荷物量を予測するシステムを導入し、経験の浅い担当者でもBIツールで予測結果を確認しながらシフトや配車計画を組めるようにしたという。

• 日経クロステックの報道によると、予測の誤差は数パーセントにとどまるとされている

予測精度そのものよりも、非専門家がBIツールで結果を確認できる見せ方まで設計した点が読み取れる。属人化していた勤務シフトと配車計画の立案を、特定のベテランに頼らず回せる体制に変えるには、精度と並んで現場の誰が使うかという視点が欠かせないと分かる。