トランコムは11月7日、コア事業である物流情報サービス事業の求貨求車サービスにおいて、PKSHA Technologyの予測・最適化技術を活用したアルゴリズムを導入したと発表した。
＜データ活用イメージ＞
システム概要は、数千万にも及ぶ過去のマッチング実績、および過去数年の貨物・空車の需給傾向をAIが学習し、対象貨物とマッチングできる空車が見つかる可能性を予測、100点満点でスコア化し、スコアの根拠として1.予想空車量2.ルート3.過去実績でアジャスターの荷請け判断をサポートする。
AI導入による効果を「10％のマッチングロス削減見込み」、「荷請け判断のスピードアップに伴う顧客満足向上」、「新人アジャスターをサポート」の3点を挙げている。
このAIシステムを導入することで、検証時の試算では、スコアを活用することで従来荷請けしなかった貨物のうち 10％（約1万件/年）以上が荷請けに回る見込みとなった。取引先への対応力向上、マッチング精度の向上を図り、効率的な輸送を実現させることでドライバー不足や環境負荷低減などの様々な物流課題の解決に向けて 「はこぶ」仕組みを構築、提供していくとしている。
なお、AI導入の背景として、同社は、顧客の定期幹線輸送や波動対応のスポット輸送のニーズと、全国のパートナー企業の車両情報をマッチングする求貨求車サービスを提供していることがある。同社が強みとし
ている中長距離の幹線輸送は、荷姿、荷物の固定方法、積み降ろし場所のルールなど輸送条件が多岐に渡るため、AI等を用いた自動マッチングは難しく、詳細な情報取得や条件交渉は人手を介す必要がない。そのため 「アジャスター」と呼ばれる営業スタッフが荷請け判断を行い、荷主の要望に合わせて柔軟な対応をしている。
一方で、荷請け判断には一定の属人性が伴うため、一部においてマッチングロス （マッチング可能性が高いにも関わらず荷請けしなかったことによる輸送機会ロス）が発生していた。今回、PKSHA の予測・最適化技術を用いた、マッチング可能性をスコア化するアルゴリズムを開発・導入することで、マッチングロスの削減を目指すもの。
