アスクルはこのほど、物流センターと補充倉庫間の拠点間で商品輸送を行う横持ち計画にAIを活用した需要予測モデルを導入、同社の全国物流拠点に展開を開始した。
＜商品横持計画作成～横持ち作業のビフォー(上) アフター(下)＞
このAI需要予測モデルは、同社の「物流センター」とその近郊に位置する「補充倉庫」間の商品横持ち指示に活用し、「いつ・どこからどこへ・何を・いくつ運ぶべきか」をAIが指示するもの。
従来は、物流センターや補充倉庫の担当者がこれまでの経験や知見を活かして手作業で計画を立てていたところ、AI需要予測モデルを活用することによりAIで予測した結果に基づいた商品横持ち指示が可能となり、需要予測の精度が向上しただけでなく、作業工数の削減につながった。
＜フォークリフト作業の定量効果＞
このモデルの導入により、ALP横浜センターにおいて商品横持ち指示の作成工数約75％減/日、入出荷作業約30％減/日、フォークリフト作業約15％減/日の実績を得て、全国の同社物流拠点に展開を拡大していくとしている。
AI需要予測モデルを導入したことにより、属人的で担当者の経験と知見で成り立っていた商品横持ち計画作成がAIによってデータドリブンなプロセスに置き換わり、需要予測精度の向上、および、作業効率の向上に貢献した。また、需要予測の精度向上とシステム化により、これまでは管理が難しくセンター内で保管していた賞味期限や使用期限のある「期限管理品」を補充倉庫で保管することが可能となり、センター内での商品の移動が削減された。
定量・定性実績を踏まえ、これまで東日本の一部物流センターにて導入していたこのモデルを他の物流拠点に展開し、モデルのアップデートも含め更なる進化を遂げていく予定としている。
