2018.12.28
近年のECサイトの普及と利用増に伴って、輸送量が大幅に増えているのに比例して、運送業での人手不足が極めて深刻な状況に陥っています。
何を隠そう原因は、2009年の規制緩和に始まる過当な低運賃競争と、それによる「低賃金・重労働」の就業環境・待遇の悪さから「物流の担い手」たるドライバーの求人が思うように伸びないこと。
厚生労働省が今年1月に発表したレポートによると、トラックドライバーを含む自動車運転者の有効求人倍率は、3.03倍と全業種平均である1.59倍を大きく上回っており、人手不足は深刻さの一途をたどっていることが伺えます。
宅配便だけで見ても、年間の取り扱い個数は約43億個（2017年度）まで増長し、業界全体への負荷に拍車がかかっている状態です。
現在、日本の物流の約9割がトラック輸送に頼っているといわれており、日本経済にも大きなダメージを与えかねない状態になっています。
かつては「稼げる職業」のひとつとして挙げられていたトラックドライバー。
原因は先に挙げた点であるとして、なぜ解決の糸口が見えないのでしょう。
ECサイトの発展により、急増した物流サービス需要。
関連業界では数多くの対応策を講じ、また国交省も「労働力不足対策のアクションプラン」を打ち出すなどして、解決を目指してきましたが、やはり総合的な国内労働人口の減少もあり、なかなか抜本的な改革ができていないといわれています。
また輸送業特有の問題も原因として挙がっています。
ひとつは、トラックの積載効率の悪化。
国交省によるとトラック1台当たりの積載率は、約41%(平成29年度)で、近年徐々に減少しています。
実に荷室の半分以上のスペースを無駄にしながら運行していることになります。
もうひとつは、「荷待ち」、「ラストマイル問題」による業務効率の悪化。
「荷待ち」とは、荷物の積み下ろしの際に、ドライバーが待機している時間のこと。
ドライバーがいくら効率よく運んでも、荷送先・荷受先で必ず発生してしまうもので、ドライバーの長時間労働問題の観点からも大きな原因となっているものです。
「ラストマイル」とは、配送センターから個人宅までの物流における最下流の部分を指します。
近年社会問題にもなっている「再配達」によりドライバーが何度も繰り返し往復する羽目になり、業務非効率の大きな要因として挙がる課題です。
こうした業界全体の問題、はたまた業界全体の旧態依然とした体質そのものが、人手不足や長時間労働問題の根源にあるため、遅々として改革が進まないといった側面もあるようです。
今回はAI/RPAといったテクノロジーを利活用して、これら諸問題を解決しようとする取り組みを中心にご紹介してまいります。
再配達に悩まされる宅配業者を助けるアプリとして開発された「自動家電サービス」（株式会社トレイル）は、トラックにGPSのついたスマートフォンを積み、配達先に近づくと、クラウド上の架電サーバーから自動で電話をかけて配達先の在宅・不在を知ることができるというスグレモノ。
電話を受けた側は、自動音声案内で配達時間帯を知らされ、受け取れる場合は「はい」と答えるだけで、配達可能先として判断されます。
受け取れない場合は「いいえ」と答え、さらに同じ電話で再配達希望日時を伝えることができ、その情報がドライバーのスマホに反映される仕組みになっています。
もし電話をとれず折り返した場合は、トラックの現在地と配達先との距離に応じてAIが応答内容を変えて自動で対応することも可能。
AIによる音声認識を搭載しているため、荷物の受け取り手、ドライバー双方がプッシュボタンで操作する必要がないという利点を最大限生かしたサービスであるといえます。
実は、不在通知を受け取った人のうち、約50%がドライバーに直接電話をかけるといわれており、18時以降電話が鳴りやまないといった問題も抱えていたため、配送の効率化に大きく寄与できるサービスであると期待されています。
こうした再配達解消に向けた取り組みは、日用品のECサイト「LOHACO（ロハコ）」（株式会社アスクル）でも。
配送サービス「Happy On Time」では、配送時間指定を午前6時から午前0時まで、1時間刻みで対応。
アプリのプッシュ通信機能を利用し、受け取り手へ30分前、10分前と配送時間の事前通知を行っています。
こうして一般的な宅配の不在率が約20%に達する中で、きめ細やかな同サービスでは約3%まで低減させることに成功しました。
こうしたサービスのベースとなるのは、配送計画や配送車輌の運行状況をリアルタイムで管理・更新する独自システム。
アスクルの保有する物流ビッグデータを配送計画に組み込むため、人工知能「Hitachi AI Technology/H」（日立製作所）を導入。
自動学習によって「到着時刻の精度に影響を与える要因」を特定し、配送時間の誤差の極小化と配送効率の最大化を図っているのです。
富士運輸では、ドコモの「AIインフォテイメントサービス」とRPAサービス「WinActor」を活用したツールを実証実験中です。
ドライバーの日報作成から事務員の各種確認業務、請求データ発行業務といった運送業界で生じている一連のルーティン業務を効率化・自動化する試みで、人手不足や労働時間の長時間化などが課題を解決し、経営効率化を図っています。
音声エージェントの問いかけにドライバーが応えるだけで、日報作成・業務記録が可能で、作成されたデータは特定クラウド上にアップロード。帰着後に日報を作成・修正する手間が省けるため、この部分にかかる稼働時間の約80%を削減できるとしています。
また、これまで運送会社の事務員が目視で行っていた、ドライバーの手書き日報と積み荷や配送先の情報を定めた運行計画書の照合作業。
「WinActor」を導入することで、先の作成されたクラウド上の日報データと運行計画書の自動照合が可能になり、最終的な請求データの確定まで、ほぼ人力を介さずに業務を遂行できるシステムになっています。
これにより、事務員に付帯する事務作業の稼働時間を約50%までに削減に成功しています。
ドコモと富士運輸は、これまでも空車回送の削減を目指した、運送業特化の車両位置情報管理サービス「DoCoMAP」や、それを活用したからにトラックと配送ニーズを結びつける「docomap JAPAN」を相次いで開発。
「運送業向け働き方改革ソリューション」の提供により、業界全体の体質改善や労働環境の整備に寄与することを目指しています。
先にご紹介した2つの他にも、様々なソリューションが登場しています。
「AI配車ソリューション TOMAS」（株式会社ジェイ・ビー・クラフト）は、企業から企業への配送スケジュール組み立て、配車を行うソリューション。
また、荷台の温度管理や積み荷の防犯対策、トラックそのものの車両整備を助けるAI構築を提案する「AIさくらさん」（ティファナ）なども登場しており、運送業×AI/RPAの動きはより活発になっていくものと思われます。
運送業界の過酷さや窮状は、筆者の親族にも何名か長距離トラックドライバーがいることもあり、非常に身近な課題として痛感してきました。
運送業は、日本経済の根幹ともいうべき物流の担い手であります。
各種技術の発展・活用により、労働者の負担が少しでも軽減できれば。
AI/RPAの今後の展開に注目です。
