輸送と物流における AI と自動化のユースケース

7bridgesの創設者兼CEOであるフィリップ・アシュトン氏は、次のように述べています。「運輸・物流（T&L）部門におけるAIソリューションはこの成長の一部であり、高まる消費者の期待に応えるために不可欠です。

「T&L サプライヤーであっても、小売業者のように円滑な運営のために効率的なサプライ チェーンに依存している企業であっても、競争力を維持するには AI イノベーションを取り入れることが不可欠です。」

新興市場都市におけるスマート交通の創出

WhereIs MyTransport の CEO である Devinde Vries 氏が、新興都市の交通をよりスマートにするためにデータをどのように活用できるかについて説明します。

マッキンゼーによれば、物流会社はAIを導入することで今後20年間で年間1.3兆ドルから2兆ドルの収益を生み出す可能性があるという。この記事では、輸送と物流における AI と自動化の現在および将来のさまざまな使用事例について詳しく説明します。

認知機械読み取り

この分野で活用されている AI 実装の 1 つは、認知機械読み取りと呼ばれる、さまざまな種類の大量のデータを効率的に読み取る方法です。

Antworks の共同創設者である Asheesh Mehra 氏は次のように説明しています。「パンデミックにより、物流および輸送業界は困難で不確実な時期を迎えています。出張や業務上の制限により、最大 75% の企業でサプライ チェーン業務に大きな混乱が生じています。しかし、デジタル化に取り組んでいる企業では、物流計画や顧客への請求などのプロセスで、自動化が通常業務のサポートと維持に重要な役割を果たしています。」

「コグニティブ マシン リーディング (CMR) に基づく自動化ツールは、物流計画に従来から伴っていた面倒で時間のかかる手作業を削減します。CMR は、構造化データ形式と非構造化データ形式を分析、抽出、処理して、予測とその後のアクションのための非常に正確なレポートを迅速に生成することでこれを実現します。

「CMR は、企業が請求メカニズムを処理する方法も変えています。請求メカニズムも通常は手作業で集中的に行われる作業です。たとえば、ある世界的な運輸・物流会社は、CMR の自動化によって請求手続きの精度を 80% 向上させ、処理時間を 63% 短縮しました。」

モノのインターネット

運輸・物流業界に革命をもたらすもうひとつの技術は、人工知能とモノのインターネット (IoT) を組み合わせたものです。

「新興技術や新技術の急速な発展により、運輸・物流企業にはやるべきことがたくさんあります」と、マインドツリーのマネージング パートナーであるアンシュマン シン氏は述べています。「2019 年には、IoT を既存のシナリオに組み込むことが増えました。IoT/センサー機能の追加やエッジ インテリジェンスの有効化に関する課題のほとんどは、AIoT で解決されています。」

「これらの機能を有効にした当初の目的は、障害の早期予測や効率性向上のための使用パターンの最適化に関連していたかもしれませんが、現在これらのデバイス/センサーが提供する膨大な量のデータにより、探索と最適化の新たな道が開かれています。」

シン氏はさらに、進歩は3つの段階で起こると説明した。

1. エッジでのコア機能の有効化 - これには、基本的なセンサーの開発、利用可能なデバイスとの統合が含まれます。
2. これらのセンサーから生成されたデータを収集し、通常はクラウド上の中央データ ストアまたはデータ レイクに構造化された形式で保存します。
3. AI/ML と IoT の相乗効果を実現し、それらを AIoT に統合します。

「この分野における焦点も、コアテクノロジー自体とともに進化しており、初期のデバイス機能/統合からAIoTのアプリケーションへと移行しています」とシン氏は付け加えた。

「モノのインターネットによって膨大な量の情報にアクセスできるようになる一方で、AI によってスマートでエネルギー効率の高い貨物システムの構築が可能になり、エネルギーの持続可能性を高めながらサプライチェーンの調整を改善するという目標を達成できるようになりました。」

航空業界における人工知能

C&C Alpha Group の創設者兼エグゼクティブ ディレクターの Bhanu Choudhrie 氏は、需要の急減によりパンデミックの影響を特に受けている航空業界において、AI がどのように業務を支援してきたか、また今後も支援し続けられるかについて説明します。

「AI技術はすでに航空輸送業界で広く導入されている」とチョードリー氏は語った。 「空港のパスポートコントロールでの顔認識から手荷物預かり、航空機の遠隔監視まで、これらのイノベーションは長年にわたりオペレーターと顧客のプロセスを合理化してきました。しかし、これらの現在のアプリケーションを超えて、AIはさらに大きな可能性を秘めています。

「AIは航空業界の変革において重要な役割を果たす可能性があり、アルファ・アビエーション・グループはすでに規制当局や航空会社と緊密に連携し、航空輸送の効率化と将来のパイロットプールの支援におけるAIの可能性を実現しています。」

「AIと機械学習アルゴリズムはパターンの識別に優れており、訓練生の訓練プロセスからデータを収集するのに非常に効果的です。ほとんどのフライトシミュレーターにはすでに大量のデータを生成するセンサーが装備されているため、このリソースを使用して、訓練開始時からパイロットの能力を評価できるようになりました。」

「強力な AI と機械学習システムは、何百もの飛行パラメータを分析し、何千時間ものシミュレータ データを整理して、人間のインストラクターが判断できない結果を導き出すことができます。たとえば、AI プログラムは、パイロットが重要な操作を実行する際の能力を評価し、リアルタイム データに基づいて訓練生の長所と短所を総合的に評価できます。」

航空分野における AI の価値は、英国政府が空域管制用の最初の AI システムの実地試験を行う 300 万ポンドのプロジェクト「ブルーバード プロジェクト」を承認したことでも実証されました。 2021年8月に開始されたこの作業は、アラン・チューリング研究所および米国航空交通管制局（NATS）と共同で実施されている。

サプライチェーンマネジメント

輸送および物流業務の重要な側面はサプライ チェーンの管理です。Teradata の小売コンサルティング業務 EMEA 部門の元責任者である John Malpass 氏が、この分野が AI からどのようなメリットを得られるかについて洞察を提供します。

「AIは、物流・運輸業界が直面する最大かつ最も有望な技術進歩の機会の一つであり、ロボットによる手作業の置き換えという点だけでなく、サプライチェーン全体の考え方や管理方法においてもその可能性を秘めている」とマルパス氏は述べた。

「しかし、AI を既存のプロセスを改善するためだけに使用しても、AI が提供できる潜在的な価値は限られてしまいます。AI は、仕事のやり方やビジネス プロセスを変革するために使用したときに、その真の価値を発揮します。

「この AI 革命の中心にあるのはデータです。エンドツーエンドのサプライ チェーン全体からさまざまなデータを統合し、自動化された分析機能を通じてオーケストレーションすることで、サプライ チェーンを最適化および運用するための新しい洞察に基づくアプローチが可能になります。このアプローチにより、ユーザーはこれまで利用できなかった方法でサプライ チェーンを管理する方法について総合的に考えることができます。

「統合データと予測的リアルタイム自動化の組み合わせを使用することで、ユーザーは時代遅れで手作業の多いビジネスプロセスを更新し、再考することができます。AI が適切に実装されれば、物流および輸送部門でまったく新しい働き方を推進する画期的な新機能が導入され、変革的で永続的な変化がもたらされます。」

気象状況の監視

最後に、Blue Yonder3PL の業界戦略担当副社長である Peter Van Merode 氏によると、AI は気象状況を監視して、同時に発生する問題の解決策を見つけるのに役立ちます。

彼は次のように説明しています。「AIは、気象や製品の有効期限などの情報を機械学習（ML）と組み合わせて使用​​することで、輸送や物流の混乱の可能性を特定し、問題を最小限に抑えたり完全に回避したりする上で重要な役割を果たすことができます。」

「例えば、AI が荒れた海で港が閉鎖される可能性があることを検知した場合、ML は代替ルートを提案することで小売業者が問題を解決するのに役立ちます。これは非常に重要です。なぜなら、船に積まれた野菜の到着が遅れると、野菜の賞味期限が短くなったり、店舗に届く前に腐ってしまう可能性があるからです。」

「こうした物流の問題を回避することで効率性が向上し、無駄も大幅に削減され、最終的には小売業者の利益増加につながります。」