|
現在、世界の一部の国や地域の運輸・物流業界は、流行病によって深刻な影響を受けています。コロナウイルスの拡散を防ぐため、一部の国や地域では渡航禁止令を発令せざるを得なくなりました。しかし、パンデミックの間、AIと自動化技術の導入は運輸・物流業界に有益であることが証明されており、物流・運輸業界は革新を起こし、経済回復を支援することができました。 [[345621]] 7bridgesのCEO、フィリップ・アシュトン氏は次のように述べている。「世界の物流業界は2021年までに3兆2,150億ドルに成長すると予想されています。輸送と物流における人工知能ソリューションはこの成長の大きな部分を占めており、高まる消費者の期待に応えるために不可欠です。効率的なサプライチェーンに依存して円滑に運営する輸送・物流プロバイダーと小売業者は、どちらも人工知能技術を採用して競争力を高めることができます。」
以下では、輸送および物流分野における AI と自動化技術の使用事例をいくつか紹介します。
（１）認知機械読み取り<br /> 運輸・物流業界でも、大量の異なる種類のデータを効率的に読み取る方法として、認知機械読み取り (CMR) と呼ばれる AI 技術が採用されています。
アントワークスのグループCEO、アシーシュ・メーラ氏は次のように説明した。「パンデミックは物流・輸送業界に多くの困難と不確実性をもたらしました。旅行や業務の制限により、物流・輸送会社の75%以上でサプライチェーンが深刻な混乱に陥りました。しかし、デジタル化を進めた企業では、自動化技術が物流計画や顧客への請求などのプロセスを通常通りサポートし、維持する上で重要な役割を果たしました。」
認知機械読み取り (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。認知機械読み取り (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します。
認知機械読み取り (CMR) は、物流会社や運送会社が請求メカニズムを処理する方法も変えています。これは、従来は手動で実装する必要があったもう 1 つのタスクです。たとえば、世界的な運輸・物流会社では、認知機械読み取り (CMR) テクノロジを導入することで、請求プロセスの精度が 80% 向上し、処理時間が 63% 短縮されました。 ”
（２）人工知能・モノのインターネット（AIoT）
運輸・物流部門に破壊的な変化をもたらす2番目のテクノロジーは、人工知能とIoTテクノロジーを組み合わせたものです。
マインドツリーのヨーロッパ担当副社長兼コンサルティング責任者であるアンシュマン・シン氏は、次のように述べています。「新興技術の急速な発展により、運輸・物流会社にはやるべきことが山積しています。2019年にはIoTを既存のシナリオに統合するユースケースが増加しましたが、IoT/センサー機能の追加やエッジインテリジェンスの実装に関する課題のほとんどは、モノのインターネットにおける人工知能（AIoT）のケースで解決されています。」
これらの機能を導入した当初の目的は、障害を早期に予測したり、使用パターンを最適化して効率を高めたりすることだったかもしれませんが、これらのデバイス/センサーが提供する豊富なデータにより、現在では探索と最適化の新たな道が開かれています。 ”
シン氏は、進行は3つの段階で起こると説明した。 - 基本的なセンサーの開発や利用可能なデバイスとの統合など、エッジでのコア機能を有効にします。
- これらのセンサーから生成されたデータを収集し、通常はクラウド内の中央データ 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。
- AI/ML と IoT の相乗効果を実現し、それらを人工知能 IoT (AIoT) に統合します。
「この分野の技術は、コア技術の進歩に伴い、初期のデバイス機能/統合から人工知能インターネットオブシングス（AIoT）の応用へと進化しています」と彼は述べた。「IoTは膨大な情報へのアクセスを提供しますが、AIはスマートでエネルギー効率の高い輸送および物流システムの構築を可能にし、サプライチェーンの調整を達成するというより高い目標を追求しながら、エネルギーの持続可能性を向上させることができます。」
（３）航空分野における人工知能 Alpha Aviation Group のゼネラルマネージャーである Bhanu Choudhrie 氏は、ユーザー需要の急激な減少によりパンデミックによって深刻な影響を受けている航空業界の業務に AI がどのように役立つかを説明します。
チョウドリー氏は、「AI技術は航空輸送業界で広く採用されています。空港のパスポートから顔認識、手荷物のチェックインからフライトの監視まで、この革新的な技術は長年にわたり運航者と顧客のプロセスを合理化してきました。これらのアプリケーションに加えて、AIにはさらに大きな応用の可能性があります」と述べました。
同氏は、人工知能が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ると指摘し、アルファ航空グループはすでに航空輸送の効率性向上とパイロット学生の訓練のために規制当局と緊密に協力していると述べた。
人工知能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、パイロット学生のトレーニング プロセスからのデータを分析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大量のデータを生成するセンサーが搭載されているため、このテクノロジーとリソースを使用して、パイロット訓練生の学習能力と運用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、インストラクターが確信できない結果を生成します。たとえば、AI ソリューションは、重要な操縦を行う訓練生パイロットの能力を評価し、リアルタイム データに基づいて訓練生パイロットの長所と短所を総合的に評価することができます。
（4）サプライチェーンマネジメント
運輸・物流会社の業務の重要な側面はサプライチェーンの管理です。Teradata の EMEA 小売コンサルティング部門の責任者である John Malpass 氏が、運輸・物流部門が人工知能からどのようなメリットを得られるかを説明します。
「AIは、物流・運輸業界が直面している最も有望な技術機会の1つです。手作業をロボットに置き換えるという点だけでなく、サプライチェーンの管理方法を変えるという点でもAIは有望です」とマルパス氏は述べた。「しかし、AIを単に既存のプロセスを改善するために使用するだけでは、その潜在的な価値は限られてしまいます。この技術は、仕事やビジネスのプロセスを変革するために使用できます。」
AI におけるこの変革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それを調和させることで、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。ユーザーは、これまでにない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なリアルタイム自動化の組み合わせを使用することで、ユーザーはこれまで手作業で行われていたビジネス 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の技術進歩を促進し、より良い方向へ変革する新たな機能をもたらすでしょう。 ”
（５）気象状況の監視
最後に、Blue Yonder 3PL の業界戦略担当副社長であるピーター・ヴァン・メロード氏は、AI は気象状況を監視して問題の解決策を見つけるのに役立つと述べました。
彼は次のように説明しています。「AIは、天候や製品の有効期限などの情報を機械学習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る上で重要な役割を果たすことができます。」
たとえば、AI テクノロジーによって天候の変化により港や空港が閉鎖される可能性があることがわかった場合、機械学習テクノロジーを使用して代替ルートを推奨し、小売業者が問題を解決できるようにすることができます。野菜は輸送の遅れにより賞味期限が短くなり、目的地に到着する前に腐ってしまう可能性もあるため、これは非常に重要です。こうした物流上の問題を回避することで、効率性が向上するとともに、無駄も大幅に削減され、最終的には小売業者の収益増加につながります。 ” | 
