ASPIC公式サービス【アスピック】

LYNA 自動配車クラウド|インタビュー掲載

LYNA 自動配車クラウド|インタビュー掲載

車両の選定から配送ルート設計まで最適化された配車・配送計画をワンクリックで作成。ロジスティクスの現場で20年以上改良してきた独自のAIエンジンによるクラウド型完全AI自動配車システム。

CLOSE

資料ダウンロード (無料)

資料ダウンロード (無料)

こちらから「配送ルート最適化」の資料を一括でダウンロードできます。

一括資料ダウンロード (無料)

利用規約プライバシーポリシーに同意の上、資料をダウンロードしてください。

サービス概要

LYNA 自動配車クラウド(自動配車システム)は、誰でも簡単に最適化された配車・配送計画を作成できるクラウド型完全AI自動配車システムです。
独自のAIエンジンにより、配送情報を入力するだけで最適な車両台数と配送ルートを瞬時に算出します。

また、クラウドタイプのため、インターネット環境さえあれば、いつでもどこでも利用でき、作成した計画を他拠点やドライバーとリアルタイムで共有することも可能。

配車係の人手不足や過重労働などの課題を解決し、配車業務の高速化と正確性の向上に貢献します。

1.日々の配車計画の高速化、コスト最適化を実現する。2.誰でも、いつでも、より正確な計画が組める。3.充実のサポート体制で、簡単に運用できる。

主なポイント

  • 独自のAIエンジンによる配車計画の高速化

ロジスティクスの現場で20年以上改良してきた独自のAIエンジン「ライナメタヒューリスティクス」を搭載。
企業ごとに異なる複雑な制約・条件を網羅し、配車計画に不可欠な距離や時間、人件費といった配車コストを最重要視して計算し、何万〜何十万通りの計画を瞬時に比較検討しながら、トータルコストに最も優れた配車計画を高速で提案します。

 高速な計画作成、自動配車AI技術

  • 入社1年目の社員でも、ベテラン同様の配送計画が可能

AI技術のアシストにより、経験の浅い担当者でもベテラン同様の正確な配車計画が組めるようになります。属人化を解消し、ベテランスタッフの負担解消にも繋がります。
また、システム設定のチューニングが可能なため、現場のノウハウを反映しながら、企業ごとに最適化された配送計画を安定して実行できます。

時間帯別道路速度、バース管理混載禁止、集荷配送の種別指定

  • 確かな知見を持ったスタッフによる充実したサポート体制

ロジスティクスの現場で培ったノウハウを基に、確かな知見を持ったスタッフが検討段階から導入、運用まで丁寧にサポート。
オンラインでのWebミーティングをはじめ、オフラインでの対面サポートも充実しています。

メール/無料相談会による サポート、帳票設定

 

インタビュー

お客様と一緒に作り上げてきた現場でしっかり活かせるシステム。現場が使いこなせるよう運用支援にも注力

株式会社ライナロジクス 代表取締役 朴 成浩様

株式会社ライナロジクス 代表取締役 朴 成浩様

—LYNA自動配車クラウドは、どのようなシステムですか?

最新のAIアルゴリズムで最適な配送計画をスピーディーに自動作成できる、クラウド型の自動配車システムです。

開発のきっかけは、元々、私(株式会社ライナロジクス 代表取締役)が大学在学中にロジスティクス分野、特に配車計画に関わりを持ったことにあります。大学では、「組合せ最適化」という分野で、膨大な組み合わせの候補から特定の評価基準に基づいて一番良い組み合わせを探す方法を模索するといった研究を行っておりました。

その後、物流現場の効率化を目指してプロダクトを提供するために起業しました。当時はIT技術の急速な発展に伴ってWindowsやインターネットが普及しはじめ、最適化の計算に必要なメモリやCPUが安価で流通するようになった時期でした。一方でAIという言葉はまだブームになっておらず、配車も勘と経験でやっている状況だったのです。

そうした問題に時代に先駆けて向き合おうと、実運用に耐えるシステムを開発したという次第です。そのため、計算上は問題がなくても現実には障害になり得る制約条件をクリアできるように試行錯誤を重ねました。

—具体的にどのような制約条件が課題だったのでしょうか?

速度や道路規定、時間指定、運行上、運転手は休憩を取らなくてはならないといった類の話です。その他にも荷物の積み合わせの相性、積載条件の問題などがありました。こういった問題はお客様からのフィードバックを積極的に取り入れて解決していきました。その頃は業界内でITによる業務効率化が進んでいなかっただけに、活用してくださるお客様は非常に熱心で、現場の目線から課題をどんどん指摘していただけました。弊社ではなによりも「しっかりと現場に活かせるシステム」という点にこだわっています。その姿勢は今でも変わりません。

実際、システムの実用性という点がLYNAの一番の強みになっています。多くの場合、コンピューターは働く人の都合や気持ちなどを考えずに計画を組むため、仕事の配分が不均衡になったり、数値化しづらい不公平感を発生させたりしやすいのですが、人間が計画を立てる時はそうした問題も考慮して対処しているわけですよね。そこで現場の方が数値化・言語化するのが難しいものの実際にやっていることをモデル化して、システムに落とし込んでいきました。

また、特定の現場だけでなく多くの現場で同様の問題があると考え、いかにして汎用的なモデルにするかという点も非常に気を遣いました。LYNAはこうした現場の知見とテクノロジーを組み合わせて、配車業務の効率化および最適化を目指すことに注力したシステムです。

—コンピューターでの処理は杓子定規になりがちですから、そうした配慮は大きなポイントですよね。

そうですね。ITに慣れていない方にもストレスなく自然にお使いいただけるように工夫しています。クラウドだと日々の利用状況を把握して、お客様がどういう使い方をしているか、どこで躓いているかを数値で確認できますので、弊社も個々の状況に合わせて丁寧なヒアリングができます。日々お客様が有効活用し、成果が上がっているかを考えながら伴走支援も行っています。

—サポートにも力を入れているのですね。

はい。こうしたシステムは導入を推進される人と、実際にシステムを操作する人が異なり、現場がうまく使いこなせていない場合もあるため、弊社はそれを見越してサポートをしています。具体的な業務まで踏み込み、より効率的に配車するにはどうすればいいかをご提案することもあります。

実際、配車を組んだもののバランスが悪いときは、業務を見直した方がいいケースもありますね。午前指定ばかりで午後は荷物がほとんどないという場合、時間指定を緩めることができるだけで、配車台数が半減できるなんてこともあります。システムを使うことで現状が可視化され、改善に向けた議論の材料にできるというメリットもあります。

—LYNAが選ばれる理由は何でしょうか?

豊富なノウハウを活かしてシステムの実運用・定着を実現できる点です。AIやアルゴリズムを利用したシステムは実際に現場に応用して試行錯誤をしてきた経験がないと、実用的かどうかわからないという面があります。弊社では20年以上この分野に取り組んできたという実績がありますので、導入定着のノウハウには自信があります。

また、製品自体のアルゴリズムも優秀です。一口にAIと言っても内部で使われている技術は千差万別です。組み合わせ最適化一つとっても様々なアルゴリズムが存在しますが、最終的にそれをコンピュータープログラムにする作業が疎かだと、同様の技術やアルゴリズムを実装していても、まったく性能が違うという事態が生じます。弊社はそうした実装技術の高さも兼ね備えていますので、バグもなく、良質な配車結果を速やかに出すことが可能です。

—どのようなお客様と相性が良いですか?

様々な業種のお客様にご利用いただいていますから、かなり幅広い分野にマッチします。例を挙げると、日配品の配送業、特に食品関係の配送業者様です。お客様にはセンターから店舗への配送をされている方が多く、実際に相性としても良いと思います。また、メーカー様の物流なども好相性ですね

車両数についても数十台くらいの規模感があった方が効率化の成果が出やすいですが、5台や6台など、台数の少ないお客様もいます。最近ではお客様のニーズも変化しており、IT技術でベテランの方の負担を軽減したり、新人の方でも適切に業務ができるようにしたりしたいという声が非常に増えています。

—効率化やコスト削減のためだけに求められているわけではないのですね。

はい。昔は効率化やコスト削減のニーズが多かったですが、いまは基幹となる人材が減っていますから、猫の手も借りたいという気持ちで「AIに頼りたい」とご相談に来られる方も少なくありません。今後、そうした人材の課題は大きくなっていくと思います。

まず、労働時間の問題がありますよね。働き方改革によって労働時間も経営側が非常に気を遣うべき指標になりましたし、規制もできましたが、これまで運送業界は多少見逃されている面がありました。そもそも労働がスタートすると就業時間になったからと言って簡単に切りあげられる仕事ではありませんからね。しかし、いよいよ業界的にも見直しが求められはじめましたから、今後は労働時間の観点でも適切かどうかを計画段階で判断しなくてはなりません。

また、環境の問題も大きいです。CO2を世界的に削減しようという流れに呼応して、日本でも2030年には半減することになっています。今後は「走った結果これだけCO2が排出されました」では許されない状況が到来するでしょう。配送前にCO2も意識しなければならなくなるわけです。

そうすると配車担当の方は計画を立てるだけでも苦労していたのに、さらに労働時間やCO2も計算に入れなくてはなりませんから、どう考えてもコンピューターの助けを借りないと難しくなります。システムでそうした数値を明瞭にして計画が立てられれば、データを求められたときにもすぐに根拠を提出できるようになります。

—代表的な導入事例を教えてください。

ある運送会社様の事例になりますが、当初は社長が配車の計画を立てていたものの、高齢になり作業負担を減らしたいというニーズがありました。ただ、これまでの経験や勘が求められる業務だけにどうすればいいかわからないということでご相談いただきました。

「社長の配車ノウハウをAIに受け継ぐ」という方向で打ちあわせを重ねながら、システムを導入して運用を開始したところ、売上が良くなるだけでなく、従業員様のご不満もなくなったと仰っていただきました。車両の稼働時間などが棒グラフで可視化されたことで、負担の大きい案件をドライバー間で分担したり、空きがあるとわかったところは営業を開拓しようという議論が活発になったりと、企業としても成長の余地が見えてきたとのことでした。

社内のコミュニケーション面が改善されたというお話は他のお客様からもいただいています。数値が見える化したことで荷主様ともコミュニケーションできるようになったそうです。荷主様の立場からすると輸送費はなるべく下げてほしいものですが、実際に運んでみるとやはり難しいということがわかったとき、稼働状況や所要時間などの数値を見せながら話せることで、議論の説明材料になると評価していいただけました。また、業務が効率化して余裕が生まれたことにより、ドライバー様とのコミュニケーションも改善されたとのことです。

—今後、注力したいことについて教えてください。

物流業務の中でも、配車業務は一分野でしかなく、多くの分野がまだ勘と経験で処理されています。つまり、コンピューターやアルゴリズムで改善できる余地がたくさん残っているということです。具体的には、すでにある取引や配送データを積み重ねて売り上げを推測するといったことが考えられます。

最近、店舗からの発注データはあっても荷物の量がわからないという多くの出荷現場で見られる課題に対応するため、「LYNA 荷姿数量予測」というサービスを始めました。商流の情報はシステム化されていて、誰が何を買ったか、どのお宅に何個届けないとならないかという情報は把握されていますが、それが実際に貨物になった際、どのような荷姿・ボリュームになるかが実はわかりません。荷姿数量予測は、それらを商流の情報を学習して「こういう注文状況ならこれくらいの荷物で重量はこうなります」と提示するというサービスです。そういった未だに勘と経験で補っていることを、組み合わせ最適化、機械学習などのAI技術で効率化できればと考えています。

また、より多くの運送会社様にシステムを使っていただけるようにしていきたいですね。今後、システムは環境と人材両方の観点からより一層必要になってくると思いますので、すべての方に使っていただけるようにサポートしていくことが弊社の使命と捉えています。

 

料金

  • お問い合わせください。

 

会社概要

会社名 株式会社 ライナロジクス
代表者名 朴 成浩
資本金 61,000千円(2020年4月1日現在)
所在地 〒272-0021 千葉県市川市八幡3-4-8 田中ビル4F

 

CLOSE

資料ダウンロード (無料)

資料ダウンロード (無料)

こちらから「配送ルート最適化」の資料を一括でダウンロードできます。

一括資料ダウンロード (無料)

利用規約プライバシーポリシーに同意の上、資料をダウンロードしてください。

このページの内容をシェアする

  • Facebook
  • Twitter
  • LINE
TOPへ戻る

資料ダウンロードフォーム

1分で簡単登録。無料

入力フォームはこちら

登録済みの方はこちら

パスワード再発行

アスピックご利用のメールアドレスを入力ください。
パスワード再発行手続きのメールをお送りします。

アンケートにご回答ください。

サービスの導入検討状況を教えてください。

  • 資料請求後に、当該資料に含まれる「サービス提供会社」や弊社よりご案内を差し上げる場合があります。
  • ご案内のため、アスピックにご登録いただいた会員情報を弊社より「サービス提供会社」に対して電子データにて提供いたします。
  • 利用規約とプライバシーポリシーに同意の上、ダウンロードいただきます。

ご回答ありがとうございました。

ご登録いただいているメールアドレスにダウンロードURLをお送りしています。ご確認ください。

CLOSE