AIで物流施設の入出荷量予測、誤差は±6%
PALなどがシステム開発、100人程度の施設でコスト1割減へ
PAL(大阪市西区、辻有吾社長)は北海道大学などと共同で、人工知能(AI)を使って物流センターの荷物の入出荷量を高精度で予測し従業員の最適配置を自動化するシステム「AI CROSTA(クロスタ)」を開発した。今秋からクラウド型で提供する。人員100人程度の物流施設であれば、約1割の運営コスト削減が見込める。
PALは物流センターの運営や電子商取引の物流業務の運営代行などを担うベンチャー企業。物流センター業務の受託事業などで得たデータなどを活用して開発した。
AIクロスタは過去の入出荷の実績データのほか、商品の値下げ、新製品発売、天気といったデータをAIに学ばせ、物量を予測する。この予測データとスタッフの能力や希望シフト、勤務可能時間といったデータを組み合わせて、シフトを自動で作る。
従来はシフト担当者の経験と勘に頼っていた。物量予測誤差はプラスマイナス6%。災害、事故といった物量変動に影響しそうな項目を多く取り込ませたり誤差があった際の原因を探って調整したりするほか、ユーザーの実績データを蓄積することで、AIによる予測精度を高められる。
対象はアパレルや医療、食品メーカーの事業部門や物流事業会社など幅広い業種。人員50人規模以上のセンターを想定している。システムは北大大学院の川村秀憲教授、AIベンチャーのエーアイ・トウキョウ・ラボ(東京都千代田区、北出宗治社長)と共同で開発した。
PALは物流センターの運営や電子商取引の物流業務の運営代行などを担うベンチャー企業。物流センター業務の受託事業などで得たデータなどを活用して開発した。
AIクロスタは過去の入出荷の実績データのほか、商品の値下げ、新製品発売、天気といったデータをAIに学ばせ、物量を予測する。この予測データとスタッフの能力や希望シフト、勤務可能時間といったデータを組み合わせて、シフトを自動で作る。
従来はシフト担当者の経験と勘に頼っていた。物量予測誤差はプラスマイナス6%。災害、事故といった物量変動に影響しそうな項目を多く取り込ませたり誤差があった際の原因を探って調整したりするほか、ユーザーの実績データを蓄積することで、AIによる予測精度を高められる。
対象はアパレルや医療、食品メーカーの事業部門や物流事業会社など幅広い業種。人員50人規模以上のセンターを想定している。システムは北大大学院の川村秀憲教授、AIベンチャーのエーアイ・トウキョウ・ラボ(東京都千代田区、北出宗治社長)と共同で開発した。
日刊工業新聞2017年6月15日