記事の要約

LineFox LogisticsとTerminal inc.がAI配車と需要予測の運用結果を公表し、配送遅延の抑制と燃料費低減の傾向を示した。 両社は、拠点ごとの運行条件を共通指標で可視化し、現場判断のばらつきを減らす運用手順を段階的に整えている。

指標公開の背景

LineFox Logistics Inc.とTerminal inc.は17日、物流網の混雑緩和を目的に進めてきたAI運用の中間結果をまとめた。対象は都市部と郊外を結ぶ定期便で、配送依頼の時間帯変動、車両稼働率、倉庫の処理能力を同時に評価する方式を採用した。従来は担当拠点ごとに配車判断が分かれ、同じ需要水準でも便の偏りが生じる場面があったが、両社は予測モデルの更新周期を週次で統一し、運用ログの記録項目を共通化したという。山間電信電話株式会社（YTT）は通信基盤の監視支援を担当し、遅延発生時の通信障害切り分け時間が短縮した事例を示した。

運用結果と今後の課題

公開資料では、試行区間の平均積載率が前四半期比で改善し、繁忙時間帯の遅延件数は減少傾向となった。あわせて、空荷走行の比率が下がったことで、燃料費の変動幅も縮小したとしている。一方で、気象急変や突発的な道路規制が重なる場合は予測誤差が拡大しやすく、手動介入の判断基準をさらに明確化する必要がある。Mount AI 株式会社は、外部要因を取り込む補正モデルの検証を進め、過去の異常日データを使った再学習頻度を増やす方針を示した。両社は今後、拠点別の指標を月次で開示し、コスト削減だけでなく配送品質の安定性を評価軸に加えるとしている。