まずAI配送ルート計画についての結論から。ルートの下書きはAIに任せ、ベテランドライバーは例外だけを修正する。どちらか一方がすべてを仕切るのではない。

AIルート計画とドライバー経験は、二者択一ではない。役割分担だ。この分担がうまく機能するのを、私は3つのプロジェクトで見てきた。そして、片方がすべてを仕切ったプロジェクトはどれも、稼働初日の夜にトラブルに見舞われた。

AIが得意なことと、ベテランドライバーが得意なこと

まず境界線を引く。境界線が曖昧だと、その後のすべてが言い争いになる。

AIは計算が得意だ。二十か所の配送先、3台のトラック、それぞれに重量と容積の制限があり、さらに配送時間枠もある——組み合わせの数は人間の頭では処理しきれない。AIは最短距離の初稿を数分で出す。ライブの交通状況が変われば、すぐに再計画する。積載制約を忘れることはない。過積載、容積超過、冷蔵品と常温品の混載——ルールを毎回きちんと守る。

ベテランドライバーが得意なのは、地図には載っていないことだ。ある住宅団地は午後4時以降トラックを禁止している。ある顧客は荷下ろしの前に門番の王さんへ電話する必要がある。ある道路は開いているように見えるが、雨が降るたびに冠水する。あるオフィスビルでは荷下ろし場に15分しか停められない。こうしたことはどのシステムにも載っていない。ドライバーの頭の中にある。

私はこの落とし穴を3回見てきた。プロジェクトチームがAIの計画したルートをそのまま送り出し、初日に3件の配送が遅れた。どれも「システムが知らなかった」問題だった——到着の30分前に電話を希望する顧客、昼間は一方通行なのにAIが双方向とみなした近道。AIが計算を間違えたのではない。情報がそもそも入力に無かったのだ。

だから判断基準はシンプルだ。ルールとして書けるものはAIへ。誰かの記憶の中にしかないものはドライバーに残す。この二つを見分けられなければ、プロジェクトは失敗する。

AI配送ルート計画の導入:4ステップ、飛ばしなし

ステップ一、ドライバーの経験をルール化する。ルートを最もよく知るドライバーを二、三人選び、それぞれに二日間同乗して、「通れない道路、入れない団地、まず電話すべき顧客」をすべて書き出す。システムのルールにできるものはルールベースに入れる。できないものは配送先に付けたメモにする。

ステップ二、AIが下書きし、ドライバーは例外だけを修正する。その日のルートはまずAIが出す。出発前にドライバーが確認し、問題のある配送先だけを変更する。良いものは変えない。変更にはすべて理由を書く。理由は週に一回見直す。繰り返し出てくる変更があれば、ルールベースにルールが足りないということだ。追加する。

ステップ三、レッドラインを決める。ドライバーが配送先の30%以上を変更したら、AIのルールベースに深刻な欠落がある。トラックを無理に出すのではなく、止まってルールを直す。この数字は、同一市内の配送クライアントで私が設定したものだ。最初の週、変更率は40%を超えていた。半日止めて11のルールを追加し、二週目には変更率が10%を下回った。

ステップ四、週に一回見直す。3つの数字を見る。定時率、総走行距離、ドライバーによる変更の件数だ。定時率が下がればルールをチェックする。走行距離が増えれば制約をチェックする。変更が頻繁なら入力をチェックする。見直しは30分、立ったまま行う。

計算してみよう:節約できる走行距離の価値は?

下の表は仮の例で、小中規模の配送車隊によくあるボリュームを使っている。シナリオのイラストであり、実在の企業のデータではない。

項目 仮の例
車隊規模 10台のトラック、毎日一往復ずつ
AI最適化前の一日総走行距離 1,200 km
AI最適化後の一日総走行距離 1,080 km、10%の節約
月22営業日で節約できる走行距離 2,640 km
kmあたり3元の全込みコストで 月あたり約7,920元の節約

節約できるのは燃料と走行距離だけではない。ドライバーは毎日一時間以上早く終わり、遅延配送が減り、顧客からのクレームも一緒に減る。この計算をクライアントに見せたとき、彼の言葉はまさに「去年やっておくべきだった」だった。ただ一つ警告がある。10%の節約はこの仮の例の数字であり、約束ではない。車隊がどれだけ節約できるかは、現在のルートがどれだけ乱雑かによる——すでに計画が上手な車隊なら、節約は3%だけかもしれない。

稼働初日の夜のチェックリスト——すべての項目にチェックを

私はこの落とし穴を3回見てきた。稼働初日の夜、いつも同じ種類の見落としだ。だからこのリストのすべての項目にチェックを入れること。一つでも欠けていたら、稼働してはいけない。

  1. ルールベースに制限時間と制限道路が含まれているか。含まれていなければ、出発させてはいけない。
  2. すべての配送先に顧客の電話番号と荷下ろしのメモが付いているか。ドライバーが到着しても誰にも連絡が取れなければ、その往復は無駄になる。
  3. AIの出力を誰かが確認しているか。稼働後最初の一か月は、誰かが出発前にすべてのルートを確認しなければならない。
  4. ルート変更の入力はドライバーにとって使いやすいか。埋もれていたら、ドライバーはわざわざ入力せず、間違ったルートを走ってしまう。
  5. 何か問題が起きたとき、誰が再計画するのか——配車担当者か、それともシステムが自動でか。責任が曖昧だと、起きた日にみんながお互いを待つことになる。
  6. 過去のデータは読み込んだか。AIが過去3か月分の注文を見たことがなければ、そのルートは理論であって実践ではない。

すべての項目にチェックが入ったら、最もよくある3つの失敗ポイントに注意する。

一つ目:AIを占い師のように扱うこと。AIは与えられたデータからしか計算できない。データに道路閉鎖の情報がなければ、出てくるルートは間違っている。データの質が悪ければ、AIが正確であればあるほど、間違いは速くなる。

二つ目:ドライバーがAIを全面的に拒否すること。ベテランドライバーの中には「10年運転してきた、教わる必要はない」と考え、下書きを見もせずに全部書き直す人がいる。そうなるとAIは何も学ばず、3か月後にはプロジェクトは名ばかりになる。解決策は「変更理由」の欄だ。ドライバーはルートを変更してもよいが、理由を残さなければならない。その理由こそがルールベースを育てる。

三つ目:初日に人間の確認を外すこと。稼働後の最初の二週間が最も脆い。ルールベースはまだ不完全で、ドライバーの信頼もまだ築かれていない。その二週間は誰かが目を光らせ、変更率が安定してから初めて手を離す。

最後に一つ。AI配送ルート計画では、テクノロジーは仕事の半分にすぎない。残りの半分は、ベテランドライバーの頭の中にあるものを少しずつシステムに移すことだ。移せば移すほど、AIは正確になる。移せなければ、AIはただの高価な計算機だ。そして結論をもう一度。AIが下書きし、ドライバーは例外だけを修正する。この役割分担を守れば、3か月後にはルートは今日よりずっとスムーズに回るようになる。

Lin Xiao(WMS導入コンサルタント)著 英語版からの翻訳。内容に相違がある場合は英語版を優先します。