まだ勘でトレーラーを積んでいる？AI積載計画が容積利用率を78%から92%へ——運賃コストも削減

2023年後半、Zhengzhouにある小型家電荷主の倉庫で出荷作業を見ていた。53フィートのトレーラーがドックに着き、フォークリフトの運転手がパレットをあちこち動かして40分近く経っていた。ようやくドアが閉まったとき、後部には2メートル近くの空きスペースがぽっかり残っていた。ドックに立ったまま計算してみた。そのトレーラーは容積ベースで4分の3程度しか積まれていなかった。運送会社はもちろん、満載料金をまるまる請求した。

トレーラー積載で腹が立つのは、運賃がトラック単位で決まり、実際にどれだけ積んだかでは決まらないことだ。空いた1立方フィートごとに、ただでお金を渡しているのと同じだ。

この倉庫は地域の配送センター向けに1日30〜40便を出荷しており、すべてベテランの積載作業員が経験で計画していた。容積利用率は74%前後で推移していた。2024年3月に積載計画ソフトウェアを導入し、3か月後には利用率は89%で安定した。貨物量は同じで、月間輸送回数は900便超から760便前後に減った。節約額は本物のお金で、PowerPoint上の空想ではなかった。

利用率を語る前に分母を押さえる

アルゴリズムの話の前に、トレーラーに実際どれだけ積めるかをはっきりさせよう。そうでなければ、どんなパーセントも机上の空論だ。

標準的な53フィートのドライバンで使えるのは、内寸の長さが約52.5フィート、幅が約8.3フィート、高さが9フィート——使える容積は3,800〜4,000立方フィートだ。標準的な48×40インチのパレットは、真っすぐ入れて床置きで26枚。積載可能重量は、法定総重量80,000ポンドからトラクターと空車のトレーラー重量を引いた約42,000〜45,000ポンドが上限になる。

こう考えてみよう。1便の積載には「スペース」と「重量」という2つの天井がある。かさばる貨物（ティッシュ、ソファ、マットレス）は先にスペースの天井に当たる——これが「cubing out」だ。重い貨物（飲料水、金物、紙）は先に重量の天井に当たる——これが「weighing out」だ。AI積載計画が本当に得意なのは、この2つの天井を同時に最適化することだ。人間の頭は一度に1つしか見ていられない。

公表されている業界のバンドもこれを裏付けている。手作業の積載は通常65〜75%の容積利用率、ソフトウェア支援の積載は85〜92%に達し、平均で約8〜18%の改善だ。つまり見出しの78%から92%はマーケティングの誇張ではない——78%は本当に腕のいいベテランが出す数字で、92%は貨物の組み合わせが味方したときのソフトウェアの上限だ。その間の14ポイントが、アルゴリズムが稼いでくれる分だ。

ソフトウェアが実際に計算していること

これはただの3Dテトリスだと思っている人が多い。半分正しい。

テトリスに似ているが、ルールは過酷だ。浮いたブロックは禁止（すべて下に支えが必要）、重いものが軽いものを潰してはいけない（カートンの圧縮強度はハードな制約）、最初の配送先の貨物はドアのそばに置く（複数配送先の積み順）、重量配分はすべての車軸を法定内に収める（間違えると計量所で罰金を払う）。アルゴリズムは、3Dビンパッキング＋枝刈りで何十万通りもの配置を探索し、密度が高く、潰れず、降ろしやすく、車軸も合法な唯一のレイアウトを探し当てていると考えればいい。

なぜ手作業の積載は78%前後で頭打ちになるのか。人間のキャッシュが尽きるからだ。ベテランはこのカートンが24×16×16、あれが20×12×12だと覚えていられる。だが20種類のサイズに積み重ねルールと配送順が混ざると、頭は保守的な定石に戻る。大きな箱を下に、小さいものを隙間に押し込み、降ろしやすいようにドアのそばに余裕を残す。「安全策」1回ごとに数ポイントの利用率を失っている。

2025年初め、Dongguanにある3PLの家具倉庫で教科書通りの事例を見た。かさばる貨物（ソファ、マットレス）と重い貨物（金属金物）の混載だった。手作業チームは手抜きをして重いものを全部先端（ノーズ）に積み——高速道路の検問で駆動軸の過積載を2度摘発され、1回あたり数千ドルの罰金を払った。システム稼働後、アルゴリズムは重いパレットを車軸の近くに分散させ、かさばる貨物を上に浮かせた。利用率は78%から92%へ、車軸も合法に。ただしコストもあった——積載時間は35分から50分に増えた。作業員がタブレットの図面を見ながらパレット単位で従わなければならず、勘で積めなくなったからだ。

導入すべき企業——そして導入すべきでない企業

まず結論をはっきり言う。このソフトを必要としない倉庫は多い。ベンダーは「AIデジタルツイン積載」をデモするが、中身は10年前のヒューリスティクスを3Dアニメーションで包んだものだったりする。その手の疑似イノベーションはパスだ。

導入すべきプロファイルは明確だ。以下のうち2つ以上当てはまれば導入すべき。1つ目、月間30便以上——トラックが多いほど利用率1ポイントの価値が上がる。2つ目、SKU寸法がごちゃごちゃで、1台のトレーラーに10種類以上のカートンサイズが混ざり、人間の手に負えない。3つ目、重貨物とかさばる貨物の混載や複数配送先ルートで、制約が経験の処理能力を超えて積み上がる。4つ目、自社車両か確約された輸送力を持っていて、削減した1便がそのまま利益になる。

導入すべきでないリスト。固定パレット仕様×固定レーンが毎月続く——ベテランは目をつぶっても85%で積むし、6桁ドルのソフト代はベンダーへの寄付だ。あるいは1日5便未満の小規模倉庫。Excelの積載テンプレート＋重量チェックで90%の効果が得られる。

計算はシンプルだ。同じ貨物量に必要な輸送回数は、利用率に反比例する。

(92−78)/92 ≈ 15.2%。月間100便の倉庫は、理論上15便を削減できる。たとえば長距離1便あたり$2,000とすると（運送会社の最新の見積もりを確認すること——運賃は動く）、月$30,000、年$360,000だ。ソフトウェアの年間ライセンスは通常、数万ドルから10万ドル台前半。小学生でもできる計算だ。

1つ注意。この15%は上限だ。貨物とレーンが標準化されているほど実際の効果は小さく、混載がごちゃごちゃで制約が重いほど効果は大きい。ベンダーが見せるのはいつも最良の事例だ。それを自社にそのまま当てはめてはいけない。

最大の罠はソフトウェアではない——マスタデータだ

私が見てきた積載計画の導入失敗の10件中9件は、アルゴリズムの問題ではなかった。ゴミのマスタデータだった。ゴミを入れればゴミが出る——ここでは鉄則だ。

カートンの寸法が2センチずれているだけで、システムの美しい92%の計画は実際のトレーラーに入らない——積載全体を崩して積み直しだ。最悪の事例。300以上のSKUを持つ倉庫で、WMSのカートン高さは仕入先の気分で入力された値で、日常的に3〜5センチずれていた。初週、積載チームはストライキを起こした——「図面はフィクションだ」と。動きの速いSKUをメジャーで全部測り直すのに丸1か月かかって、プロジェクトは息を吹き返した。

罠その2。作業員が図面通りに積まない。システムはセンチ単位で計算するのに、ベテランは目分量で「だいたい合ってる」とし、ドア脇の2パレットが斜めに入り、後続がドミノ倒しになる。解決策は1つだけ。計画をタブレットに載せ、パレット単位で積み、スキャンで確認する。ベテランと「柔軟性」を交渉してはいけない。KPIに入れる。

罠その3。WMSやTMSと連携していない。計画担当は明日の実際の受注を知らず、Excelを手作業で計画ツールに1日3回エクスポートし、2回間違え、みんな静かに勘積みに逆戻りする。積載計画はWMSからライブの受注と在庫を取り込み、TMSに計画を渡して輸送力計画に使わなければならない。この連携のどれか1つが切れても、お金は無駄になる。

そして直感に反する話。利用率が高いほどいいとは限らない。92%の計画は積載に50分かかり、88%の計画は25分で済む。ドックが1日40台のトレーラーを回さなければならないなら、25分の差×40台＝1,000分——ドックが詰まり、待機料と残業が積み上がり、総コストは下がるどころか上がる。本物のプロは、利用率単体ではなく「利用率×積載時間」のペアで最適化する。92%を狙うべきか88%で止めるべきかは、ベンダーのデモ動画ではなく、自社ドックの処理能力の逼迫度で決まる。

では、お金を払う価値はあるか。1つの数字を見よう。月間輸送回数×1便あたりの平均コスト×15%。それが年間ライセンスを上回れば買うべきだ。下回れば、いいExcelテンプレートを作って次に進もう。アルゴリズムが計算してくれるのは、しょせん数学だ。節約が本当に着地するかどうかは、倉庫の中で一番数学的でないもの——メジャーで測ったカートン、図面通りに積む作業員、実際に流れるデータ——にかかっている。

Da Liu（自動化エンジニア）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。