UnityStep AIとレンゴーは出荷実績データを活用して製品置場を最適化する現場実証を開始した。データに基づく判断基準を作り、荷待ちや荷役時間の短縮、ドライバーの負担軽減を目指す。
東京大学松尾研発のスタートアップであるUnityStep AIとレンゴーは、10月23日に段ボール原紙の出荷時積み込み時間の短縮を目的とした製品置場の最適化に向けた現場実証を開始したと発表した。実証は出荷実績データを活用して、製品ごとの出荷傾向を分析・予測することから始まる。
実証ではUnityStep AIの需要予測・数理最適化技術とレンゴーの現場知見を組み合わせ、出荷実績データから得た情報を基に配置案を作成する。この配置案をレンゴーの現場で運用し、実際の効果を確認する予定である。
レンゴーは物流の2024年問題を背景に、ドライバーが働きやすく生産性の高い『ホワイト物物流』の推進を進めており、今回の取り組みはその一環として位置づけられる。実証の結果次第で対象製品の拡大や製品置場の見直し、将来的には生産計画や配車との連動、他拠点への水平展開も検討される。
同社はAIとデータを活用したサプライチェーン全体の最適化に向けた取り組みを進める方針で、現場実証の成果が今後の運用にどのように反映されるかが注目される。