AI 活用で不在配送を約20％削減～JDSC、佐川急便、東京大学、横須賀市、グリッドデータバンク・ラボの取り組み

昨今、新型コロナウイルスの影響もあってインターネット通販の利用が急増している一方で配達のためのドライバーが不足しており、深刻な問題となっています。この問題を解決するため、JDSC、佐川急便、東京大学、横須賀市、グリッドデータバンク・ラボの5者は共同で、AIを活用した不在配送問題の解消に取り組んでいます。世界初のフィールド実証実験を行った結果、約20％の不在配送減少を確認したとのことです。

電力データをAIが学習

このシステムでは、スマートメーターから得られる電力データをAIで学習し、在宅予測および判定を行います。単に在宅予測および判定を行うだけでなく、それに基づいた配送順の提案も行うそうです。

2018年9月～10月に東京大学内で行った配送試験では、予めキャンパス内の各建物に、別途収集した住宅の電力使用データと在不在情報を模擬的に割り振った上で、電力データのみから最適ルートを提示するシステムの性能評価を行ないました。その結果、配送成功率は98％となり、人が最短経路を判断し配送する場合に比べて不在配送が91％減少し、総移動距離も5％減少したそうです。

世界初となるフィールド実証実験を挙行

東京大学内で行った実験はあくまで理想環境に基づくものであり、実地環境での検証が課題でした。

そこで、2020年10月～12月に横須賀市において世界初となるフィールド実証実験が行われました。この実験では実際にスマートメーターのデータを家庭用HMES機器等で直接受信し、実際の配送会社、配送手段、実際の受け取り手である市民の協力と参画により行われたそうです。

実験の結果、不在率を約20％改善できることが分かりました。さらに、その地域の担当ドライバー、代走ドライバー、新人ドライバーなど、さまざまなドライバーで実験を行いましたが、ドライバー間での差はみられず、どのようなドライバーでも同様の結果が出たそうです。

一方で、総走行距離と稼働時間は、不在宅を回避したルートをとるために、増加傾向にありました。2021年中には再度実証実験を行い、走行距離・稼働時間を同等レベルに抑えた形で不在率の削減を目指す予定となっています。