オンライン市場の拡大に伴う物流量増加により物流業界の需給は逼迫しています。イーグリスではAI画像解析を活用した出荷業務の省力化や無人化に貢献。秘密計算の活用により秘匿性を担保したままサプライチェーン間における企業データ連携・データ利活用を可能にし、需要予測や配送計画の高度化等を支援します。
オンライン市場（EC）の拡大に伴い増加する物流量は今後も増加の一途を辿る見込みですが、反面、労働人口の減少は続いています。AIやデータを活用した物流センター業務の省人化、ラストワンマイル問題の解消やドライバーの待機時間の低減等、出荷から配送に至る工程の生産性向上は物流分野における喫緊の課題といえるでしょう。
昨今、多くの物流会社や工場は物流センター内の無人化や省人化を目指しています。物流センターや倉庫内に複数のカメラを設置することで、撮影した画像をAIで解析し、出荷商品の判定・異常検知・エリアの仕分け等に取り組んでいます。
しかし、汎用的なパッケージのAI解析では商品の判別精度が不十分や適用先の汎用性（頑丈性）の低さが課題となり、数万点単位の商品がある物流センターや倉庫では思うような結果に繋がっていません。
イーグリスは数万点レベルの物流センターにおいても画像認識できる独自のAIアルゴリズムをゼロベースで設計し、従来のパッケージ品では困難であった超高速（0.15秒以下）、高認識率（98.55%）、高正解率（99.99％）の商品認識を実現し、顧客より世界最高レベルの高速・高精度「AI画像認識技術」を開発したと評価をいただきました。
この結果、AI画像解析アルゴリズムを産業ロボと連携させることで、出荷判定や仕分け、在庫管理システムの入力等業務の自動化による物流センターの無人化へ貢献することができました。
オンライン市場の拡大による物流量の増加によりトラック輸送の需給が逼迫し、運送費の高騰と共に品出しのためのトラック手配が困難になってきています。
さらに発注依頼が出荷日の前日等、直前且つタイトなスケジュールでの依頼が重なり、トラック手配がより困難になるという悪循環が起きています。
また、トラックの運転手側では荷待ちによる労働の長時間化や違法な停車による渋滞の発生等が社会問題化しています。
商品を生産するメーカー、サプライチェーン内の物流・在庫管理機能を担う卸、顧客接点である小売……サプライチェーン上の企業各々が保有するデータを秘匿性を担保したまま連携することで、生産量の調整や配送計画策定の精度・スピードを上げ、廃棄ロスの低減や欠品率の低下へ繋げることができます。
これまで一部の企業間でしか進んでこなかったCPFR（Collaborative Planning Forecasting Replenishment）の取り組みも秘匿性を担保することでサプライチェーン全体に広げることができ、さらなる生産性の向上に伴うコスト削減と環境負荷の低減を進めることができるでしょう。秘密計算により秘匿性とセキュリティを維持した形でのデータ連携・利活用はこれから迎えるESG時代の解の1つであるとイーグリスは考えます。
