実施時期: 2024年12月|2026.06.02 最終更新
属人的で複雑な配車計画をAIで最適化し、作成時間を25％削減
※イメージ画像です
プロジェクト概要
アプローチと成果
カテゴリー詳細
お問い合わせ
こんな課題を持つ企業におすすめの事例です
- 複雑な配車計画や配送ルートの作成に時間がかかっている
- 担当者の経験や勘に依存した属人的な業務を標準化したい
- 需要予測の精度を上げ、在庫管理や物流を効率化したい
プロジェクト概要
背景・目的
出光興産では、燃料油の配送において約70名の配車担当者が1日約5,000件の配送オーダーに対応していました。最大1,800台のタンクローリーの積み合わせに加え、サービスステーション（SS）ごとの販売量を予測して発注する計画配送など、様々な条件を考慮する必要がありました。さらに、配送先の個別事情も加味しなければならず、配車計画の立案には膨大な時間がかかっているという課題を抱えていました。
物流の「2024年問題」などの社会課題も見据え、業務効率化とエネルギーの安定供給を両立するため、AIを活用システムの導入プロジェクトがスタートしました。
アプローチと成果
アプローチ
アクセンチュアは、出光興産の配車計画作成業務を効率化するため、AIと最適化モデルを活用した新システムの開発を支援しました。本システムでは、まずAIが季節や曜日などの条件を学習し、各SSの油種ごとの需要を高い精度で予測します。次に、最適化モデルが需要予測や在庫量をもとに最適な計画配送を立案し、特約販売店からのオーダーも含めた積み合わせ候補を作成します。さらに、配送時間や車両サイズなどの条件を考慮してタンクローリーとのマッチングを行い、配車計画を自動生成する仕組みを構築しました。
開発においては、実証段階から現場の配車担当者が参画するアジャイル開発を採用しました。プロトタイプを用いてユーザーの意見を都度取り入れることで、実用性の高いシステムを実現しています。また、システムが算出した計画に対し、配車担当者がシステムでは把握しきれない個別事情を微調整できる「デジタルと人知のベストミックス」をコンセプトとしています。導入後もアクセンチュアの開発者が現場に常駐し、継続的な利便性向上のための伴走支援を行っています。
プロジェクトへの評価と成果
改善・向上したこと
業務の自動化
生産性向上
対応時間・リードタイムの短縮
属人化解消
推進したこと
システムへのAI機能組込み
プロトタイプ開発（PoC）
AI活用の社内展開・定着
新システムの導入により、配車担当者の練度にかかわらず、高品質な配車計画を短時間で作成できる体制が整いました。AIと最適化モデルの処理能力に、担当者の知見を組み合わせることで、取引先の満足度を維持しながら業務効率化を実現しています。
今後は配車担当者全員が本システムを利用することで、配車計画の作成時間を従来比で25％削減することを目指しています。
カテゴリー詳細
プロジェクト内容
AI導入・支援形態
導入部門・データ活用
導入部門と活用内容
全社共通・汎用業務
物流・配車部門
運輸・物流
配車計画の自動化
需要予測・在庫配置最適化
配送ルート最適化
活用したデータ
数値・Excel・ログ
売上・受注・販売実績
在庫・生産・物流データ
採用したAI技術・ツール
採用したAI技術
AIモデル・構築手法
(RAG / ファインチューニング / 他)
機械学習（数値データからの予測・推論）
統計モデル（数値データに基づく傾向分析）
WarpBiz編集部の事例考察
本事例の成功の最大の要因は、AIによる完全自動化を目指すのではなく、システムが算出した最適解に現場担当者の知見（個別事情の調整）を組み込む「デジタルと人知のベストミックス」を採用した点にあります。このアプローチは、複雑な制約が多い製造業の生産計画や、小売業の配送ルート最適化など、完全なシステム化が難しい他業種のオペレーションにも応用できるでしょう。導入にあたっては、実証段階から現場を巻き込むアジャイル開発を取り入れ、現場の反発を防ぎつつ実用性を高める工夫が不可欠です。同様の物流・配車最適化を検討される方は、ぜひ他の事例記事もご覧いただき、自社に合ったアプローチ探しにご活用ください。
プロジェクト実施・導入企業
アクセンチュア株式会社
この事例と同じようなシステムを開発したいですか？ WarpBizで実現可能なパートナーを探しましょう。
出光興産株式会社
この事例を見た方は以下の事例も見ています
類似事例を読み込んでいます
関連度の高い事例を選定しています。少しお待ちください。