出光興産、配車計画をAIと最適化で自動生成し作成時間25%削減を目指す

システムの出した計画を最終決定として押し付けず、担当者が個別事情に応じて手を入れられる余地をあらかじめ設計に組み込んだことが、実運用に耐える鍵になったと見ています。「デジタルと人知のベストミックス」というコンセプトは、聞こえのよい標語というより、機械が扱える条件と扱えない条件を線引きする実務的な判断です。配送先の細かな事情のようにデータ化しづらい要素まで自動化の対象に含めようとすれば、精度は上がらず現場の信頼も得られません。調整の余地を残す設計は、AIの守備範囲を意図的に狭めることで、かえって使われる仕組みにしたと言えます。

処理を一段階でまとめず、予測と最適化に役割を分けた組み立て方も効いています。AIが季節や曜日から油種別の需要を読み、その結果と在庫量を受け取った最適化モデルが計画配送と積み合わせ候補を作り、最後に配送時間や車両サイズの制約でタンクローリーとマッチングする——という順序は、性質の異なる問題をそれぞれ得意な手法に割り当てる考え方です。段階が分かれていれば、計画に違和感があったときに予測が外れたのか割り当ての条件が合わないのかを切り分けられます。

実証段階から現場の配車担当者を開発に参画させたアジャイル開発と、稼働後もアクセンチュアの開発者が現場に常駐する伴走の体制は、完成品を引き渡して終わりにしない進め方として注目に値します。プロトタイプに触れながら意見を反映していく過程は、要件を固めきれない業務ほど有効で、同時に「自分たちが関わって作ったもの」という当事者意識を担当者側に育てる効果もあったのではないでしょうか。