熟練者の判断を再現するAIで、紙製品の荷積み計画を10秒以内に短縮

起点になっているのは、AIコンサルタントが熟練者本人から思考プロセスを聞き取り、現場の状況を理解したうえでAIを組み立てるという進め方です。ここで選ばれたのは、既存の最適化ロジックに条件を足し込んでいく方向ではなく、人がどの順で何を見て決めているのかという判断の道筋そのものを写し取る方向でした。制約を並べるだけでは表現しきれない業務ほど、この選択の差は大きく効いてきます。

人ならではの「気遣い」を、付け足しではなく計画の要件として組み込んだ設計も見逃せません。各トラックの配送先をできる限り1か所に集約し、複数になる場合は近い届け先で揃え、そのうえで積載量も見る。積載効率だけを突き詰めれば、計算上は良くても現場が受け入れにくい計画が出てきます。人の負担に関わる判断を最初から要件に含めたことが、机上で終わらない計画づくりを支えたのでしょう。

複雑な条件が増えるほどロジックの難易度が跳ね上がるという、従来手法の構造から降りた点も要因に挙げられます。条件の組み合わせを人が設計しきる前提を外し、熟練者の判断パターンを再現する形に置き換えたことで、考慮すべき事情が増えても組み立て直しの負担が膨らみにくい設計になっています。