名鉄バスの乗務員シフト作成、最適化AIで8〜10時間の手作業が3〜4時間に

既成のサービスでは解けないと早い段階で見切り、焼きなまし法と呼ばれる最適化アルゴリズムを軸に据えた選択が、この取り組みの起点になっています。焼きなまし法は、割り当ての組み合わせを少しずつ入れ替えながらより良い解を探していく手法で、コースと乗務員という膨大な組み合わせの中から制約に反しないパターンを見つけ出す用途に噛み合います。営業所ごとに地域特性も固有ルールもまったく異なり、ある営業所のやり方が別の営業所では通用しないという事情は、出来合いのパッケージにとっては扱いにくい条件でした。それを「守るべき制約を与えて解かせる」形に置き換えれば、営業所ごとの違いは条件設定の違いとして吸収できます。

最小構成から始めて条件を磨き込む進め方も、実運用にたどり着けた要因です。いきなり完成したシステムを持ち込むのではなく、Excelに入力したデータをアルゴリズムに渡して結果を確認するという素朴なやり方から着手し、制約条件と設定の調整を1,300回以上積み重ねました。ALGO ARTISのアルゴリズムエンジニアと頻繁に電話で方向性を詰め、時には現場に同席して一緒に意見を整理する体制が、その反復を支えています。

展開の順序を「変える意志のある現場から」に切り替えた判断も見逃せません。1ヶ月半毎日通い詰めても動かず、一時停止せざるを得ない営業所があった一方で、変えたいという空気のある営業所を先に見つけ、土日も平日も足を運んで声を集め、要件へ反映していきました。使う側でも「手組みを一切しない」と決め、まず全乗務員の条件を打ち込みきる——最初の2〜3時間をそこだけに費やす——という切り替えが起きています。中途半端に手作業と併用している限り条件は入力されきらず、出力の質も上がらないため、この割り切りがAIに叩き台を作らせる前提を成立させたと考えられます。