商船三井のAI航路最適化、試験運用で燃料6%減 全社データ基盤も構築

データの調達・加工・結合・名寄せを基盤側で完結させるという切り分けが、この取り組みの土台になっています。前処理を利用する側に委ねると、部門ごとに独自の加工ルールが積み上がり、同じ指標が別々の数字で語られる状態へ逆戻りします。共通データの整備を基盤の責務として固定した設計は、分析の再利用性とデータの信頼性を同時に引き上げる狙いを持っていたと読み取れます。扱うデータ領域を一度に広げず段階的に拡張している点も、基盤を作り切ってから使うのではなく、使いながら育てる構えの表れです。

AIより先に業務プロセスを定義し直した順序も見逃せません。BPMを共通の方法論に据え、チャータリング業務や運航業務の流れと判断ポイントを可視化して標準手順としてデジタル化する進め方は、データが自然に溜まる業務の形を先に用意する工夫にあたります。「AI-ready（AIを使える状態）な業務基盤」という言葉が示すのは、自動化できそうな作業を後から探すのではなく、ボトルネックを特定できる設計図を先に持つ考え方です。国内外のIT部門や海外拠点、RPA・AI関連のチームと連携し、設計から自動化、モニタリングまでを一貫して支える体制を敷いたことで、この設計図がグローバルに展開できる共通言語になっています。

外から買う領域と自分たちで作り込む領域を分けた判断も効いています。海洋観測ブイ「Spotter Buoy」による観測網や波高の予測技術のように、蓄積そのものが競争力になる部分は既存のツールに委ね、自社は運航船への展開と現場での使い勝手の確認に集中しました。運航船40隻でのトライアルを挟んでから本格導入へ進む段取りは、船上と陸上の双方が同じ算出結果を使う運用に切り替えるうえで、現場の納得を得る手順として機能しています。