アスクル株式会社は、物流センターと補充倉庫間の商品輸送計画にAI需要予測モデルを導入し、予測精度の向上と作業工数の削減を実現しました。
このAIニュースのポイント
- AI需要予測モデルは「いつ・どこからどこへ・何を・いくつ運ぶべきか」を指示し、従来の属人的な作業をデータドリブンなプロセスに置き換えました。
- このモデルの導入により、商品横持ち指示の作成工数は約75%減少し、入出荷作業とフォークリフト作業もそれぞれ約30%と約15%減少しました。
- AI技術の活用により、期限管理品の保管方法も改善し、物流センター内での商品の移動も削減されました。
アスクル株式会社は、物流センターと補充倉庫間の商品輸送計画にAI需要予測モデルを導入し、大幅な効率化を実現しました。従来、このプロセスは物流センターと補充倉庫の担当者が、経験や知見に基づいて手作業で計画を立てていました。AIモデルの導入により、これらの作業がデータドリブンで自動化され、需要予測の精度が向上しました。
結果として、商品横持ち指示の作成工数は約75%、入出荷作業は約30%、フォークリフト作業は約15%削減されました。さらに、期限管理品の補充倉庫での保管が可能となったため、物流センター内での商品の移動が削減されるなど、AIは物流戦略の強化に貢献しています。
出典: PRTimes
