出光興産、タンクローリーの配車計画にAIと最適化モデルを適用し作成時間を25％削減へ

　出光興産が運用を始めたのは、燃料油を運ぶタンクローリーの配車計画作成システム。特約販売店が運営するサービスステーション（SS）ごとの需要をAI技術で予測し、予測結果に基づく配車計画を最適化モデルで立案する（図1）。最終的には、配車担当者が配送先の個別事情を加味して調整したうえで配車する。配車担当者の熟練度に左右されない配送計画を短時間で作成できるとみる。配車担当者全員が同システムを利用することで、計画作成時間の25％削減を目指す。

図1：出光興産が稼働させたタンクローリーの配車計画システムの概要。AI技術で需要を予測し、そこから配車計画の最適化を図る。最終的には配車担当者が調整し決定する

　計画作成の流れは、こうだ。まず、各SSのレギュラーガソリンや軽油といった油種別の販売量を、季節や曜日などの条件ごとに学習したAIモデルを使って需要を予測する。予測結果とSSの在庫量からSSごとに最適な計画配送を作成。そこに特約販売店からの発注量を含めて積み合わせ候補を作成する。積み合わせ候補と稼働可能なタンクローリーのマッチングにより配送時間や車両サイズなどの条件を考慮した配車計画を作成する。

　出光では燃料油の配送に約70人の配送担当者が携わっている。1日約5000件の配送オーダーに対し、最大1800台のタンクローリーを使う配送計画を、配送先の個別事情を加味して作成してきた。配送オーダーには、特約販売店からの発注のほか、出光の配送担当者が販売量を予測し特約販売店に代わって発注する計画配送があり、これら条件を考慮した配送計画の立案に多くの時間を要していた。

　システムはアクセンチュアと共同で開発した。実証段階から出光の配車担当者が参加し、プロトタイプを作成して利用者の意見を取り入れて改善するアジャイル開発手法を採用した。システム導入後も開発者は現場に常駐し、配送担当者の利便性を高める行動を継続しているという。