韓国物流・運輸2025 – 継続中CJ Logistics
AIによる配車、積載計画、ロボット自動化
CJ Logistics、電話中心のトラック配車を予測と最適化へ移行、積載計画エージェントで計算時間を1時間から10分に短縮
課題
約140の拠点間を結ぶ幹線トラックの配車は電話で行われ、配車担当者の経験に頼っていた。車両やパレットの積み方の計画にも時間がかかり、使われない積載余力が残っていた。
取り組み
同社の物流技術研究所（TES）は、電話による配車を、スキャン、マスター、イベントの各データを取り込む需要予測モデルと最適化エンジンに置き換えている。契約物流の顧客向けには、積載計画を計算するAIエージェントを開発し、最適化モデルを書く言語モデルのエージェントも試験している。仁川のグローバル物流センターでは、視覚で認識するモバイル型のパレタイズロボットを稼働させ、同時に扱うパレットを1枚から4枚へ段階的に増やした。
主な数値
示唆
CJ Logisticsは、配車を電話から予測と最適化へ移す中で積載計画エージェントを開発した。同社が示した数字は個別のツールに関するもので、配車システム全体の成果は公表していない。
分類
- 規模
- 大企業
- 業種
- 物流・運輸
- 業務機能
- 物流・サプライチェーン
- イノベーションの類型
- プロセス・イノベーション
- 導入形態
- 自社開発
- 根拠
- 企業自身の発表
出典
出典の要約
CJ Logisticsの最適化担当の研究者が、2025年11月にByline Networkの小売・物流テクノロジー会議で講演した。約140拠点にまたがる幹線配車を、電話から予測と最適化へ移行する取り組みを説明した。積載計画エージェントで計算時間が約1時間から10分未満に短縮し、積み残しの量が約13%改善したという。試験では、言語モデルのエージェントにより、最適化モデルの開発期間が数か月から1〜2週間に縮まった。
CJ Logisticsが仁川のグローバル物流センターに、AIの視覚認識を使うモバイル型パレタイズロボットを導入し、各段階での確認を経て、同時に扱うパレットを1枚から4枚に増やしたと報じている。同社は生産性が上がり、作業者の疲労が減ったとしているが、数字は示していない。
詳細は原典でご確認いただけます。
