ビジネスのためのAI活用プラットフォーム「MatrixFlow」を提供する、株式会社MatrixFlow（本社：東京都台東区、代表取締役：田本 芳文）は、内閣府が司令塔となり推進している戦略的イノベーション創造プログラム(SIP)の第2期「スマート物流サービス」の研究開発において、ビックデータ利活用プログラムの実証実験テーマに「入出荷予測AIとそれを利用した倉庫管理AIの精度と効果の検証」が選定されたことをお知らせいたします。

本実証実験に関するお問い合わせはこちら：http://www.matrixflow.net/contact/

戦略的イノベーション創造プログラム(SIP)とは

SIPとは、内閣府に設置された総合科学技術・イノベーション会議が司令塔機能を発揮して、府省の枠や旧来の分野を超えたマネジメントにより、科学技術イノベーション実現のために創設した国家プロジェクトです。
国民にとって真に必要な社会的課題や、日本経済再生に寄与できるような世界を先導する課題に取り組むものです。各課題を強力にリードするプログラムディレクター（PD）を中心に産学官連携を図り、基礎研究から実用化・事業化、すなわち出口までを見据えて一気通貫で研究開発が推進されています。

SIP(第2期)「スマート物流サービス」おいては、サプライチェーン（SC)全体の最適化を図り、物流・商流分野でのデータを活用した新しい産業や付加価値を創出し、物流・小売業界の人手不足と低生産性の課題を解決します。

詳細はこちら：https://www.pari.go.jp/sip/about_SIP/index.html

実証実験の概要

■実証テーマ
「入出荷予測AIとそれを利用した倉庫管理AIの精度と効果の検証」
SIP第2期「スマート物流サービス」のビックデータ利活用実証実験選定テーマ一覧はこちら：
https://www.pari.go.jp/sip/research/214qselection.html

■実施期間
2022年5月～2022年12月

■背景と目的
近年、新型コロナウイルス感染症の感染拡大により、物流は人々の生活に欠かせないインフラとなった一方で、物流業界では人手不足や急激な変化に対応できない構造の欠陥など、様々な問題が深刻化しています。
今回の実証実験では、これらの問題を解決するために、データを活用して下記の3つの実現を目指します。

1.　倉庫管理における労働力の効果的運用
　　・労働時間の短縮
　　・属人化の排除
　　・自動化による人的ミスの軽減

2.　倉庫管理における空間の効果的利用
　　・過剰在庫の削減
　　・効率的な倉庫内レイアウト、導線の構築

3.　在庫管理によるサスティナブルな社会への貢献
　　・ホワイト倉庫
　　・withコロナや有事の際にも耐えうる物流の仕組み（国民生活や産業活動に必要な物流の確保）

特に倉庫作業は、比較的パターン化されたデータが揃っており、AIによる予測・最適化に打ってつけの課題と言えます。倉庫作業の効率化は、局所的な問題の解決だけではなく、複数拠点の倉庫を効率化することにより、日本全体としてのサステイナブルな物流の効率化が期待されます。

■実証実験内容
今回の実証実験では、大きく下記3つのAIを開発します。

A: 入荷、出荷情報予測AI
B: 貨物配置最適化AI
C: 運搬作業者、運搬機器の行動最適化AI

主体となるAIは、[B: 貨物配置最適化AI]です。
[B:貨物配置最適化AI]は、入荷、出荷の情報が与えられた時に最適な運用計画を導き出し、倉庫内のオペレーションを最適化します。
これにおいて、入荷、出荷の情報は、時間と共に追加、更新されるものであるため、[A:入荷、出荷情報予測AI]が必要となります。また、各運搬機器は最善の行動をする事が期待されているため、[C:運搬作業者、運搬機器の行動最適化AI]が必要となります。(図１を参照)

[A: 入荷、出荷情報予測AI]においては、弊社は幅広い業界で実績があり、そのアルゴリズムは自社プロダクト『MatrixFlow』によっても提供しています。4,000名以上のユーザーがMatrixFlowを使用しており、多くのユーザーにアルゴリズムが使用され、日々洗練されています。今回はこのアルゴリズムおよび今まで培ってきた知見を活かします。

[B:貨物配置最適化AI]、[C: 運搬機器及び運搬作業最適化AI]においても汎用性の高いアルゴリズムの構築の実績があり、各倉庫用に自動でチューニングする仕組みを構築することで各倉庫ごとに高い効果が見込めます。

倉庫の管理に役立て、予測の精度や、予測ができる事による費用効果を検証し、 倉庫への入荷、出荷の実データを運送業者様より使用させて頂き、AIによる学習を行います。学習したAIは未来の入荷、出荷について予測できるようになります。
予測は5分刻みの短期的なものから、1週間、数ヶ月といった長期的なものまでを可能にします。入荷、出荷データには時刻、品目、数量などが記載されています。

このAIを利用する事により、倉庫への入荷、出荷の予測が可能になれば、必要に応じた労働力や在庫を確保し、労働力や資源の有効活用が可能になります。
更に、入荷、出荷予測を倉庫内の貨物の配置に応用する事により、トラックの運用効率をあげ、運搬作業者や運搬機器の負担を減らす事ができます。
学習、予測には実データを使用するだけでなく、気象データや流行り言葉に関するデータを使用する事によって予測精度の向上を行います。検証では、どのようなデータをどう使用すれば精度が上がるか等も調査します。

【実証実験終了後の展開】
MatrixFlowの活用推進、MatrixFlowの機能の拡充を引き続き行うことで、社会全体としてのAI開発の加速、拡大を促して参ります。唯一無二のAI内製化支援を行う会社として、誰もがAI技術を活用する社会の実現へ向け、更なるプロダクト・サービスの開発、市場開拓を行っていきます。

【株式会社MatrixFlow 会社概要】
株式会社MatrixFlowは、「テクノロジーで世界をつくる」をミッションとするAIベンチャーです。大人から子供、ビジネスマンから学生、デザイナーからサイエンティストに至るまで、様々な人々がAIを活用し、素晴らしい着想を得たり、あっと言わせるクールな活動をすることを支援します。その実現に向けた第一歩として、プログラミング不要のクラウド型AI構築プラットフォーム「MatrixFlow」を開発しております。

【会社情報】
設立 ：2018年10月
本社 ：東京都台東区
URL：http://www.matrixflow.net/

【お問い合わせ先】
http://www.matrixflow.net/contact/