ビジネスジャーナル > 企業ニュース > 物流業界向け：AI活用の具体的方法

NEW

2024.03.25 11:38

2022.08.01 22:20

企業

物流業界向け：AI活用により業務効率化・自動化するプロセスと具体的事例【オンライン講座】

【この記事のキーワード】#物流, #AI, #DX

物流業界向け：AI活用により業務効率化・自動化するプロセスと具体的事例【オンライン講座】の画像1

　ビジネスに役立つさまざまなセミナーコンテンツ（動画）を提供するサイト「Business Web Seminar（ビジネス・ウェブセミナー）」では現在、

『物流業界向け：AI活用により業務効率化・自動化するプロセスと具体的事例』

（講師：株式会社アラヤ執行役員CSO　出本哲）

を販売中です。

【カリキュラムの詳細内容およびご購入は、以下サイトをご確認ください】

　Business Web Seminar（ビジネス・ウェブセミナー）

物流業界におけるAI活用の6つの方向性とは？

　ビジネスでのAI活用が進む中、物流業界の視点とAIの視点の両面から、基礎理解とトレンドを紹介し、物流業界におけるAI活用の今後の方向性を考察していきます。まず、物流業界の業務フローは大きく「入荷」「入荷場業務」「庫内業務」「出荷場業務」「出荷」の5段階に分類されます。そして、物流業界におけるAI活用の方向性は、「倉庫内の業務効率化」「入出荷場の業務効率化」「倉庫内・入出荷場の安全管理」「配送業務の業務効率化」「配送業務の安全管理」「新たな価値創出」の6つに分けることができます。

物流業界やAI技術のトレンドを学ぶ

　本講座では、物流業界の業務理解と代表的ユースケースを踏まえた上で、AIの基礎から解説。AI活用やDXの進め方について説明し、物流業界のトレンドやAI技術のトレンドについても詳細に学ぶことができ、AIやDXの取り組みを進める上で必要な知識や重要な視点を効率的に身につけることができます。

AIやDXのリテラシーを深める機会に

　各解説は豊富な事例や参考情報を基に進んでいくため、物流業界の関係者はもちろん、他業界のビジネスパーソンにとっても、AIやDXについてのリテラシーを深める機会となることは間違いないでしょう。講師を務めるのは、AIスタートアップ「アラヤ」の執行役員CSO（Chief Strategy Officer）を務める出本哲氏。同社の戦略立案・事業開発／推進の統括責任者である出本氏による解説は、ビジネスに大いに役立ってくれるはずです。

受講対象者

AIやDXの導入を検討している物流業界の企業経営者やAIに興味関心のあるビジネスパーソン

カリキュラム

（1）物流業界の業務理解と代表的ユースケース

・物流業界の業務フロー

・物流業界におけるAI活用の6つの方向性

・①倉庫内の業務効率化―在庫管理・棚卸しの効率化

・①倉庫内の業務効率化―行動記録・解析

・②入出荷場の業務効率化―行動記録・解析

・②入出荷場の業務効率化―検品の自動化

・③倉庫内・入出荷場の安全管理―安全管理の自動化

・④配送業務効率化―強化学習によるロジスティクス最適化

・⑤配送業務の安全管理―眠気の予兆検知

・⑥新価値創出―物流C2Cマッチングサービス（海外事例）

（2）AIの基礎・AI活用/DXの進め方

（2-1）AI技術の基礎理解

・AI/DXの取組を進めるうえで重要な視点

・AI/DXの取組を進めるうえで重要な視点－DXチェックリスト

・必要な技術理解・ベンダー選定にて必要な知識

・【参考】良品学習モデルと教師ありモデルの比較

・AI技術の基礎理解を得るには

・「AI」とは何か？

・機械学習（一般化）

・機械学習の簡単な例

・どの線が最もよくデータを表現できていると言えるか

・どうやって最適なパラメータ（w,b）を求めるか

・よいモデルの決め方まとめ

・モデルの実装

・線形回帰 vs ニューラルネットワーク

・線形回帰からニューラルネットワークへ

・ニューラルネットワークのパラメータ

・【演習】ニューラルネットワークを触ってみる

・人工知能（AI）が実際のサービスにおいて果たす機能

・AIが扱う入出力関係

・入力・出力の例：画像分類

・入力・出力の例：物体検出

・入力・出力の例：セグメンテーション（領域分割）

・入力・出力の例：キャプション生成

・入力・出力の例：姿勢推定

・入力・出力の例：文章の感情推定

・入力・出力の例：機械の異常検知

・AI技術の基礎理解まとめ

（2-2）開発プロセスとDXの進め方

・最初に大事なこと：発注者とベンダーの相互理解

・①開発プロセス概要

・②要件定義とは何か？

・②要件定義の進め方

・②要件定義の例：ワッシャー検査システムの導入

・③システム化：AIのシステム化に必要な要素

・③システム化：学習/推論に用いられるインフラ

・③システム化：エッジデバイスの特徴/種類

・③システム化：周辺のソフトウェアモジュール

・④運用：どのような場合に再学習が必要となるか？

（3）業界のトレンド

・AI活用に関連しうる物流業界のトレンド（

・各トレンドとAIの関連性

・AIを活用した統合的最適化ニーズの高まり

・AIを活用した複雑な最適化の実現へ

（4）AIの技術トレンド

・AIが実際のサービスにおいて果たす機能（再掲）

・技術トレンドの全体感

・①少量データ学習：Few-Shot Learning （FSL）

・①少量データ学習を実現する手法

・①例：カップ麺の異物混入の検出

・②モデル軽量化：モデル軽量化の実施イメージ

・②モデル軽量化：（参考）実現手法の基礎知識

・②モデル軽量化/エッジAI開発の一般的課題

・②モデル軽量化：開発コストの要因1.精度と速度のトレードオフ関係

・②モデル軽量化：開発コストの要因2.多種多様なモデルとデバイス

・②モデル軽量化：エッジAIの潮流

・③最適化問題：最適化問題とは何か

・③最適化問題：メタヒューリスティクス（進化計算）なアルゴリズムとは？

・③最適化問題：進化計算の活用事例

・③最適化問題：他業界での事例）建設順序の最適化（建設工数の最小化）

・③最適化問題：自律AIと他業界（空調）での最適化事例

・③最適化問題：空調最適化にて構築した環境モデルと制御アルゴリズム

（5）物流業界におけるAI活用/DXの今後の方向性に対する示唆

・紹介したトレンドと今後の活用方向性のまとめ

・複雑な条件下での最適化を実現

・検品自動化対象の拡大－少量データ学習の活用

・検品自動化対象の拡大－難読バーコードの読み取り

・検品自動化対象の拡大－文字ラベルの読み取り

・検品自動化対象の拡大－棚卸しドローン

・倉庫作業者の安全管理の高度化

・ドライバーの安全管理の高度化－デモ（再掲）

・ドライバーの安全管理の高度化－脳知見とAIの融合

【カリキュラムの詳細内容およびご購入は、以下サイトをご確認ください】

　Business Web Seminar（ビジネス・ウェブセミナー）

視聴時間

116分

講師

株式会社アラヤ執行役員CSO　出本哲

東京大学大学院理学系研究科地球惑星科学専攻にて理学修士号を取得後、PwCコンサルティング合同会社及びアーサー・ディ・リトル・ジャパン株式会社にて戦略コンサルティングに従事。東京大学では、気候システム研究センターに所属し、地球温暖化時の気候応答メカニズムの研究を実施。コンサルティング会社では、AI/IoT/5G/Roboticsなどの先端技術領域における戦略策定・政策立案に取り組んできた。大手製造業向けのAI/IoT戦略立案プロジェクトや、アメリカシリコンバレーでのロボット事業の戦略立案/事業開発、PEファンドや事業会社向けのDD/PMI、官公庁向けのロボット政策立案など、様々な戦略プロジェクトをリードしてきた。2021年1月にアラヤに入社し、2022年1月より現職。CSOとしてAI・ニューロテックを活用した多岐にわたる事業の戦略統括・事業開発に取り組んでいる。