物流効率化で「梱包のサイズダウン」に着目

　オルビスは通販向け出荷ラインにAGV（無人搬送ロボット）、直営店舗・BtoB向け出荷ラインに重量計を搭載した最新のAMR（自律走行搬送ロボット）を導入するなど、テクノロジーの積極活用によって物流システムの自動化、省人化を促進。環境負荷と物流現場の負担を軽減するとともに、物流基盤を持続可能な形で強化してきた。
　さらなる効率化をめざす中で、実現可能性があるとして着目したの「梱包のサイズダウン」。これまで同社では、現場の熟練担当者の判断や、商品サイズから梱包サイズを決定するシステムによって梱包サイズを決定しており、必要なサイズよりも大きな梱包材を使い、余分な配送費が発生するケースがあった。
　両社は、商品が破損しない範囲で梱包を最小サイズにして配送コストを削減することをめざし、2月から6月にかけて機械学習による梱包サイズ最適化の実証実験を実施した。

さまざまな梱包材から最適なサイズの選択が可能に

　同社の機械学習サービス「Perswell」とデータプラットフォーム「AirLake」を組み合わせ、オルビスの商品データ・出荷データ・梱包材の価格データをもとに、機械学習で最適な梱包材のサイズを算出。オルビスのEC商品特性を考慮し、実践可能なサイズダウンの方法を含むモデルを作成することで、梱包サイズの最小化を実現した。
　オルビスの物流拠点で梱包業務を行い、注文のうち14.96％で、従来の方法で算出した梱包サイズよりも小さいサイズで発送できた。オルビスでは、梱包担当者の手元のディスプレイに梱包サイズの情報を表示して、作業をサポートしている。本番環境では「Perswell」で算出した最適な梱包サイズを表示し、より精度の高い情報を担当者に共有する。
　さまざまなサイズが用意された梱包材から、迷うことなく最適サイズを選ぶことができ、熟練度に左右されず全ての担当者が効率的に作業できる。「Perswell」で算出した最適な梱包サイズを共有。経験がなくても、さまざまな梱包材から最適なサイズを選ぶことができる。
　今後は、2023年度中に国内全てのEC発送時にシステムを活用することをめざし、配送コストの削減と担当者の負担軽減に繋げる。エネルギー価格や原材料価格の上昇、労働力の減少で物流コストが高騰する状況下でも、データ活用でEC事業の成長を支えたい考えだ。

　▽関連記事
　【物流配送状況】日本郵便/ヤマト運輸/佐川急便/西濃運輸/福山通運
　国交省、荷主・物流事業者向けの24年問題対応ガイドラインを策定
　▽関連資料
　3分でわかる！物流代行のウルロジサービス資料