導入シナリオ紹介

SyncLect Forecast 物流MaaS 配車計画AIサービス

株式会社ヘッドウォータース（以下「ヘッドウォータース」）では、機械学習(LightGBMを利用した勾配ブースティング)やRNN(リカレントニューラルネットワーク)、別次元データを応用するハイブリッドフィルタリングによる予測AI構築を行っています。

企業へのAI導入で陥りがちなのは、適切なデータが揃わない、データを持っていない、予測してどんなベネフィットがあるのか不明等という課題があります。

ヘッドウォータースが提供するマルチAIプラットフォーム「SyncLect Forecast」は、日本マイクロソフト株式会社が提供するクラウドプラットフォームMicrosoft Azureをベースとするマイクロサービス＆コンテナオーケストレータを利用した、「IoT/ロボティクスプラットフォームサービス」を展開しており、SynCrawlerによる外部データ収集、SyncLect Lamberjackによる内部データ収集、 SyncLect IoTによるセンシングデータ連携、SyncLect Automationによるワークフロー自動化を組み合わせる事で、様々な角度からのデータを利用した予測AIを提供する事ができ、予測精度向上に寄与する事ができます。

SyncLect Forecastの特徴

ハイブリットネットワーク

予測の精度を上げる為に必要なアプローチとして、関連度の高い別次元データを投入する方法論があります。SyncLect Forecastではハイブリッドニューラルネットワークを用いて、構造化されたデータだけではなく、非構造化データの投入を可能とし、精度向上を図る事を可能としています。
例えば、需要予測を行う際の構造化データは、天候データや過去販売データが考えられますが、非構造化データのSNSの口コミやトレンド情報といった、オープンデータから算出されるエリア毎の流動人口データの類推から成る特性をミックスさせる事ができます。

社内データ収集

AI予測を行おうと検討する際、陥るのが「ちょうど良いデータを保有していない」という事です。
当社では、SynCrawlerを用いてWebクローリングにより用途に応じた独自のデータセットを作成可能としており、データ収集の煩わしさを解消します。
また、内部データで陥りがちなのは、部門間で情報がサイロ化されているという課題です。
そのような場合でも、SyncLect LamberjackのETLプロセスによりデータ収集と統合を行い、AIに必要なデータソースを用意する事ができます。

予測後ワークフロー自動化

予測を行った後に何をするのでしょうか。今までの予測ツールは予測結果を教えてくれるのみでしたが、SyncLect Forecastは、予測結果をトリガーとしたシステムの自動実行までを兼ね備えます。
例えば、店舗における需要予測プロジェクトの場合、仕入の適正化やスタッフのシフト適正化に予測結果を適用する事になります。 各企業が利用しているデジタルツールや外部システムと連携を行い、予測結果を判別した上でワークフロー自動化を行う事ができます。

配車計画AIサービス

MaaSは、旅行者と商品の両方を対象とした幅広い輸送サービスで顧客のニーズを満たすために、公共交通機関、タクシー、レンタカー、さらには乗車、車、自転車の共有など、最適な交通手段を手配するサービスです。ヘッドウォータースでは、同様の技術領域を物流業界で活用する物流MaaSの取り組みを行っています。

まず第一弾として物流企業内のデータ活用があります。出荷予定表などのデータから配車計画をAIで行う事により、ベテランの経験に依存する配車計画ナレッジをデジタルに置き換えると言ったようなものが代表事例となります。

また、物流企業内部に蓄積されたデータソースや位置情報と外部MaaS向けデータソースを取り込み、AI予測サービス「SyncLect Forecast」を利用する事で運搬経路の最適な予測値をAPIで返すことも可能となりました。
「SyncLect Forecast」はデータ収集から予測後のワークフローまで、AI予測サービスの導入を考える企業を多方面から支援します。

関連リンク

株式会社ヘッドウォータース
SyncLect
https://www.headwaters.co.jp/service/ai/synclect_forecast.html

配車計画AIサービス
https://www.headwaters.co.jp/service/dx/logistics.html