輸快通快にご興味をお持ち頂きありがとうございます
ご利用料金等、詳しいご案内資料をご用意しております

資料請求・お問合わせはこちら

LFA (ロジスティクス・フォース・オートメーション )

3分で「輸快通快」が分かる

資料を今すぐダウンロード

AI(データドリブン型)をプラスして、
物流のあらゆる手配を自動化
物流を効率化することで地球環境に貢献

輸快通快(LFA)はAI(イベントドリブン型)技術を活用して、
在庫配置と配送キャリアの膨大なパラメータの組み合わせから、
短時間最適な出荷手配を導き出すソリューションです。

コスト削減
コスト削減
  • 最安の運送会社を選びたい
  • 在庫を抱えたくない
  • 自動化して人件費を見直したい
時間短縮
時間短縮
  • 手配業務に時間がかかる…
  • できるだけ早く納品したい

ロジスティクス・フォース・オートメーション(LFA)とは?

属人化した出荷手配をAIで最適化&自動化

手配する(物流のボトルネック ココを自動化) > 荷役する > 梱包する > 運ぶ

「手配する」「荷役する」「梱包する」「運ぶ」といった物流の基本オペレーションは人の介在をほとんど必要としないインフラ的機能に変化していっていますが、輸送コスト・リードタイムの観点から最適な配車を計画するといった「手配する」ためのITツールは開発が遅れています。
輸快通快は、これまでのWMS/ERP/販売管理システムだけでは実現が難しかったコストとリードタイムを加味した最適な出荷指示の作成を完全自動化します。

自社に導入することによって物流フローを効率化

在庫一元管理(OMS)効率化の説明 在庫が少ない/多い 配送料金が高い/安いなど

お客様から注文を受けた時、どの在庫拠点からいつ出荷し納品するべきか、どの配送キャリアを選択するべきかなどLFAを導入することで、これまで難しかった物流の最適化問題を解決し、大幅なコスト削減、効率化を実現します。

数理最適化技術とは?

弊社は今、「物流DXの核心はデータ活用にある」という考えのもと、クライアントのDX推進の支援に取り組んでいます。DXとは「デジタルでアジリティを獲得すること」です。そのため、データからどのようなアクションを起こすかが重要になり、データをアクションにつなげる技術が必要です。数理最適化は、今のところ機械学習ほど注目を浴びているわけではありませんが、DXを語る上ではどうしてもはずせない技術であると考えています。

数理最適化を使うと、様々な制約を満たす中で最も適切なものを見つけ出すことができます。さらに、機械学習で予測した結果に数理最適化を用いることで、在庫やカテゴリ間のバランスを考慮した、最適なレコメンドを行うことができるようになります。

物流最適化問題の多くはNP困難で、現場では経験と勘に基づく運用、アルゴリズム設計が主流となっており、最適化・効率化に行き詰まり感があります。

物流の現場では、実務上の様々な
制約条件の下で、出荷方法を
検討する必要があります。

  • Cij:顧客iの出荷に配送キャリアjを推薦した時の期待コスト
  • Gij:顧客iの出荷に配送キャリアjを推薦した時の期待LT
  • Pj:配送キャリアjの出荷総数の上限
  • Cmax:配送キャリアjの期待LTの上限
様々な制約条件の下で、出荷方法を検討
数式

※NP問題とは・・・問題の大きさに対して指数的に処理時間がかかるような複雑な問題のこと

なぜ輸快通快なのか?

手配業務フローから読み解く輸快通快のメリット

オーダー管理

正確なリードタイムを提示

受注データと配送データを紐づけることで、正確でクイックな納期回答が可能

全ての在庫を一括管理

一元的なデータ管理により、無駄のない最適な在庫ブッキングが可能

配送指示作成

最適な荷造りを提案

最適な荷造りを自動表示することで無駄な運賃カットが可能

最適な運賃を提案

サイズ・個数・重量などの情報から最安値の運送会社選択が可能

運送EDI

サーバーサイドプリント技術で各運送会社の送り状を簡単印刷
 

運新技術のサーバーサイドプリントによって、サーバーから直接現場のプリンタに印刷可能

全国の運送会社と
各種取引業務を自動化

大手6社だけでなく全国ローカル便とEDI網を構築しデータ送信が可能

分析・レポート

運賃データの
分析による利益改善

運送会社ごとに運賃分析をすることで利益改善が可能

請求書の運賃が
妥当であるかを提示

運送会社からの請求データを照合し、運賃を過払いしていないか確認が可能

こうした課題をITで解決する為、
発送業務の最適化を支援するシステムを開発しました。

今や配送キャリアはコストとサービスのバランスの観点から、
顧客ニーズに応じて組み合わせ最適化を図る時代です。


運送会社別運賃分析

荷造り明細

輸送情報管理

輸快通快の主な機能

最安運送会社と
最適な出荷倉庫を自動選択

様々な制約条件を考慮し、最適な出荷倉庫、配送キャリアを数理最適化技術で瞬時に自動提案

数理最適化技術を用いて、総コスト削減、在庫配置と配送キャリアのパラメータの膨大な組み合わせから、短時間で最適な出荷手配を導き出すことができます。

送り状(荷札)ラベルの
高速生成

CSV取込みなしで複数のプリンタに自動発行

運送会社のフォーマットに準拠した送り状(荷札)ラベルを生成して任意のプリンタに高速印字します。
パーソナルタッチなロゴを送り状に印字し、シームレスなカスタマーエクスペリエンスを実現するための自己宛名ラベルの発行も可能です。

全国の運送会社との
ネットワーク

地方の運送会社まで網羅

輸快通快はローカル便を含めて全国の運送会社のプロファイルデータから、最適な運送会社をレコメンドします。また荷主と運送会社をITで繋ぐことで様々な業務を効率化します。これまで大手6社に集中していた荷物を地方の運送会社も含めてEDI網で結ぶことで、もっとも効率的な配送経路を算出、物流リソースを最大限に活用します。

最適な荷造りを
シミュレーション

勘に頼らない荷造りを実現

物流コスト削減で見落とされがちなのが荷造り作業です。荷造り次第で運賃は大きく変わるのです。人の勘で複数商品を梱包する場合、間違いなく梱包できるダンボール箱が選択される為、一回り大きなダンボール箱が選択されます。1サイズあがるだけで配送料金が上がる為、出荷量の多い物流現場では、物流コストに大きく影響します。輸快通快ではダンボールに対して商品をどのように詰め込むか、商品サイズと出荷指示データを基に最適な荷造りをシミュレーションします。

運賃データの照合

妥当な運賃を照合

大手運送会社による運賃過大請求事件からも明らかになったように、これまで運送会社からの請求額の妥当性をはかる術がなく荷主が不利益を被る場面が多々ありました。輸快通快では、運送会社から送られてくる請求データを照合し、運賃の妥当性をしっかりチェックします。

AIといえばディープラーニングや機械学習が注目されていますが、活用するには膨大な実績データが必要です。
しかし、物流領域にそこまでのデータはありません。必要なデータが貯まるのを待っていたら何年かかるか分かりません。そのため、輸快通快では、数理最適化という古くからあるAI技術を採用して物流の最適化問題に取り組んでいます。

ディープラーニングや機械学習がデータドリブンであれば、数理最適化はルールドリブンと言えます。
複雑な制約条件を専門のデータサイエンティストチームが最適化モデルに落とし込み、PoCと呼ばれる概念実証を繰り返しながら90点の最適解を自動的に導き出します。人間だと50点~60点、優秀なベテランで80点の最適化が限界ではないでしょうか。

物流コストの削減・効率化に限界を感じていらっしゃれば、是非私たちと一緒に最適化問題にチャレンジしてみませんか?データサイエンスの専門家の視点で貴社の課題、問題にアプローチすることで、次なる物流効率化の道が開けてくることをお約束いたします。

数理最適化だからこそできる

  • コスト削減
  • 期待売上(効果)の最大化
  • 資源活用の最大化
ノウハウが必要な属人化した
出荷手配を自動化

データドリブン

機械学習

大量データからモデルを学習

ルールドリブン

数理最適

ルールからパラメータを探索

輸快通快に
ご興味をお持ち頂き
ありがとうございます。

ご利用料金等、詳しいご案内資料を
ご用意しております。

輸快通快は数理最適化技術によって、
物流に関わる様々な最適化問題を解くことで、
あらゆる無駄を撤廃します。

スライドさせて比較してください。

これまでは
運賃の無駄
人の経験と勘による運送会社の選択
出荷倉庫は商品でカテゴリ分け
輸送の無駄
人の経験と勘によるダンボールサイズ選択
荷造りのやり直しの発生
業務の固定化での無駄
運送会社と納品会社の紐づけ
多重管理された運賃データ
顧客対応の無駄
受注データと送り状Noが紐付かない
配送状況の問合せに素早く回答できない
Original Image  
輸快通快なら
運賃の無駄
各社の運賃データから最適な運送会社を選択
リードタイム、運賃を考慮した最適な出荷倉庫を選択
輸送の無駄
商品サイズから最適なダンボールサイズを自動算出
梱包資材のサイズ、同梱指示など色分けによって誰でも簡単に荷造り
業務の固定化での無駄
コストパフォーマンスを基準に最適な運送会社をレコメンド
運賃データを一元管理、自動同期
顧客対応の無駄
顧客情報と送り状Noが紐付いて荷物の流れがつかめる
各社の送り状が一元管理できるので配送状況の把握が素早い
Modified Image    

導入までのステップ

データサイエンティストを中心として専門家チームを組織し、
ラボ型によるアジャイル開発で物流最適化問題を解決します。

最適化までの大きなプロセスは
以下の3ステップです

現状の課題整理
STEP 1

現状の課題整理

数理モデル検証
STEP 2

数理モデル検証

システム化
STEP 3

システム化

物流領域には、様々な種類の問題があり、物流資源や各社のルールに依存した考慮すべき制約条件が膨大になります。この制約条件を考慮して最適解を導き出すのは非常に難しい問題であるように思えますが、輸快通快を用いて上記のプロセスを実行すれば、自社の現場特有の制約条件を考慮した最適な物流手配を実行することが出来るようになります。

  • STEP1

    お申し込み

  • STEP2

    現実の最適化問題の整理1~2ヶ月
    最適化問題を解決する領域の特定、制約条件の整理

  • STEP3

    数理最適化モデル設計3~6ヶ月
    プロトタイプ実装、シミュレーション

  • STEP4

    システム化設計&実装1~2ヶ月
    UI実装、API実装

  • STEP5

    結合テスト1~2ヶ月
    実データでテスト & 全体チューニング

  • STEP6

    本稼働

お客様からの
よくあるご質問

システム利用料は幾らになりますか?

解決されたい物流の最適化問題の複雑さによって費用が変わります。

ラボ型のアジャイル開発になりますので、プロジェクト期間中と本稼働後で料金が変わります。以下を参考下さい。

  • ラボ型でアジャイル開発中・・・月額のプロジェクト費用
  • システム稼働後・・・システム利用料&保守

※詳しくは弊社コンサルタントにご相談下さい。

現在他の受発注管理システムを使用していますが、連携はできますか?

ミドルウェアとして連携可能です。

基幹システム(販売管理システム)や物流システム(WMS)とAPI連携してミドルウェアとしてご利用頂けます。CSV等のテキストデータによる連携も可能です。

数理最適化と従来のプログラムでは何が違いますか?

複雑な制約条件を考慮して高速に最適解を導き出せます

数理最適をもっとも簡単に説明するならば、
「通常の条件式(IF分やCASE分)で計算すると大きな時間がかかってしまう問題に対し、同じ計算(同一目的に対する複数条件の判定)を二度としない(そこを二度通過させない)とすることで、飛躍的に計算効率を上げる手法のこと。」
また制約条件が変わった際のメンテナンス、テスト性も優れています。

経営層や上長への導入プレゼンをお願いできますか?

お引き受けします。お気軽にご相談ください。

自社の現場担当者だけでは難しい経営層向けのプレゼンをお手伝いさせて頂きます。豊富な他社事例を交えながら、ICTを導入することによる効果や具体的でリアリティのあるプレゼンを得意としております。

ちょっとした疑問でも、
お気軽にご相談ください。

物流に精通した専門スタッフが
お応えいたします。

お電話でのお問合わせは

フリーダイアル 0120-125-308

フォームからのお問合わせは


御社名を入力してください
ご担当者名を入力してください

メールアドレスを入力してください
※は必須項目となります。
お問い合わせ内容を入力してください

プライバシーポリシーに同意の上、
送信してください。

ページトップ
【本社】 〒730-0051 広島市中区大手町2-8-2フージャース広島大手町ビル8F
TEL 082-569-8135/FAX 082-569-8136
【東京営業所】 〒169-0075 東京都新宿区高田馬場3丁目2-14 天翔高田馬場ビル421号
TEL 03-6870-6646
Copyright © ONZA LINX Co.,Ltd All Rights Reserved.