7月上旬、アマゾンの遅配や未著が話題となった。このニュースを目にされた方も多數いるだろう。ヤマトの労働環境問題から物流に関するニュースが業界內ニュースではなく、一般のニュースになり、世の中の多くの方が「物流」を気にかけるきっかけとなった。
少しずつではあるが、多くの人にロジスティクス?物流というものが理解され、重要性も認識されてきている。
長年この業界に関わってきた一人として、この機會に現実を少しでも伝えたいと思っている。

2017年6月9日、政府は未來投資戦略2017（Society 5.0の実現に向けた改革）を発表している。人類が経験してきた「狩猟」、「農耕」、「工業」、「情報」に次ぐ社會を技術革新で生み出す。IoT時代になり、大量なデータが自動的に集積されてくる。これらをコンピュータに処理させ賢く活用していく、人間だけの処理能力では到底実現できない世界を実現していくという計畫である。
世の中の話題は、自動運転、隊列走行やロボットという見えるものに集中している、物流業界でも、自動運転や隊列走行でドライバーの不足がカバーできるのでは？という話をされる方もいるが、必ずしもそうではない。このあたりの話は次回以降にさせて頂くこととして、今回は人工知能やロボットの活用に必要なデータについて記述させて頂きたいと思う。

実は「データ」が重要

多くの企業がビッグデータに注目している理由は、ビジネスを取り巻く環境変化がとてつもない速度で発生していることと、業種カテゴリの垣根がなくなっていることなどが理由として挙げられる。過去の経験や勘という屬人性を頼りにしたものでは、ビジネスジャッジをすることが不可能なことは多くの経営者やマネジメントが気づいているのだろう。あるデータによると、1940年から1970年の約30年に発生したビジネス環境を変えるような出來事の數と2010年から2014年に発生した數が同じだという。30年で起こったことが5年で起こる時代である。
一定の範囲內での出來事をベースにその範囲內での今後の変化を予測するのであれば屬人でも十分に可能であった。しかし、現在は、消費者のニーズや潛在的な競合などのビジネス環境は時々刻々と変化している。
このような環境におけるロジスティクスもビッグデータ解析による「事前の準備」と「オンデマンドでの即時対応」が必須である。そして、様々なビッグデータを収集?蓄積するために、IT化は不可欠である。
例えば、自社で扱う商品や物が今どこにあり、どのような動きをしているのかを把握することで、保管量や在庫量を効率的に調整でき、荷役、包裝、流通加工といった一連のプロセスにおけるロボットオペレーションも効率よく、スムーズに行うことが可能となる。ビッグデータを即時に仕入れ、なおかつスピーディに分析していくことがカギとなる。またそのビッグデータの蓄積により、モノの動き蓄積し、その傾向を分析することができれば、それに応じたロボットオペレーション體制を事前に整えられるのだ。また事故やトラブルなどの発生率、あるいはその要因となる傾向なども把握することができ、その対策をあらかじめ打つことも可能となる。
これらを行うシステムカテゴリがWMS(倉庫管理システム)と言われるものである。ただし、今、多くの物流センターで使用されているWMSは人間が作業をすることを前提としたもので。私がここで言うWMSとは違う。私が提唱するWMSとは、物流センターとその周辺のあらゆるデータを収集してビッグデータとし、人工知能によりデータを解析して倉庫全體を制御し、人工知能を搭載したロボットが最適な行動により作業を行うための仕組みという意味でのWMSである。この仕組みがあってこそ、ロボットも活かされる。そうでなければ、いつまでたっても一定の業務範囲內でのみしかロボットが使用されることはない。つまり、いつまでたっても人間の代わりに、としか考えられないのだ。

未來のビッグデータ活用

「シンギュラリティ(技術的特異點)」あるいは「2045年問題」と言われているものをご存知だろうか?
コンピュータ技術が今のスピードペースで発達し続けるとある地點で地球全人類の知能を超える究極のコンピュータ「A?I」が誕生し、その「A?I」がその後更に自分よりも優秀な「A?I」を作りあげ、更にその「A?I」が次のもっと優秀な「A?I」を作り…というものである。
本當にそのような時代が來るかどうかの議論はしないが、人間には多くの情報が五感により集められ、蓄積されている。その情報を必要に応じて読み出し、編集して使用している。コンピュータは、その人間の何十年もの経験と多くの人數の情報を短時間で処理することが可能なのである。コンピュータが読み取り可能なデータを収集することが如何に重要であるかを示すひとつが「シンギュラリティ」である。

「データ」の有効活用に向けた課題

これからの時代に、今までのように個社単位で、出來る範囲、実現したい機能だけをIT化し、データ管理を実施していては本當の意味でビッグデータを活用することは実現されていかない。
データの連続性がなければ、人が介在し、人が介在するからミスへの対応が必要になる。また、多くのデータが経験値となる人工知能の進化も制限され、結果としてロボットの進化も制限されてしまう。
一方で、人が作業をしていれば雇用人數や稼働時間をコントロールすることで、繁忙期?閑散期に合わせたコストにすることが可能であるが、ロボットやマテハン機器など設備に投資する場合には、繁忙期にパフォーマンスを合わせる必要があり、閑散期であっても一定のコストがかかってしまう、やはり、全てを運用コスト化するOPEXモデル(オペレーションコストモデル)に代わっていく必要がある。

企業や資産という靜的なものが、データを賢く活用することで価値を向上させていく、そんな社會がすぐそこにある。