利益:
- 配車ルート (VRP)、時間枠、容量制限、ラスト マイルの概念を理解し、人工知能を使用してルート シナリオを生成する能力
- 人工知能のサポートにより、シナリオベースで燃料、距離、納期、顧客満足度のバランスを比較する機能
- 人工知能によって提案されたルートがドライバーの休憩権、交通状況、現場の現実の観点からプランナーの承認を条件とすることを維持する能力
製品を倉庫から取り出して顧客の手に渡すことは、サプライチェーンの中で最も目に見え、多くの場合最も費用がかかるステップです。特に、配送センターから最終顧客までのラストワンマイルが総輸送コストの大部分を占めます。なぜなら、個々の住所、狭い時間枠、交通量に散在する少量の配達で構成されているからです。ルートの最適化（車両がどの停留所をどの順序で訪れるかを計画する）は、このコストと時間を削減するための最も強力な手段です。ここが AI の真価を発揮するところです。AI は数十の車両、数百の停車地、時間枠と収容人数を同時に考慮し、妥当なルート シナリオを数秒で生成します。これは人間が手作業で行うには数日かかる作業です。しかし、AI がたどる道は数学的な解決策です。プランナーがドライバーの休憩権、実際の交通状況、現場情報、顧客の優先順位などの制約を追加しない限り、旅行を開始することはできません。
ルートの問題の言語
この分野の中心となるのは、車両経路問題 (VRP) です。これは、車両が倉庫を出発し、最小の総コスト (距離、時間、または燃料) ですべての停留所に戻る問題です。 VRP にはいくつかの重大な制限があります。
積載量の制約: 各車両が積載できる容積と重量には制限があります。ルートはこれを超えることはできません。時間枠: ストップがサービスを受けることができる許容時間間隔。たとえば、食料品店は 08:00 から 11:00 までしか商品を受け取りません。ドライバーの労働時間: 法定の最長運転時間と必須の休憩。優先順位: 一部の配送 (コールド チェーン、緊急、VIP 顧客) は他の配送よりも先に行う必要があります。 AI はこれらすべての制約のバランスを一度に調整できますが、それはユーザーが制約を正確に伝えた場合に限られます。言及されていない制約は、実行不可能なルートを意味します。
ヒント: ルート プロンプトで、車両の収容能力、各停車地の時間枠、ドライバーの休憩要件、優先配送などの制約を 1 つずつ入力します。制約が欠落しているため、AI は紙の上では完璧でも、現場では実行できないルートを生成します。
コスト、時間、満足度の 3 つのバランスを取る必要があります
ルートの最適化は、1 つの目標だけではなく、競合する目標のバランスをとります。私たちは燃料/距離コストを最小限に抑えたいと考えています。ただし、最短ルートは、一部の顧客にとっては最も遅い配送を意味する場合があります。私たちは納期を短くしたいと考えています。しかし、すべての顧客に迅速に対応するには、より多くの車両とコストが必要になります。私たちは顧客満足度を高くしたいと考えています。狭い時間枠内で時間通りに到着することでこれが保証されますが、ルートが制限されます。この三角形には単一の「正しい」解決策はありません。ビジネスの優先順位に応じてバランスが選択されます。 AI の最も価値のある側面は、シナリオとのバランスを実証することです。「最も安いルートはこれ、最も速いルートはこれ、最もバランスの取れたルートはこれ」。決定はビジネスの優先順位を理解しているあなたが行います。
ステップバイステップ: AI によるルート学習
- 停止データを用意します。住所/地域（匿名コード）、配達数量、時間枠、優先度。
- フリートの制約を入力します。車両の数、各車両の収容人数、車両基地の出口、ドライバーの規則違反。
- ターゲットを指定します。優先すべきものはコストですか、時間ですか、それとも満足ですか? AIにはっきりと伝えてください。
- シナリオを作成します。最も安い、最速、最も安定したルートのオプションを尋ねてください。
- フィールドフィルター。既知の道路工事、交通渋滞、駐車場の問題など、現地の事実を手動で追加します。
- プランナーの承認。ドライバーの権利と実際の適用性を確認します。最終ルートを確認。
注意: AI の交通量と距離の計算は、与えられたデータに基づいています。リアルタイムの交通データがない場合、AIは「空いている道路」を想定し、楽観的に時間を計算します。現場のドライバーは、AI が知らない道路工事を知っています。そのため、ドライバーとプランナーのフィードバックはルートに不可欠な部分です。
ミニケース3個
ケース 1 — 配信失敗は時間枠とともに減少します。ある配送会社は、顧客が在宅していない時間帯に配達を試み、「配達失敗」を繰り返していました。失敗するたびに 2 回目の試行が行われるため、余分なコストがかかります。プランナーは各停留所の希望時間帯を収集し、AI に与えました。 AIはこれらのウィンドウに従ってルートを再構築しました。最初の試みの配信成功率は 78% から 94% に増加しました。 2回目以降は大幅にコストが下がりました。 AI 安定化ウィンドウ。男は窓を集める仕事をした。
ケース 2 — シナリオを意識した選択。食品販売業者は 6 台の車両で 90 か所の停留所にサービスを提供していました。 AI は 3 つのシナリオを提示しました。最も安いルート (燃料を 12% 節約しますが、一部の配達は午後にシフトします)、最速のルート (すべての配達は正午までに行われますが、さらに 1 台の車両が必要です)、バランスの取れたルートです。マネージャーはコールド チェーン製品を正午までに発送する必要があることを知っていたため、厳密に「最も安い」オプションではなく、コールド チェーン製品を優先するバランスの取れたシナリオを選択しました。 AI はオプションを提供しました。優先的な知識は人間にありました。
ケース 3 — ドライバーの権利を侵害しない計画。あるアナリストは、AI が生成した最も効率的なルートを実装したいと考えていました。ただし、このルートではドライバーは休憩なしで 6 時間運転する必要がありました。これは違法かつ危険でした。プランナーは必須の休憩制約を追加し、ルートを再現させました。収量はわずかに低下しましたが、計画は合法的かつ安全になりました。人権は数学的最適値よりも優先されます。
コピー可能な 4 つのテンプレート
1) 基本的なルートシナリオ:
あなたの役割: 流通計画アシスタント。倉庫: [場所コード]。車両: 各 6 台、[定員]。ストップは以下のとおりです: 匿名コード、配達量、時間枠、優先度。ドライバーのルール: 4.5 時間中に 45 分の休憩が義務付けられます。タスク: 制約に適合するルート プランを提案します。各車両の停車順序と推定終了時間を伝えます。適用できない制約がある場合は警告します。
2) 3 つのターゲットの比較:
同じ停車地とフリートのデータを使用して 3 つのルート シナリオを生成します: (1) 燃料/距離が最低、(2) 最も早く完了、(3) バランスが取れています。総距離、推定時間、必要な車両の台数、およびそれぞれの未解決のリスク。明確な選択をしないでください。私が選びます。
3) 優先順位とコールド チェーンの制約:
以下のストップ [コード] にはコールド チェーン製品が含まれており、遅くとも 12:00 までに配達する必要があります。この制約に違反しない方法でルートを構築します。違反が避けられない場合は、どの停留所とその理由を明確に述べてください。
4) ドライバー情報テキスト:
ドライバーに次のルートを伝える短く明確な概要を書きます: 停車の順序、到着予定時刻、休憩所、注意事項 (狭い道、時間枠)。シンプルで読みやすいものにしてください。実際の交通状況はドライバーが確認させていただきますので予めご了承ください。
弱いプロンプト / 強いプロンプト
弱いプロンプト:
最短ルートを見つけます。
車両の台数、収容力、時間枠、優先順位は不明です。結果は適用されません。
強力なプロンプト:
あなたの役割: 流通計画アシスタント。車両 4 台 (1 台あたり 1,200 kg)、1 つの倉庫から出発します。 60 ストップ: コード、重量、時間枠、優先度が追加されました。冷たいものは12時までに終了となります。運転手は4時間半ごとに休憩を取らなければなりません。 2 つのシナリオを挙げてください: 距離が最も短く、最も安定しています。制約違反にフラグを立てます。選択は私にあります。
ターゲット
燃料費
配送速度
顧客満足度
最短距離
最低の
変数
一部配達が遅れる場合がございます
最速の完了
高い
最高の
高いけど高い
時間窓に忠実
中程度
中程度
最高の
バランスのとれた
中～低
良い
良い
よくある間違い
- 制約がありません。時間枠、定員、休憩ルールが指定されていない場合、そのルートは書類上は問題なくても、実際には機能しません。
- 交通は「空いている道路」であると仮定します。リアルタイム データがない場合、時間は楽観的になります。ドライバーの認証が必要です。
- 単一のターゲットに焦点を当てます。コールド チェーンや VIP 顧客を犠牲にすることができるのは、最も安価なルートだけです。
- ドライバーの権利を打ち砕く。休憩や残業を必要としない「生産的な」ルートは違法であり、危険です。
- 配信失敗を無視します。時間枠が満たされていない場合、2 回目の実行では隠れたコストが膨らみます。
ヒント: ルートに出発する前に、ドライバーと 5 分間の「現地確認」を行ってください。ドライバーが知っている道路工事、駐車の問題、気難しい顧客はいませんか?このフィードバックにより、AI がデータでは認識できないルートにリアリティが追加され、配信の成功率が大幅に向上します。
要約すれば
ラスト 1 マイルは高価であり、ルートの最適化はそれを削減するための最も強力な手段です。 AI は、VRP のすべての制約 (容量、時間枠、優先度、休憩) のバランスを同時に取り、コスト、時間、満足度の三角形のシナリオを生成します。しかし、これは数学的な解決策です。実際の交通状況、ドライバーの権利、現場の知識を追加することなしには実装できません。完全な制限を提供し、シナリオを比較し、ドライバーの確認を取得します。最終的なルートはプランナーの承認を得て決定します。
アプリケーションタスク
独自の配送 (または仮説) から毎日の配送リストを設定します。20 ～ 30 のストップを設定し、それぞれに数量、時間枠、優先順位を追加します。 2 ～ 3 台の車両とその収容台数を特定します。 「3 ターゲット比較」テンプレートを使用して AI にシナリオを依頼します。ドライバー ブレーク ルールとコールド チェーン制約を追加します。自分が選択したシナリオとその根拠、現場から確認するポイントを5項目にまとめて記載します。
チェックリスト
- [ ] すべての制約 (容量、時間枠、休憩、優先度) を満たしましたか?
- [ ] コスト/時間/満足度のシナリオを比較しましたか?
- [ ] コールド チェーンと優先配送を保護する制約を追加しましたか?
- [ ] ドライバーの権利と法定休憩期間を遵守しましたか?
- [ ] ルートに出発する前にドライバー/現場の確認を受けましたか?