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(shù)いるだろう。ヤマトの労働環(huán)境問題から物流に関するニュースが業(yè)界內(nèi)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(rèn)識されてきている。
長年この業(yè)界に関わってきた一人として、この機(jī)會に現(xiàn)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(xiàn)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(nóng)耕」、「工業(yè)」、「情報(bào)」に次ぐ社會を技術(shù)革新で生み出す。IoT時(shí)代になり、大量なデータが自動(dòng)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(xiàn)できない世界を?qū)g現(xiàn)していくという計(jì)畫である。
世の中の話題は、自動(dòng)運(yùn)転、隊(duì)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(yè)界でも、自動(dòng)運(yùn)転や隊(duì)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(yè)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(huán)境変化がとてつもない速度で発生していることと、業(yè)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(huán)境を変えるような出來事の數(shù)と2010年から2014年に発生した數(shù)が同じだという。30年で起こったことが5年で起こる時(shí)代である。
一定の範(fàn)囲內(nèi)での出來事をベースにその範(fàn)囲內(nèi)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(xiàn)在は、消費(fèi)者のニーズや潛在的な競合などのビジネス環(huán)境は時(shí)々刻々と変化している。
このような環(huán)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(zhǔn)備」と「オンデマンドでの即時(shí)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(dòng)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(diào)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(shí)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(dòng)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(yè)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(dòng)により作業(yè)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(yè)務(wù)範(fàn)囲內(nèi)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(shù)的特異點(diǎn))」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(shù)が今のスピードペースで発達(dá)し続けるとある地點(diǎn)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(yōu)秀な「A?I」を作りあげ、更にその「A?I」が次のもっと優(yōu)秀な「A?I」を作り…というものである。
本當(dāng)にそのような時(shí)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(bào)が五感により集められ、蓄積されている。その情報(bào)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(shù)の情報(bào)を短時(shí)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(shí)代に、今までのように個(gè)社単位で、出來る範(fàn)囲、実現(xiàn)したい機(jī)能だけをIT化し、データ管理を?qū)g施していては本當(dāng)の意味でビッグデータを活用することは実現(xiàn)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(jìn)化も制限され、結(jié)果としてロボットの進(jìn)化も制限されてしまう。
一方で、人が作業(yè)をしていれば雇用人數(shù)や稼働時(shí)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(jī)器など設(shè)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(yùn)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(yè)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。