DATAFLUCT・オルビス、機械学習を利用しEC発送の梱包サイズ最適化の実証実験

DATAFLUCTは3月22日、オルビスと、機械学習でEC発送時の梱包サイズを最小化し、配送コスト削減を目指す実証実験を実施すると発表した。

実証では、DATAFLUCTの機械学習サービス「Perswell」と、データプラットフォーム「AirLake」を組み合わせ、オルビスの商品データ、出荷データ、梱包材の価格データを基に機械学習で最適な梱包材のサイズを算出。商品が破損しない範囲で梱包を最小サイズにすることで、配送コストの削減につなげる。

また、注文情報をもとに商品の詰め方を考慮した機械学習モデルで最適な梱包サイズを判定し、物流現場とも連携する。実証前の効果検証では、1か月分のデータでシミュレーションを行い、最大で年間2000万円程度の配送費を削減できる可能性がある結果を得たという。

オルビスでは、通販向け出荷ラインにAGV（無人搬送ロボット）、直営店舗、BtoB向け出荷ラインに重量計を搭載した最新のAMR（自律走行搬送ロボット）を導入し、物流システムの自動化、省人化を促進。環境負荷と物流現場の負担軽減と、物流基盤の強化に取り組んでいる。そして、さらなる効率化を目指す中で、「梱包のダウンサイジング」が実現可能性があるとして着目し、実証実験を行うことにした。

2社は今後、物流現場で分析結果を活用する実地検証を始め、2023年中の本番導入を目指す。将来的には、新たな配送方法への対応や、グループ共通の新たな梱包規格や梱包資材を作ることも検討し、より効率的な配送に取り組むとしている。

IoTNEWS編集部

IoTに関する様々な情報を取材し、皆様にお届けいたします。