「AI活用による不在配送問題の解消」に向けて5団体が共同研究に合意　2020年秋に横須賀市での実証実験を目指す

JDSCはAIを用いた電力データ解析・活用技術を保有しており（特許取得済）、東大越塚研究室、田中研究室との連携のもと、スマートメーターから得られる電力データを元に、AIが配送ルートを示すシステムを開発。2018年９-10月に東京大学内で行われた配送試験で、不在配送を９割減少させた。2019年9月に、このシステムを用い、佐川急便の持つ配送実績データでシミュレーションした結果、不在配送の削減および総配送時間の短縮など一定の効果が認されたことにより、2019年10月に３者共同研究開発へと至ったという。

今回、電力データ活用による不在配送解消の社会実装を見据え、横須賀市とGDBLが参画して５者共同で2020年秋頃に、横須賀市内でBルート（スマートメーターのデータを家庭用HEMS機器等で直接受信する方式）を用いたフィールド実証を行うことを目指し、準備を進める。本実証は、2018年に行われた東京大学キャンパス内での学術目的の配送実験とは異なり、実際の配送会社、配送手段、実際の受け取り手である市民の協力と参画により行われるものを目指すとのことだ。

近年、多様化するライフスタイルとともに電子商取引(EC)が急速に拡大し、宅配便の取り扱い個数が増加している一方、宅配便の再配送は CO2排出量の増加やドライバー不足を深刻化させるなど、重大な社会問題の一つとなっている。個人向け配送における「不在配送件数」は全宅配件数のおよそ２割で、走行距離の25％は再配送のために費やされており、これは年間9万人の労働力に相当し、約1.8億時間が1年間の不在配送に費やされている。この不在配送が、初回の実証実験のとおり不在率を減少させられた場合は、大きな効果が期待できると考えられるという。これは、国土交通省が2019年1月 に「総合物流施策推進プログラム」において設定した宅配便の再配達率の削減目標（不在配送率「-13%程度」）の達成はもちろんのこと、その目標値を大きく上回る結果になることが期待できるとのことだ。

東京大学本郷キャンパス内で行われた本実験では、予めキャンパス内の各建物に、別途収集した住宅の電力使用データと在不在情報を模擬的に割り振った上で、電力データのみから最適ルートを提示するシステムの性能評価を行なった。本システムを用いる場合と用いない場合（人が最短経路を判断し配送）で２輪車による配送を繰り返した結果、本システムを用いた場合の配送成功率は98%となり、不在配送は91%減少、総移動距離5%減少した。一方で本実験の課題としては、集荷・時間指定・宅配ボックスなどの実際の配送条件がない理想環境に基づくものであり、また配送者も、配送未経験の実験参加者によるものであり、実地環境での検証が課題となっている。