ロゼッタ、法人向け倉庫需要予測AIを強化

メタリアル・グループのロゼッタ（東京都千代田区）は16日、法人向けの倉庫スペース需要を予測するAIエージェント「Metarealウェアハウスデマンド」（Metareal WD）のプレミアムプランを発表しました。月額5万円（税込）で、利用者は1日20回、月間200回までサービスにアクセスできます。

Metareal WDは、EC出荷動向や輸出入統計、求人情報などを解析し、エリアや温度帯、期間別に倉庫需要をリアルタイムで予測します。これにより、需要に応じた最適な倉庫候補を提案し、自動で見積書や営業資料を作成します。物流業界の3PL事業者や倉庫事業者にとって、営業の効率化や成約率向上に貢献します。

さらに、新たに発表された農業法人向けの肥料需要予測AIエージェント「Metarealファーティライザートレンド」（Metareal FE）は、気象や土壌データ、作付け計画を解析し、施肥のタイミングや必要量を高精度で予測します。このAIは数量見積もりや物流計画を自動生成し、農業分野の業務効率を向上させます。

ロゼッタは業種特化型の生成AIシリーズ「シゴトオワルAI」を展開し、金融や物流、農業などの業界課題を解決することを目指しています。独自のAIオーケストレーション技術「Metareal Agents」は、迅速なAI導入を実現し、現場での具体的な利用を促進しています。

物流業のダイセーグループに属する株式会社DX研究所は、AI自動配車・運行管理・データ分析システム「ATMTC」を2025年12月より外部企業向けに正式リリースします。このシステムは、管理者とドライバーが簡単に利用でき、配車・運行管理の業務を最適化するために設計されています。すでにグループ内で1,000台に導入され、実証された効果として、配車時間が約80％削減され、ドライバーの労働時間が約10％短縮されることが報告されています。また、GPS連動のドライバーアプリにより誤配送が約90％減少し、顧客満足度も95％以上に達しています。

ATMTCは、AIによる最適配車の自動算出、全車両のリアルタイム運行管理、GPS連動のドライバーアプリを提供し、効率的な物流業務の運営を支援します。特に、2024年問題に伴うドライバーの労働時間制約に対応するため、AIアルゴリズムとリアルタイムデータプラットフォームの独自開発が進められています。

今後は外部物流企業への導入支援を行い、他のシステムとのAPI連携や配車・運行データの分析機能を強化する予定です。このように、ATMTCは物流業界における業務効率化と経営可視化を実現し、持続的な改善を目指します。

株式会社シナモン（東京・千代田区、CEO：平野未来）は、港湾物流のリーディングカンパニーである株式会社上組（神戸市、社長：深井義博）に、高精度AI-OCRプラットフォーム「Flax Scanner HUB」を提供しました。上組は、港湾運送や倉庫サービスなどの多様な物流サービスを展開しており、通関や船積み業務において、多くの複雑なINVOICEなどの貿易書類を処理する必要があります。これらの書類の手作業入力は効率性や標準化の問題を引き起こしていました。

「Flax Scanner HUB」により、紙やPDFから自動的に30項目以上の取引先名、数量、価格などの情報を高精度で抽出し、データをCSV形式で基幹システムにシームレスに連携します。この導入により、データ入力や確認作業の負担が軽減され、業務のスピードと正確性が向上し、従業員はコア業務に専念することができます。

さらに、「Flax Scanner HUB」は柔軟性と拡張性を備えており、異なる形式の書類からも高度なデータ抽出が可能です。3つの異なるAIエンジンを搭載しているため、様々な書類に応じた最適な方法でデータを読み取ることができます。このように、シナモンAIは上組の国際物流における競争力を強化し、デジタルトランスフォーメーションを加速させる効果をもたらします。

2025年12月2日、日本の三井E＆S、三井倉庫、日立製作所の3社は、AIを活用した港湾物流の効率化に向けた現地実証を開始した。神戸港のコンテナターミナルでの実施により、国内港湾のデジタル化が加速している。

このプロジェクトでは、国土交通省の委託を受けて、コンテナターミナル運営の効率化を目指したAI技術の検証が行われている。具体的には、日立が開発したAIによる搬出日予測や配置計画の立案により、作業計画の品質向上が期待されている。このAIプログラムは、三井E＆Sの荷役シミュレーターで精度を確認し、実運用に適した形に調整される。処理の自動最適化により、変化する貨物情報に即座に対応できるのが特徴だ。

特に、AIを用いた配置計画は現場の意思決定を迅速化し、クレーンの稼働の無駄を削減できる。荷役順序の最適化は作業停滞を防ぎ、ターミナル内の回転率の向上にも寄与する。これにより、担当者の経験に基づく品質のばらつきを抑制し、運用の安定性向上が見込まれる。

ただし、AIの予測モデルは質の高いデータが不可欠であり、急な変更には人の判断も必要な場面が残る。システム導入による利点は大きいものの、現場の作業フロー調整やスタッフのスキルアップなど運用面の課題も考慮しなければならない。この実証が成功すれば、日本の港湾物流全体の競争力向上につながる可能性があり、国際港湾としての機能強化を促進するだろう。