旅行計画の未来を変える会話型AIの導入は、特にホスピタリティ業界に革新をもたらしています。従来の検索エンジンのアプローチから、AIを活用した検索拡張生成（RAG）システムに移行することで、旅行者はよりパーソナライズされた提案を受けることができるようになります。例えば、旅行者が「スパのある湖畔のホテル」を検索すると、RAGシステムはリアルタイムなデータをもとに、予算や空き状況、過去のレビューを考慮し、最適な選択肢を提示します。これにより、情報収集から意思決定への時間が短縮されます。

旅行者はAIの推奨を信頼し、意思決定の根拠としています。特に若年層は、直感的なトレードオフの提示を好み、計画プロセスにおいて抵抗なくAIを取り入れています。運営側も、RAGの導入によって自社のサービスが機械に理解されやすい形式で存在することが求められ、可視性が従来の検索順位に依存しなくなります。

加えて、AIアシスタントは旅行計画の初期段階から介入し、予約前の問い合わせ対応や提案を行います。これにより、顧客体験が豊かになり、ビジネスにとっての収益機会も増加します。最終的に、会話型のAIシステムは旅行計画のフローを変革し、業界全体におけるディストリビューション戦略に新たな視点をもたらしています。

AI inside株式会社は、物流業界の貿易帳票処理を高精度にデータ化し、その情報を貿易管理システムに自動で登録する新しいソリューションを導入しました。独自開発の大規模言語モデル（LLM）「PolySphere-4」を使用することで、従来のAI-OCRでは難しい複雑な貿易帳票の読み取りを実現しています。このシステムにより、仕訳書やインボイス、B/L（船荷証券）などの帳票から必要なデータを正確に抽出し、AIエージェントが自動的にシステムに連携します。

具体的な応用例として、インボイス処理を挙げることができます。従来、この処理には1日6～8時間が必要で、繁忙期には特に遅延が見られました。しかし、本サービスを導入することで、処理時間が1日1～2時間に短縮され、月間約100時間の工数削減が可能となります。その結果、担当者は通関確認や例外案件への対応といったより専門性の高い業務に集中できます。

AI insideは、生成AIや自律型AIの研究開発を行い、日本語ドキュメント処理に特化したLLM「PolySphere」を活用して、多くの政府機関や企業にソリューションを提供しています。これにより、生産性向上と業務効率化を推進し、より付加価値の高い業務へシフトさせる「VALUE SHIFT」を実現しています。

株式会社日立製作所（以下、日立）は12日、物流センターのマテハン機器をフィジカルAIに進化させる搬送計画最適化AIエンジン「LogiRiSM」を発表しました。LogiRiSMは、自動倉庫やAGV（無人搬送車）など複数のマテハン機器の状態をリアルタイムに把握・予測し、効率的な仕分け業務を自動で計画するシステムです。これにより、従来比で約4倍の生産性向上を実現しています。

具体的には、従来のGTP（Goods to Person）方式に加えて、AGVを使用して注文ごとの集品箱を自動で作業者の元に届けるOTP（Order to Person）方式を採用。これにより、作業者の歩行やピッキング後の荷合わせ作業が削減されます。さらに、AI最適化エンジンがオーダーの投入順やAGVの搬送ルートをリアルタイムで管理し、待機時間を最小限に抑えます。また、トータルピッキングを計画することにより、商品運搬の回数を減らすことが可能です。

OTP方式は柔軟なレイアウト変更が容易で、小規模から大規模センターまで適応できるため、日立はこの技術を主に小売業・流通業向けに展開しています。これにより、物流センターの全体構築・運用に関する技術力を活かし、フロントラインワーカーの現場革新を推進します。

物流AIプラットフォーム「AI LogiPro on IDX」は、実証事業を経て本格展開を開始しました。このプロジェクトは、経済産業省の「持続可能な物流効率化実証事業費補助金」に採択され、2025年7月から2026年2月にかけて実施されました。

このシステムは、配送から在庫管理、人事、顧客対応に至るまで物流企業の主要なデータを統合し、AIによる分析と意思決定支援を行います。従来の物流DXが個別機能に留まる中、部門を横断したデータ活用を実現することが狙いです。

具体的なアプリケーションとして、AIを用いた配送ルートの最適化や積載率の向上、倉庫内動線の最適化、適正在庫の算出が挙げられます。また、既存の倉庫管理システム（WMS）や輸配送管理システム（TMS）との連携が可能で、物流データの一元管理を実現します。具体的には、倉庫効率化や在庫管理の機能に関する検証が行われました。

導入効果には、配送コストの10-20％削減、倉庫生産性の10-30％向上が期待されています。さらに、今後は中小・中堅物流企業への導入を進め、地域共同配送モデルの展開も視野に入れています。2024年問題や人材不足といった課題に対応し、AI基盤としての役割を強化していく方針です。