ページの本文へ

Hitachi

ビッグデータ×AI(人工知能)

Hitachi AI Technology/業務改革サービス:
事例:【導入事例】物流

導入事例株式会社日立物流の事例

課題
集品作業の作業効率向上
施策効果
集品作業に掛かる時間を8%短縮!

物流倉庫の作業の改善は、競争力の維持には欠かせないものとなっています。なかでも、作業コストの大きい集品作業の作業効率向上は、改善の大きなポイントとなります。

ここでは、日立物流での事例として、過去の集品作業の分析から施策を立案・実施するまでをご紹介します。

1. 過去の集品作業の結果をインプット

集品作業の作業効率の向上を目的として、過去の集品作業の結果をHitachi AI Technology/Hに読み込ませ、作業効率に強い影響を与える要素を導き出しました。

過去の集品作業の結果(業務シフト、商品ID、作業終了時刻など)をHitachi AI Technology/Hへインプットし、特定の時間、特定の商品棚での混雑と集品作業の作業効率などで相関関係を分析するイメージ。

2. アウトプットを基に分析、施策を検討

Hitachi AI Technology/Hのアウトプットを基に分析。作業行動の数式モデル(作業効率モデル)を生成し、そのモデルから作業指示書を生成して作業する、という施策を立てました。

日立「作業効率モデルを組み込んでは?」。お客様「カートの投入順序を最適化するんだね!」。

3. 施策を実施、集品作業の時間短縮に成功

作業員は、作業効率モデルから生成された当日の作業指示書に従って作業を実施。さらに、その作業結果をフィードバックし、翌日の作業効率モデルの生成に活かしました。翌日は、更新された作業効率モデルから生成された作業指示書に従って作業し、またその作業結果をフィードバック。これを繰り返しました。

フィードバックを受けて作業効率モデルを更新するイメージ

効果

これらの取り組みによって、集品作業に掛かる時間を平均8短縮しました。

Adobe Readerのダウンロード
PDF形式のファイルをご覧になるには、Adobe Systems Incorporated (アドビシステムズ社)のAdobe® Reader®が必要です。