Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
Watsonによる物流課題の解決
Search
ishiitetsuji
May 26, 2019
Technology
0
1.1k
Watsonによる物流課題の解決
Call for Code 2019 説明会@名古屋のセッション資料です。Watson Buildへの取り組みとWatsonを使うコツを伝授します。
ishiitetsuji
May 26, 2019
Tweet
Share
More Decks by ishiitetsuji
See All by ishiitetsuji
UDC2024岐阜ブロック
ishiitetsuji
0
44
アーバンデータチャレンジ2024 長崎ブロック
ishiitetsuji
0
65
kintoneとすすめてみたいリビングラボ
ishiitetsuji
1
160
オープンデータは共有財産 ワーケーション編
ishiitetsuji
0
140
CIVIC TECH FORUM 2022 岐阜LT
ishiitetsuji
0
150
伝統産業 × IT 岐阜での取り組み事例
ishiitetsuji
0
350
岐阜ブロックの活動紹介
ishiitetsuji
0
94
いまむらさんのCat-Being
ishiitetsuji
0
240
シビックテック井戸端キャスト
ishiitetsuji
0
170
Other Decks in Technology
See All in Technology
面倒な作業はAIにおまかせ。Flutter開発をスマートに効率化
ruideengineer
0
400
AWS CDK 開発を成功に導くトラブルシューティングガイド
wandora58
3
130
freeeのアクセシビリティの現在地 / freee's Current Position on Accessibility
ymrl
2
250
NewSQLや分散データベースを支えるRaftの仕組み - 仕組みを理解して知る得意不得意
hacomono
PRO
3
190
American airlines ®️ USA Contact Numbers: Complete 2025 Support Guide
airhelpsupport
0
390
american airlines®️ USA Contact Numbers: Complete 2025 Support Guide
supportflight
1
110
オフィスビルを監視しよう:フィジカル×デジタルにまたがるSLI/SLO設計と運用の難しさ / Monitoring Office Buildings: The Challenge of Physical-Digital SLI/SLO Design & Operation
bitkey
1
150
AWS認定を取る中で感じたこと
siromi
1
220
OpenTelemetryセマンティック規約の恩恵とMackerel APMにおける活用例 / SRE NEXT 2025
mackerelio
2
920
Getting to Know Your Legacy (System) with AI-Driven Software Archeology (WeAreDevelopers World Congress 2025)
feststelltaste
1
170
「クラウドコスト絶対削減」を支える技術—FinOpsを超えた徹底的なクラウドコスト削減の実践論
delta_tech
4
180
AI エージェントと考え直すデータ基盤
na0
17
5.9k
Featured
See All Featured
The Cost Of JavaScript in 2023
addyosmani
51
8.5k
Fight the Zombie Pattern Library - RWD Summit 2016
marcelosomers
233
17k
Imperfection Machines: The Place of Print at Facebook
scottboms
267
13k
The Cult of Friendly URLs
andyhume
79
6.5k
Embracing the Ebb and Flow
colly
86
4.7k
Agile that works and the tools we love
rasmusluckow
329
21k
CSS Pre-Processors: Stylus, Less & Sass
bermonpainter
357
30k
Adopting Sorbet at Scale
ufuk
77
9.5k
Helping Users Find Their Own Way: Creating Modern Search Experiences
danielanewman
29
2.7k
Into the Great Unknown - MozCon
thekraken
40
1.9k
Optimizing for Happiness
mojombo
379
70k
The Invisible Side of Design
smashingmag
301
51k
Transcript
Watson Build 事例 Watsonを利用した物流課題の解決 2019.5.27 Call for Code 説明会@名古屋 (株)セイノー情報サービス
石井哲治
石井哲治 愛知出身 名古屋工業大学 1998年卒 株式会社セイノー情報サービスに勤務 知識ベース・ロボット推進室で人工知能 や最新技術を使って物流を効率化するこ とを考えなきゃいけないIT技術者 IBM CHAMPION
2019
None
Watson Build とは? Watson による物流課題の解決 Watson を活かすコツ
Watson Build とは?
IBMビジネス・パートナーを対象とした、新たなサービス やアプリケーションの創造にチャレンジするコンテスト 2018年は世界で約400チーム、日本から71チームが参加 https://www.ibm.com/jp-ja/partnerworld/resources/watsonbuild 約半年間かけて企画、プロトタイプ開発を行い審査
ご清聴ありがとうございました Watson Build 2018 日本チャンピオンとしてThink 2019に参加
Watson による物流課題の解決
と、いう言葉を聞いた事がありますか?
国土交通省「自動車輸送統計年報」より 小ロット、時間指定による積載率の低下 トラック積載効率の推移(営業用) トラックは空気を運んでいる
None
None
None
None
15
None
精度向上のための画像加工
精度向上のための画像加工 トリミングで荷台外部の背景を除去
精度向上のための画像加工 グレースケール化で色によるノイズを除去
25%以下 50%以下 75%以下 100%以下 積載率を25%刻みで4種類の分類器を作成
1日の積載量を増やすことは成功 だが、それを超える物量のムラに対応できない
直前に頼んでも運賃は変わらない ムラができる 物 量 時間 物流 リソース 早く計画するメリットが全くない
運賃の変動で物量を平準化する ダイナミックプライシング
運賃の変動で物量を平準化する ダイナミックプライシング 物 量 時間 物流 リソース
運賃の変動で物量を平準化する ダイナミックプライシング 物流 リソース 物 量 時間
Win - Win 物流プラットフォーム 荷主 ムリ・ムダ・ムラ を無くす 物流コストの 削減 輸送事業者
None
大手運送会社の輸送実績データを使用して物量予測モデルを作成 過去3年間の物量と直近の物量の伸び率から未来の物量を予測 伸び率 1.225 月 日 曜日 過去3年間実績物量(トン) 予約物量 2015年度
2016年度 2017年度 11月 1日 木曜日 3.1 3.1 3.2 2トン 11月 2日 金曜日 2.4 2.7 3.6 2.5トン 11月 3日 土曜日 1.5 0.35 0.90 0.5トン 11月 4日 日曜日 0.01 0.01 0.015 0.01トン 11月 5日 月曜日 2.6 3.6 1.4 2トン 11月 6日 火曜日 2.6 1.8 3.8 1トン 11月 7日 水曜日 2.5 3.8 1.6 3トン 130万件 過去10年分の輸送実績 物量予測モデルの構築
運賃 原価 販売開始金額 直前 一ヶ月前 東京大学 田中謙司准教授からアイデアをいただき実装 運賃の決定ロジック 輸送条件の組み合わせからリソース の利益を最大化できる運賃を判断
フィードバックによる学習を行い 精度を向上
17 兆円 × 33 % = 5.6 兆円 物流コスト 経済効果
33 % 削減 日本における経済効果 削減率
Watson を活かすコツ
Watsonはツールである 何かを「勝手にやってくれる」訳ではない ツールは正しく使ってはじめて役に立つ
役立つWatson API ランキング 第1位 Discovery 第2位 Visual Recognition 第3位 Watson
Assistant
文書データを自然言語解析で取得できるのはWatsonだけ ただ、基本的には検索機能なので使いどころに注意が必要 おすすめポイント ざんねんポイント FAQ、提案書、議事録、論文等をとりあえず突っ込める
少ない画像データで、そこそこの分類器がつくれる クラス分類までしかできない。そこを頑張る おすすめポイント ざんねんポイント ハッカソン的な使い方として一番使える
会話の復帰機能が実装された スロットがまだ弱い。チャットボットだけだと厳しい おすすめポイント ざんねんポイント セッション管理やメッセージサービスの連携も充実
IBM Cloud / Watsonを役に立てるには ツールの使い方を正しく知ろう 機能ドリブンより課題ドリブン シンプルなコンセプトを貫こう
Codeの力で世界の未来を変えよう