Watsonによる物流課題の解決

Transcript

1. 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

2. 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
3. None

4. Watson Build とは？ Watson による物流課題の解決 Watson を活かすコツ

5. Watson Build とは？

6. 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

7. 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

8. Watson による物流課題の解決

9. と、いう言葉を聞いた事がありますか？

10. 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

11. None
12. None
13. None
14. None

15. 15

16. None

17. 精度向上のための画像加工

18. 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

19. 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

20. 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

21. 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

22. 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

23. 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

24. 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

25. 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

26. 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

27. None

28. 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

29. 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

30. 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

31. Watson を活かすコツ

32. 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

33. 役立つWatson API ランキング 第１位 Discovery 第２位 Visual Recognition 第３位 Watson

    Assistant

34. 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

35. 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

36. 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

37. 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

38. Codeの力で世界の未来を変えよう