Watsonによる物流課題の解決

by ishiitetsuji

Slide 1

Slide 1 text

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

Slide 2

Slide 2 text

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

Slide 3

Slide 3 text

No content

Slide 4

Slide 4 text

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

Slide 5

Slide 5 text

Watson Build とは？

Slide 6

Slide 6 text

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

Slide 7

Slide 7 text

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

Slide 8

Slide 8 text

Watson による物流課題の解決

Slide 9

Slide 9 text

と、いう言葉を聞いた事がありますか？

Slide 10

Slide 10 text

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

Slide 11

Slide 11 text

No content

Slide 12

Slide 12 text

No content

Slide 13

Slide 13 text

No content

Slide 14

Slide 14 text

No content

Slide 15

Slide 15 text

Slide 16

Slide 16 text

No content

Slide 17

Slide 17 text

精度向上のための画像加工

Slide 18

Slide 18 text

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

Slide 19

Slide 19 text

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

Slide 20

Slide 20 text

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

Slide 21

Slide 21 text

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

Slide 22

Slide 22 text

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

Slide 23

Slide 23 text

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

Slide 24

Slide 24 text

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

Slide 25

Slide 25 text

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

Slide 26

Slide 26 text

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

Slide 27

Slide 27 text

No content

Slide 28

Slide 28 text

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

Slide 29

Slide 29 text

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

Slide 30

Slide 30 text

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

Slide 31

Slide 31 text

Watson を活かすコツ

Slide 32

Slide 32 text

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

Slide 33

Slide 33 text

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

Slide 34

Slide 34 text

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

Slide 35

Slide 35 text

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

Slide 36

Slide 36 text

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

Slide 37

Slide 37 text

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

Slide 38

Slide 38 text

Codeの力で世界の未来を変えよう