アスクル(株)はこのたび、花王(株)とコクヨ(株)とともに、「発注量の平準化に関する実証実験」を実施した。本実証実験は、2019年に掲げた「ホワイト物流」推進運動の自主宣言の取り組みの一つで、アスクルからサプライヤーへの商品発注量を平準化し、物量の波動を吸収することで輸送車両台数とCO２排出量の削減を目指すもの。2022年4月から2023年1月までの期間、アスクル、花王、コクヨの3社共同でEC事業者起点の独自AI を用いた需要予測・需要変動を取り込み、発注量を平準化する実証実験を段階的に行い、輸送車両台数とCO2排出量の削減などの成果を得たとしている。
〇「発注量の平準化に関する実証実験」実施の背景
昨今のEC物量拡大に伴い、2024年問題で注目される人手不足のほか、トラック輸送急増によるCO2排出量増加が顕著になり、事業活動における生産効率向上やCO2排出量削減への取組は喫緊の課題。従来、アスクルで採用していた発注方法は一般的な小売業と同様、消費者の需要変動に応じて「必要なモノを・必要な時に・その都度発注する」ものだが、発注量が需要に応じて変動するため、日々の発注量が一定ではなく、サプライヤーは変動する発注量に合わせた庫内作業を行わなければならなかった。車両もその都度手配するため、トラックを増台する日もあれば、荷物が少なく低積載となる日も発生するなど、サプライヤー側の出荷・輸送工程の非効率性が大きな課題だった。アスクルも日々変動する入荷量に対し、フレキシブルな受入作業を行う必要があり、サプライチェーン全体の生産性低下につながっていた。また、こうした低積載輸送による無駄なCO2排出も改善課題だったという。
〇実証実験の概要
アスクルは、「ホワイト物流」推進運動に賛同し、2019年に持続可能な物流の実現に向けた「自主行動宣言」を提出しており、本実証実験も自主行動宣言の項目の一つ。同社からサプライヤーへの発注量を平準化することで、輸送車両台数とCO２排出量の削減を目指すもの。発注量平準化の実現にあたり、同社ではEC事業者起点でAIを活用した「発注量平準化のシステム」を開発。本システムに、サプライヤーの使用する輸送車格（4ｔ車、10ｔ車等）と各車格で輸送できる物量（積載可能才数）を取り込み、1週間分の需要予測・需要変動のデータと突き合わせて同社からサプライヤーへ発注。発注量を「輸送車両の車格単位での発注量」としたことで、発注の時点で高積載となる仕組みを確立し、発注量の平準化を検証した。
〇実証実験の成果
アスクルは、本実証実験を通じて発注量平準化を図ったことにより、輸送に用いる車両数を削減し、同一の物量に対してCO2排出量を削減する成果を得たという。また、輸送する物量の平準化でトラック積載率が向上し、サプライヤー、アスクル双方の物流センターの庫内作業も効率化できたとしている。アスクルはこの結果を受け、2023年2月から本実証実験を他サプライヤーにも展開し、取り組みを拡大している。
