朝7時、配車表とにらめっこしている管理者へ
私が運送会社の管理者の方と話すとき、必ず出てくる場面があります。朝7時、事務所のホワイトボードの前で、当日の荷量表とドライバーの出勤状況、車両の点検予定を突き合わせながら、誰にどの便を割り振るかを頭の中で組み立てている。電話が鳴れば「急な追加が入った」で組み直し、午後には翌日分の伝票をExcelに打ち込み、月末には運賃の締めと請求書作成で数日が消える。ベテランの頭の中にしか配車のロジックがなく、その人が休むと現場が止まる——この属人化と事務処理の重さが、多くの運送・物流会社に共通する悩みです。
中小企業庁の「中小企業白書」でも、人手不足を経営課題に挙げる中小企業が高い水準で続いていることが示されています。運送業は2024年からの時間外労働規制もあり、限られた人員と拘束時間で回さざるを得ません。だからこそ、配車の判断や伝票の入力といった「人がやらなくてもよい部分」をどこまで減らせるかが、現場の余力を左右します。ここでは、AIを運送・物流の現場でどう活用し、効率化につなげるかを、実際に動かせる粒度で整理します。
まず「AIで置き換えられる作業」と「置き換えられない判断」を分ける
運送業の業務にAIを持ち込むとき、最初にやるべきは仕分けです。ひとくちに配車といっても、中身は複数の作業に分かれます。
- 荷量と車両の突き合わせ（データの整理）
- 距離や順序を考えた配送順の組み立て（計算）
- 顧客との関係や現場の事情を踏まえた最終判断（人の領域）
このうち前二つはAIやツールが得意な領域ですが、最後の「あの荷主は時間指定に厳しい」「この道は工事中」といった判断は、現時点では人が持つべき部分です。私が支援に入るときも、まず「AIに任せる範囲を欲張らない」ことを最初に確認します。全部を自動化しようとすると、かえって確認の手間が増えて現場が使わなくなるからです。
伝票入力と請求書作成から始める手順
効果が見えやすく、失敗しても被害が小さいのは事務処理側です。具体的な手順を示します。
- 紙・PDFの伝票を読み取る：受領書や納品書をスキャンし、OCR機能を持つAIツールに読み込ませます。日付・荷主名・品名・数量・金額などの項目を文字データに変換させます。
- 抽出結果を確認する：ここが肝心です。読み取った内容を担当者が画面で照合します。手書き伝票やかすれた文字は誤読が出るので、金額と数量だけは必ず目視で確認するルールにします。
- 既存のExcelや販売管理ソフトに転記する：確認済みのデータを取り込みます。フォーマットが決まっていれば、AIに整形させてから貼り付けるだけにできます。
- 月末の請求書に集計する：月内の伝票データがそろっていれば、荷主ごとの運賃を集計し、請求書の下書きを作らせます。作るのは下書きまで。最終的な金額の確定と送付判断は人が行います。
この流れなら、月末に数日かけていた締め作業のうち、入力と集計の部分を短縮できます。効果は伝票の量と様式のばらつきに大きく左右されます。まずは自社の1週間分で試し、入力にかかった時間を前後で計ってから判断してください。
配車の相談相手としてAIを使う
配車そのものを完全自動化するのは、中小規模ではハードルが高いのが実情です。専用の配車最適化システムは費用も導入負荷も大きく、荷主や車両の条件が複雑なほど設定が追いつきません。
そこで現実的なのは、AIを「相談相手」として使う方法です。当日の荷量リストと使える車両・ドライバーの情報を文章や表で渡し、「この条件で無理のない割り振り案を3パターン出して」と依頼します。出てきた案をベテランが見て、現場の事情を加味して最終決定する。ゼロから組むより、たたき台があるほうが速く、属人化した判断を言語化するきっかけにもなります。
この使い方の利点は、ベテランが休んだ日でも別の担当者がAIの案を土台にできることです。頭の中にしかなかったロジックを、少しずつ外に出していく第一歩になります。
うまくいかないときにどこを見直すか
導入してすぐつまずく典型が二つあります。
一つは読み取り精度が出ないケースです。原因の多くは、手書き伝票の様式が荷主ごとにバラバラなことにあります。この場合、全伝票を一度に処理しようとせず、まず様式が統一されている荷主の分だけAIに任せ、崩れた手書き伝票は従来通り人が入力する、と切り分けます。対象を絞ると精度が安定します。
もう一つは現場が使わなくなるケースです。管理者が良いと思っても、入力する事務員が「確認の手間が増えた」と感じると定着しません。これは、確認の負担を減らす設計になっていないのが原因です。全項目を目視確認させるのではなく、「金額と数量だけ確認し、それ以外は誤りが見つかったときに直す」というように、確認ポイントを絞ると負担感が下がります。導入時に現場担当者と一緒にルールを決めることが、定着の分かれ目になります。
手を出さない方がよい範囲
運送業でAIに任せない方がよいのは、安全と法令に直結する判断です。ドライバーの拘束時間や休憩の管理、車両の点検要否、危険物の取り扱い可否といった領域は、AIの提案を鵜呑みにすべきではありません。これらは規制と責任が伴い、誤りがあれば事故や行政処分につながります。
AIは資料の下調べや、チェックリストの下書きを作る補助には使えますが、最終判断は必ず有資格者や運行管理者が行う。ここは線引きを明確にしてください。「便利だから」と判断まで委ねると、責任の所在があいまいになります。効率化の対象は、あくまで事務作業と判断の下ごしらえに絞るのが安全です。
自社でやるか、外部に頼むかの見極め
最後に、どこまで自社で進めるかの判断基準です。
伝票の読み取りや請求書の下書きといった、汎用のAIツールで完結する範囲は、まず自社で無料または低額のツールを試すことをおすすめします。月数千円の範囲で始められ、合わなければやめられるからです。ここに最初から外部委託の費用をかける必要はありません。
一方、次のような条件に当てはまるなら、外部の力を借りることを検討する場面です。
- 荷主ごとに伝票様式が多岐にわたり、自社だけでは設定が回らない
- 配車ロジックの言語化や、既存の販売管理ソフトとの連携まで踏み込みたい
- 担当者を専任で置く余裕がなく、片手間では前に進まない
こうした場合、いきなりシステムを一括導入するのではなく、まず「どの業務から、どの順で手をつけるか」を一緒に整理してくれる相手がいると、無駄な投資を避けられます。私たちのようにAI担当を月額でシェアする形は、専任者を雇うほどの規模ではないが自社だけでは判断に迷う、という会社に向いています。
運送・物流のAI活用は、配車の完全自動化という大きな話から入ると挫折します。伝票と請求という毎月必ず発生する事務作業を一つ選び、1週間分で試す。そこで手応えを確かめてから、配車の相談役へと広げていく。この順番が、限られた人員で無理なく効率化を進める現実的な道筋です。