OneRail、NvidiaのAIを活用してリアルタイムのラストマイル配送を最適化

OneRailは、Nvidiaの技術を活用したAI駆動型の配送プラットフォームを導入し、小売業者、卸売業者、流通業者が個々の注文に対して最も効率的な配送方法を決定できるよう支援しています。

OneRailによると、OmniSTARと名付けられたこのシステムは、自社保有の車両、宅配業者、小包配送サービス、その他の物流手段など、さまざまな配送チャネルを評価し、サービスレベル契約（SLA）を満たしつつ、最も費用対効果の高いソリューションを特定する。

このプラットフォームは、Nvidiaの意思決定最適化エンジン「cuOpt」およびデータ処理ソフトウェア「cuDF」を、OneRail独自の配送価格設定およびパフォーマンス指標と統合しています。Nvidiaの高速計算インフラストラクチャが、ルート計画および配送手段の算出を支えています。

OneRailによると、このシステムにより計算時間が最大10分の1に短縮されるという。従来20分を要していたタスクが2分未満で完了するようになり、週次計算も約2日分に短縮された。

OneRailは、この高速化された処理により、実際の配送業務の中で最適化が可能となり、注文が割り当てられる前に複数のフルフィルメントオプションを評価できるようになると述べている。

「瞬時の意思決定能力がなければ、利益率を犠牲にすることになる」と、カタニア氏はCNBCのインタビューで語った。「ラストマイルのフルフィルメントはコストがかかる。」

予測から配送決定まで

OneRailのより広範なAIシステムは、配送プロセスのさまざまな段階で予測と最適化を活用している。同社によると、同社の機械学習モデルは、サービス所要時間、遅延リスク、初回配達成功の可能性、予想価格帯などの要因を予測するという。

これらの予測は、注文実行戦略を決定する最適化システムに反映される。これとは別に、OneRailは、OmniSTARがさまざまな配送モードを比較し、コストとサービス要件に基づいて最適なオプションを選択すると説明している。

動的車両ルート設定に関する研究では、変化する状況を予測することと、新たな情報が得られた際に運用上の決定を再計算することとが区別されている。『European Journal of Operational Research』誌の2024年の総説では、移動時間の予測とリアルタイムでの再最適化が、時間依存型ルート設定研究における異なる領域として特定された。

NvidiaのcuOptが経路最適化を担当

Nvidiaは、cuOptを、車両ルート設定やその他の数学的最適化課題向けに設計された、オープンソースのGPU加速最適化ライブラリであると説明している。

NVIDIAのドキュメントによると、cuOptはルートを計算する際、車両のコスト、積載量、所要時間、稼働時間帯、出発地、およびその他の制約条件を考慮する。そのコストモデルには、距離、時間、金銭的コスト、あるいはこれらの指標の重み付けされた組み合わせを組み込むことができる。

OmniSTARは、ルート設定と配送モードの選択の両方にcuOptを適用しています。OneRailによると、これによりシステムは注文に対して利用可能な履行オプションを比較し、サービス要件を満たす最低コストのオプションを特定できるようになります。

OneRailは、多くの小売業者が依然としてこれらの決定において静的なルールや手動による計画に依存しているとし、OmniSTARはより短い運用時間枠内で、より多くの配送組み合わせを評価できるように設計されていると指摘しています。

Nvidiaによると、cuOptは考えられるすべての経路を網羅的にテストするわけではありません。その代わりに、ソルバーは候補となる解を生成し、GPU加速されたヒューリスティック手法を用いてそれらを反復的に改善することで、指定された計算時間内に高品質な結果を導き出します。

また、このプラットフォームは、データセットのフィルタリング、結合、集計などの表形式データ処理を行うGPU加速ライブラリであるNvidia cuDFも活用しています。

OneRailは、これらの機能と自社の配送データおよび運用モデルを組み合わせています。同社のデータセットは、1,200万人以上のドライバーと1,000社以上の物流パートナーからなるネットワークにおける数百万件の配送データから導き出されています。

このデータには、さまざまな輸送手段における価格設定や配送パフォーマンスが含まれています。OneRailによると、OmniSTARはこの情報を用いて、コスト増につながる配送ルールを特定し、配送の選択が商品単位の収益性にどのような影響を与えるかを評価するとのことです。

OmniSTARについて公開されたアーキテクチャは、GPUによるデータ処理の高速化と数学的最適化に重点を置いている。Nvidiaは、車両ルート計画などの問題に用いられる最適化コンポーネントとしてcuOptを挙げている。

cuOptはステートレスであるため、運用条件に変化が生じた場合は、最適化問題を再モデル化し、再度実行する必要があります。Nvidiaは、車両の故障、ドライバーの欠勤、道路の封鎖、交通状況、および新たな優先度の高い注文などを、動的な再最適化をトリガーする変化の例として挙げています。

OneRail社によると、OmniSTARは燃料費、天候、配送状況などの変数が変化した際に、配送シナリオを再実行できるという。同社は以前、cuOptを採用したことで、従来の手法よりも多くのルートシナリオを評価し、ルートの再計算をより高速に行えるようになったと述べていた。

OmniSTARが実運用へ移行

OmniSTARは現在、一部の法人顧客に導入されている。

OneRailによると、US Foodsでは、このシステムが、高コストの輸送機器を用いて低利益率の製品を長距離輸送するなど、利益率を低下させている配送構成を特定した。OneRailによれば、US Foodsはその後、これらの知見を活用して価格設定を調整し、特定の配送パターンを再構築した。

また、OneRailはCNBCに対し、同プラットフォームを利用しているある大手タイヤ卸売業者（社名は非公表）が、3年間で4,000万ドルのランレートベースのコスト削減を達成したと語った。 顧客名は明らかにされておらず、コスト削減額はOneRailが提示したものです。同社はまたCNBCに対し、OmniSTARの総商品取扱高が2026年第4四半期中に60億ドルを超えると見込んでいると述べました。

CNBCの報道によると、OneRailとNvidiaは本プロジェクトの立ち上げに先立ち、3年間にわたり協業していた。OneRailは、この協業にはNvidiaのInceptionプログラムへの参加に加え、ラストマイル配送および大規模な物流最適化に関して、NvidiaのcuOptエンジニアリングチームとの直接的な連携が含まれていたと述べた。

今年3月、フェデックスはOneRailと提携して「FedEx SameDay Local」を立ち上げ、顧客を1,000社以上の配送業者からなる全国ネットワークに接続した。

関連記事：Nvidiaの来年の売上の4分の1は、同社が資金提供している研究所から生まれる

業界のリーダーたちからAIやビッグデータについてさらに学びたいですか？アムステルダム、カリフォルニア、ロンドンで開催される「AI & Big Data Expo」をチェックしてください。この包括的なイベントはTechExの一部であり、他の主要なテクノロジーイベントと同時開催されます。詳細についてはこちらをクリックしてください。

AI NewsはTechForge Mediaが運営しています。今後開催予定のその他のエンタープライズ・テクノロジー・イベントやウェビナーについては、こちらをご覧ください。