ROI事件ファイル No.538『あの人が休むと、トラックの行き先が決まらなかった』
あの人が休むと、トラックの行き先が決まらなかった
第一章：ベテランがいないと、配車が止まる
「配車業務が完全に属人化しています。あの担当者が休むと、トラックの行き先が決まらない」
TransLogix社の運行管理部長、苫米地隆氏は、そう言いながら路線図を見せた。冷凍食品の輸送を専門とする物流企業。「東京-大阪間の長距離と、愛知・三重・大阪・関東各拠点の地場配送をやっています。各営業所の担当者が、手作業で配車を組んでいる」
「属人化の度合いは」とClaudeが尋ねた。
「ベテランでないと組めません」と苫米地氏が答えた。「担当者が休暇や病欠で不在だと、代替が利かない。緊急の配車変更にも時間がかかる。複数の配車パターンをその場で比較することもできない。お客様のオーダー変更にも、柔軟に対応できていない」
「以前、システム化は試みましたか」と私が確認した。
「試して、見送りました」と苫米地氏が答えた。「AI自動配車を試用したんですが、うちの業務条件に対応できず、精度が五十〜六十点程度だった。協力会社の車両位置も、いまだに電話で確認している。課題は山ほどある。でも、どこから手を付ければ投資に見合うのか、判断できない」
「課題が多いなら、到達範囲・効果・確信・労力で投資を裁く必要がありますね」と私が応じた。「RICEで分解しましょう」
第二章：RICEが問う、到達・効果・確信・労力
「この案件には、RICEが必要です」
Claudeがホワイトボードに「R・I・C・E」と書いた。
「RICE——Reach（到達範囲）・Impact（効果）・Confidence（確信度）・Effort（労力）の四軸で施策を採点し、優先順位を決めるフレームワークです」と私が説明した。「課題が多いとき、効果だけで選ぶと、確信のない大仕事に飛びつきがちになる。RICEは、どれだけ広く効くか、どれだけ効果が大きいか、成功をどれだけ確信できるか、どれだけ労力がかかるか——四つを掛け合わせて、投資に見合う打ち手を裁く道具です」
「まず現状のコストを測りましょう」とGeminiがROI Polygraphを開いた。苫米地氏から提供されたデータを入力する。
「月間の配車業務コストが出ました」とGeminiが読み上げた。「手作業配車業務の工数が月平均二百四十時間、時給四千八百円で月百十五万二千円。担当者不在時の対応遅延・代替確保コストが月平均八十万円。配車パターン比較ができないことによる非効率走行・コスト超過が月平均九十万円。緊急時オーダー変更対応の遅延損失が月平均五十五万円。協力会社車両の電話確認の非効率が月平均三十五万円。配車ノウハウの属人化リスク期待値が月平均六十万円。合計で月四百三十五万二千円。年間換算で約五千二百二十二万円」
苫米地氏が数字を見つめた。「配車の手間だけだと思っていました。非効率走行のコスト超過や属人化リスクまで入れると、規模が違う」
「では、RICEで設計します」と私が続けた。
[Reach——どれだけ広く効くか]
「最初に、Reachを採点します」とClaudeが言った。「全営業所と協力会社を含む、数百台規模の車両に効く。配車業務は全拠点に共通する基幹業務だから、到達範囲は極めて広い。一部の業務改善ではなく、全社の配車に影響する。Reachは『どれだけ多くに効くか』の尺度です」
[Impact——どれだけ効果が大きいか]
「次に、Impactです」とGeminiが続けた。「配車の効率化、緊急時の迅速な対応、オーダー変更への柔軟な対応、そして属人化の解消。担当者不在でも配車が止まらなくなる効果は大きい。Impactは『一件あたりどれだけ効くか』の尺度です」
[Confidence——どれだけ成功を確信できるか]
「Confidenceは、慎重に見ます」と私が続けた。「過去の試用で精度が五十〜六十点だった事実がある。だから無条件には高くできない。ただ、業務条件を満たすカスタマイズと、信頼性の高いベンダー選定で確信度は上げられる。過去の失敗を、確信度を下げる事実として正直に採点することが、RICEの誠実さです」
[Effort——どれだけ労力がかかるか]
「最後に、Effortです」とClaudeが続けた。「選定からカスタマイズ、導入、運用まで、相応の時間とコストがかかる。労力は小さくない。だがReachが広くImpactが大きいため、四軸を掛け合わせると、労力を投じる価値があると数値が示す。Effortは『どれだけ重いか』を割り引く分母です」
[投資回収を試算する]
「ROI Proposal Generatorで試算しましょう」とGeminiが提案した。
- 初期費用：AI自動配車システム構築・業務条件カスタマイズ・車両位置情報連携・PoC環境構築・全営業所研修費用合計九百四十万円
- 月次費用：システム運用・モデル更新継続費合算月三十八万円
- 月次削減効果：配車業務工数削減＝月八十一万円（七割削減想定）、不在時対応コスト削減＝月五十六万円、非効率走行削減＝月七十万円、緊急対応の迅速化＝月四十万円、合計月二百四十七万円
- 月次純削減：二百四十七万円－三十八万円＝月二百九万円
- 投資回収期間：九百四十万円÷二百九万円＝約四・五ヶ月
「四ヶ月半の回収です」とGeminiが整理した。「重要なのは、過去に精度五十〜六十点で見送った事実を、確信度に正直に反映する点です。だからこそ、業務条件のカスタマイズを前提に設計する。RICEで四軸を掛け合わせると、Reachが広くImpactが大きいため、確信度を慎重に見ても投資に見合うと出ます」
苫米地氏が数字を確認しながら言った。「一度失敗しているから、二の足を踏んでいました。確信度を低く採点したうえで、それでも見合うと数値で出るなら、踏み出せる」
「RICEは、過去の失敗も正直に採点して、投資を裁く道具です」と私が応じた。
第三章：PoC起点で進める導入計画
「進め方を整理します」と私がホワイトボードの前に立った。
「第一・二ヶ月——配車業務の棚卸し、過去の試用で対応できなかった業務条件の洗い出し、ベンダー選定。第三・四ヶ月——業務条件に合わせたカスタマイズ、車両位置情報連携の設計。第五ヶ月——一営業所でのPoC、精度の検証。第六ヶ月——PoC結果の評価、確信度の再採点。第七ヶ月——効果確認後、全営業所への展開計画。第八ヶ月以降——順次展開、協力会社車両連携の拡大、モデルの継続改善」
「また精度が出なかったら、どうしますか」と苫米地氏が確認した。
「だからPoCを一営業所に絞ります」とClaudeが応じた。「過去の失敗は、業務条件に合わないまま広く導入したことが原因かもしれない。まず一拠点で業務条件を満たせるか検証し、確信度を実データで再採点する。出なければカスタマイズを見直す。全社に広げてから失敗するより、損失がはるかに小さい。RICEのConfidenceを、PoCで実測する構造です」
苫米地氏がメモを取りながら言った。「失敗を恐れて止まっていました。確信度を測り直しながら進められるなら、動ける」
第四章：誰が休んでも、トラックが動く日
十ヶ月後、苫米地氏から報告が届いた。
手作業の配車業務は、PoCを経て本格展開後、従来比で七割削減。「配車の大半をAIが組むようになった。担当者は例外的な調整だけを見る。ベテランの時間が、判断の要る業務に戻った」と苫米地氏は記していた。
担当者不在時の問題も解消された。属人化が解け、誰が休んでも配車が止まらなくなった。「あの人が休むとトラックの行き先が決まらない、という状態がなくなった。代替要員の確保に追われることも減った」と報告書にあった。
最も大きな変化は、緊急対応の速度に表れた。複数の配車パターンをその場で比較できるようになった。「お客様のオーダー変更に、その場で複数案を出して応えられる。以前は組み直しに時間がかかっていた」と苫米地氏は記していた。
PoCの判断も機能した。一営業所で精度を検証してから広げたため、過去の二の舞を避けられた。「PoCで『今度は業務条件を満たせる』と数値で確認できた。だから全社展開の予算が通った。一度失敗していたからこそ、検証してから広げる順序が効いた」と報告書にあった。
副次効果として、協力会社車両の把握も進んだ。電話確認だった位置情報が、システム上で見えるようになった。「協力会社の車両がどこにいるか、電話せずに分かる。配車の精度が上がった」と苫米地氏は記していた。
苫米地氏の報告書の最後にはこう書かれていた。「課題が多すぎて、しかも一度失敗していた。だから動けなかった。RICEで四軸を採点し、確信度を正直に低く見たうえで、PoCで測り直しながら進めた。失敗を隠さず採点に組み込めば、次の投資は裁ける」
あの人が休むとトラックの行き先が決まらなかった会社が、誰が休んでも配車が動く会社に変わった日、配車は職人の頭の中から、いつでも組み直せる仕組みに変わっていた、と記されていた。
「一度失敗した施策には、二度目の二の足がつきまとう。課題は山ほどあるのに、過去の失敗が投資判断を縛る。RICEが問うのは、到達範囲・効果・確信度・労力だ。どれだけ広く効き、どれだけ効果が大きく、どれだけ成功を確信でき、どれだけ労力がかかるか。過去の失敗は、確信度を下げる事実として正直に採点し、PoCで測り直す。あの人が休むとトラックが止まっていた会社が、誰が休んでも配車が動く日を得たとき、変わったのは配車システムではなく、失敗も採点に組み込んで投資を裁く判断そのものだった」
関連ファイル
使用ツール
- ROI Polygraph — 配車業務工数・非効率走行・属人化リスクの可視化
- ROI Proposal Generator — PoC起点のAI自動配車導入の投資回収シミュレーション
