David Julian氏はNetradyneのCTO兼共同創業者である。
テキサス州ヒューストンでパッケージ配送を任された商用トラックドライバーを想像してみよう。ドライバーの担当ルートの一部は、車両が行き交い、時折歩行者も現れるウェストハイマー通りの一部だ。このドライバーは、赤信号で過ごす時間をできるだけ少なくしようと、攻撃的な運転をする。他のドライバーたちはその攻撃的な行動に気づき、道を譲り、進路を空ける。事故は起きない。
一方、そのドライバーの同僚もウェストハイマー通りの一部でパッケージを配送しているが、攻撃的な運転はしない。このドライバーは赤信号を予測し、急ブレーキを避け、一定の速度を維持する。事故は起きない。
どちらの場合も結果は同じだった：事故なく配送ルートを完了した。しかし、そのデータだけでは全体像を把握できない—全体像とは、フリート（車両管理）チームが道路をより安全に保ち、燃料コストを低減するためのより良い運転習慣を育成する必要があるということだ。
最初のドライバーの行動は危険だった。また、おそらく燃料効率も低かっただろう。2025年にTransportation Research Recordに掲載された研究によると、「安全な運転行動は燃料消費を予測する」ことが分かっている。運転行動は燃料消費にどれほど大きく影響するのだろうか？オークリッジ国立研究所の研究を考えてみよう。この研究では「スピードの出し過ぎやブレーキの急激な踏み込みが燃費と消費に与える影響」を調査した。研究の結果、「ハンドル操作における攻撃的な行動は、停止と発進を繰り返す交通状況では軽自動車の燃費を約10〜40%、高速道路では約15〜30%低下させる可能性がある。これはガロンあたり約0.25〜1ドルの損失に相当する」ことが明らかになった。さらに、北米貨物効率化協議会によると、「時速60マイルを超えて走行する1マイル毎に、燃費は1ガロンあたり0.1マイル低下する」という。これらは攻撃的な運転行動が道路の安全性を低下させ、燃料コストを増加させる例のほんの一部である。
燃料はフリート運営者にとって大きな出費である。AIを活用したコーチング技術を業務に取り入れることで、フリートマネージャーはドライバーにより安全で燃料効率の良い行動を身につけさせ、燃料費を大幅に節約することができる。
従来の燃料効率管理アプローチの限界
従来、燃料効率を追跡するために、物流業界は車両に組み込まれたデータを取得するフリート管理システムに依存してきた。
フリートマネージャーは使用される燃料の量を測定し、1ガロンあたりの走行マイル数を計算することができる—これは有用な情報だが、文脈やニュアンスが欠けているため、ある程度までしか役立たない。さらに、これらの孤立したデータポイントはドライバーの行動パターンの全体像を示していない。
AIの役割
私のチームが安全な運転とより良いフリート管理の最適化を目指す物流業界を支援する取り組みに基づくと、AIが文脈を収集する上で中心的な役割を果たしていることを直接目にしてきた。
AI搭載ソリューションは、車両に製造段階で組み込むことも、車両内に設置するアフターマーケット製品として提供することもできる。カメラフィードやセンサーデータは、車両の組み込みシステムからのデータとともに、AI搭載ソリューションに供給される。AIは燃料使用量や速度などの重要な指標を、追加の文脈やニュアンスを通して分析することができる。
AI搭載の安全性とコーチング技術により、フリートマネージャーはより包括的な燃料スコアを得ることができる—ドライバーの行動と外部要因（車両のメーカーやモデル、道路の種類、地形の種類など）の組み合わせが道路の安全性と燃料効率にどのように影響しているかを考慮した燃料スコアだ。AIのパターン認識機能により、フリートマネージャーはドライバーの行動をより安全で燃料効率の良いものに適応させることができる。
ドライバーにとっては、過剰なアイドリング、車両の速度に対して高すぎるギアでの運転（エンジンへの負荷）、攻撃的なブレーキ、スピード超過など、燃料を無駄にする運転行動をしている場合にリアルタイムのアラートを受け取ることができる。また、一定の速度の維持や、スムーズな加速とブレーキなど、道路上での良い行動に対してポジティブな強化を提供するリアルタイムアラートも受け取ることができる。AI搭載ソリューションは文脈を考慮することができる。例えば、ドライバーが渋滞のために過剰にアイドリングしている場合、アラートは発せられない。しかし、駐車場に座っているために過剰にアイドリングしている場合は、アラートが発せられ、可能であればエンジンを切って建物内に入り、燃料の無駄遣いを避けるよう促される。リアルタイムアラートを通じて、ドライバーは道路上で特定の行動をすぐに変更する機会を得ることができ、その場で燃料の節約を始めることができる。そして、懸念される行動が続く場合、段階的なコーチングシステムが機能する。
AIのパターン認識機能により、フリートマネージャーがベンチマークとして使用できる異なるコホート（グループ）の「最高クラス」の運転パターンを確立することができる。フリートマネージャーは、ルート上で速度を過度に変化させる傾向のあるドライバー、過剰にアイドリングする傾向のあるドライバーなど、個人レベルでのドライバー分析を超えることができる。代わりに、コホートベースの比較を開始することができ、これにより公平なパフォーマンス評価が容易になる。例えば、山岳地帯に配属されたドライバーは、平坦な地形で運転する同僚と比較されるのではなく、そのカテゴリーの会社の最高ドライバーと燃料スコアを評価することができる。
さらに、フリートマネージャーは、フリートの燃料効率を向上させるためにどのような対策を講じるべきかを正確に把握でき、それによりコストと環境への悪影響を削減し、場合によっては道路の安全性も向上させることができる。例えば、フリートマネージャーは、一般道路に配属されたドライバーの半数以上が攻撃的な運転をしていることを知り、その問題に対処するコーチングプログラムを立ち上げることができる。
AI搭載の安全性とコーチングのリスク—そしてその対策
AI搭載の安全性とコーチングは、他の種類の技術と同様に、誤った情報に焦点を当てる、データを誤解釈する、出力や情報を混乱させる無関係な文脈を含める、情報過多によってノイズ（方向性ではなく）を生み出すなどのリスクがある。
これらのリスクにより、ドライバー、フリートマネージャー、その他の関係者が正確なデータ、適切な解釈、明確で実行可能かつ関連性のある洞察を得られるよう、AI搭載の安全性とコーチングソリューションを慎重に設計することが不可欠となる。
AI搭載の安全性とコーチングが物流業界とその先に与える影響
AI搭載ソリューションは、物流業界が事後対応型の燃料効率化とコーチングから、予測型で実行可能なアプローチへと移行するのを支援することができる。
予防的に行動することで、フリートマネージャーやその他の関係者は道路をより安全にし、燃料に費やす1ドルごとにより多くの走行距離を得て、ドライバーとのより良い労働関係を構築し、環境への影響を低減することができる。
AI搭載の安全性とコーチングは、物流を超えて、製造業や航空業界などにも適用できる。安全性と効率が重要な業界では、事後対応型のアプローチは本質的にリスクが高い。今後、フリート業界とその先で予防的アプローチがますます重要になり、AI搭載の安全性とコーチングがその予防的アプローチを推進することができる。
