少子高齢化が深刻化している日本ですが、労働年齢人口の減少もそれに伴う大きな課題といえます。
政治の中でも少子高齢化により懸念される様々な影響についていろいろな対策を講じているところですが、物流業界でもドライバーの高齢化や人材不足など大きな問題を抱えています。
ドライバー高齢化が進む中、再配達や配送スピード向上などサービスも過剰化している状況であり、国もAI(人工知能)などテクノロジーを現場に導入するなど民間と協力した試みが見られます。
多様化する消費者ニーズにこたえるのは容易なことではなく、増え続ける小口輸送とトラックの積載率減少で効率はむしろ低下しているといえます。
過剰なサービスを請け負い過ぎたことが物流業界にとって問題となっていますが、そもそもサービスを拡大しなくてもドライバーの高齢化と人材不足という問題を抱えている状況です。
これからさらに、ドライバーの高齢化は進むと考えられますが、長時間の運転や重量のある荷物を運ぶなど肉体的に負担が重い労働環境に耐えることができるドライバーも減少すると考えられます。
荷主は安さ・速さを求める中で、厳しい価格競争により人件費削減による賃金低下となれば、労働と賃金が見合わないとドライバー離れを促進させることになるでしょう。
平成28年10月に、流通業務の総合化と効率化の促進に関する法律である「物流総合効率化法」の改正法が施行されました。
流通業務で必要とする労働力を確保できなくなったことについての対応策というところですが、中小事業者をサポートしつつ事業者同士が協力できる体制を築くことをバックアップすることを目的としています。
それにより、車両の積載率を向上させ、人手不足を解消させることにつながり作業効率もアップするのでは…と考えられたのでしょう。
根本的な対策として、AI(人工知能)を活用した物流センターの効率化があり、実際に産学連携プロジェクトなど進行しているところです。
その内容は、荷主の物量分析・景況感・天候・工数の過去実績などをデータベース化し、AIに学習させ物流センターにどのくらいの人員が必要なのかその数を割り出す仕組みになっています。
これまでは現場で働く人の勘を頼りに、確保しなければならない人員を想定し準備していました。しかしその勘が外れれば、人員不足または不要人員を生むこととなり、余計な人件費が発生するなど現場作業を効率的に進めることはできなかったといえます。
しかしAIを導入することで、膨大なデータから欲しい数値を導き出すことができるため、人件費削減や業務を最適化させることが可能になることが期待されています。