社会インフライノベーションの現在地
デジタルツインとAIが実現するサスティナブルな未来

グリッドの取り組む、AIによる組み合わせ最適化とは、デジタルツインで得意先の業務を再現し、そこにAIを作用させることで実現している。

具体的な事例では、石油元売企業の配船計画をAIによって代替したことが挙げられる。企業の配船業務をデジタル上に再現し、船舶、生産拠点、備蓄拠点を表示、現在の状況を可視化し、需要・生産計画を基に配船計画を実施、現在の需要、生産、船舶状況を基に最適な配船計画を策定した。

こうした配船計画には難しい様々な制約条件が立ち並んでいる。ビジネス上のルール、船のスピード、天候の影響、船の積載量によってどれだけ沈むかといった物理方程式等、80を超える条件がある。これらの条件をデジタルツインシミュレーターに入れ込み、AIが最適な采配をする。組み合わせの数は、10の1000乗通り以上となり、将棋や囲碁よりも複雑な組み合わせの中からAIが最適な一手を出すのだ。

「AIと人が考えることは一緒です。輸送所の安全在庫を下回らないこと、輸送コストを最小化すること、積載率をあげることなどを念頭に、様々な条件のもと配船計画を出します。AIによる配船計画によって、輸送コストの20%の削減が実現しました。元々が膨大なコストなので、削減効果のインパクトは強烈です。また、人が立てた計画よりも在庫管理が安定し、さらに毎日10名程度が丸1日かけていた計画業務を十数分でこなすことができ、業務負荷の削減にも繋がりました。また、燃料コスト下がることでCO2削減にも寄与しています」。

しかし、そうした成果をだすには、かなり泥臭い作業が伴うという。
「まずは、現場の業務ルールを全て洗い出し、言語化する必要があります。AIをつくるのは、トライ&エラーの繰り返しで、一歩一歩AIを成長させていくしかありません。3カ月～1年かけて、何回も要件定義と開発と改修を繰り返していきます」。

こうしてAIは、最適化精度がよくなり、計算時間が短く、配船計画の違和感を小さくする、といった成長をしていく。ちなみに、違和感というのは、現場の担当者が“自分だったらこんな配船計画にしない”ということ、それは、業務ルールを正しく洗い出せていないか、もしくは、担当者の理解を超えたAIが神の一手を打ってきたということだ。

「計画を担当者に評価してもらうのですが、最初は5歳がつくった計画だとレビューをもらいます。次の要件を聞いて、10歳、15歳と繰り返し、ある時に“私くらいになった”と言ってもらえ、そして“私を超えたな、配船効率上がったな”となるんです。どうしてもエンジニアは最適化精度にこだわっているので、初期の段階で神の一手をだしてしまうんですが、信頼関係できていない中で、神の一手をだすと信用してもらえません。我々が心がけているのは、いったん担当者がつくっている配船計画を忠実に再現すること。“俺が育てたAIだ”と思ってもらえるように、デジタルの話と人間系の話を大事にしています」。