物流現場でAIのメリットとは

生成AIによるマニュアル作成ですか？そんなもん、誰も見ませんよ。
クソですね。

①AI-OCR

ようやく、OCRが使い物になってきた感があります。
今までは伝票毎に位置の登録が必要でどうしようも無かったですね。
自分でPython使ってOCRを組んだりしましたがやはりフォーマットの壁は大きかったです。傾き補正やFAXノイズは何とかしたんですが。

例えば、こんな各種伝票が現場に来ます。手書きだったり。

現場は区別すら面倒ですよ。どんどん処理したい。
区別？そんなの機械がやってくれよ。場所は判断しろよ。
「電話番号」と「Tel」？そんなの一緒だろ、分かれよ！

という無茶振りをやってくれます。

私的には、そこまで作るんならマッチングの為のAI-OCR画像プラットフォームも用意しろよ！と思うんですが、考えが及ばないのか…　ベンダーさんは商機を逃してますよね。狂気の沙汰です。自分で作るよ、しゃあない。

②生成AIは柔軟なテキストフィルタリングマシン

色々用途はあるんですが…
例えば、名寄せという面倒な作業が付きまといます。
　①株式会社AAA
　②㈱AAA
　③AAA株式会社
　④AAA
全部同じ社名なのに、営業が打つ度に違うのでこうなっちゃう。
キーコードが受注情報にあればいいんですが、無い方が多い。特に納入工程のデータにはそんなもん無い。どの行とどの行がどれなんだよ！！！というのはしょっちゅうです。生成AIはマルっと処理するのでこの揺らぎを判断してくれます。

③転移学習に期待！（生成AIではないが）

荷物にバーコードもラベルも付いてないのに入荷されるの普通なんですよ。ラベリングを手で貼ってたら出荷時間が来ちゃいます。撮影するだけでラベリングする事できないかな…と本屋を歩いてたら面白い技術を見つけました。まだ実用段階に至ってるサービスは無いですが、自分で作らずとも必ずや出てくる筈…

④グラフニューラルネットワークで配車を組むようになるだろう

まだそういうサービスは出てませんが、今の配車アプリって局地的なんですね。もっとサプライチェーン全体を対象にした考えをしたい場合、局地的な配車で扱うのとは情報も概念もガラッと変わる。そうすると、単純に組み合わせ最適化で考えるんではなく、グラフニューラルネットワークの出番でしょね。
これも開発が進むのを待つべし、待つべし！
私は開発屋じゃないので。Pythonは10行しか書かないよ。

⑤業務プロセスを視覚化して、ボトルネックを探そう
これは私のライフテーマとも言える。

⑥生成AIで自分の業務をアプリ化