物流の2024年問題に生成AIは効くのか — 配車と点呼の業務を分解する

物流の2024年問題とは、トラックドライバーの時間外労働に年960時間の上限がかかった規制のことである

2024年4月、トラックドライバーの時間外労働に年960時間の上限規制が適用された。運送業は他業種より5年遅れて2019年の働き方改革関連法の対象になり、2024年3月末で猶予期間が終わった形になる。労働時間が短くなること自体は歓迎すべき変化だが、同じ荷物量を今までより短い労働時間で運ぼうとすると、運べる量が足りなくなる。これが「2024年問題」と呼ばれる構図である（全日本トラック協会）。

国の「持続可能な物流の実現に向けた検討会」の試算では、何も対策を打たなければ営業用トラックの輸送能力は2024年時点で14.2%、2030年には34.1%不足するとされている（同協会サイトが引用する試算値）。人を増やして解決するには採用市場の制約があり、労働時間を延ばす選択肢は規制で塞がれている。残るのは「同じ人数・同じ時間で、今より多く運べるようにする」という効率化の方向であり、ここに生成AIやシステム化への期待が集まっている。

本記事は医療とAIをテーマにしてきたこのメディアが、あえて医療の知見が一切効かない業界を選んで書いている。「指示すればどんなジャンルでも書ける」という主張を、この記事自体の中身で裏づけるための1本である。運営者に物流業界の実務経験はないため、一人称の体験談は書かない。判断の材料は出典のみに絞る。

2024年問題の中身を業務単位に分解する

「物流にAIを入れる」という言い方は粒度が粗すぎて、何がどう変わるのか判断しづらい。トラック運送事業者の日々の業務を大きく割ると、次のような工程になる。

1. 受注・荷主調整 — いつ・どこへ・何を運ぶかの確定
2. 配車計画 — どの車両・どのドライバーに、どの順路で割り当てるか
3. 点呼 — 乗務前後にドライバーの健康状態・アルコール・車両状態を確認する法定業務
4. 運行 — 実際の走行
5. 記録・報告 — 運行記録の作成、荷主への報告

このうち、AI・自動化の議論が特に具体的に進んでいるのは②配車計画と③点呼の2つである。両者は性質が対照的なので、分けて見ていく。

配車計画 — 数理最適化が「暗黙知」を代替する領域

配車計画は伝統的に、経験の長い担当者が「この荷主の荷物はこの時間帯に積むと待ち時間が少ない」「このドライバーはこの経路に慣れている」といった暗黙知を組み合わせて手作業で組んでいた業務である。BrainPadが公開している導入事例では、この業務を数理最適化モデルに置き換え、日々の配車計画（車両台数・ルート）を自動算出する仕組みを構築したと報告されている。

ここで自動化されているのは「制約条件（納品時間指定・積載量・拘束時間の上限など）を満たす組み合わせを、人力より速く広く探索する」という部分である。一方で同事例では、導入の前段として「現場担当者へのヒアリングから業務プロセスの棚卸し」を行い、どの制約条件を守るべきかを人が定義している。つまり、

• AIに任せられる部分: 制約条件を満たす膨大な組み合わせの探索、当日の交通状況に応じた再計算
• 人が持つ部分: どの制約条件を「守るべきルール」として定義するか、例外的な荷主対応の可否判断

配車計画のAI化は「ベテランの勘を再現する」のではなく、「ベテランが頭の中でやっていた組み合わせ探索を、明文化した制約条件のもとで機械にやらせる」という置き換えに近い。制約条件の設計自体は今も人の仕事として残っている。

点呼 — 先に変わったのは技術ではなく制度である

点呼は貨物自動車運送事業法に基づき、乗務前後にドライバーの健康状態・酒気帯びの有無・車両の日常点検状況を確認し、記録することが義務づけられている業務である。長らく対面が原則だったが、国土交通省は段階的に非対面での実施を制度化してきた。

• 2022年4月: 遠隔点呼制度の開始（Gマーク等の条件なしに、要件を満たす全事業者が対象）
• 2023年1月: 乗務後自動点呼が実施可能に（国土交通省の報道発表）

乗務後自動点呼は、認定を受けた機器を使い、運輸支局長等への事前届出を行うことを条件に、対面によらない点呼を対面と同等に扱う制度である。国土交通省が公表した「令和5年度 過労運転防止認定機器一覧」には、この用途で認定された機器がリスト化されている。国土交通省が挙げる狙いは3点で、ICTによる運行管理の高度化（安全性向上）、ドライバーの働き方改革、運行管理者の働き方改革である。

ここで押さえておくべきなのは、技術的にはもっと早くから自動化が可能だったが、制度（法令上の点呼の定義）が対面を前提にしていたために実施できなかったという順序である。点呼のAI化・自動化が進んだのは、AIの性能が急に上がったからではなく、認定制度という「機械にやらせてよい」という国のお墨付きの枠が先に整備されたからだ。医療分野でも、AIができることと、制度上AIにやらせてよいことの間には同じ種類のギャップがある。物流の点呼はこのギャップが公的な認定制度によって埋められた事例として読める。

配車と点呼、2つの領域から見える共通の線引き

配車計画と点呼という性質の異なる2つの業務を並べると、AI化・自動化が進む条件について共通点が見えてくる。

どちらの領域でも、AIや自動化が代替しているのは「決まったルールの中で最適な答えを探す」部分であり、「そのルール自体を決める」部分は人に残っている。2024年問題という労働時間の制約は、この「ルールを決める部分」に人の時間を使えるようにするために、「探索する部分」を機械に渡す動機を強めた、と整理するのが実態に近い。

よくある質問

Q. AIを導入すればドライバー不足は解消されますか？ A. 解消ではなく緩和が実態に近い。国の試算による輸送能力不足（2024年14.2%・2030年34.1%）を前提にすると、配車の効率化だけで不足分すべてを埋められるとは限らない。

Q. 点呼のAI化に必要な機器は自由に選べますか？ A. 乗務後自動点呼を対面と同等に扱うには、国土交通省が認定した機器を使い、運輸支局長等への事前届出が必要になる。

Q. 配車計画AIは誰でもすぐ導入できますか？ A. 導入前に制約条件（納品時間・積載量・拘束時間の上限など）を業務として明文化する工程が必要で、ここに人の稼働がかかる。

Q. この記事の内容は医療分野の話ですか？ A. いいえ。このメディアは医療×AIを主戦場にしているが、本記事は「ジャンルを問わず書けるか」を検証するために物流分野をあえて選んで書いている。