家電サプライチェーン協議会、流通経済研究所、富士通、ソフトバンクロボティクスは11月2日、家電製品の外装汚破損に関する判定基準の明確化・標準化と、AIを使った判定モデルの有効性や実現可能性を検証する実証実験を開始したと発表した。期間は2027年1月15日まで。メーカーから量販店までの物流過程で発生する、必要以上の持ち戻りや再配送の削減を目指す。

業界共通の外装汚破損判定基準を策定

家電製品の物流現場では、製品本体に問題がなくても、段ボール外装の擦れやへこみなどを理由に持ち戻りや再配送が発生する場合がある。各社で外装汚破損の判定基準が異なるほか、現場担当者の経験や判断に依存する部分もあり、同じ損傷状態でも拠点や担当者によって判断が分かれるという。

  • 段ボール外装の損傷例

    持ち戻りが発生した段ボール外装の損傷例

今回の実証実験では、家電サプライチェーン協議会の構成員である家電メーカーや量販店、物流事業者が持つ判定基準を基に、業界共通の段ボール外装汚破損判定基準を策定する。そのうえでAIによる判定モデルを構築し、実際の物流現場で有効性や実現可能性を検証する。

  • 実証実験の概要図

    実証実験の概要図

家電サプライチェーン協議会と流通経済研究所は「持続可能な家電物流協議会」を構成しており、今回の取り組みは、国土交通省の「デジタル技術を活用した荷主・物流事業者の行動変容促進事業費補助金」に採択されたことを受けて実施するもの。両者は事業全体を企画し、業界共通の判定基準の策定、段ボール外装の画像データと業務知見の提供を担う。富士通とソフトバンクロボティクスは、AI技術の提供とデータ分析を担当する。

2社のAI技術を使って判定モデルを構築

判定モデルには、富士通のAIプラットフォーム「Fujitsu Kozuchi」の画像認識技術「Amalgamation AI for Vision」と、ソフトバンクロボティクスのAIソリューションを活用する。

富士通によると、Amalgamation AI for Visionは、少量の画像データでも高精度に認識できるほか、判定条件を指示しやすく、判定理由を提示できるという。一方、ソフトバンクロボティクスのAIソリューションは、スマートフォンで撮影した段ボール外装の画像を解析し、設定した基準に基づいて損傷状態を判定する。判定結果を記録し、後から検証することも可能だ。

実証実験では、外装汚破損判定AIモデルの精度を評価するほか、判定基準の標準化や現場での運用性を検討する。さらに、返品・再配送の削減効果を分析し、サプライチェーン全体の最適化に活用できるかどうかを評価する。

4者は実証実験を通じ、家電メーカーや量販店、物流事業者が共通の基準に基づいて、外装の汚れや破損を客観的に判断できる環境の実現を目指す。将来は判定基準の公開や他業界への展開も視野に入れているという。