商用車両のフリートは、AIからどのようなメリットを得られるのでしょうか？

0:00 艦隊にはさまざまな任務や要件がある

本日の『The Garage 』では、ネバダ州ラスベガスで開催中の「ACT Expo 2026」から生中継でお届けします。会場には、大型トラクター、トレーラー、バス、数多くの電気充電設備、あらゆる種類の特殊用途車両など、実に多種多様な商用車両が展示されています。そして、私たちが特に注目しているのは、テクノロジーがフリート運営やその多様な任務にどのような恩恵をもたらすかという点の重要性です。

予防保全、稼働率・信頼性・安全性の確保から、自動運転トラックや業務の最適化に至るまで、あらゆる場面において、商用車においてテクノロジーは重要な役割を果たしており、そのことが徐々に明らかになりつつあります。ここにある展示の多くは、フリート事業者が多様な問題を解決するために、テクノロジーを新たな方法で活用している事例を紹介しています。

このテーマを深く掘り下げるため、本日は特別ゲストをお迎えしています。ゲストはローレンス・ベイダー氏です。同氏はUPSで32年間にわたり車両運用の運営・管理に携わり、現在は独立コンサルタントとして活動しています。本日のインタビューでは、ローレンス氏がこれまでに直面した、また車両運用部門が解決しなければならない幅広い課題について語っていただくほか、現在および将来において、テクノロジーがこうした課題の解決にどのように貢献しているかについて、同氏の見解を伺います。商用車に関する非常に興味深い対談となります。

さあ、行こう。

1:35 ローレンス・ベイダーのご紹介

The Garage へようこそ。私は、Sonatus の最高マーケティング責任者（CMO）であるジョン・ハインラインです。現在、2026年にラスベガスで開催されているACT Expoの会場から生配信を行っています。今回のポッドキャストにローレンス・ベイダー氏をお迎えできることを、心から嬉しく思います。

ローレンスさん、The Garage へようこそ。ありがとう、ジョン。感謝します。当番組では、ゲストの方にはまずご自身のことや経歴についてお話ししていただくことにしています。

自己紹介をお願いします。ご自身について教えてください。

はい。ええと、私の名前はローレンス・ベイダーです。最近、UPSで32年間勤めた後、退職しました。

32年。

それは素晴らしいですね。

32年というのは長い年月であり、その間、いわゆるグローバル・フリート・システムを運営する機会を得ました。

そして、私はキャリアのすべてを、いわばIT分野で過ごしてきました。しかし、UPSで働いていたおかげで、航空業界や自動化されたハブ施設で働くという、多くの機会を得ることができました。そして、キャリアの最後の10年間は、いわゆる「陸上輸送」に注力していました。

そして、それが基本的に約27万5000台の車両からなる車両群でした。

それはすごい、本当にたくさんの機材ですね。

まさにそのような洞察こそが、私たちが求めているものです。私たちは、あなたという人物について、そしてその経験から何を学んだのかを知りたいと思っています。まずは、このポッドキャストでいつも通り、あなたに関する面白いエピソードを一つ教えてください。

「まあね、ジョン、実はね、僕は車の製作やレースが本当に好きなんだ。でも、それを本格的に始めたのは、かなり年をとってからなんだ。実のところ、45歳になるまではブレーキの交換さえできなかったんだ。」

でもね、私は長い間IT業界にいたから、ソフトウェアを開発する時は、実際にそれを手に取って触れる機会がほとんどなかったんだ。その感触を肌で感じたり、本当に深く深く体験したりすることはなかった。だから、レンチを回す方法を学び、いわばそのパワーを地面に伝えることができるようになり、ただひたすらレースカーを走らせることを楽しんでいるんだ。

それは、それは素晴らしいですね。その勤勉さは本当に素晴らしいと思います。正直なところ、私自身がその分野の専門家というわけではありませんが、何かを手で作り上げるのが好きなんです。ちょっとした大工仕事もしますし、家で何かを作るのが好きなんです。

まあ、そうね。

自分が作り上げるものは、自分自身の内面と通じ合っているのだと思います。

そうでしょう？ ええ。目に見える形で実感できたんですよ。すごくいいと思います。では、今の仕事や会社について教えてください。

3:22 コンサルティングへの転身とテクノロジーの導入

ええ。そうなんです。この業界に32年も身を置いてきたので、まだこの業界を離れる気はまったくありませんでした。ここにはたくさんの友人もいますし、多くのチャンスにも恵まれていますから。ですから、今は単に独立系のコンサルタントとして、運送会社がテクノロジーを導入できるよう支援しているだけです。

UPSに在籍していた間、私は本当に多くの製品を実際に試すという貴重な機会を得ることができました。そして、そうした製品を深く掘り下げるための背景知識や時間が必ずしもない他のフリート企業に、その経験を活かして貢献できるなら、それは私にとっても有意義なことだと思います。 また、製品を開発しているベンダーやソリューションプロバイダーを支援し、何が定着し、何がフリートに売れるかを判断する手助けをするのも好きです。しかし、私にとってのすべての道は、結局のところ自動運転車へとつながっているのです。

実は、私は自律型運用の普及を加速させるお手伝いをしようとしているんです。

素晴らしいですね。もし誰かがあなたを探したい場合、御社の社名はなんですか？

最先端の交通技術。ああ、いいね。LinkedInで私を探していただければ大丈夫です。

わかりました。では、視聴者の皆さんがアクセスできるよう、ショーノートにもリンクを掲載させていただきます。

あなたを見つける。

4:16 UPSから得た教訓

では、UPSでの長年のご経験をもとに、そこで得られた教訓のうち、今日の車両運用にも応用でき、人々が学ぶべき点はどのようなものがあるのでしょうか？

そうなんです、私のキャリア全体を通じて得た最大の教訓は、「とにかく始めなきゃいけない」ということだと思います。わかりますか？ 本当に何かを変えるには、まず行動を起こさなければならないんです。私たちは往々にして、解決策を過度に分析しすぎてしまうものです。

私たちは、自分がどこにいたいのか、何を成し遂げたいのかを、つい深く考えすぎてしまうものです。でも、まずは始めてみましょう。小さなことから始めて、自信をつけ、その上で、いわば「成功体験」を積み重ねていけばいいのです。これは、IT業界で私たちがよく行っていた「反復開発」のようなものですね。

それに、始めなければ、決してそこにたどり着くことはできない。

4:54 フリート管理における革新的な技術ソリューション

人々がテクノロジーを斬新で興味深い方法で活用している例を、何か挙げてもらえますか？

はい。実は、私がUPSを辞める前に導入を支援する機会を得たものの一つに、「キーレス・トラクター」と呼ばれるものがありました。これは、トラクターの操作から物理的に鍵を取り除いたものです。

鍵はないの？

鍵はいりません。そうです。実は、運転手の端末に暗号化されたデジタルキーを導入したんです。これにより、適切なタイミングで、適切な運転手に、適切な車両用の電子キーを発行できるようになりました。ですから、鍵の管理や、運転席に鍵を置いておくこと、あるいはコーヒー缶に鍵を保管するようなことは、すべてなくしました。

そして、それはさまざまな面で私たちを助けてくれました。その一つが、単にドライバーの所要時間という面でした。ドライバーは、施設に到着すると、まず警備小屋へ向かい、そこからさらに配車事務所まで歩いて行かなければなりませんでした。そこで、トラクターの割り当てを受けていたのです。

また、運転手が、自分に割り当てられた特定のトラクターを必ずしも乗りたいとは限らなかったこともあります。そこで、カウンターの担当者にうまく頼み込んで、その日は別のトラクターを割り当ててもらうこともあったでしょう。それだと、すべてがめちゃくちゃになってしまっていましたよね？今では、運転手は配車事務所を通り抜ける必要がなくなりました。

デバイスには自動的にインストールされています。ユーザーはユニット内を通り抜け、通信範囲内に入るとすぐにドアを開けることができます。プリトリップサイクルが開始され、そのまま出発します。

また、整備スタッフと同様に、車両を整備工場へ搬入するために移動させる際、鍵が見つからないという事態がしばしばありました。しかし、今では整備士の端末に鍵の情報が表示されるため、整備士は車両のロックを解除し、所定の場所へ移動させ、配車事務所へ行く必要もなく作業を開始できるようになりました。

そうすれば、キーを割り当てたり、後で必要がなくなった際に権限を取り消したりできるはずです。

そうですね。つまり、これは実に興味深い技術で、さまざまな分野で活用できる可能性があります。例えば、レンタル市場やリース市場などですね。でも、鍵の管理に課題を抱えているフリート事業者ならどこでも、これはまさに注目すべき解決策の一つだと思います。そうでしょう？ あくまで数ある解決策の一つに過ぎませんが。

うん。ただ、テクノロジーを新しい方法で活用しているだけだよ。

新しい方法で。

私たちが気づいていることですが、顧客と話してみると、多くの場合、「完璧」は「良きもの」の敵だということがわかります。まったくその通りです。人々は完璧な解決策を模索しようとして、結局は何も得られないまま終わってしまうのです。

そこには絶対に着けないよ。

まず、確実に機能し、堅実なソリューションから始めて、そこから機能を追加していくほうがはるかに良いのです。当社のソリューションが提供する機能の一つは、変更や改良を繰り返せる点にあります。最初は特定の用途で使い始めたとしても、途中で「あ、他にもこんな問題があるな」と気づくことがあるかもしれませんが、その都度、対応できるように進化させ、機能を拡張していくことが可能です。

そうですね。そして、今日、私たちは皆、特にAI を通じて、そのことを実感していると思います。ご存知の通り、データを収集するだけでも、私たち全員が膨大な時間を費やしてきました。しかし、そのデータをどう活用すればいいのか分からなかったのです。そうでしょう？ 具体的な行動に移すことができなかったのです。ですから、今では、長年にわたって収集してきたすべてのデータをもとに、改善を重ねていくことができるのです。

7:25 フリート運用におけるAI の役割

これは絶妙な流れですね。というのも、「AI 」は私たちにとって非常に重要なテーマであり、現在このポッドキャストでも取り上げている重要なトピックだからです。では、現在のAI において、どのような動きが変化をもたらしているとお考えですか？また、どこに機会があるとお考えですか？さらに、将来的にAI に投資すべき分野として、どのような点を提案されますか？というのも、人々はAI と聞くと、すぐに自律運転を連想すると思いますが、それは確かに重要なことです。 また、音声アシスタントなども思い浮かべるでしょう。しかし私にとっては、それらは可能性のほんの一端に過ぎません。あなたはどのような点を機会として捉えていますか？

そうですね、私としては、AI を活用し、収集したすべてのデータを活用することこそが、こうした単調な作業をどのように自動化していくかという鍵になると思います。つまり、単に繰り返されるだけの単調な作業から、人の手を排除していくのです。そして、そこから始める必要があるのです。そうでしょう？

ええと、ご存知の通り、当社は創業当初、テレマティクスデータやGPS位置情報の収集から始めました。しかし、それはあくまで始まりに過ぎません。では、そのデータを活用して、真の予測分析を実現するにはどうすればよいのでしょうか？ 部品の故障が発生する前に、それをどのようにして特定できるのでしょうか？

メンテナンスプログラムを、いわゆる「時間や走行距離ベース」のものから、実際の機器の状態に基づいた、いわば「状態ベース」のものへと、どのように変えていけばよいでしょうか？

あなたが指摘されたその点は、非常に重要だと思います。というのも、今日のメンテナンスや診断について考えてみると、人々が使っている手法は比較的大雑把なものだからです。つまり、必要のない過剰なメンテナンスを行っている可能性が高いということです。その通りです。そして、時には手遅れになってから対応してしまうこともあります。

もし、単にあなたが言うような走行距離の記録だけでなく、車両が実際にどのように使用されているかを把握するために、より優れた分析手法を活用し、さらに問題の兆候が具体的にどのようなものかを詳細に検討できるのであれば、それは非常に価値のあることだと思います。

そうですね。よくこうなると思うんですが、信頼できる運送会社、つまり納期を守らなければならないような会社は、設備のメンテナンスをしすぎがちですよね。それに、設備のメンテナンスにはお金がかかりますしね。そうですよね？

つまり、ご存知の通り、実際にタイヤが交換が必要になる前に交換してしまう車隊を目にしたことがあります。また、評判を守るために、単に経過時間や走行距離だけを基準にして、スターターも交換が必要になる前に交換してしまうのです。そうですね。ですから、もし私たちがこうした方向へと進み、実際に発せられているシグナルを注意深く観察できるようになれば――例えば、電気系統を例に挙げてみましょう。

わかりますか？故障を防ぐために、バッテリーであれ、配線であれ、スターター本体であれ、主要な部品を3つか4つ交換することは十分に可能です。実際に中身を詳しく調べて、電気回路の特有のパターンを分析してみましょう。そうすれば、AI を使って、そのスターターが実際にいつ故障するのかを予測できることがわかるはずです。

ねえ、毎年交換するんじゃなくて、必要な時にだけ交換しましょうよ。

そうですね。ブースでは、ここからほんの数フィート離れた場所で、これと似たようなデモンストレーションを行っています。RP129プロトコルを使って、車両の実際の状況をより深く把握し、問題がスターターにあるのか、配線の問題なのか、それとも他の原因なのかを特定する方法を示しています。 つまり、故障していない部品までむやみに交換して、メンテナンスコストやダウンタイムを増加させるのではなく、本当に故障している部品だけを、必要なタイミングで交換するのです。

修正済み

10:15 タイヤモニタリングのためのミシュランの技術

ところで、タイヤの話も出ましたね。これは興味深い応用例だと思います。というのも、ご存知の通り、タイヤは文字通り「路面と接する部分」として極めて重要な役割を果たしているからです。そうですよね？ そうですね。

しかし、私たちはミシュランと提携しており、最近AI で紹介したように、まさに御指摘いただいたような取り組みを行っています。具体的には、車両がどのように使用されているか、荷重が時間の経過とともにどのように変化するか、重量はどれくらいかといったさまざまな要素を分析し、それらを総合的に考慮することで、タイヤが実際にどのように摩耗しているか、そして理論上の摩耗状況と比較してどのような違いがあるかをより正確に把握できるようにしています。 これにより、タイヤの耐用期間を延長できるほか、ダウンタイムの短縮や不必要な

メンテナンス。AI を使用しています。

また、AI のようなシステムを車両の近くに配置することで、クラウド上では不可能な計算を実行できるようになると考えています。クラウドは処理速度が遅すぎますし、距離が遠すぎますし、必要なデータ量も多すぎます。

つまり、それが私たちが目指しているビジョンの一つといったところですね。

それって実現可能だと思いますか？

11:10 生産前後の仮想センサー

そうですね、その通りです。つまり、エッジで計算を行い、クラウドに依存せずに処理を完了できるということは、システムをはるかに機動的にできるということです。また、仮想センサーというアイデアについても耳にしたことがあります。皆さんもこれについて話したことがあるかもしれませんが、これは2つや3つの入力情報からセンサーを仮想的に生成し、そこからより深い洞察を得ることができるというものです。 実際、いくつかの場所でその事例を目にしてきました。

その通りです。そして、その仕組みについて、過去にいくつかの事例を紹介してきました。例えば、COMPREDICTというベンダーや、仮想センサーを使って計算を行っている他の企業とも提携しています。 実際、物理的なセンサーを設置する代わりに、センサーの測定値を算出するための情報は豊富に存在します。そうすることで、コストを削減し、車両の構造を簡素化できます。しかし、本当にエキサイティングなのは――あなたともこの件について話していましたが――、例えば、車両が出荷された後に「あのセンサーがあればよかった」と気づき、必要なデータはすべて揃っているのに、「しまった、センサーを取り付けていなかった」という状況です。そんな場合でも、生産後に仮想センサーを追加することができるのです。

それは、それはかなりかっこいいね。

そこで、私たちが話し合ったことの一つに、「仮想のハザードランプ」というアイデアがありました。つまり、ある状況の組み合わせが発生したとき、あるサブシステムにこの表示が現れ、別のサブシステムにあの表示が現れたら、それは「まもなく問題が発生する」という兆候だと気づくのです。 そこで、「ねえ、これを見てください。例えば緊急に整備に出す必要があります」と伝える仮想の警告灯を表示させることができます。これは、ある種の仮想の警告灯として展開される可能性がありますが、

制作

12:30 ドライバーがいない場合、診断がより重要になる

実は、自動運転トラックの未来を見据えると、そう思うんです。高速道路を自動運転トラックが行き交うようになるのは、間違いなく現実になるでしょう。そのとき、運転席には運転手がいないわけですよね。そうですよね？ そして、問題が発生する前にそれを検知し、その自動運転車でどこまで走行できるのかを明確に把握できるようになるということですね。

次の出口ですぐに降りなければならないのでしょうか？ それとも、任務を完遂できるのでしょうか？ それとも、125マイルも離れた、いわゆる認定整備工場まで行くために、ルートを計画する必要があるのでしょうか？ これは興味深い展開だと思います。

ええ、ドライバーの専門知識って本当にすごいですよね。僕たちはドライバーや、彼らの知識、ノウハウを心から尊敬しています。僕自身も、あなたも、そしてもちろんプロのドライバーたちも、何かがちょっとおかしいと見て取ったり感じたりできると思います。

そうですね。その通りです。

そして、彼らはそれを調整したいと考えている。しかし、ドライバーが運転しない、あるいは常に運転しているわけではない自律走行の世界へと向かうにつれ、それをまったく新しい方法で監視しなければならない状況が生じるかもしれない。

はい。そうですね。それに、トラクターとトレーラーの両方に取り付ける必要があります。その通りです。実は、トレーラーも非常に重要な要素で、最近では、トレーラーにセンサー技術を導入する運送会社がますます増えているのを目にします。

はい。「スマートトレーラー」は大きな話題ですね。そして、今回取り上げているこれらの事柄には、特別な点は何一つありません。これらはトラクターにもトレーラーにも、どちらも当てはまると思います。

そうですね。先ほども申し上げた通り、運送会社に導入を後押しすることですが、そこには素晴らしい事例があります。現在、トレーラー向けのTPMS、つまり自動タイヤ空気圧管理システムに注目しています。現時点ではまだ広く普及しているわけではありませんが、タイヤは最も重要な要素の一つですからね。

実は最近、この地域で、保有する車両にタイヤ空気圧監視システムを導入した運送会社に出会ったのですが、各州の路側検査データを見ると、現在、タイヤに関する違反件数はゼロとなっています。

これは、私たちの業界において実に素晴らしいことです。これは、各フリート企業が実際に率先して取り組み、自分たちが熟知している分野からシンプルに始め、それを実践した一例に過ぎません。そして今、彼らはそこから経済的な利益だけでなく、ブランドイメージの面でも恩恵を得られるようになっています。

14:22 フリート管理におけるデータ活用

私たちが話していることの多くは、データに依存しています。車両管理部門は長年にわたりデータを収集してきましたが、そのデータの多くは、おそらく一度も確認されることのないまま放置されてきたのではないでしょうか。さて、私たちが話しているような取り組みを実現するために、データを賢く活用することにはどのような可能性があると、あなたは考えますか？

そうですね。つまり、それが業界全体の課題なんです。多くの運送会社と話をしていると、大量のデータが収集されているものの、それがサイロ化された状態で管理されており、どの運送会社にとっても、実際に活用するにはデータ量が多すぎるのです。ですから、そこがまさに鍵となるポイントですね。

AI が導入されたことで、実際にこうした「実践的な知見」が生み出されるようになります。そして、その実践的な知見は、全員に一斉送信されるメールのやり取りや、特定のベンダーのプラットフォームに埋もれてしまうベンダーのダッシュボードに留めておくのではなく、現場の業務の現場に直接届ける必要があります。そうですね。

それを、彼らの車両管理システムや、その日の業務配車システム、あるいはドライバー向けの、車内のドライバー用パネルなどに組み込んでみましょう。そうですね。現場の状況に合わせて対応する必要があり、新たな技術や画面、ログインが必要なポータルをさらに追加して、負担を増やしてはいけません。

それは到底うまくいきません。

そうですね。それはとても鋭い指摘ですね。というのも、データの中には、全体的なメンテナンスやそのスケジュール管理などを把握するために、中央の車両管理担当者に送る必要があるものもあれば、ドライバーに送るべきものもあるからです。しかし、答えは「両方」なのです。

「ただ、ドライバー用のアプリさえあれば、すべての問題が解決する」とか、「1マイル離れた場所にあるコンソールに放り込めばいい」といった話ではない。それらすべてを組み合わせていく必要があるのだ。

そうですね、これはここで重要なポイントなのですが、まだあまり深く掘り下げていませんでした。しかし、多くの運送会社と話をしてみると、テクノロジーやAI の導入における彼らの課題は、組織が非常に縦割りになっていることです。ご存知の通り、これは組織全体で取り組む必要があります。最高執行責任者（COO）こそが、積極的に関与し、すべての事業部門が連携して、このテクノロジーを導入するために協力し合うよう確実に導く必要があるのです。 メンテナンス部門、配車部門、安全衛生部門、そしてもちろんIT部門も不可欠です。なぜなら、IT部門こそがすべてを統合し、システムを利用可能な状態にする役割を担っているからです。

言うまでもなく、商用車隊や商用車は乗用車とは異なります。なぜなら、稼働停止時間は極めて重大な問題だからです。稼働停止時間は、まさに金銭的な損失、直接的な損失に他なりません。では、メンテナンスによってこの状況はどのように変化するとお考えですか？よりスマートなメンテナンス、よりスマートな予知保全を行うことで、稼働停止時間を大幅に改善できる可能性はあるとお考えですか？

ああ、もちろんです。ええ。つまり、ご存知の通り、今は事後になるまで待たなければならないんです。失敗はすでに起きてしまっているのですから。

すでに診断トラブルコード（DTC）が出力されています。私たちはそれを先回りして対応する必要があり、通常の稼働中にさまざまなセンサーからデータを収集し、その特定のプラットフォームのデジタルツインを作成することで、正常値からの逸脱を検知することができます。つまり、実際のDTCコードが出力される前に予測できるのです。そこがまさに「魔法」が働く瞬間です。

そこで実際に現場に入り、道路上で故障が発生する前に機材を道路から撤去することができるんです。道路での故障は本当に我慢できないんです。

そうですね。さて、これは個々の車両を分析した場合の話ですが、先ほどAI についても触れられましたが、真の機会は、車両群全体を俯瞰して分析できるようになったときに現れると思います。そうすれば、車両群全体に共通するパターンが見えてきます。つまり、「この車両にこの問題がある」と分かっていても、それが他の車両にも影響を及ぼしていることや、あるいは他の車両も間もなく同じ問題を抱えることになることが分かるようになるのです。

まあ、同じ部品を使っているなら、ですよね？ あるいは、同じ、あの、ティア1サプライヤーに問題があって、それが異なる車種群全体に及んでいる場合とか。でも、特定のメーカーやモデルに絞って見ても、その特定のメーカーやモデルで問題が発生しているんです。そして、導入台数を増やし続ける前に、早い段階でそうした問題を見つけ出せること、それこそがまさに宝の山なんです。

さて、ここACTの展示会には、実に多種多様な車両が勢ぞろいしています。大型建設車両、バス、トラック、トレーラー……トラクターやトレーラーなどもありますね。この展示会で、あなたが特に興味深いと感じるものは何ですか？また、今日はどのようなものに注目してご覧になっているのでしょうか？

17:53 自動化と自動運転車

そうですね、私にとっては、自動化への回帰ということですね。 いいですか？ 多くの企業が自動化に注力し、そのデータを活用していますが、私は自動運転車両を通じて、自動化をさらに一歩進めようとしています。長距離輸送であれ、敷地内での物資移動であれ、特に当社のクラス8分野においてです。そしてここACTでは、OEMサプライヤーと提携している多くの自動運転車両ベンダーを見かけます。それらを実際に道路上で目にする日が来ることを楽しみにしていますし、その数が増えていくことも期待しています。

では、「自動運転」というと、それを、いわゆる「ラストワンマイルの自動運転」の最終形として捉えていますか？

これは主に高速道路向けだとお考えですか？業界はこの技術をどのように取り入れていくとお考えですか？

そうですね、この業界ではまず、物流センターやハブから導入が進むと思います。つまり、私がここで言っているのは、敷地内でのトレーラーの移動のことです。 つまり、待機エリアからドックドアまでトレーラーを移動させ、ドックドアから引き出して出荷し、そのように一連の作業を行った後、一般道路を走行させるということです。つまり基本的に、長距離輸送、つまり複数の州をまたぐ輸送、ELD（電子運転記録装置）の運転時間規制を超えるような、海岸から海岸へと横断するような輸送ですね。 そうですよね？多くの場合、トレーラーを列車に積み込んで鉄道で輸送しますが、これは必ずしも信頼性が高く、時間通りに届くとは限りません。しかし、もしそれらを道路から外して自律走行トラックに移行させ、給油なしで32時間走行させることができれば、それは素晴らしい日になるでしょう。

なるほど。つまり、物流センターからの業務も含まれているわけですね。物流センターは、あまり重要な分野だとは考えられていないかもしれませんが、そこでは物を移動させるために人手を多く要する作業がたくさんあるんですね。

ああ、敷地内ですか？ はい。

うん。

それに、閉鎖された空間であるからこそ、一般の道路ではできないような新しい試みができるのです。

そうだな。ずっと管理しやすいよ。世間の目なんて気にする必要もないし。そうだろう？ ヤードの運営や動きを、本当に自分の思い通りにコントロールできるんだ。正直に言うと、それはなかなか大変な仕事なんだ。ターミナルトラクターやシフターを運転したことがない人が、トレーラーの後ろにぶつかりながら荷積みをするなんて、体力的にはかなりきついよ。

一日中、次から次へとそれを繰り返していく。

まあ、それほど人気のある仕事ってわけじゃないよね。そうじゃない？　みんな、むしろ外回りの仕事の方がいいんだ。そうね。地元の仕事だね。

また、長距離輸送について言えば、当社のドライバーの多くは、家族から離れて4日や5日も家を空けたくないと思っているんです。ですから、これはまさに、今日のドライバーの生活を本当に支えてくれる、もうひとつの素晴らしい活用法なのです。

つまり、技術によって課題が異なる可能性があるため、それぞれの技術を活用して適切な問題を解決することを本当に目指しているのです。物流センターでは、施設に関する詳細な情報を活用したり、ビーコンを追加設置したりといった対応が可能ですが、一方、長距離輸送では異なる課題があり、より広範囲をカバーする高速道路の地図システムなどが必要となります。

そうですね、AI は確かにその動きを加速させています。これは基本的に物理学に基づいたものですAI 。物理学AI こそが、自律型および自動化された運用の成長を本当に、本当に後押しし、加速させているのです。

これらすべてが連携して機能する未来を想像すると、ワクワクしますね。車両管理の仕事は大変な仕事だと思います。あなたもそれを身をもって体験してきましたね。

もちろんです。

でも、正しいやり方で取り組めば、業界から驚くべき成果を生み出すことができると思います。

20:38 まとめと今後の展望

そして、結局のところ、テクノロジーを積極的に活用する必要があります。テクノロジーはすでに存在し、確実に機能しています。もし御社がそれを活用しなければ、多くの機会を逃すことになるでしょう。そして、他の企業が台頭し、場合によっては、御社をあっさりと追い越してしまう可能性もあります。

さて、ローレンスさん、今回は多岐にわたる議論を交わすことができましたし、業界でのあなたの経験は非常に貴重です。お越しいただき、時間を割いてくださったことに感謝します。こちらこそ光栄です。本当に楽しかったです、ジョン。今回のエピソードを気に入っていただけたなら、ぜひ「いいね」とチャンネル登録をお願いします。ACT Expoの番組だけでなく、世界中で放送されている私たちの他の番組も、引き続きお楽しみいただけます。ご視聴ありがとうございました。また近いうちにお会いしましょう。