ヤマト運輸、MLOps導入で機械学習モデルの運用を高速化し精度改善サイクルを10倍以上に加速
宅配業界最大手のヤマト運輸は、コロナ禍による需要増大への対応と従来手法の限界を課題に、MLOps（Machine Learning Operations）を導入。機械学習パイプラインの自動化により、月次運用の高速化と運用工数の大幅削減を実現し、精度改善サイクルが月1回から月10回以上へと加速した。
- 導入企業
- ヤマト運輸株式会社
- 業種
- 物流・運輸
- 規模
- 従業員約18万人
- 部門
- デジタル戦略推進部
- 解決した製品
- MLOps（Machine Learning Operations）（exawizards.com）
01課題
コロナ禍によるEC需要の急拡大に伴い、従来の経験と勘に基づいた貨物量予測では対応が困難になった。また、AIモデルの開発と運用の連携に時間がかかり、複数の予測モデルを迅速に開発・運用することができていなかった。
02やったこと
MLOpsを導入し、機械学習モデルの開発・実装から運用までのサイクルを自動化。ソースコードの改修（ログ出力、エラーハンドリング、自動通知の追加）とコンテナ技術を活用した機械学習パイプラインの自動実行環境を構築。Microsoft Azure上のクラウドネイティブなデータ基盤と連携させた。
03成果
機械学習モデルの運用が安定し、月次運用の高速化と運用工数の大幅削減を実現。精度改善のサイクルが加速されたことで、どのような条件が最適かを把握したうえで継続的にモデル開発ができるようになった。また、経営層がより経営にフォーカスし、セールスドライバーが顧客対応に集中できるようになり、本質的な業務に集中できる環境の基盤が完成した。
本ページは掲載元の公開事例の要約です。詳細・一次情報は出典元をご確認ください。 掲載内容の修正・削除のご依頼はこちらの窓口へ。
この事例に興味があるなら
似た悩み・別の解き方の事例を、おすすめの理由つきで。
豊田通商がノーコードツールで輸出業務を仕組み化、メール・Excel運用から脱却
同じ「業務の属人化」を、業務SaaS・Business b-ridgeという別の入口から解いた1本。
Shippio Worksで属人化を解消、部署間の情報共有を実現した琉球通運の業務改革
実現同じ「業務の属人化」を、業務SaaS・Shippio Worksという別の入口から解いた1本。
菱神運輸、Shippio Worksで業務平準化を実現。人員増なしで事業拡大と大手競合との競争力獲得
半分以下同じ「業務の属人化」を、業務SaaS・Shippio Worksという別の入口から解いた1本。
シェアードサービスセンターで会計・財務業務を集約・標準化、業務時間30%削減を実現
30%同じ「業務の属人化」を、業務SaaS・intra-mart Accel Platf…という別の入口から解いた1本。
経営数字をリアルタイムで現場に開示し、全員参加の経営へ。決算業務も3営業日に短縮
3営業日同じ「進捗が見えない」を、会計・経理・freee会計、freee人事労務という別の入口から解いた1本。