家電SC協議会や富士通など4者、家電物流の持ち戻り削減に向け、AIによる外装汚破損判定の実証実験を開始

　家電サプライチェーン協議会（以下、家電SC協議会）、公益財団法人流通経済研究所、富士通株式会社、ソフトバンクロボティクス株式会社の4者は2日、家電業界全体の外装汚破損基準の明確化・標準化とAIを活用した外装汚破損判定の実現による持ち戻り削減に向け、実証実験を開始すると発表した。期間は2026年11月2日から2027年1月15日まで。

　物流業界における人手不足や配送コスト増加が課題となっている中、家電製品の物流現場では、製品本体に問題がない場合でも、段ボール外装の擦れやへこみなどを理由として持ち戻りや再配送が発生するケースがある。

　ただし、その判定基準が各社でバラバラなほか、現場担当者の経験や判断に依存する部分も多く、同じ損傷状態であっても、拠点や担当者によって判断が異なっているという。このため、必要以上に持ち戻りや再配送が発生し、それに伴う輸送コストと現場作業の増加、CO2排出量の増加と資源の過剰消費、サプライチェーンの非効率といった課題が生じているとのこと。

持ち戻りが発生した段ボール外装の損傷例

　今回の取り組みでは、こうした課題を受け、家電製品のメーカーから量販店までの物流時に、外装を損傷した際の持ち戻りの要否に関する判定基準の明確化・標準化を図る。あわせて、富士通とソフトバンクロボティクスのAI技術を活用した判定モデルを構築し、統一した基準に基づいて損傷状態を判定する仕組みを開発・検証する。これにより、必要以上の持ち戻りを削減して、サプライチェーン全体での物流効率化および環境負荷低減への貢献を目指すとした。

　なお、判定モデルについては、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」および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。「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、判定条件の指示が容易で、判定理由を提示可能。また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AIで解析し、設定した基準に基づいて損傷状態を判定できる。さらに、判定結果を記録し、後から検証することも可能とのこと。

実証実験の概要図

　4者では、今回の実証実験を通して、家電業界における外装汚破損判定基準を確立し、家電メーカーや量販店、物流事業者が共通の判定基準で客観的に判断できる環境の実現を目指す。さらに将来的には、家電業界にとどまらず、他業界への展開も視野に入れ、外装汚破損基準の公開、AIを活用した物流DXの推進、持続可能なサプライチェーンの実現に貢献するとのことだ。