可視化アプリケーション群はパナソニックのAI画像認識技術を活用し、庫内の作業動線をAIで処理することで、人や荷役自動車の動きを継続的に最適化する「動線分析」と、スマートフォンで積荷や荷下、検品などを含めた動態管理や実績収集を行う「配送見える化」も提供開始済み。
取得した庫内業務の画像をAI処理することで、作業単位に分解し、作業内容や時間といった作業実績を可視化する「AI画像処理作業可視化」と、在庫の回転率を可視化して、出荷頻度などを踏まえた在庫管理で作業効率化と在庫管理業務を最適化する「在庫可視化」は2022年度中の提供を予定している。
これらのアプリケーションはパナソニックの物流現場でも活用されてきた。大阪府茨木市の彩都パーツセンターは8万品番以上の部品を在庫として保管し、月に約2.6万件を出荷している。
現場最適化ソリューションを導入することでピッキング工数は年25％（2017～2019年平均値）、コストは10.8％（2019年時点）削減に成功。分析工数は600分から15分（2016年と現在を比較）に短縮した。
首都圏や関東地域に8000品番以上の在庫を持ち、1日約1.9万件を出荷するパナソニック物流の電材厚木物流センターも生産性目標比率を72％向上（自動化を含むピッキング業務展開直後の14日間平均）、棚卸し工数を10％も削減させている。
物流現場の最適化具体例
※クリックすると拡大画像が見られます
CNS常務 兼 SJJ取締役 執行役員 副社長 山中雅恵氏
今回発表されたアプリケーションの根底にあるのは「インダストリアルエンジニアリング」（IE）だ。工程や動作、運搬といった業務工程を分析し、作業測定から最適な組み合わせを導き出す工程管理技術の一種である。
現場最適化ソリューションについてCNS常務 兼 SJJ取締役 執行役員 副社長 山中雅恵氏は「これまではアナログ的に現場を最適化するアプローチ。そこにDX（デジタルトランスフォーメーション）をかけることで、元に戻らない継続的（な業務工程の）最適化を行う」と特長を解説した。
