Picking Optimizer
倉庫内作業の大幅な効率向上を可能とする
ピッキング最適化サービス
少子高齢化社会の進展や発生頻度が増す大規模災害により、我々が社会生活や事業を持続継続する上で、物流の重要性は、従来に増して高まっています。
EC（電子商取引）の増加、国内労働人口の減少に加え､「2024年問題」への対策や「脱炭素社会」の実現などの社会課題への対応が求められています。
そのような状況のもと、倉庫内作業を効率化し少人数短時間での運用を行うことが必要だと考えます。
サービス概要
物流倉庫内の出荷作業において、マルチオーダピッキング作業（1人のピッキング作業者が同時に複数の出荷先への商品をピッキングする方式）を最適化し、庫内ピッキング作業効率を向上させるクラウドサービスです｡
サービスの特徴
富士通独自のピッキング最適化エンジン
富士通独自のオーダー組合せ最適化と作業順序最適化の2つのアルゴリズム（国際特許出願済）を用いたピッキング最適化エンジンにより作業の効率化が可能です。
クラウドサービスによる容易な導入
お客様の使用する物流システムを本サービスにインタフェースさせるだけで容易に
サービス導入、作業効率向上を図ることが可能です。
サービス適用事例
本サービスの適用にあたっては、お客様の実際の倉庫レイアウトデータおよび出荷指示データに基づく検証を実施の上、サービス導入を進めます。
メディパルホールディングス、富士通のAIで倉庫内ピッキング作業を効率化し物流機能を最適化
富士通は、メディパルの「Picking Optimizer」導入に加え、ほかのAI技術を活用した支援の検討も開始しています。また、ロジスティクス領域へのAI活用を促進し、医療・ヘルスケア領域の物流最適化や、社会課題解決、環境負荷軽減に貢献していきます。
適用事例1
- お客様：
- 卸売業A社様
- ピッキング方法：
- 6マルチカート使用
- 平均ピッキング作業者数：
- 100人/日
- 効果検証結果：
- ピッキング作業者の総移動距離
・実作業による実測 16.8%削減（実測環境準備上、限定規模での運用時）
・実データに基づくシミュレーション 29.6%削減（フル稼働時）
適用事例2
- お客様：
- 卸売業B社様
- ピッキング方法：
- 4マルチカート使用
- 平均ピッキング作業者数：
- 100人/日
- 効果検証結果：
- ピッキング作業者総移動距離
・実データに基づくシミュレーション 30.1%削減
ロジスティクスに関するお問い合わせ・ご相談
-
入力フォーム
当社はセキュリティ保護の観点からSSL技術を使用しております。
-
富士通コンタクトライン （総合窓口）0120-933-200（通話無料）
受付時間 : 9:00～12:00および13:00～17:30（土・日・祝日・当社指定の休業日を除く
