物流業のAI導入事例10件　配車・倉庫・点呼・伝票・問い合わせの工程別に、公表された結果と条件、中小の運送会社の例【2026年11月】

運送会社や倉庫会社は、配車・倉庫の作業・点呼・事務のどこにAIを入れているのでしょうか。国の「持続可能な物流の実現に向けた検討会」は、対策を取らなければ2030年度に輸送能力が34.1%不足する可能性があるとしています。

会社と官公庁の公式の発表では、AIに任せている作業は5つの工程に分かれます。配車・配送ルート、需要予測と倉庫の作業、点呼、伝票・帳票の入力、問い合わせ対応です。従業員43人・200人の運送会社の点呼の例もあります。

この記事を読むと、自社の工程に近い事例の結果と条件を確かめ、最初に試す業務を決められます。事例は2026年11月13日に各社と官公庁の公式ページで確認しました。この記事は、AIエージェントの開発と導入の支援をしている株式会社AITECHが書いています。

運送会社の配送スケジュールの自動化など、業種ごとの支援事例を確かめられます
株式会社AITECHの支援事例を見る

物流業のAI導入の背景

物流業でAIの導入が進む背景は、トラックドライバーの時間外労働の上限規制と、輸送能力の不足の見通しです。国土交通省は、2024年問題を次のように説明しています。

2024年（令和6年）4月から、自動車の運転業務の時間外労働に年960時間（休日労働を含まない）の上限規制が適用されました。あわせて、トラックドライバーの拘束時間を定めた「改善基準告示」も強化されました。国土交通省は、何も対策を講じなければ物流の停滞が懸念される状況を「いわゆる『2024年問題』」と呼んでいます（国土交通省「物流の2024年問題について」）。

出典：持続可能な物流の実現に向けた検討会「最終取りまとめ」（2023年8月・輸送能力はNX総合研究所の試算）

2024年5月15日には、改正物流効率化法（物資の流通の効率化に関する法律）が公布されました。2025年4月1日から、荷主・物流事業者に物流の効率化の努力義務がかかりました。2026年4月からは、一定規模以上の特定事業者に中長期計画と定期報告が義務付けられています。特定事業者のうち荷主には、物流統括管理者の選任も義務付けられました。

荷待ちの短縮・積載率の向上・ドライバーの労働時間の管理は、どれも配車・倉庫・点呼の業務の見直しが要ります。AIは、配車と在庫の移動の計画の作成、伝票と賞味期限の読み取り、点呼の確認と記録を担っています。

物流業のAI導入事例10件の一覧

物流業のAI導入事例は、配車・配送ルート、需要予測と倉庫の作業、点呼、伝票・帳票の入力、問い合わせ対応の5つの工程に分かれます。表の10件は、導入した会社の発表か、国土交通省・中小機構・IPAの掲載で、2026年11月13日に内容を確認できたものです。報道だけの事例、AIを提供する会社だけの発表、導入の事実が無く予想値や目標だけの発表は含みません。10件のうち6件は2019〜2022年の公表で、その後の運用の状況は公表されていません。

並び順は工程の順で、評価の順位ではありません。公表された結果は各社の発表の数字で、対象の拠点・期間・測り方は事例ごとに違います。かっこ内の年月は公表の時期で、国土交通省の事例集（令和3年度）は2022年5月に作成された資料です。

製造業の工程ごとの事例は製造業のAI導入事例13件、従業員の数ごとの中小企業の事例は中小企業のAI活用事例9件の記事にあります。

配車・配送ルートのAI導入事例

配車・配送ルートの事例では、配送の順番とトラックの割り当ての案をAIが作り、配車の作成時間かトラックの台数が減っています。出光興産の燃料油の配車では、配車担当者がAIの案に配送先の個別の事情を加えて調整します。

スーパーレックスの自動配車

導入前は時間指定などの制約を人が目で追っており、土地勘と経験が無いと引き継ぎが難しい状態でした。導入後は、土地勘が無くても配車を組めるようになったとしています。

ファミリーマートの配送シミュレーター

荷主の小売業が、自社の店舗配送のコースを見直した例です。

出光興産の燃料油の配車計画

システムが出した配車計画に、配車担当者が配送先の個別の事情を加えて調整する仕組みです。実証の段階から配車担当者が開発に加わり、試作を使った意見を取り入れて改善しました。

配車のAIは、配送先・時間指定・車両の積載量などの条件を入力して案を作ります。検討の前に、配車の制約をデータで書き出せるかを確かめます。

配車の属人化を減らす進め方と点呼・日報の使い方は、AI企業ナビの運送業の配車・運行管理のAI活用ガイドにあります。

需要予測と倉庫の作業のAI導入事例

需要予測と倉庫の作業の事例では、経験で決めていた在庫の移動の計画と、賞味期限の入力をAIが担っています。2件とも、倉庫の作業の時間か読み取りの精度で結果を公表しています。

アスクルの横持ちの計画

導入前は、物流センターと補充倉庫の担当者が、経験をもとに手作業で計画を立てていました。需要予測の精度が上がり、緊急で発生していた横持ちの回数も減ったとしています。

ニチレイロジグループの賞味期限の読み取り

賞味期限の画像が記録に残るため、後から確かめられるようになったとしています。

倉庫の事例は、在庫の移動の記録や商品の画像が、AIの入力になっています。検討の前に、出荷・在庫の記録が何か月分、どの形式で残っているかを確かめます。

倉庫会社が入出庫の記録や在庫の報告にAIを使う例は、AI企業ナビの倉庫業（営業倉庫）のAI活用ガイドにあります。

点呼のAI導入事例

点呼の事例では、本人確認・アルコール検査・健康状態の確認と記録の作成を機器が行い、運行管理者の負担を減らしています。点呼とは、運行管理者が乗務の前後にドライバーの健康状態・酒気帯びの有無などを確かめ、記録することです。

菱木運送の点呼支援ロボット（従業員43人）

菱木運送は、自社の労働時間管理のアプリ「乗務員時計」とロボットをつなぎ、残業時間も自動で計算しています。

中央運送の自動点呼システム（従業員200人）

パソコンの操作が苦手な従業員が多く、管理者が説明を続けて全員が使えるようにしました。毎日の血圧と体温の記録で、体調の異常に早く気付けるようになったとしています。

国土交通省の業務前自動点呼の先行実施の結果

国土交通省は、業務前自動点呼の制度化に向けて、411の運送事業者で先行実施を進めました。2024年10〜12月には、145事業者・200営業所で計43,581回の業務前自動点呼が行われました。点呼を受けた運転者による事故は報告されていません。

出典：国土交通省「業務前自動点呼の制度化に向けた最終とりまとめについて」（令和6年度 第3回 運行管理高度化ワーキンググループ 資料2・2025年2月19日時点の集計）

業務前自動点呼は、点呼の告示（令和5年国土交通省告示第266号）に定められた点呼の方法です。国土交通省の「自動点呼機器認定要領」（2025年6月11日改正）には、点呼の告示にもとづく業務前自動点呼の機器の要件と認定の手続きが定められています。導入する機器が認定を受けているかは、導入の前に確かめます。

中断・中止のときは、運行管理者が対面の点呼に切り替えるなどの対応をしていました。機器の故障も43回を超えて起きており、対面やIT点呼に切り替える手順が要ります。

点呼の自動化は、従業員43人・200人の運送会社でも導入され、先行実施を申請した貨物の営業所の約67%は車両30両未満でした。機器が止まったときに対面の点呼に切り替える担当を、先に決めておきます。

伝票・帳票の入力のAI導入事例

伝票・帳票の事例では、手書きの伝票や点検記録をAI-OCR（AIで文字を読み取る仕組み）が読み、入力の時間を減らしています。2件とも、作業時間の削減を月あたりで公表しています（佐川急便は見込み、山九は実績）。

佐川急便の配送伝票の入力

伝票の入力を受託していたグループ会社のSGシステムなどが、入力を新しいシステムに置き換えました。

山九の手書きの帳票の入力

伝票と帳票の入力は、紙の原本と入力済みのデータがすでに社内にあるため、AI-OCRの読み取りの誤りを人が照合できます。月の枚数と1枚の入力時間から、削減できる時間を先に計算できます。

AI-OCRの料金と、架空の請求書で試した読み取りの結果は、AI-OCR比較の記事にあります。

問い合わせ対応のAI導入事例

問い合わせ対応の事例では、電話の集荷依頼をAIが受け付け、AIで対応できない問い合わせだけを人の窓口につないでいます。ヤマト運輸では、人が行っていた集荷依頼の内容のシステムへの入力も自動化されました。

ヤマト運輸のAIオペレータ

ヤマト運輸は、導入の目的を電話がつながりにくい状態の解消としています。社内の心配の声には、社員にAIの案内を体験してもらって応えました。

運送会社が荷主やドライバーからの問い合わせに生成AIを使う例は、AI企業ナビの運送・物流会社のAI活用ガイドにあります。

物流業のAI導入事例に共通する、AIに任せる作業と人が確認すること

公表事例では、AIが計画の案・読み取りの結果・受付の内容を作り、例外の対応は人に残っています。工程ごとの、試すのに必要なデータと人が確認することは次のとおりです。

出光興産は、AIの配車計画に配車担当者が個別の事情を加えて調整します。ヤマト運輸は、AIで対応が難しい電話を有人の窓口につなぎます。国土交通省の先行実施では、自動点呼が中断したとき、運行管理者が対面の点呼に切り替えていました。

AIの導入が失敗する原因と、失敗と判断する条件はAI導入の失敗の記事にあります。

中小の運送会社のAI導入

この記事の10件のうち、中小の運送会社の事例は菱木運送（43人）と中央運送（200人）の2件で、どちらも点呼の自動化です。点呼は毎日の乗務の前後にくり返す業務で、機器の月額の利用から始められます。

国土交通省の業務前自動点呼の先行実施では、貨物の営業所のうち車両30両未満の営業所が約67%でした。10両以上30両未満が270営業所、10両未満が110営業所で、小さな営業所も取り組んでいます。

国土交通省は、中小トラック運送事業者が配車計画や点呼のシステムを導入する費用の1/2または1/4を補助しています。2026年8月26日時点で、令和7年度補正予算の2次公募に向けて調整中です。AI導入に使えるほかの補助金の選び方は、AI導入の補助金の記事にあります。中小企業のAI導入の全体の進め方は、中小企業のAI導入の進め方の記事にあります。

中小の運送会社が最初に試すなら、毎日くり返し、結果を人がその場で確かめられる業務です。点呼・伝票の入力・配車の下案がこれに当たり、試す前と後の時間を自社で測れます。

物流業のAI導入の進め方

物流業のAI導入は、困りごとを時間と件数で書き出し、近い事例を選び、データのそろう業務で小さく試す順に進めます。最初に試す業務は、AIが誤っても配送と荷物に影響が出る前に人が止められるものを選びます。

1. 困りごとを書き出す工程ごとに、時間・件数・ミスの数で書く
2. 近い事例を選ぶこの記事の10件から、同じ工程の事例を選ぶ
3. データを確かめる配車表・伝票・在庫の記録の量と形式を確かめる
4. 小さく試す1つの営業所・1つの業務で試す
5. 同じ物差しで測る試す前と同じ方法で時間とミスを比べる

配車表や受注が紙やFAXのままの会社は、AIの前にデータにする段階が要ります。

本格的に作る前に小さく作って確かめる段階を、PoC（概念実証）と呼びます。費用の項目と見積書の見方、補助金はAI導入の費用の記事にあります。

物流業のAI導入をAITECHに相談する場合

株式会社AITECHは、AIエージェントの受託開発、業務の自動化の支援、AI導入の顧問・コンサルティングを行っています。企業規模・業種は問いません。支援事例のページには、運送会社D社の配送スケジュールの自動作成の例が載っています。D社のページにAIの使用の記載は無く、業務の自動化の例です。

出典：株式会社AITECH「支援事例」運送会社D社（2026年11月13日確認）

D社の事例のページに、会社の規模・費用・期間・削減した時間の記載はありません。事業内容のページにも料金の記載はありません。トップページの相談の流れでは、ヒアリングの後に課題と予算に合う進め方を提案するとしています（2026年11月13日確認）。

AITECHの事業内容のページに、点呼の機器や倉庫のロボットの販売は書かれていません。点呼の機器や倉庫の設備が要る工程は、機器のメーカーへの相談が先になります。

配車・シフト・伝票など、自動化したい業務の候補があれば相談できます
株式会社AITECHに問い合わせる

まとめ

物流業のAI導入事例は5つの工程に分かれ、公表された数字の条件は事例ごとに違います。

• 2024年4月から時間外労働に年960時間の上限規制がかかり、対策が無ければ2030年度に輸送能力が34.1%不足する可能性があります。
• 事例の工程は、配車・配送ルート、需要予測と倉庫の作業、点呼、伝票・帳票の入力、問い合わせ対応の5つです。
• 公表された結果には、横持ちの指示の作成工数の約75%減（2023年11月）や、配車計画の作成時間を25%削減できるとした発表（2024年12月）があり、条件は事例ごとに違います。
• 中小の運送会社では、従業員43人・200人の会社が点呼の自動化を導入しています。
• 配車・問い合わせ・点呼の事例では、AIの案の調整や例外の対応を人が行っています。

最初にやることは、工程ごとの困りごとを、時間・件数・ミスの数で書き出すことです。

AI導入の相談先を探す（AI企業ナビ）

• 物流業のAI導入を依頼できるAI企業の一覧と、会社の選び方
• 配車・需要予測・倉庫内作業・事務処理の活用例と導入の進め方（物流・倉庫のAI導入ガイド）
• 配車の属人化の解消と点呼・日報の使い方（運送業の配車・運行管理のAI活用ガイド）

よくある質問

中小の運送会社でもAIを導入できますか？

導入できます。国土交通省と中小機構の掲載には、従業員43人の菱木運送と200人の中央運送が点呼の自動化を導入した例があります。業務前自動点呼の先行実施では、貨物の営業所の約67%が車両30両未満でした。

2024年問題の対策として、AIで何ができますか？

配車計画の作成、横持ちの計画、点呼、伝票の入力で、担当者の作業時間を減らした事例があります。荷待ちの時間の短縮と積載率の向上は荷主との取り組みが要るため、AIだけでは進みません。

事例と同じ効果が自社でも出ますか？

同じとは限りません。公表された数字は、各社の拠点・期間・業務の条件で出たものです。試す前と後を同じ方法で測り、自社の数字で判断します。

出典

• 国土交通省「物流の2024年問題について」
• 持続可能な物流の実現に向けた検討会「最終取りまとめ」（2023年8月）
• 国土交通省「物流効率化法について（荷主・物流事業者の皆様へ）」
• 国土交通省「物流・配送会社のための物流DX導入事例集」（令和3年度・2022年5月作成）
• ファミリーマート「物流2024年問題に対する配送ドライバー確保への取り組み」（2024年7月26日）
• 出光興産「AIと最適化モデルを活用した新システムの導入により燃料油の配車計画の作成時間を25％削減」（2024年12月11日）
• アスクル「物流センターと補充倉庫間の商品横持ち計画にAI需要予測モデルを活用」（2023年11月29日）
• ニチレイロジグループ「タブレット検品に賞味期限読取AIソリューションを導入」（2020年7月13日）
• J-Net21「『働き方改革』が事故を減らす 自社開発アプリで労働環境改善【菱木運送株式会社】」（2024年1月9日）
• 国土交通省「中小物流事業者の労働生産性向上事業」の補助システム導入事例集の紹介（2026年8月26日）
• 国土交通省「業務前自動点呼の制度化に向けた最終とりまとめについて」
• 国土交通省「自動点呼機器認定要領」（2025年6月11日改正）
• SGシステム「佐川急便の配送伝票入力業務を自動化するAIシステムが本稼働」（2019年8月2日）
• IPA DX SQUARE「ヤマト運輸×LINE『お客さまのため』がDXの出発点 AIで"繋がるコールセンター"」（2022年3月17日）
• 株式会社AITECH「支援事例」
• 株式会社AITECH「事業内容」

この記事の事例と数字は、2026年11月13日に各社と官公庁の公式ページで確認しました。数字は各社の発表時点のもので、測り方は会社ごとに違います（更新日：2026年11月13日・監修：株式会社AITECH CEO 小森谷 祐太）。