3年前、パンデミックが大小さまざまな企業に混乱をもたらした際、コルゲート・パーモリーブの最高サプライチェーン責任者ルチアーノ・シーバー氏は「物流集中作戦」を指揮した。
この結果により、シーバーはコルゲート・パーモリーブが世界中でどのように製品を輸送しているかをより深く理解することができました。しかし、シーバーは別の問題に直面することになりました。それは、データが多すぎることです。
シーバー氏は約1年前、ウーバー・フレイトでこの問題の解決策を見つけたと語る。配車サービスの老舗である物流・分析部門は、人工知能（AI）を活用して膨大なデータを処理する新たな方法を開発してきた。コルゲート・パーモリーブは、ウーバー・フレイトの最新製品の一つである物流に特化したLLM（法務・法務・経営学）「Insights AI」をいち早く導入した企業の一つとなった。
Uber Freightは現在、既存のサプライチェーンソフトウェアの一部として、世界中の荷送業者向けにAI機能スイートをより正式にリリースしています。これには、Uber Freightが2023年にひっそりとリリースしたInsights AIの拡張と、「貨物ライフサイクル全体にわたる主要な物流タスクを実行する」ために構築された30以上のAIエージェントが含まれます。
最新の人工知能ツールを用いて、制御不能なサプライチェーンを制御しようとしているのは、Uber Freightだけではありません。Flexportは2月に独自のAIツールスイートを発表しました。その他にも、企業のデータ処理、在庫削減、需給予測の精度向上を支援するスタートアップ企業が数多く存在します。
しかし、Uber Freightは、AIソリューションが優良顧客と提携する約1万社の荷主の両方の収益に即座に影響を与えることができると確信しています。これは主に、長距離トラック運転手と荷主をマッチングさせることを目的として設立されて以来、8年間で築き上げてきた知識基盤と関係性によるものです。
「サプライチェーンは本質的にデータに富んだ問題です。複雑で微妙な要素があり、AIはそれを形作り、加速させる上で重要な役割を果たすことができます」と、Uber Freightの創業者リオール・ロン氏はTechCrunchとのインタビューで述べた。
テッククランチイベント
サンフランシスコ | 2025年10月27日～29日
「私たちはこの瞬間に向けて準備を進めてきました」
Uber Freightは、2017年の設立当初は、より単純な仲介ビジネスモデルとしてスタートしました。しかし、Uberの子会社は長年にわたり、世界中に商品を輸送する企業へのサービスプロバイダーとして着実に進化してきました。
多くの現代企業が人工知能（AI）の導入方法を模索している（結果はまちまちだが）。Uber Freightがこの技術を最重要視していることは、驚くべきことではない。ロンの学部研究も修士論文もAIを中心としたものだったのだ。「AIが『ニューラルネットワーク』と呼ばれていた暗黒時代」と、彼は冗談めかして語った。
ロン氏は2007年から2016年までGoogleマップを運営していた間も、機械学習技術に取り組み続けました。そこで「物理的な宇宙をデジタル化する可能性」を見出していたと彼は言います。
「それが9年前、サプライチェーンは根本的にデータファースト、テクノロジーファーストの課題であり、データ接続、そして将来的にはAIによって加速できるという根本的な信念に至ったのです」と彼は語った。「Uber Freightを立ち上げて以来、私たちはこの瞬間に向けて準備を進めてきたと思います。」
ロン氏によると、Uber Freightは創業当初から機械学習を業務に活用してきたという。しかし、チームがより高度な生成AI機能の活用に取り組み始めたのは、約2年前のことだ。
「決して楽な道のりではありませんでした」とロン氏は語った。ウーバー・フレイトが当初「物流の副操縦士」のようなシステムを構築しようと試みた際、錯覚に陥り、正確な回答を返せたのはわずか60～70%程度だった。
ロン氏によると、この技術は既に「実戦でテスト済み」であり、「実際のビジネス成果を牽引」しており、その精度は98%に達しているという。同社によると、Insights AIモデルは、同社が毎年輸送を支援している200億ドル相当の貨物に関する社内および社外データでトレーニングされているという。また、Uber Freightによると、このモデルは複数の非公開AIモデルを活用し、「価格、精度、パフォーマンスの最適な組み合わせを提供している」という。
ロン氏によると、このAIの活用により、顧客はサプライチェーン関連データを活用するための新たな方法が生まれるという。例えば、Insights AIに特定の出荷について、パフォーマンスが最も低い出荷元を素早く表示するよう指示したり、「2023年のCVSへのすべての出荷」を表示させたりといったことも可能だ。ロン氏は、クエリはこれよりもはるかに複雑になる可能性があり、モデルは常にそれに追いつくと強調した。
Insights AI は、他の一般的な LLM インターフェースとほぼ同様に顧客に提供されます。また、他の推論モデルと同様に、その動作を示し、すべてのデータの出所を明確にします。
これらすべてにより、顧客は「知りたいことをまとめ、それをアナリストに送信し、PowerPoint プレゼンテーションが返送されて議論するまで 2 週間待つよりも、はるかに速く、ほぼ 100% の精度で、即座にネットワークに関する洞察を得ることができます」とロン氏は言います。
「何を知りたいですか？」
Uber Freightは多くのフォーチュン500企業と提携していますが、Insights AIをはじめとする新ツールの試用には特に協力的なコルゲート・パーモリーブ社がパートナーとして名乗りを上げました。シーバー氏によると、この複合企業はすでに全従業員にAIモデルスイートを提供しているとのことです。また、従業員には社内で開発されたAI倫理に関する研修の受講を義務付けています。
「これは素晴らしいことだと思います。なぜなら、会話が恐怖から『それがどのように私の効率を高め、新しいテクノロジーにアクセスして使用することで、どのように私はより優れた専門家になってより多くの成果を出すことができるか』へと変わるからです」とシーバー氏は語った。
例えば、シーバー氏は、Insights AI を活用して、契約上の輸送義務量よりも少ない貨物を受け入れている運送業者を簡単に特定できるようになったと述べています。そこから、なぜその量が少ないのかを解明し、運送業者を再び契約違反に追い込むための解決策を講じるか、あるいは別の運送業者に切り替えてもらうかを選択できます。
シーバー氏によると、コルゲート・パーモリーブのような企業は数千もの運送業者と取引しているため、以前はこれをリアルタイムで解決するのが困難だったという。運送業者はそれぞれ異なるシステムやワークフローで業務を行っている可能性があり、そこから得られる情報はすべて一元管理されることはなかった。
シーバー氏とロン氏は共に、AIの次のステップは、より積極的なソリューションを生み出す方法を見つけることだと述べた。ロン氏は、これがUber Freightがデータの強みを活かせるもう一つの分野だと指摘した。「私たちは施設、路線、価格を知っています」と彼は言った。「あなたは何を知りたいですか？」
こうしたよりプロアクティブな統合は、Colgate-Palmolive のような顧客に、特定のルートで支払いすぎていることや、特定の出荷に対してより速いオプションが利用可能であることを通知するアラートの形で提供されます。
このような提案は一つ一つでは数百ドル、あるいは数千ドルの節約にしかならないかもしれません。しかし、ネットワーク全体で集約すれば、大きな違いを生み出す可能性があります。
だからこそ、シーバー氏は質問に対し、コルゲート・パーモリーブの最高財務責任者（CFO）こそがUber Freightの成果に最も満足している幹部だと即答した。「彼は物流コストが下がるのを見て喜んでいるんです」とシーバー氏は笑った。
