Optimus Engineering

DX時代のスマート物流ソリューション

デジタルツインを活用し、独自のAIアルゴリズムで物流倉庫のすべてを最適化
ラインを止めずに仮想空間上で高精度シミュレーション

お問い合わせ・資料請求

最先端のAIを導入して物流に革新を
Powered by Datumix,Inc

Optimus Engineeringについて

当社独自のAIアルゴリズムを活用し、
物流倉庫のすべてのオペレーションを最適化できます

物流倉庫でのロボットを活用した高度な自動オペレーションにおける実業務の中で、入庫(フロント・バック比率、在庫保管エリア、在庫ロケーション)や出庫(出庫バッチ組み、ピッキングST割当、在庫引当)における各マテハン機器の最適化は急務となっています。

Optimusは独自のアルゴリズム(※特許取得済)により、自動で学習と試行錯誤を繰り返し、大幅な入出庫時間の改善を実現します。

ラインを止めず、仮想空間上でシミュレーションができます

ラインでの実務を停止して検証を行う必要があった従来のシステムソリューションと違い、最適化されたAIアルゴリズムをデジタルツイン環境でシミュレーションでき、さらにその様子を精巧な3Dモデリングでご覧になれます。

これにより、一切ラインを止めることなく、また現状の運用方法を大幅に変えることなく、無制限にAIが最適なルートを探索し、学習を繰り返すことができます。

経験と勘によるトライ&エラーから脱却できます

経験と勘に頼った最適化は暗闇の森を歩くような作業、Datumixは定量データを利用した的確な最適化の実現に向けて、高精度シミュレータと独自のAIアルゴリズムの開発をしました。

仮想空間上でのシミュレーション技術を用いることで、運用中の既存倉庫の最適化にも、新規倉庫の設計フェーズでの最適化検討にも絶大な力を発揮します。

Optimusで実現する次世代のスマート物流

Optimusで実現する次世代のスマート物流

Optimusは「Optimus DataManager(データ収集)」「Optimus AnalySim(シミュレータ解析)」「Optimus AI(自動最適化)」の3つからなる、従来のWCSに取って代わるまったく新しいソリューションです。

WMSからはもちろん、稼働中の人、マテハン、作業ロボットなどからOptimus DataManagerでデータ収集し、その後Optimus AnalySimとOptimus AIによってデジタルツイン上で比較評価、解析と学習を繰り返します。

これらによって最適化された情報を用いることで、業務の効率を格段に改善し、コストの圧縮に貢献できます。

Development Flow

開発フロー

Optimusの開発フロー

出庫実績に基づく需要予測とクラスタリングを活用

出庫実績に基づく需要予測とクラスタリングを活用

深層学習を活用し、出庫時間が最短となる在庫トレイ引当を決定

深層学習を活用し、出庫時間が最短となる在庫トレイ引当を決定

出庫頻度を考慮し、高頻度品は出口の近くに、同時注文されやすい商品は近くに格納

出庫頻度を考慮し、高頻度品は出口の近くに、同時注文されやすい商品は近くに格納

Optimusには確かな実績があります

Optimusと同じアルゴリズムを利用した「立体自動倉庫の在庫配置最適化」では、出庫時間を20%短縮することに成功しました。この技術は2021年9月1日に特許を取得しています。※特許第6937054号

Optimusで、その効果を実感してください

ヒヤリングや現地視察による現状分析から開発・実装まで、ご要望に応じたシステムを構築し、ワンストップでサポートします。

お問い合わせ・資料請求

導入事例

自動倉庫設計・営業支援シミュレータ構築

課題

  • 自動倉庫建設後に、設計時に見積もっていた能力値が発揮できない

ソリューション

  • 物流倉庫の3Dシミュレータを作成し、倉庫内のレイアウト変更時や、新規マテハン機器の導入時の業務効率を検証

メリット

  • 実際の倉庫のレイアウトの変更前やマテハン機器の導入前に、導入した場合の効率性を予測分析が可能
  • 各機器の稼働率や稼働状況、効率性など、これまで目に見えなかった、あるいは発見が困難であった問題を新たに発見することが可能
期間

2ヶ月~

費用対効果

倉庫レイアウト検討時間 50% DOWN

自動倉庫デジタルツイン構築(ベーシック)

課題

  • 自動倉庫建設後に、機器や設備に想定外のトラブルが発生

ソリューション

  • 3D空間上に物流倉庫を再現し、過去のログデータを利用して倉庫内のボトルネックを検証

メリット

  • 現状のオペレーションのボトルネックの可視化
  • 機器やロボットなどの予防保全が可能
期間

2ヶ月~

自動倉庫デジタルツイン構築(アドバンス)

課題

  • 自動倉庫建設後に、設計時に見積もっていた能力値が発揮できない

ソリューション

  • 3D空間上に物流倉庫を再現し、過去のログデータを利用し、倉庫内のボトルネックを検証
  • リアルタイムで実際の倉庫とデジタルツインが連携
  • ダッシュボードで、設備の状況をグラフで可視化 (希望者のみ)

メリット

  • 現状のオペレーションのボトルネックを可視化
  • サイバー空間上のモデルが随時アップデートされるため、常に最新の状態でシミュレーションが可能
  • 機器やロボットなどの予防保全が可能
  • 自動倉庫の導入後も運用状況をリアルタイムで反映し、常に効率化を提案
期間

2ヶ月~

費用対効果

倉庫レイアウト検討時間 50% DOWN

マテハン機器最適化

課題

  • マテハン機器を導入したが、期待した業務効率が得られていない
  • 業務効率を改善したいが、どこから手を付ければ良いかわからない
  • 物流倉庫側で過去にAGVやAMRの使用経験がないため、応用が困難

ソリューション

  • マテハン機器の動作ログや動画からボトルネックを分析
  • AIにより、ボトルネックを解消する最適な動作ロジック・台数を提案

メリット

  • 倉庫内での機器の運行管理の手間の省略化
  • AIによる機器の配置や動作の決定により、車両の渋滞の解消
  • AIにより、AGVやAMRの配置や動作が決定されるため、機器の応用方法の試行錯誤の必要がなく、未経験者でも安易に導入が可能
期間

ボトルネック・商品分析プラン:2ヶ月~
ボトルネック・商品分析 + AIモデル構築プラン:3ヶ月~~

費用対効果

出庫速度 20% UP

在庫配置最適化

課題

  • SKU数(商品数)の増加により、非効率な在庫配置になっている
  • 季節波動により、注文される商品が変化する

ソリューション

  • 過去の注文データから各時期の売れ筋商品やボトルネックを分析
  • 季節や時期に応じて、AIが最適な在庫配置を提案

メリット

  • 出荷件数の多い商品を出庫が行いやすい場所へ配置
  • 作業員やロボットの作業時間の短縮化による運用コストの削減
  • 新商品などのこれまでに扱ったことのない商品の配置場所もAIが的確に判断可能
期間

ボトルネック・商品分析プラン:2ヶ月~
ボトルネック・商品分析 + AIモデル構築プラン:3ヶ月~~

費用対効果

ピッキング所要時間 20% DOWN

配送ルート最適化

課題

  • 渋滞や事故などによる遅延により、定刻通りの配送が困難である
  • 配送ルートの選択肢は膨大であり、ルートを計算するのに長時間を要するが、計算の時間の確保ができない

ソリューション

  • 過去の配送ルートや交通状況、走行実績などのデータを収集し、分析
  • AIが最適な配送ルートを提案

メリット

  • ガソリン代や人件費などの輸送コストの削減が可能
  • 渋滞や事故多発地点の経由を予め回避することが可能
期間

3ヶ月~

費用対効果

配送ルート作成にかかる時間 50% DOWN
1日当たりの配送荷物数 10% UP

Optimus Engineering

お問い合わせ・資料請求