EC発送時の梱包サイズに関する機械学習モデルの記事が出ていたので、紹介します。
現状でも梱包サイズをシステムが決定する仕組みはあるそうなのですが、
結果必要なサイズよりも大きな梱包材を使うことが多く、配送日も余剰に発生するケースが
多いそうです。
そこで、EC発送時の梱包サイズを最小化する機械学習モデルを開発し、
2023年2月-6月にかけて機械学習を行ったようです。

実現に当たっては、機械学習サービスとデータプラットフォームサービスを
組み合わせて、商品データ、出荷データ、梱包材の価格データを基に、
最適な梱包材のサイズを算出するようです。
今まで実現が困難だった原因としては、アパレル商品の折り畳み時のサイズ感や
袋の中の空気を抜いた時のサイズダウンなどが、システムではなかなか難しい
というところにありました。
同サービスでは、こういったものをそれぞれモデル化することで、
実現できているようです。

気になる点としては、梱包材の価格が下がる分と、この機械学習を利用するのに
発生する費用がしっかりとバランス取れているかというところです。
ただこの仕組みは横展開がしやすいので、稼働時は赤字でも、次第に費用削減へと
繋げることができるかもしれません。

<元記事>
DATAFLUCTとオルビス、EC発送時の梱包サイズを最小化する機械学習モデルを共同開発
https://iotnews.jp/smart-logistics/230310/