DHL

ケーススタディ：AIとビデオテレマティクス

概要（ABOUT）
AIおよびビデオベースのテレマティクスソリューションは、ビデオ録画技術とテレマティクスデータを組み合わせ、AIによって自動化することで、各業界の深刻な課題を解決します。これらは、フリート管理における安全性向上とリスク最小化に不可欠なシステムです。ビデオ解析を通じてドライバーの挙動を監視することで、組織は不安全な運転慣行を特定・是正でき、事故の削減と道路安全の向上につながります。録画された映像は、事故再構成のための貴重な証拠となり、保険請求の支援や法的責任の軽減に役立ちます。

さらに、ビデオテレマティクスはルートの最適化、燃料消費の削減、予防的な車両メンテナンスを促進し、運用の効率化に貢献します。リアルタイム監視とアラート機能により、荒い運転や過失運転などのイベントを即座に通知し、迅速な介入によって潜在的なリスクを防止することが可能です。また、業界の法規制や基準への準拠（コンプライアンス管理）においても重要な役割を果たします。蓄積されたパフォーマンスデータに基づく的確なコーチングは、ドライバーのスキル向上だけでなく、長期的な安全性の改善に寄与します。総じて、ビデオテレマティクスは、保険コストの削減、セキュリティの強化、業務のスリム化を実現し、輸送・物流プロセスの最適化を目指す組織にとって不可欠なツールとなっています。

インド市場の現状（INDIA）

広大な土地と多様な地形、そして拡大し続ける道路インフラを抱えるインドでは、輸送、物流、建設などのサービスに影響を与える課題を解決するためのソリューションが求められています。 現在、商用車へのGPS追跡デバイスの搭載が義務化されており、広く普及しています。これらのデバイスから得られる情報は、走行パターンの特定、車両追跡、車両固有のメトリクス収集に有効なデータポイントを提供します。市場の成熟に伴い、早期導入企業は、単なるデータ収集にとどまらず、ドライバーの挙動をポジティブに変容させ、目に見える成果をもたらす、より高度なソリューションを求めています。

インドでは毎年約50万件の交通事故が発生しており、その78%がドライバーの過失によるものです。主な原因には以下が含まれます。

• 過速度（スピード違反）
• 飲酒・薬物等の影響下での運転
• 運転規律の欠如（逆走、強引な追い越し、不適切な車線変更）
• 信号無視
• 携帯電話の使用
• シートベルトの未着用

Source: Ministry of Road Transport and Highways.https://morth.nic.in/sites/default/files/RA_2021_Compressed.pdf

AIビデオテレマティクスは、ドライバーへの警告、トレーニング用のイベント動画のキャプチャ、運用の管理や事故検証、保険請求の証拠としての活用を通じて、これらの課題解決を目指しています。

DHLとの取り組み（DHL ENGAGEMENT）

DHLインドのニーズは、主に「ドライバーの安全確保」と「社内規定およびポリシーのパートナー企業への適用」から生じました。DHLは、自社従業員のみならず、契約業者やパートナー企業の安全とセキュリティを確保することを全社的なポリシーとして掲げています。

テレマティクスパートナーの選定において、AIビデオテレマティクスソリューション「ZigFleet」が選ばれた決め手は以下の通りです。

1. 提示された様々なシナリオへの適合性と、将来的な新シナリオ追加への柔軟性
2. インド特有の道路インフラや条件に最適化されたAIモデルの構築
3. デジタルツインやドライバーコーチングなどのロードマップの明確さ

課題（CHALLENGES）

ドライバーの挙動や走行パターンに直接影響を与え、変化を促す新製品の導入には困難が伴います。ZigFleetの導入過程においても、業界全体に共通する以下のような課題に直面しました。

• ハードウェアへの細工（タマリング）：車内にカメラが設置されることで、ドライバーはプライバシーの侵害を感じ、カメラの向きを変える、取り外す、破損させるといった問題が頻発しました。長期的な運用の成功には、ユーザーの受容（Acceptance）が極めて重要です。
• 道路および走行条件：インドの道路環境は未整備な部分が多く、車内の状況、低照度、歩行者の飛び出し、逆走、車線表示の欠如などが、イベント検知やアラート精度の妨げとなりました。また、都市ごとに異なる道路設計や信号機が、州を跨ぐ走行において誤検知（False Positive）を増加させる要因となりました。
• ハードウェアの限界：アフターマーケット製品には性能の限界があります。例えば、過酷な気象条件や極端な低照度環境への対応には高スペックなハードウェアが必要となり、コストが増大して製品の投資対価値（ROI）を損なう可能性があります。コストとベネフィットのバランスが重要な課題となりました。

ソリューション（THE SOLUTION）

直面した課題に対し、以下の具体的な対策を講じました。

1. ハードウェアへの細工対策：(1) AIとセンサーデータを用いてカメラ角度の変化や電源断を検知する体制を構築。(2) カメラ設置は罰則のためではなく、ドライバー自身の安全を守るためであるという教育を積極的に行い、トラブルを減少させました。
2. ローカライズされたAIモデル：地域の交通状況や地理的要件に合わせ、カスタマイズ可能なAIモデルを採用。定期的なアップデートにより、予期せぬ新シナリオにも対応し、誤検知を大幅に削減しました。
3. 最適なハードウェア構成：効果を最大化するため、適切なコンポーネントを組み合わせました。(1) 将来的なセンサーやストレージの拡張性を確保。(2) 一体型ではなくセパレート型を採用することで、故障時の全交換を避け、特定部品のみの交換を可能にしました。(3) 騒音の大きい車内でも聞こえるよう、独立した高出力スピーカーを設置しました。

結果（THE RESULTS）

継続的な教育と定期的な安全ブリーフィングにより、DHL は一定期間を通じて各カテゴリの違反件数を減少させることに成功しました。主な事例は以下の通りです。 （※ここに具体的な事例が続く）

• カメラの遮蔽．妨害
  

• わき見運転：喫煙
  

• シートベルト未着用
  

• 逆走
  

• 追い越し違反
  

お客様の声（CUSTOMER TESTIMONIALS）

「当社はドライバーの安全を最優先事項として捉えています。万が一、ドライバーに影響を及ぼす不測の事態が発生した際には、徹底した調査を実施し、運行スケジュールやサポートに携わった全メンバーが詳細を報告する義務があります。この調査報告は、安全プロセスが厳守されているかを確認し、必要に応じて将来の過失を防ぐために改善を行うためのものです。AIおよびビデオテレマティクスソリューションは、ドライバーへの警告だけでなく、録画された映像がドライバー側の視点を裏付ける有力な証拠としても役立っています。」 – [DHL 担当者]

「本ソリューションの導入直後、社内規定や交通規則に対する違反件数が急増しました。これは、導入前には可視化（検証）できていなかったインサイトです。現在では、運行終了後のドライバーへのデブリーフィング（振り返り）に、これらの違反動画を活用しています。また、動画を通じてドライバーが直面している具体的な困難も把握できるようになり、より良い運転環境の整備に向けた改善へと繋がっています。」 – [DHL 担当者]

結論（CONCLUSION）

現在、約100台の車両にシステムが導入され、DHL はドライバーの挙動を詳細に把握できるようになりました。特に優れた運転を行ったドライバーには表彰制度を設けています。これが他のドライバーにとっても、自身の安全確保や車両メンテナンスへの意識を高め、より良い運転を心がけるインセンティブとなっています。
OmniEyes は、これまで DHL が把握できていなかった情報の可視化を実現しました。ドライバーの運転習慣、パターン、およびそれらに付随する要因についてのインサイトを得ることで、DHLはドライバーの労働環境に影響を与えている課題の解決に取り組めるようになりました。証拠の欠如はしばしば不信感に繋がりますが、ビデオ録画は信頼できる情報を提供し、そのギャップを埋める役割を果たしています。

他の市場においても、AI ビデオテレマティクスソリューションは、まずイベントを「特定」し、次にそれらを「削減」することで、すべての関係者に多大な利益をもたらしてきました。DHLでの導入はまだ初期段階ですが、プロジェクトの完了後には、他市場と同様の成功を収めることが期待されています。