[事例ニュース]

2018年3月9日(金)日川 佳三（IT Leaders編集部）

リスト

図1●配車支援システムの概要（出所：トヨタ自動車、JapanTaxi、KDDI、アクセンチュア）
拡大画像表示

　今回の試験導入では、実際に本システムを利用したドライバーの2月の売り上げが、平均で前月よりも1日あたり20.4％増え、ドライバー全体の増加率9.4％を上回った。今後順次、試験導入するタクシーを数十台に増やし、2018年度中の実用化を目指す。

　タクシー需要予測技術の特徴は、タクシーの運行実績やスマートフォンの位置情報データから分かる人口動態予測だけでなく、気象情報、公共交通機関の運行状況、大規模施設でのイベント開催情報なども利用すること。精度を東京都内で検証した結果、正解率94.1％という高い精度を実現できたという。

　試験導入は、2018年2月に開始した。本システムをタブレットに実装し、JapanTaxiの関係会社である日本交通のタクシー数台に試験導入した。

　タブレットの地図上に、予測したタクシー乗車数と、周辺の直前の空車タクシー台数を表示する。これにより、需要が大きいが空車タクシーが少ない場所が分かる。タブレット上ではさらに、営業成績が良いドライバーの走行ルートも分かる。

　配車支援システムに関わる4社の役割は以下の通り。

　トヨタ自動車は、収集したビッグデータを分析し、タクシー需要の予測情報をJapanTaxiに提供する。分析にあたり、気象情報、公共交通機関の運行状況、大規模施設でのイベント情報など、タクシー需要に影響するデータを確保する。

　JapanTaxiは、タクシー需要予測情報をタクシードライバーに配信するアプリを開発する。さらに、タクシー運行実績、空車タクシーの位置情報、顧客を見つけやすい走行ルートなどを収集して提供する。

　KDDIは、KDDIが保有するスマートフォンの位置情報データを活用して、移動や滞在などの人の動きを加味した人口動態予測技術を開発し、予測情報を提供する。

　アクセンチュアは、他3社と共同で要件を定義し、タクシー需要予測エンジンのAI分析アルゴリズムを開発する。