【海外工場の従業員送迎コストを最大40％削減】独自アルゴリズムで送迎バスの配車を最適化するクラウドサービス「MiiHawk（ミホーク）」がグローバル製造業向けに日本国内で本格展開を開始。

〜AIのブラックボックス化を排除。日系大手企業の海外工場での実証実験において、30％〜40％の大幅な送迎コスト削減に成功〜

AIインテグレーター企業のTechJapan合同会社は、タイ国内企業であるSiam System Consulting Co., Ltd.とECMS Co., Ltd.を東南アジアでの導入企業として、海外に製造拠点を持つグローバル企業向けに、工場の従業員送迎バス・バンの配車を最適化するクラウドサービス「MiiHawk（ミホーク）」の大型バージョンアップを実施、より乗車効率を上げた。

独自の最適化アルゴリズムにより配車業務の属人化とルートの形骸化を解消し、日系大手企業の実証実験において、従業員の送迎コストを最大40%（約1億円）の削減に成功しています。

MiiHawk公式サイト（https://miihawk.com/）

開発の背景：グローバル製造業が直面する「送迎コストの肥大化」と「属人化」

コスト競争が激化する現代の製造業において、固定費の削減は至上命題です。特に日本ほど公共交通機関が発達していない海外の工業団地（東南アジアなど）においては、企業が自前で手配する「従業員の送迎バス・バン」の費用が膨大なものとなっています。また、残念なことに購買部門での不正の温床となっていることも分かっています。

私たちが現地調査を重ねた結果、多くの工場で以下のような深刻な課題を抱えていることが判明しました。

配車業務の属人化： 
複雑なシフト体制（3交代制や残業など）に対応した配車計画の作成が、特定の担当者の「勘と経験」に依存しており、数日がかりの業務になっている。

ルートの形骸化と過剰手配： 
過去の慣習のままルートやバスの大きさが据え置かれており、

「40人乗りの大型バスに数人しか乗っていない」といった空気を運ぶ非効率な運行が常態化している。

実態の不透明さ：

実際には運行していないバスやバンについても請求が発生している可能性があるが、客観的な運行実績データがないため事実確認が困難である。
この不透明な構造は物流業界における慢性的な課題の一つであり、多くの日系企業がコスト面で影響を受けてきた。また、一部のバス会社が購買部の管理職層に対してキックバックを持ちかけるケースも指摘されている。

月次のサマリーレポート（実績コストの見える化）

「MiiHawk（ミホーク）」の解決策と特長

MiiHawkは、これらの課題を根本から解決するために開発された送迎バス配車最適化クラウドサービスです。

1. AIの弱点を克服した「独自の最適化アルゴリズム」

近年、AI（人工知能）を用いた最適化システムが登場していますが、「なぜその配車結果になったのか」という計算過程がブラックボックス化しやすく、現場の担当者が納得して運用できないという課題がありました。 MiiHawkは、ブラックボックス化を排除した 「最適化アルゴリズム」 を考案。乗車実績データ、シフト情報、車種ごとのコスト設定などの条件から、明確な論理的根拠に基づき「最もコスト効率の高い車種の組み合わせと便数」を瞬時に導き出します。

2. 「見える化」から「最適化」までをシームレスに

従業員がスマートフォン等でQRコードをスキャンするだけで、リアルタイムに乗車実績を収集。その正確なデータをもとに配車シミュレーションを行うため、担当者がExcelと睨み合う時間を劇的に削減し、属人化から脱却させます。

3. グローバル基準のシンプルなUI/UX

海外の現地スタッフが直感的に操作できるよう、複雑さを排除したシンプルな画面設計を採用しています。導入にかかる学習コストを最小限に抑え、スムーズな運用定着を実現します。

実証実験の成果：送迎コストを30%〜40%削減

MiiHawkの本格展開に先立ち、数千人規模の従業員を抱える日系大手メーカーの海外工場において実証実験（トライアル）を実施いたしました。

これまで担当者の手作業で行われていた配車計画をMiiHawkに置き換え、乗車実績に基づく最適化を行った結果、過剰な大型バスの手配や無駄な便数を適正化。送迎の質を落とすことなく、月間の送迎バス手配コストを30％～40％削減することに成功いたしました。 また、バスの運行台数が減ることは、各企業が取り組むCO2排出量の削減（環境負荷低減）にも直接的に貢献します。

さらに、顧客が選択するAIモデルでさらなるルートの統廃合の改善アドバイスも実績と計画データから受けることも可能になりました。

ルート再構築（ルート最適化）で実際どのくらい効率化できるのかをシミュレーション可能

開発者コメント：TechJapan合同会社 開発責任者 興野 剛（きょうの ごう）

この15年間で「東南アジアをはじめとする海外の製造現場を視察した際、現地スタッフが複雑なシフトと膨大な配車データに追われ、日々手作業で格闘している姿を目の当たりにしました。また、過剰なバス手配によるコストの肥大化は、経営層にとっても長年の悩みの種でした。

昨今、AIによる配車最適化システムも数多く存在しますが、計算プロセスがブラックボックス化してしまうため『なぜその配車プランになったのか』が現場に伝わらず、結果として信用されず使われなくなってしまうケースが散見されます。

そこでMiiHawkでは、AI（機械学習等）に頼るのではなく、論理的かつ透明性の高い独自の『最適化アルゴリズム』を構築しました。これにより、条件を入力すれば必ず『最もコスト効率の良い配車の組み合わせ』が明確な根拠とともに導き出されます。

計算の透明性が担保されているため、現場の担当者も納得して運用でき、実証実験でもスムーズに30〜40%という大幅なコスト削減を実現できました。

本サービスが、固定費削減に悩む世界中の製造業の皆様の一助となり、無駄な車両運行を減らすことによる環境負荷低減（CO2削減）にも繋がればと願っています。」

対象となるお客様

• 海外の工業団地に製造拠点を持ち、コスト削減を経営の重要課題としている製造業の企業様

• 毎月の従業員送迎費用が数百万〜数千万円規模にのぼり、経営を圧迫している企業様

• 送迎バスの利用実態が把握できておらず、DX化・データドリブンな改善を進めたい企業様

導入までのフロー（無料トライアル実施中）

現在、自社の工場で実際にどの程度のコスト削減が見込めるかを事前にご確認いただける「無料トライアル（2週間）」を実施しております。

1. お問い合わせ・ヒアリング 現状の送迎バスの運行状況（月間コスト、ルート数、課題など）をお伺いします。

2. デモのご案内 実際のシステム画面をご覧いただきながら、機能や操作性をご説明します。

3. データ準備・無料トライアル（2週間） 一部のルートや対象シフトを絞り、実際の乗車データ（従業員情報、車両、ルート等）を用いた効果測定シミュレーションを実施します。具体的なコスト削減見込み額を算出します。

4. 本格導入のご決定 トライアルで算出された削減効果にご納得いただいた上で、正式契約となります。

5. 初期設定・運用開始 従業員データやバス停・車両などのマスタ登録を行い、現場での本格的な運用（QRスキャン等）をスタートします。（導入時のトレーニング等のサポートもご用意しております）

※詳細な機能やマニュアルについては、MiiHawk公式サイトおよびヘルプページをご覧ください。

今後の展望

TechJapan合同会社およびSiam System Consulting Co., Ltd. そして、ECMS Co., Ltd.は、「MiiHawk」を通じてグローバル製造業の固定費削減に貢献し、企業の競争力強化を支援してまいります。

今後は、更なるアルゴリズムのアップデートや、企業と運送事業者をつなぐプラットフォームとしての機能拡充を見据え、タイをはじめとする東南アジア圏を中心にグローバルでの導入拡大を目指します。

VC様など、弊社サービスの拡大にご協力・ご期待してくださるパートナーを募集しております。

ASEANエリアの営業に強いことを条件とさせてください。
※TechJapan合同会社、興野までお問い合わせください。

【本件に関するお問い合わせ先】

■ 日本国内からのお問い合わせ TechJapan合同会社: [e-mail]

■ タイなど海外からのお問い合わせ ECMS Co., Ltd. または Siam System Consulting Co., Ltd.
　技術的なご相談（斎藤）：[e-mail]

　効果や実証実験（北村）：[e-mail]