Worldwide Express、Amazon Bedrockで配送請求の例外処理を自動化
この記事の要点
物流大手のWorldwide Expressは、Amazon Bedrockを活用したマルチエージェントAIを導入し、配送管理システム「SpeedShip」の請求例外処理を自動化した。2025年6月に開始したプロジェクトにより、週1万件の例外を処理し、滞留していたキャッシュフローを1,500万ドルから400万ドルへ75%削減した。年間100万ドルのコスト削減と、現金化までの期間を4週間短縮する成果を上げている。
Worldwide Expressは、Amazon Bedrockを活用したマルチエージェントAIを導入し、配送管理システム「SpeedShip」における請求の例外処理を自動化した。この取り組みにより、滞留していたキャッシュフローを1,500万ドルから400万ドルへ75%削減することに成功した。
同社は75社以上のLTL(小口トラック輸送)キャリアと13万社以上の顧客を抱え、年間約50億ドルの収益を上げる。しかし、請求の不一致処理に月間1,500万ドルのキャッシュフローが滞留する課題を抱えていた。2025年6月にAWSの支援でプロジェクトを開始し、6か月で本番稼働を実現した。
システムはAmazon EC2上で動作し、Amazon Bedrockが推論を担う。例外処理は3つのAIエージェントが分担する。出荷記録と請求書の不一致を特定する「Invoice Matching Agent」、契約料金と請求額の差異を検証する「Pricing Variance Agent」、付帯料金の妥当性を確認する「Accessorial Validation Agent」だ。
各エージェントは、キャリアごとの料金規定や紛争処理手順を格納したナレッジベースを参照して判断を下す。SpeedShipのAPIを通じて人間と同様のデータにアクセスし、解決策をシステムに書き込む仕組みだ。導入初期は人間による承認プロセスを挟み、精度が99%を超えた段階で一括承認へ移行した。
導入から6か月後、40社以上のLTLキャリアで運用され、週あたり1万件(全体の約50%)の例外を処理している。エラー率は1%未満に抑えられた。これにより、年間100万ドルのコスト削減と、現金化までの期間を4週間短縮する成果を上げている。なお、使用したAIモデルやプロンプト技術の詳細は公開されていない。
経営にとっての意味
本件は、請求の例外処理という定型業務の自動化事例であり、導入を見送る。理由は、API単価や運用人件費、セキュリティ要件の詳細が不明だからだ。本事例は、特定の配送管理システムにおける例外処理の自動化に成功しているが、他業務への汎用性や、機密情報の取り扱いに関する法的・技術的リスクが不明確である。導入を検討するには、具体的なモデル名、API利用料、および個人情報保護の委託先管理基準の開示が必要だ。これらが判明し、自社のセキュリティ基準と合致した時点で、例外処理の自動化を再検討する。現時点では、コスト対効果を判断する材料が不足しており、様子見が妥当な判断である。
4人で読み解く
記事の内容だけをもとに、担当のちがう4人(経営・開発・聞き手・運用)が話します。 記事に書かれていないことは話しません。
出典
AWS Machine Learning Blog「How Worldwide Express automated freight exceptions with Amazon Bedrock」この記事は、出典元が公表した原文をもとに当社のAI編集部が日本語で再構成し、 公開前に人が確認したものです。原文の訳ではありません。 事実関係は出典(原文)で確認してください。
