スーパースギッピー

Shippioオペレーション部・非エンジニアの寺尾です🚢 国際輸送の実務が主務ですが、オペレーションを進化させていくことが大好き（趣味？）です。 今回は「ブッキング指示と完了報告」の進化をご紹介します📃 //前提//
輸出の手配では全体管理者がブッキング担当者に指示を出す、という流れがあります。 //かつての姿//
その指示は、都度チャットで送っていました。
この仕組みの弱みは、指示を出す人が忙しいほど受け取る人の着手が遅れるということです。 要は後工程が待たされていたわけです。 //何を行ったのか//
GASで双方向の自動連携を作りました。 ・指示は自動でブッキング担当者側に届く
・担当者がタスク管理画面でブッキング完了状態を選ぶと、全体管理者側の画面にも自動で反映される ポイントは、両者の作業手順を一切変えていないことです。
新しいツールを覚えてもらう必要はありません。間にあった「連絡」だけを抜き取りました。 //いまの姿//
やりとりにかかる時間は1件あたり60秒から0秒になりました。 //終わりに//
これは、人がやっていた「情報を伝える」という作業を無くしたという話です。 種類にもよりますが、このシーンにおいて伝達そのものには価値がありません。価値があるのは、伝わった後の仕事のほうです。
それなのに、伝達が人の手に握られていると、その人の忙しさが後工程全部に波及してしまう。 こういう見方をするようになったのは、前職での経験がきっかけでした。 当時、納品する貨物の一覧リストを作って、倉庫の担当者に送るという仕事がありました。 倉庫側は、早くリストをもらって受け入れの準備を始めたい。でもこちらの作業が追いつかず、お待たせしてしまう状態が続いていました。 人は増やせない。かといって、他の仕事を削ってこの作業に回すこともできない。 そこで、貿易書類をAI-OCRでスキャンして貨物情報を電子データにし、それをそのまま、倉庫担当と共有しているファイルへ自動転記させるようにしました。人がやるのは、最後にエラーがないか確認することだけです。これならお昼を食べる前に稼働させて、戻ってきてエラーチェックするだけです。 受け取る側の手順は、何ひとつ変えていません。変えたのは、こちら側の供給速度だけでした。 誰かのボトルネックが、他の人の待ち時間になっていないか。 
そういう見方をすると、改善できる箇所はまだありそうです。 このように、前職の改善経験は今の改善活動に確実につながっています🔥 Shippioでは11/4にイベントを開催します。転職意向や選考希望の有無に関わらず、お気軽にご参加いただけますので、ご興味のある方はぜひお声がけいただければと思います！
shippio.io/news/20261104_ope… ※内容・時間は多少前後する可能性がございます。
※第1部からのご参加が難しい方は、第2部からのご参加も可能です。 •19:15～19:30 開場・受付 •19:30～19:35 オープニング •19:35～20:00 第1部｜代表・佐藤が語る、国際物流の未来とキャリアの可能性 
・Shippioの事業と、解決したい国際物流の課題
・デジタルフォワーダーの役割と、これからの業界変革
・フォワーダー経験者に期待すること •20:00～20:25 第2部｜物流会社・荷主企業出身メンバーとの座談会 
・従来のフォワーダーとデジタルフォワーダーの違い
・Shippioへの転職を決めた理由
・入社してよかったこと、実際に苦労したこと •20:25～20:30 クロージング #生成AI #業務効率化 #GAS #業務設計 #物流DX

Shippioオペレーション部・非エンジニアの寺尾です🚢 国際輸送の実務が主務ですが、オペレーションを進化させていくことが大好き（趣味？）です。 今回は「書類の受領確認」の進化をご紹介します📃 これは先日ご紹介した「書類催促業務」の前工程に当たります。 //前提// 書類が届いているかどうかを自動で検知して、届いていなければ自動催促する仕組みを動かしています。 //かつての姿// 一部書類を対象に簡易的な判定と自動送信は行えていました。 これだけ聞くと、なんだかいい感じに見えます。 ただ、問題が見つかりました。 輸入業務では24時間365日、何かしらの書類が世界中から届きます。 夕方以降や早朝に届いた書類は、内容を確認する担当者の確認が追いつきません。 その結果、実際には受け取っているのに「まだ届いていません」と催促してしまう恐れがありました。この穴にはまりうる書類が、1日15件ほどあったのです。 送付したのに催促される。現地代理店からすれば、たまったものではありません。 もちろんそうならないよう、担当者は「催促対象になっているが、本当に催促して良いかどうか」をチェックするというステップを踏んでいました。 品質は保てていましたが、効率が劇的に良くなったとは言えません。これでは何のための自動化か分かりません。 //何を行ったのか// GASからGemini APIを呼び出し、定期的に書類の中身を確認する仕組みを足しました。 弊社で蓄積してきたノウハウを明文化し、それに沿って確認させます。 ここで1つ決めたことがあります。 判定に迷った場合は、まず「催促しない」側に倒す。そして迷った理由を担当者に見せる。 誤って催促するより、少し待つほうが害が小さいからです。 //いまの姿// 誤った催促は0件に抑えられています。現地代理店からのクレームもありません。 //終わりに// 自動化は、作って動かしたら終わりではないと痛感しました。 想定が甘かった点は反省ですが、動かしてみて初めて分かる副作用もあります。 そして、その副作用を引き受けるのは、作った人の仕事だと思っています。 AI同士が人間を介さずに仕事をする、いわゆるAIエージェント・エコシステムと呼ばれる未来もそう遠くはないのかもしれません。 しかし、冷静に足元を見れば現地代理店でも人が働いているわけです。 我々のようなフォワーディングを行う組織にとって、現地代理店を含めたパートナー様はとても大切な存在です。 自分たちの効率化を相手に押し付けながら精度を高めていく。 この行為は私の美学に反しますし、オペレーション部全体でもその共通認識は持っています。 だからと言って自分たちを痛めつけながら効率化するのも違うと思います。 三方よし。 入社した時から部内で大切にされてきたこの言葉を胸に、これからも仕事の進化を行っていきたいと思います。 #生成AI #業務効率化 #GAS #Gemini #物流DX

Shippioオペレーション部・非エンジニアの寺尾です🚢 国際輸送の実務が主務ですが、オペレーションを進化させていくことが大好き（趣味？）です。 今回は前回予告した「やりとりが集まる土台」の話をご紹介します🖥️ //前提// 前回、案件の状況と次の一手を自動で書き出す仕組みをご紹介しました。 あれは単体で動いているわけではなく、土台となるスプレッドシートの上に乗っています。今回はその土台の話です。 //かつての姿// 現地代理店とのメール、現地代理店とのShippio Works経由のチャット、お客様とのチャット。 やりとりは複数の経路から届きます。 担当者はそれらを横断して確認する必要がありました。チーム全体で1日に目を通すメールは約430件。 しかも英文なので、読む前に翻訳するという工程も挟まります。 「どこかに見落としがあるかもしれない」という感覚が、常にある状態でした。 //いまの姿// すべての経路からの流入を、1つのスプレッドシートに自動で集めています。 GASが定期的に取り込み、Gemini APIが分類・和訳・急ぎ度の判定まで行います。 集めただけでは終わりにせず、分類の結果に応じて後続の処理まで自動で流しています。 ・新規案件の連絡を検知 → 基幹の管理台帳に新しい行を作る（行き先や受信時間などもこのタイミングで拾い上げ、先日投稿した「着手順を決める工程」に連動する仕組みです） ・書類の受領連絡を検知 → 書類の種類を判定 → 台帳のフラグを更新 → 添付をストレージへ保存 人が「読んで、判断して、転記する」をしていた部分が、そのまま繋がった形です。 //一番効いたのは、実は集約ではありません// 見るメールは1日約430件から約170件になりました。 ただ、減った一番の理由は「1か所に集めたから」ではありません。 見なくていいものを「見ない」と決めたからです。 絞り込みは大きく分けて2段階で行っています。 ①そもそも自チームが見なくていいメールを、手前で除外する 他チームにヒアリングを重ねて、自分たちが対応する必要のないキーワードを洗い出し、除外する仕組みを自前で作りました。 メールソフトのラベル分けでもできそうに思えます。でもそれだと、個々人のラベルの付け方の細かさや更新頻度に左右されます。自社ならではの事情を踏まえた振り分けまではできません。 よって自前で持つことにしました。 ②チーム内で担当が分かれているものは、その担当だけが見る 例えば書類まわりの対応は専任の担当者が一括で受け持っています。であれば、それ以外の担当者が書類受領メールを見る必要は、基本的にありません。もし書類担当者が休めばそのフィルターを他メンバーで分担します。 これを実現するために、あらかじめ整備しておいたタスク一覧のマスタ表に基づいてAIがメッセージをタスクごとに分類し、それに応じて専属の担当者がタスクをこなしていく運用にしています。 これらを踏まえて残った170件については、自動和訳・担当者の自動振り分けなどによって、処理そのものも速くなりました。 //終わりに// ひとつ、気に入っている仕組みがあります。 AIの分類が間違っていたとき、担当者はチェックを1つ入れるだけで報告できます。 報告された内容は専用の場所に集まり、分類ルールの改善に使われます。 現場が「これ違うな」と思った瞬間に、それがそのまま仕組みの改善材料になる。 わざわざ報告のために手を止めなくていい。 AIを業務に乗せるときに一番怖いのは、間違っていることに誰も気づかないまま使われ続けることだと思っています。 気づいた人が、気づいたその場で言える状態をどう作るか。ここは今後も大事にしていきたいです。 また、このようなAIへのフィードバックこそ今後人間が価値を発揮すべき部分だと考えます。🔥 #生成AI #業務効率化 #GAS #Gemini #スプレッドシート

Shippioオペレーション部・ド文系の寺尾です🚢 国際輸送の実務が主務ですが、オペレーションを進化させていくことが大好き（趣味？）です。 今回は「案件の状況把握」の進化をご紹介します💻 //前提// 輸入フォワーダーの実務においては基本的にお客様・現地代理店とのやりとりが並行して存在します。🌏 ちなみにフォワーダーとは、貨物の輸出入に必要な輸送や通関などを手配し、国際物流を支える存在です。 //かつての姿// 新着メールが届くたびに、担当者は次のアクションを取るまでに脳内で様々な処理をしていました。 あえて細かく掘り下げると、下記のようなステップでした。 ①「過去どんなラリーがあったか」「自分が最後に何を送ったか」を確認し、その情報をまず一時的な「脳内のメモリ」に保存します。（最後のラリーが数日前の件などは特にこの部分が膨らみます） ②受信したメッセージと脳内のメモリの両方を確認し、コンテキスト（文脈や前後関係）を理解します。 例えば「Unfortunately, that would be difficult.」（残念ながら、それは難しいです）だけ受信した場合、ダメ元で聞いたことへの返答なのか、以前実施できると言質を取っていた事への返答なのかによって次に取るべきアクションが全然変わるからです。 ③上記を踏まえ、ネクストアクションを決定・実行します。 またこの処理と同時並行で「今すぐボールを他者へ渡さないといけないのか否か」も判断していました。いわゆる優先順位付けというやつです。フォワーダー実務ではコミュニケーションが大半を占めていると言っても過言ではなく、テンポよく状況を理解して会話を停滞させないことが非常に重要です。（と言ってもこれが非常に難しく、永遠の課題です。。） //いまの姿// 前提として、お客様・現地代理店とのやりとりは、すべてスプレッドシートに自動で記録されています。 その記録を定期的にGASが監視し、新しいやりとりがあった案件についてGemini APIを呼び出します。 そして「いまどういう状況か」「次に何をすべきか」「どちらにボールがあるか」を自動で書き込みます。 担当者はそれらを読むだけで、実際の過去メールを読み返さずに次の行動に移れます。 これは特に自分の担当案件以外を代行する時に非常に有効になります。 いわば全員が自分の担当の全案件について、リアルタイムで引き継ぎを書いているような状態だからです。 //工夫したこと// 実際に何をどう作ったのか、また自動登録しているスプレッドシートの話は分量が多くなるので、また別であらためてまとめます。 ここでは工夫した点だけ書くと、コストと実行時間です。 ・15件分をまとめて1回のAPI呼び出しにする ・必要なデータは実行の最初に1回だけ読み込む ・前回以降の差分だけをAIに渡す ・対象外の案件はAPIを呼ばずにスキップする 当初は別の構成も試しましたが、処理時間と運用の複雑さで断念し、GAS単体で完結する形に落ち着きました。 //終わりに// ひとつだけ意図的にやっていないことがあります。 自動送信です。 実際にそのアクションを取るべきかどうかは、人が決めます。 目的は「状況を理解する時間」を短くすることであって、判断を手放すことではないと考えているからです。 とはいえ毎回頓珍漢なアクション提示をされ、それを確認するのでは毎回ゼロから教え直すような状態となります。 そのため、我々の脳内処理を丁寧にレクチャーし、より優秀にしていく必要があります。 そうすればよりテンポも上がりますし、何よりチームとしての判断基準が属人化しないため結果的にアウトプットが統一されていくはずです。 これが特に大きな価値かと考えます。 この方法が絶対的な正解かどうかはまだ分かりません。日々トライアンドエラーを繰り返していく、そんなフェーズです。🔥 ただ、確実にメンバーの心理的負担は軽減できています。ここはブラさずに進めていきたいと思います。 #生成AI #業務効率化 #GAS #Gemini #AIエージェント

Shippioオペレーション部・ド文系の寺尾です🚢 国際輸送の実務が主務ですが、オペレーションを進化させていくことが大好き（趣味？）です。 今回は「書類催促業務」の進化をご紹介します📃 //前提// 現地から必要書類が届かないとき、催促の連絡をする作業があります。 //かつての姿// 担当者が対象案件の過去のメールのやりとりを全部読み、「この案件は催促すべきか、まだ待つべきか、待つとしたらいつまで待つべきか」などを判断していました。🧑‍💻 正直、当初私はこのタスクに対して「それほど難しくない」という評価をしていましたが、実は一定の経験値が必要で、初めて担当する人にとっては頭を悩ませる、そんなタスクだったのです。 //何を行ったのか// 2段階のステップで進めました。 いきなりAIに渡さなかったというのがポイントです。 【1段目】文脈を読んで決めていたことを、選択式に翻訳する 起こりうる状態を整理して、そこから選ぶ形にしました。 これだけで、経験の浅いメンバーでも一定迷わず進められるようになります。 文字にすると一瞬ですが、まずは脳がちぎれそうなくらい思考回路を言語化し、その後「ああでもないこうでもない」と議論しました。 「いやいや。毎日無意識にできている仕事を言語化するのがそんなに大変か？」と思う方もおられることでしょう。 しかし、私はこれが一番大変でした。無意識にできていることこそ、言語化が難しい。 大変ですが、いつか誰かがやり切らないとその先はありません。 【2段目】その選択自体をAIに代行させる 1段目で「起こりうる状態」を選択肢として並べ終えているので、AIに渡すのは簡単です。 具体的には、GAS（Google Apps Script）からGemini APIを呼び出し、メールのやりとりを読ませたうえで「この案件はどの選択肢に当てはまるか」を選ばせています。🤖 ここが大事なところなのですが、AIは次に何をすべきかを考えているわけではありません。 やっているのは、文面を読んで当てはまる選択肢を1つ選ぶことだけ。選んだ後に何をするかは、1段目で人間が決めたルールがそのまま実行されます。作文をさせているのではなく、マークシートを塗らせているイメージです。 そしてこの形にすると、答え合わせができるようになります。 人が選んだ結果とAIが選んだ結果を突き合わせれば、何%合っているかが測れます。実際この仕組みは精度88%でした。そして日々この数字は向上し続けています。 逆に「この案件どうしたらいい？」と自由に答えさせていたら、何が正解か決まっていないので、精度を測ることすらできません。🤷‍♂️ //いまの姿// 担当者の作業は1日約30分から5分へ。削減率83%です。 これで人の役割はAIの精度確認とAIへのレクチャー、それに本当に急ぐ案件の対応だけになりました。 個人的にはこの事例のように「〜〜するのが当たり前」と思われていた仕事内容を刷新し、職能が進化していく感じが快感です。 //終わりに// もし1段目を飛ばして、いきなり2段目から入っていたら確実に失敗していました。 仮にうまく行ったように見えても、結局品質が担保できず無用の長物になります。 なぜなら判断基準が揃っていない仕事をAIに渡しても返ってくるのは不安定な結果だけで、しかもそれが不安定なのかどうかすら判定できないからです。 「AIに任せる」の前に、「人が迷わない形にする」。 地味ですが、この順番だけは外せないと思っています。 #生成AI #業務効率化 #GAS #Gemini #物流DX

改めまして、Shippioオペレーション部・ド文系の寺尾です🚢 
国際輸送の実務が主務ですが、オペレーションを進化させていくことが大好き（趣味？）です。 そんなわけで日々どんなことしているのか、自分の記録がてらまとめてみます。 まずは「新規案件連絡の着手順を決める工程」の進化からご紹介です。 //前提//
我々は国際輸送のコーディネートをするフォワーダーという仕事をしています。 
//かつての姿//
日々海外から受信する新規案件をどの順番でお客様へ案内すれば良いか、個々人の勘と経験に委ねていました。 
//いまの姿//
期日・行き先・受信時刻・作業量など様々な要素を元にGASが自動的に順位付けをしてくれます。 ちなみにGAS（Google Apps Script）とは、Googleが提供する各種Googleサービスや外部ツールを連携させて業務を自動化するためのプログラミング環境・言語のことです。 私は名前も聞いたことも無かったですが、Shippio入社後に教わりました。 //何を行ったのか//
こう聞くと何やら難しそうですが、基本的にAIとチャットで会話するだけで実装可能です。よって技術的には全く難しくありません。行ったのはざっくり言うと下記4点だけです。 1.上記で記載した「様々な要素」の洗い出し
2.それらを用いて熟練者はどのように判断しているのかを言語化（もしここで曖昧な部分があればチームメンバーと会話をした上で明文化しきる）
3.「2.の動作を自動化したい」とClaude のチャットで伝える。もちろん、Gemini など他社の生成AIでも問題ありません（決して「優先順位をよしなに設定してみて」とぶん投げる訳ではありません。）
4.生成されたコードをGASで実行する //終わりに//
熟練者であれば、どんな順番で進めないと「ヤバそう」なのか、数十秒あれば頭の中で判断ができます。 でも非熟練者はもちろんそんな事は出来ません。
なぜか？もちろん不慣れとも言えるでしょう。
しかしもう一段掘り下げると、判断基準が十分に言語化もしくは共有化されていないことが多いのではないでしょうか。 熟練者は脳内で様々な要素と状況の掛け合わせを行い優先順位を付けていますが、それを必ずしも絶対的なロジックが支えているわけではなく、実は当の本人も言語化出来ないくらい複雑かつ曖昧な判断となっているわけです。 そしてそれを僅か数十秒で繰り返しているのです。（そう思うと、人間って凄い優秀だなあとか思ったり） この進化のおかげで10分/日が丸っと消えました。 これだけ見たらそれほど大した変化ではないかもしれません。本当の価値は判断の負荷を低減できたことだと感じています。 #Shippio