物流スタートアップDeliGoによるAIルート最適化システム導入事例

プロジェクト背景とビジネス目標

物流業界の競争が激化する中、スタートアップのDeliGo社は配送効率向上とコスト削減を目指してAIルート最適化システムの開発を決断しました。創業メンバーは従来の手動ルート作成に限界を感じ、配送スタッフの勤怠管理や燃料費増大が収益を圧迫している現状を課題と捉えました。DeliGo社はまず、配送件数や車両数、配達エリアなどを基に要件を整理し、システム化に必要な機能をリストアップしました。この段階ではビジネス部門、運用担当、ドライバー代表を巻き込んでステークホルダー間の認識を合わせることに注力しました。特に、配車計画の自動化がどれほど「費用」削減に寄与するのか、過去の実績データから予測モデルを作成して説明したのが特徴です。また、競合他社がAI活用による配送効率化を進めている点をベンチマークし、自社の「予算」枠と「費用対効果」を検証しました。ここで想定されたシステム導入コストの「相場」は約800万～1200万円程度と見込まれ、DeliGo社の「予算」は1000万円前後で調整されました。ステークホルダー間で「発注」タイミングをいつにするか合意し、要件固め完了時点で見積もり依頼を行うことを決定しました。配送業務のフロー図、データフロー図、API仕様案をドキュメント化し、開発会社への「発注」直前まで準備を進めました。この背景には、要件漏れによる追加費用を防止する目的があり、見積もり精度を高める工夫が随所に散りばめられています。DeliGo社は社内SEだけでなく、外部のコンサルタントからもアドバイスを受け、リスクマネジメント体制を構築しました。リスクとしては、AIモデルの学習データ準備工数、システム連携の複雑度、セキュリティ対策などが挙げられました。これらのリスクは「開発会社」を選定する際に評価項目として設定し、発注後のスコープ拡大や費用増加に備えました。DeliGo社は予備予算を10％程度確保し、不測の事態にも対応可能な柔軟性を持たせることを意識しました。このようにプロジェクト背景とビジネスニーズを明確にすることで、後続フェーズの「開発会社」選びがスムーズになります。プロジェクト立ち上げから発注までの段階で、DeliGo社は情報の可視化と合意形成に多大な時間を投資しました。その結果、見積もり依頼時点で40ページを超える要件定義書とRFPを開発会社に提出しました。これにより、開発会社側も工数イメージを掴みやすく、具体的な「費用」見積もりが得られました。また、RFPには複数のフェーズを設定し、PoCフェーズと本開発フェーズを分離するスコープ設計も含めています。このPoC分離によって、早期に技術的な可否検証を行い、成功率を高める手法が用いられました。

開発会社選定のプロセスとポイント

DeliGo社はRFPに基づき、A社、B社、C社の3社に「発注」先候補として見積もりを依頼しました。見積もり依頼の段階では、費用だけでなく対応実績や技術スタック、コミュニケーション体制も評価項目に含めました。評価軸は大きく分けて「技術力」「コスト」「リスク管理能力」「コミュニケーションスピード」の四つです。まず技術力の判断材料として、過去のAI導入実績や同業界での開発事例をヒアリングしました。コスト面では、初期導入費用だけでなく運用保守フェーズの「費用」見込みを提示してもらい、相場感と比較しました。リスク管理能力については、要件変更時の追加見積もりプロセスや、障害時の緊急対応体制を確認しました。コミュニケーションスピードでは、問い合わせへのレスポンス時間や週次ミーティングの有無を比較しました。これらの評価結果をスコア化し、加重平均で総合評価を算出しました。定量評価と並行して、各社とのオンライン面談を実施し、会社文化や担当者のラポール形成度合いもチェックしました。実際には以下のようなポイントに注目しました。

• A社：AIアルゴリズム開発に強みがあり、PoC実績が豊富

• B社：コストパフォーマンスに優れ、相場より約15％安価

• C社：運用フェーズ向けドキュメントとマニュアル整備が標準

特に見積もり金額だけでなく、納品後の保守サポートや技術移管体制も「選び方」の重要な要素でした。最終的に、DeliGo社はPoCをA社、B社両社にて実施し、その結果を踏まえてA社を本発注先と決定しました。A社はPoCフェーズで90％以上のルート最適化精度を達成し、コスト見合いの判断にも説得力がありました。さらに、A社のドキュメント品質が高く、要件定義書から詳細設計までスムーズに移行できる点が決め手でした。発注契約時には、納期遅延リスクを軽減するためにマイルストーンペナルティ条項を設定し、リスク共有の仕組みを組み込みました。また、成果物ごとに分割支払いと検収基準を明確化し、検収完了後に支払いが発生する形を取りました。この契約形態により、開発会社とDeliGo社の双方が品質とスケジュールにコミットしやすくなりました。発注後は、キックオフミーティングを行い開発体制、ツール、コミュニケーションチャネルを正式に合意しました。キックオフではプロジェクト管理ツールのJIRAプロジェクトが共通設定され、タスクと工数見積もりの透明性が担保されました。プロジェクト開始時のドキュメントフォルダ構成や命名規則も事前にルール化することで、情報共有の無駄を削減しました。これらの一連の「選び方」「発注」プロセスを通じて、DeliGo社は開発コストの最適化と品質担保を両立できました。次章では、具体的な予算策定と費用交渉の手法について解説します。

予算策定と費用交渉の手法

予算策定の最初のステップは、PoCフェーズに必要な工数とリソースを明確にすることです。PoCフェーズでは最小限の機能セットを洗い出し、AIルート最適化アルゴリズムの精度検証に注力しました。この段階での費用は開発コストの20％程度になるよう調整し、相場感を元に約200万円を上限に設定しました。本開発フェーズでは要件定義や設計、実装、テスト、デプロイまでをカバーする予算を策定しました。DeliGo社では本開発フェーズの「費用」を800万円前後と見積もり、IT未経験の投資家にも理解しやすいよう可視化資料を作成しました。この可視化資料には以下の項目を含めました。

• 要件定義工数

• 設計・実装工数

• テスト工数

• インフラ構築費用

• 運用保守費用

運用保守費用は初年度のサポート契約料として、総予算の10％を見積もりました。予算策定後、開発会社との交渉に移り、見積もり提示内容を項目ごとに精査しました。交渉ポイントは人件費単価、工数、オプション機能の項目です。特に、工数見積もりでは細かいタスク分解を求め、各タスクの時間単価を明示してもらいました。人件費単価は業界の「相場」研究を基に、上限額を設定してガイドライン化しています。交渉の結果、不要と判断したオプション機能を削減し、コストダウンに成功しました。また、クラウドインフラ費用を見直し、スポットインスタンスやReserved Instancesを活用することでコスト削減を図りました。これにより、クラウドコストを年間で約15％削減できました。予算交渉時には、開発会社に対して「スコープ変更時の追加費用上限」を設定し、予算超過リスクを低減します。さらに、進捗に応じた分割支払いスケジュールを用意し、資金繰りを安定化させました。資金繰り計画は社内経理部門ともすり合わせ、承認を得ておくことで支払い遅延リスクも回避しました。見積もり交渉のコミュニケーションでは、メールとオンライン会議を活用し、議事録を必ずドキュメント化しました。これにより、予算交渉の合意内容が曖昧にならず、後から発生する追加請求を未然に防げます。最終的に合意した予算はPoCフェーズ200万円、本開発フェーズ800万円、運用保守80万円の合計1,080万円です。この1,080万円がDeliGo社の「予算」として承認され、プロジェクトは円滑に進行しました。次の章では要件定義から設計フェーズの進め方について解説します。

要件定義から設計フェーズの進め方

要件定義ではRFPをベースに開発会社と合同でワークショップを開催しました。ワークショップではビジネス部門から運用担当、エンジニアまで多様なステークホルダーが参加し、ユーザーストーリーマッピングを行いました。ユーザーストーリーマッピングによって、本システムに必要なユースケースを洗い出し、優先度を整理しました。優先度は配送効率向上のインパクトが大きい機能から順に並べ、「配車自動提案」「リアルタイム位置情報表示」「エラーアラート通知」など主要機能を確定しました。また、移行対象データの仕様を定義するため、旧システムからのデータ移行要件も併せて議論しました。これにより、要件定義書にはAPI仕様やデータモデル、画面遷移図などが網羅されました。設計フェーズでは、開発会社が提示した設計文書に対してレビューを実施し、工数に含まれていない要件漏れを早期に発見しました。レビューでは「システム構成図」「ER図」「シーケンス図」を重点的にチェックし、認識齟齬を排除しました。開発会社に対しては、ドキュメント更新時のバージョン管理ルールを設定し、GitHubを通じたドキュメント共有を行いました。設計承認の判断基準として、要件定義書とのトレーサビリティが担保されているかを確認しました。さらに、設計フェーズでの技術選定では、AIライブラリのバージョンや運用環境のミドルウェア構成も明示しています。これにより、実装フェーズ移行時に環境差異によるエラー発生リスクが低減されました。設計完了後は、JIRAにて各タスクを課題化し、工数見積もりとスプリント計画を設定しました。スプリントの長さは2週間とし、フィードバックサイクルを短く保つことで要件変更への対応力を高めました。スプリントレビューでは、成果物デモを実施し付箋によるフィードバックを即時反映できる仕組みを整えました。さらに、CI/CDパイプラインを構築し、設計完了時点で自動ビルド・静的解析が動作するよう設定しました。静的解析ツールにはESLintやTypeScriptの型チェックを採用し、品質担保を設計フェーズから組み込んでいます。設計フェーズ全体の工数は本予算の20％程度を占め、約160万円を計上しました。設計完了後のガバナンスとして、設計ドキュメントの承認者リストを明確化し、責任者がサインオフを行いました。これによって、発注段階で取り決めた品質基準が設計から実装、テストまで一貫して守られるようになりました。

実装～テストフェーズのポイント

実装フェーズでは、要件定義や設計で決めたAPI仕様やデータモデルを忠実に再現することが重要です。DeliGo社のプロジェクトでは、配送データ連携のために地図APIやジオコーディングサービスを活用し、社内のGISチームとも密に調整を行いました。CI/CDパイプラインはGitHub Actionsを採用し、マージごとに自動ビルド・ユニットテスト・静的解析が実行される仕組みを構築。コードレビューではPull Requestテンプレートを用い、設計書とのトレーサビリティをチェックしました。
テストフローは以下のように設計しました。

• ユニットテスト：各関数やモジュールの動作検証

• 結合テスト：配送ルート最適化アルゴリズムとAPI連携の動作確認

• E2Eテスト：実際の配送シナリオを再現し、配送所要時間の計測

• パフォーマンステスト：1000件以上の注文データで負荷試験を実施

テスト自動化の導入により、リリース前に重大な障害を99％未満に抑制でき、予算や費用の無駄な追加を防ぎました。特に、配送ルート計算部分のレスポンスタイムを200ms以下に収める性能基準を自動テストに組み込むことで、品質担保とコスト抑制を両立しています。また、テスト工数や環境構築にかかるコストを把握し、開発会社との予算調整を行いましょう。

本番リリースと運用移行のステップ

本番環境へのリリースはステージング環境での検証を必須化し、カナリアリリース方式を採用しました。まず50件規模で限定公開し、問題がなければ全配送車両にフェーズ展開します。デプロイはInfrastructure as Code（IaC）で管理し、Terraformを用いてAWSリソースを同期。運用チームと共同でRunbookを作成し、障害時の切り戻し手順や障害通知フローを明文化しました。
さらに、ログ集約にはElasticsearch＋Kibanaを導入し、配送成功率やAPIエラー率をダッシュボード化。アラートはSlack連携を行い、運用担当者への即時通知を実現しました。運用移行後は、初期2週間をサポート期間として定め、開発会社のオンコール体制を確保。SLA（サービスレベル合意）には稼働率99.9％と障害復旧時間（MTTR）を明記し、発注時に取り決めた品質基準を担保しています。

継続的改善とスケーラビリティ確保

リリース後は継続的改善（CI）サイクルを回し、システムの安定性と拡張性を維持します。DeliGo社では、Kubernetes上でマイクロサービス化し、配送計算とデータ収集のコンポーネントを分離しました。これにより、アルゴリズムを改善する際も独立デプロイが可能となり、メンテナンス性が向上。さらに、オートスケーリング設定を行い、配送リクエストのピーク時には自動でPodを拡張し、費用対効果を最適化しました。
継続的改善のポイントは以下の通りです。

1. モニタリング指標の定義：配送完了時間、APIレスポンス時間、エラー率

2. アラート閾値の見直し：実運用データをもとに適切な閾値を設定

3. アルゴリズムのA/Bテスト：新旧ルート計算ロジックの比較検証

4. 定期モデル再学習：過去の配送データを用い、AIモデルの精度を維持

これらの取り組みにより、システム全体のパフォーマンスとスケーラビリティを高いレベルで両立でき、追加サーバー費用を月間約10％削減しました。開発会社との継続契約では、改善要望を月次スプリントとして計上し、相場を踏まえた予算調整を行っています。

成果測定とROI分析

プロジェクト成功には、導入効果を定量的に評価することが欠かせません。DeliGo社は以下のKPIを設定しました。

• 配送所要時間の平均値：30分 ⇒ 20分（33％削減）

• 燃料費：月間50万円 ⇒ 35万円（30％削減）

• ドライバー稼働率：80％ ⇒ 95％（18.75ポイント向上）

これらの効果をもとにROIを試算した結果、初期開発・運用費用1,080万円に対し、年間コスト削減額が約600万円となり、投資回収期間は約1.8年と算出。システム開発の「予算」対効果を明確に示す資料として経営層からも高い評価を得ました。また、導入事例として業界セミナーで発表したことで、新規顧客獲得にもつながり、追加受注の増加で更なる費用対効果が期待されています。成果測定では、BIツールによるダッシュボード運用を行い、リアルタイムでROIを監視。費用超過リスクを常に把握しつつ、次フェーズの機能拡張を企画しています。

今回のユースケース紹介では、物流スタートアップがAIルート最適化システムを導入し、「システム」「開発会社」「選び方」「予算」「費用」「相場」「発注」の各フェーズでのポイントを解説しました。具体的なプロジェクト背景から成果測定までを追体験することで、読者の皆さまも自社のユースケース設計や開発会社選定に役立てていただけるはずです。ぜひ「3分でわかる！スマホアプリ・Web開発の費用感をスピードチェック。」で貴社プロジェクトの予算感を確認してみてください。