中国の宅配大手が、AIを「周辺業務の効率化」ではなくルーティング・顧客対応・ラストマイル配送というコア工程に埋め込み、単位原価を実際に下げている。中新網が2026年9月9日に報じた業界分析をもとに、この事例が日本のSIer・開発会社・事業会社の開発部門にとって何を意味するのかを整理する。物流業界におけるAIの活用例として、そして「AI導入の投資判断をどこから始めるか」の実例として読む。
要点 (出典の事実のみ)
- 上半期の中国の宅配業務量は1,000億件を突破し前年同期比5%増、業務収入は7,700億元超で同7.3%増。
- 圆通は履歴出荷量と実コストから各ルートの最適案を算出する「智能体」を構築し、上半期に運営コストを約9,000万元削減した。
- 韵达は6月末時点で全網の無人車が1,500台超（前年から1,000台以上増）、無人配送の常態運用により拠点の輸送コストが30%低下した。
- 中通は約90%の販売者向けアフターサービス案件、70%の集荷ユーザー要望をスマート顧客対応が単独で完結処理している。
- 全国では1.6万台超の無人宅配車と400機以上のドローンがラストマイル配送に投入されている。
- 単位原価も動いており、圆通は単票輸送コスト0.36元・センター処理コスト0.26元（それぞれ前年比1分低下）、韵达は単票費用が前年比7.46%低下した。
AIを「コア工程」に置いた企業だけが数字を出している
私がこの記事で注目したのは、削減額の大きさではなくAIを差し込んだ工程の選び方だ。圆通のルート最適化、韵达の無人配送、中通の問い合わせ完結。いずれも、宅配というビジネスのP/Lを直接構成する工程である。議事録要約でも社内検索でもない。だから削減額が「約9,000万元」「30%」という形で言い切れる。
受託開発とAIエージェント事業の両方をやっている立場から言うと、日本企業からのAI相談で最も多いのは逆の入り方だ。「まず影響の小さいところから」と、周辺業務のPoCから始める。リスク管理としては正しく見えるが、周辺業務は元々コストが小さいので、成功しても効果が測れない。測れないから次の投資判断ができず、PoCが二周目に入らない。
なぜ物流業界でこれが成立したのか
理由ははっきりしている。単位原価が定義済みだったからである。単票輸送コスト0.36元、センター処理コスト0.26元——1件あたりの原価が日次で見えている業界では、AIを入れた後の効果が同じ物差しで即座に出る。効果測定の設計をAIプロジェクト側で新しく作る必要がない。
逆に言えば、AI導入が測れない企業の多くは、AIの問題ではなく業務の単位原価が定義されていないという問題を抱えている。私が要件定義の場で最初に確認するのはここだ。「この業務、1件あたりいくらかかっていますか」に答えが返ってこない場合、どのモデルを使うかの議論は早すぎる。
開発会社の事業判断に何が効くか
同業（SIer・開発会社・事業会社の開発部門）の経営・事業責任者にとって、この事例は提案の組み立て方の話として効く。
第一に、提案の入口を「AIで何ができるか」から「どの工程の単位原価を下げるか」に変えられる。前者はツール比較の土俵に落ちて価格競争になるが、後者は業務理解を持つ側が有利な土俵だ。中通が「90%のアフターサービス案件を完結処理」と言えるのは、案件の分類と完結条件を先に定義したからで、これはモデル選定ではなく業務設計の仕事である。受託の得意分野そのものだ。
第二に、効果測定を納品物に含める設計にしないと、二期目の受注が来ない。圆通の9,000万元は決算で語れる数字だからこそ、次の投資が承認される。エージェントを作って終わりではなく、削減額を出し続けるダッシュボードまでを一つの提案にする。私は自社のAIエージェント案件でこの形を取っている。
第三に、内製・外注の線引きが変わる。ルート最適化のような、自社の業務データが競争優位そのものになる領域は顧客側が内製に寄せたがる。開発会社が取るべきは、その内製を成立させるデータ基盤・評価環境・運用監視の側で、モデルそのものではない。
物流AIのデメリット、あるいは注意点
無人車1,500台という数字は魅力的に見えるが、これは運用コストが車両台数に比例して立ち上がるという意味でもある。研究出身の癖で私が気にするのは、効果の数字がどの条件下で測られたかだ。中国の宅配は物量密度が日本と大きく異なり、同じ台数あたりの稼働率がそのまま再現される保証はない。
もう一つ、顧客対応の90%完結という数字は、残り10%が難易度の高い案件に凝縮されることを意味する。人員をそのまま10分の1にはできない。エスカレーション経路と、そこに残る人の育成をどう設計するかは、AIの性能とは別の問題として残る。この設計を怠ると、削減した人件費が品質クレームの形で戻ってくる。
なお、私自身は中国市場を事業のターゲットにしていない。この記事を取り上げたのは市場の話ではなく、AI投資の順番についての実例として筋が良いからである。
まとめ
AIを入れるべき工程は、効果が測れる工程だ。そして効果が測れる工程とは、単位原価が既に定義されている工程である。この順番を守った企業が数字を出し、守らなかった企業がPoCで止まっている——中国の宅配業界の事例は、それを大きなサンプルで見せてくれている。
AI活用の相談を受ける側として、私はまず「どの工程の、1件あたりいくらを下げるのか」を一緒に定義するところから始めることを勧めている。
