第2回　配送・経路最適化とシフト最適化 第2回では、現場の制約が複雑に絡み合う「配送計画（ルート最適化）」と「人員配置（シフト最適化）」をテーマに、どのように量子最適化で扱える“設計図”に落とし込むかを解説します。 車両台数・積載量・時間指定・休憩・勤務時間・希望休・スキルなど、多数の条件を同時に考慮しなければならない現場のリアルな制約を整理し、「配送 × 人員」を一体で最適化する視点を身につけることがゴールです。 【主な内容】 ・配送最適化とは何か：車両数・積載量・距離・時間指定・休憩・戻り条件などの制約整理と、その効果（走行距離・積載率・拘束時間・CO2削減など） ・車両側の制約（台数上限・容量・最大走行距離・拠点への往復・再給油／充電など）と、顧客側の制約（納品時間帯、荷物量、優先度、不在・渋滞など）の構造化 ・シフト最適化の基本：時間帯ごとの必要人数、スキルや資格、勤務時間・休憩・法的制約、公平性・希望休といった人員側の条件整理 ・「配送 × 人員の同時最適化」という視点：ルートとシフトが分断されたときに起こる典型的な失敗例と、両者をまとめて最適化する意義 ・多数の制約・組合せ爆発に対して、量子アニーリングが持つ強み（多制約を同時に扱える、公平性と効率の両立など） ・実務導入に向けたデータ準備：拠点・顧客位置、距離行列、荷物情報、車両特性、勤務情報、希望休、スキルなど、必要なデータ項目と整え方 ・PoC〜パイロット〜本格導入に向けた導入ステップと、次回「第3回」へのつなぎ（数式モデルとPython実装へ） 【この動画で得られること】 ・自社の配送とシフトの制約を「量子で扱える形」に分解する方法 ・部分最適ではなく、「誰が・どこへ・いつ動くか」を統合的に設計する発想 ・第3回のハンズオンで使うデータ・制約設計のイメージ