義務を、そのまま使えるツールに
実運送体制管理簿、荷待ち時間の記録、拘束時間の管理——「やらなければ罰則」になった義務の履行を、運用の中で自動的に満たします。提出フォーマットの出力にも対応。
課題
宅配では送り状ひとつで「いま、どこ」「各拠点で何時間待ったか」がたどれます。同じ可視性を国内トラック輸送に持ち込もうとすると、構造そのものが壁になります。難所はUIではなく、三次下請けの車両の位置を“取りに行く”ことにあります。
だから「実際に運んでいる車両がいまどこか」は、いまも多くの現場で見えていません。
できること
トラッキングを前面に出すのではなく、現場のはっきりした痛みを解くプロダクトとして入る。位置データはその副産物として集まります。
実運送体制管理簿、荷待ち時間の記録、拘束時間の管理——「やらなければ罰則」になった義務の履行を、運用の中で自動的に満たします。提出フォーマットの出力にも対応。
拠点ごとの滞在時間を自動で記録し、どこで何時間待っているかを可視化。事実にもとづいて荷待ちを削減し、配車計画の精度を高めます(例:KAOは荷待ちを3〜4時間から1〜2時間へ短縮——参考事例)。
特定プラットフォームに導入した車両だけでなく、多重下請けの先で実際に走っている車両の現在地を可視化。スマートフォンGPSとジオフェンスで実現し、専用ハードウェアは不要です。
誰のために
立場ごとに「楽になる理由」が違います。位置データは、その全員のメリットの副産物として集まります。
出荷した貨物が今どこにあり、各拠点で何時間待ったかをリアルタイムで把握。荷待ちコストを抑え、規制レポートを自動で用意できます。
配車を効率化し、運行を客観的な記録として残す。電話・FAXの手間を減らし、実運送体制管理簿の作成までつなげます。
余計な操作はなし。案件アサインで位置が自動共有され、アプリを開く手間も専用機器もいりません。
仕組み
アプリを「開かせる」ことに頼らない設計。アサインとジオフェンスで、操作なしにイベントが立ちます。
ドライバーアプリは、案件がアサインされた区間だけ位置を自動で共有。導入の摩擦が低く、必要な時だけ動きます。
主要な拠点にジオフェンスを設定。到着・出発・滞在がドライバーの手動操作なしに自動で記録されます。
荷主は現在地・ETA・滞在時間をダッシュボードで把握。遅延や荷待ちは通知で。規制対応レポートはそのまま出力できます。
なぜ今
追い風は一時的なものではなく、構造的です。「いつかやる」ではなく、制度上やらざるを得ないものになりつつあります。
トラックドライバーの時間外労働の上限規制が施行。施行2年目の調査でも、なお多くの事業者が上限超過のリスクを抱えています。
「誰が実際に運んでいるか」を記録・管理することが義務に。多重下請けの実態を可視化する制度が動き始めました。
荷主・物流事業者に効率化の取り組みが求められ、荷待ち・荷役時間の把握と改善が前提になります。
規制対応
2024年問題以降、これらは「やらなければ罰則」の義務になりました。トラッキングの副産物として、運行データから自動で満たします。
「誰が実際に運んだか」を多重下請けの階層から自動で構成。
拠点ごとの滞在をジオフェンスで自動計測(2時間目標の管理)。
運行・待機の時間を客観的な記録として保全。
独自性
世界の実運送可視化プレイヤーは日本の国内トラックに来ておらず、国内のプレイヤーは自社に導入した車両しか見えていません。
project44やFourKitesは北米・欧州・国際貨物が中心で、日本の国内トラック輸送には事実上進出していません。
国内の有力プレイヤー(例:MOVO)も、可視化できるのは自社プラットフォームに導入された車両に限られます。
元請→下請→孫請の多重下請けを越えて、実際に運んでいる車両まで可視化する——その層が、まだ空いています。
空白は「日本の国内トラックに特化した、多重下請けを貫通する荷主向けリアルタイム可視化」。そこに私たちは立ちます。
よくある質問
いいえ。スマートフォンのGPSで始められます。案件アサイン時に自動共有され、主要拠点のジオフェンスで到着・出発・滞在が自動記録されます。OEMテレマティクス連携は将来の選択肢です。
それが私たちの中核です。元請→下請→孫請の各段階を越えて、実運送車両の現在地を可視化することを目指します(導入は段階的に進めます)。
案件アサイン時の自動共有とジオフェンスの自動イベントで「アプリを開く」依存を減らします。完全には防げないため、追跡率(Tracking Rate)を指標として可視化し、運用で管理します。
個人情報保護法を前提に、収集目的の明示と同意のうえで扱います。案件が割り当てられた期間だけ共有し、最終顧客向けには車両のリアルタイム位置ではなくETAのみを表示します。
初期は距離と区間平均速度のルールベースで算出し、「推定値」として明示します。運行データが蓄積されるほど機械学習(ML)に移行し、精度を高めます。
はじめましょう
ネットワークは、提携から立ち上がります。大手荷主・運送事業者との協業、先行導入にご関心のある方は、ぜひお声がけください。
まずは対話から。技術検証・パイロットのご相談を歓迎します。