CMA CGMが音声AIを20カ国へ拡大｜配車や納期確認の電話対応を自律化

海運大手のCMA CGMは、出資先である米AIスタートアップHappyRobotと連携し、傘下のCEVA Logisticsを含むグループ全体で多言語対応の音声AIソリューションの展開を20か国へ拡大すると発表した。電話やメールによる配車調整・納期確認に膨大な時間を割くヤマト運輸などの国内大手にとっても、オペレーション工数を直接削減する具体的な実装例となる。

物流コミュニケーションを代替するエージェント型AIの世界潮流

国際物流のオペレーション現場では、荷物のトラッキング情報の照会、集荷や配送枠の予約、運賃見積もりの確認といった定型的な連絡業務が日常的に発生している。これまで各社はポータルサイトやAPI連携による「可視化（Visibility）」を進めてきたが、依然として電話やメールによる人手を介したすり合わせ業務がサプライチェーンの各接点に残存していた。

欧米を中心に、この連絡調整業務そのものをAIが自律的に代行する「エージェント型AI（Agentic AI）」の実戦配備が加速している。従来のチャットボットのように事前に設定されたシナリオをなぞるだけでなく、基幹システム（TMSやWMS）のデータをリアルタイムに参照し、人間と自然な音声で通話を行い、会話内容を即座にデータベースへ書き込む仕組みが実務に組み込まれ始めている。

主要地域における物流AIの適用領域と自動化のアプローチには、以下のような特徴の違いが見られる。

地域	主な導入領域	通信・データ連携の特徴	業務プロセスへの影響
米国	配車予約、運賃交渉、ドライバーへの架電	TMS/WMSとのAPI直接連携、音声合成	人間の介在を排した「完全自律型」の取引完結を志向
欧州	顧客窓口、多言語カスタマーサポート、通関確認	厳格なデータ保護規則（GDPR）準拠のオンプレミス/専用クラウド	担当者の承認を挟む「Human-in-the-loop」型の運用が主流
中国	自動倉庫、港湾ゲート、運行管理センター	5G通信と車載IoTセンサー、カメラ映像の即時連動	ハードウェア制御と連動したリアルタイム運行管理

米国市場では、配送枠の確保やステータス確認のために電話をかけ続けるブローカー業務の工数を削減するため、ボイスボットの導入が先行した。一方、欧州市場では多言語対応の負荷軽減や、コンプライアンス順守を担保した記録管理の厳格化を目的とした導入が進んでいる。

参考記事: DHLが配送予約を自動化。物流現場を変える「エージェント型AI」の正体

問い合わせ業務の遅延がもたらすサプライチェーンのボトルネック

物流現場における問い合わせ対応の遅れは、単なるデスクワークの停滞にとどまらず、輸送車両の待機時間増や港湾・倉庫での滞留コストに直結する。荷主からの到着予定時刻（ETA）の確認や集荷時間の変更依頼に対し、オペレーターが複数の社内システムを照会して電話を折り返すプロセスには、1件あたり数十分から数時間を要することが珍しくない。

荷主や運送会社からのリクエスト件数が膨大になる大手物流企業では、オペレーターの受電待ちや返信遅延が原因で、トラックの手配漏れや荷役バースの空き時間が発生する構造的な課題を抱えていた。このボトルネックを解消するため、通信内容のテキスト化とシステム入力を同時に完了させる音声AIエージェントの導入が各社で急務となっている。

参考記事: Gartner会議発！物流AIの実行ギャップを防ぎ自律化を実現する3つの教訓

CMA CGMとHappyRobotによる音声AIの大規模実装

フランスの海運大手CMA CGMグループは、年間5,400万件以上の顧客リクエストを処理している。同社はこれらの反復的なコミュニケーション業務を効率化するため、自社のインキュベーター「ZEBOX」のSpring 2025アクセラレーションプログラムを通じてHappyRobotを採択し、資本出資を行うとともに実証実験を重ねてきた。

2026年10月14日、CMA CGMは営業、カスタマーサービス、財務の3部門における試験運用の成果を受け、傘下の3PL大手CEVA Logisticsを含むグループ全体に対し、多言語対応の音声AIソリューションの展開を20か国へ拡大すると公表した。すでに欧州および北米で稼働しており、今後アフリカ、南米、アジアの各拠点へと順次適用範囲を広げる計画である。

同社が音声AIの大規模展開を進める背景には、巨額のM&Aによる物流機能の垂直統合がある。CMA CGMは14億ドルを投じたFedExのコントラクト・ロジスティクス事業の買収を完了しており、海上輸送から陸上輸送、倉庫管理までを一元的に担うエンドツーエンドのサービス網を構築した。取扱拠点と顧客層が世界規模で急拡大するなか、業務連絡の標準化と自動化が不可欠な経営課題となっていた。

営業特化型音声AIエージェント「Eva」の実績

CMA CGMが先行導入した営業特化型AI音声エージェント「Eva（エヴァ）」は、専任の営業担当者が割り当てられていなかったオンライン登録顧客へのアプローチを担当した。英国およびセネガルにおいて実施されたパイロット運用では、以下の具体的な数値成果が確認されている。

対象顧客への架電件数: 4,000社以上の休眠・中小登録顧客に対して自律的に架電を実施
商談化率: 接触した顧客の約3分の1（約33%）から具体的な輸送ニーズや見積もり要求を引き出し、営業パイプラインへ接続
稼働体制: 担当者の勤務時間帯に依存せず、各地域のビジネスアワーに合わせて並行して複数回線を稼働

従来、専任担当者を配置できずに放置されていた小口顧客や休眠口座に対し、AIが直接電話をかけて現在の輸送需要や課題をヒアリングすることで、人間の営業部隊が大型案件に注力しながらも、取りこぼしていたロングテール層の貨物需要を掘り起こすことに成功した。

バックオフィス業務における音声AIの適用領域

今回のスケールアップでは、営業領域にとどまらず、カスタマーサービスおよび財務部門の定型電話対応にもAIが組み込まれている。

部門	従来の電話対応・入力業務	音声AIエージェントによる自動化内容	現場オペレーションの改善効果
カスタマーサービス	コンテナの位置情報、本船動静、遅延理由の電話回答	基幹トラッキングシステムと連携し、AIがリアルタイムデータを参照して即答	受電待ち時間を解消し、クレームや特殊案件に専任スタッフを再配置
財務・請求管理	運賃請求書の未払い確認、入金遅延先への督促コール	請求管理データベースに基づき、支払期日超過先へAIが自動でリマインド架電	未回収金の滞留期間を短縮し、入金予定日データをERPへ自動反映
輸送手配（CEVA）	集荷・配達日時の確認、ドライバーへの搬入指示伝達	ドライバーや協力会社と自然言語で通話し、確定した日時をTMSへ登録	配車担当者による確認コールの削減、バース予約システムとのリアルタイム連携

HappyRobotのプラットフォームは多言語の音声認識および音声合成に対応しており、拠点ごとに異なる言語環境（英語、フランス語、スペイン語など）であっても同一の業務ロジックで稼働させることが可能となっている。

参考記事: 9割がAI物流へ！日本企業が陥る「導入の罠」と失敗を防ぐ3つの重点領域

日本国内の物流オペレーションへの適用要件と障壁

CMA CGMとHappyRobotの取り組みは、日本国内の物流企業が抱える配車・受発注現場の省人化に対しても直接的な示唆を与える。しかし、海外の成功モデルをそのまま国内の現場へ持ち込む際には、日本特有の商習慣やシステム構造に起因する明確な障壁が存在する。

TMS・WMSのAPI未開放とデータ分断の壁

HappyRobotのような音声AIが機能するための前提条件は、基幹システム（TMSやWMS）のデータベースとリアルタイムに双方向でAPI連携できる環境にある。AIが電話口で「そのコンテナは明日10時に横浜港に到着予定です」と回答したり、「14時の枠で予約を確定しました」とシステムを書き換えるためには、ミリ秒単位でのデータ照会・更新が欠かせない。

しかし、国内の多くの中堅・大手運送会社や倉庫事業者では、以下のようなシステム環境が障壁となる。

レガシーなオンプレミス型システムの残存: 外部APIが用意されておらず、夜間バッチ処理でしかデータが更新されない
荷主ごとの個別カスタマイズ: 荷主ごとに画面レイアウトや入力項目が異なり、標準化されたプロトコルが存在しない
データの二重入力構造: 元請けのシステムと自社の配車管理システムが分断されており、現場スタッフが手作業で転記している

基幹システム側でリアルタイムなデータ入出力が担保されていない環境に音声AIを導入しても、AIが通話した内容を結局人間が別の画面へ打ち直す「手作業の残存」が発生し、投資対効果が得られない。

「言った言わない」を防ぐ通話ログの証跡管理

国内の運送手配において、配車担当者とドライバーや下請け運送会社との間では、「車番の伝達」「待機場所の指定」「荷姿の確認」といった詳細なやり取りが携帯電話で行われている。この連絡が口頭で行われることで、到着遅延や積載トラブル発生時に責任の所在が曖昧になるケースが多い。

CMA CGMが導入した音声AIの強みは、すべての通話内容が即座にテキスト化され、タイムスタンプ付きの構造化データとしてシステムに記録される点にある。日本企業が音声AIを導入する際にも、単なる省人化ツールとしてではなく、通話記録の客観的な証跡（監査証跡）を自動生成し、トラブル時の責任関係を明確化するリスク管理基盤として位置づけることが実務上の要件となる。

国内の配車現場における自動化の優先順位

日本の運送・倉庫現場において、AIによる音声自動化を段階的に進める場合、すべての受電を一度に置き換えるのではなく、業務の定型度に応じた適用が必要である。

【定型・低リスク業務：即時導入対象】
  ・定期便の運行前ステータス確認（点呼前の現在地確認など）
  ・荷主からの送り状番号に基づく配送状況の照会
  ・納品先バースの予約枠空き状況の自動案内
         │
         ▼
【準定型・中リスク業務：事前データ整備が必要】
  ・突発的な集荷依頼に対する空車情報の自動マッチング
  ・請求書発行後の入金期日確認コール
  ・ドライバーへの納品時間指定の自動リマインド
         │
         ▼
【非定型・高リスク業務：人間の専任対応を維持】
  ・交通事故、車両故障時の緊急ルート変更および代替車手配
  ・荷主都合による急な積載内容変更や破損事故のクレーム処理
  ・複雑な付帯作業（荷役、棚入れ指定）を伴う運賃交渉

定型業務から自動化を切り出し、AIが対応できなかった通話や例外対応のみを人間の担当者に転送する「エスカレーション体制」をあらかじめ設計しておくことが、現場の混乱を防ぐ条件となる。

参考記事: AIで変わる、サプライチェーンのデータ管理と利活用｜物流現場の課題解決ガイド

物流コミュニケーションの自動化が促す競争環境の変容

海運・フォワーディング大手が電話やメールによるコミュニケーションの自動化を急ぐ背景には、業務効率化だけでなく、顧客接点のデータを独占し、サプライチェーンの主導権を握る狙いがある。

CMA CGMがFedExのコントラクト・ロジスティクス事業を14億ドルで買収し、HappyRobotの音声AIを20か国へと一気にスケールさせている動きは、ハードウェアとしての輸送インフラ（船、航空機、倉庫、トラック）の統合と、ソフトウェアによる顧客コミュニケーションの完全自動化が一体不可分であることを示している。世界各地に広がる数万社の顧客からのリクエストを、人手を増やさずにリアルタイムで処理できるインフラを持つ企業が、価格競争力とサービス品質の両面で市場シェアを急速に拡大していく。

国内の物流事業者においても、電話連絡を前提とした属人的なオペレーションを維持したままでは、人件費の高騰と人手不足の二重苦によって既存の業務量を維持することが困難になる。CMA CGMの実装例が示す通り、定型的な電話・音声のやり取りをデジタルデータとしてシステムに直結させる取り組みは、生き残りをかけた必須のインフラ投資となっている。

参考記事: 物流DXとは？【図解】成功企業に学ぶ「デジタル化」の進め方とツール

出典: The Loadstar
出典: Data Portuaria