(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公開特許公報(A)
(11)【公開番号】P2024028233
(43)【公開日】2024-03-01
(54)【発明の名称】情報処理装置、情報処理方法、及びプログラム
(51)【国際特許分類】
G06Q 10/08 20240101AFI20240222BHJP
【ＦＩ】
G06Q10/08
【審査請求】未請求
【請求項の数】7
【出願形態】ＯＬ
(21)【出願番号】P 2023167807
(22)【出願日】2023-09-28
(62)【分割の表示】P 2022130203の分割
【原出願日】2022-08-17
(71)【出願人】
【識別番号】516314228
【氏名又は名称】丸市倉庫株式会社
(74)【代理人】
【識別番号】100205659
【弁理士】
【氏名又は名称】齋藤 拓也
(74)【代理人】
【識別番号】100154748
【弁理士】
【氏名又は名称】菅沼 和弘
(72)【発明者】
【氏名】堀内 信
【テーマコード（参考）】
5L049
【Ｆターム（参考）】
5L049AA16
(57)【要約】
【課題】物流側のみならず荷主側に対してもＣＯ２排出量の削減量の見える化を図ることで、ＣＯ２排出量を効率的に削減する運送計画の立案を実現すること。
【解決手段】荷主側情報取得部１０１は、荷主側情報を取得する。物流側情報取得部１０２は、物流側情報を取得する。ＣＯ２排出量予測部１０３は、荷主側情報及び物流側情報の少なくとも一部に基づいて、運送元から運送先までの移動ルートを含む所定の前提条件を設定して、当該前提条件で前記移動体が移動した場合における、重量又は容積についての単位量当たりの二酸化炭素排出量を予測する。立案部１０４は、前提条件を変化した場合に予測される夫々の二酸化炭素排出量に基づいて、運送計画を１以上立案する。
【選択図】図６
【解決手段】荷主側情報取得部１０１は、荷主側情報を取得する。物流側情報取得部１０２は、物流側情報を取得する。ＣＯ２排出量予測部１０３は、荷主側情報及び物流側情報の少なくとも一部に基づいて、運送元から運送先までの移動ルートを含む所定の前提条件を設定して、当該前提条件で前記移動体が移動した場合における、重量又は容積についての単位量当たりの二酸化炭素排出量を予測する。立案部１０４は、前提条件を変化した場合に予測される夫々の二酸化炭素排出量に基づいて、運送計画を１以上立案する。
【選択図】図６
【特許請求の範囲】
【請求項1】
荷主の商品を運送元から運送先まで移動体で運送させるための計画を運送計画として立案する情報処理装置において、
前記荷主側の情報であって、前記商品の重量又は容積、並びに前記運送元及び前記運送先を少なくとも含む情報を、荷主側情報として取得する荷主側情報取得手段と、
前記移動体の運送を管理する物流側の情報であって、前記移動体の特徴を示す移動体特徴量を少なくとも含む情報を、物流側情報として取得する物流側情報取得手段と、
前記荷主側情報及び前記物流側情報の少なくとも一部に基づいて、前記運送元から前記運送先までの移動ルートを含む所定の前提条件を設定して、当該前提条件で前記移動体が移動した場合における、重量又は容積についての単位量当たりの二酸化炭素排出量を予測する二酸化炭素排出量予測手段と、
前記前提条件を変化した場合に予測される夫々の前記二酸化炭素排出量に基づいて、前記運送計画を１以上立案する立案手段と、
を備える情報処理装置。
前記荷主側の情報であって、前記商品の重量又は容積、並びに前記運送元及び前記運送先を少なくとも含む情報を、荷主側情報として取得する荷主側情報取得手段と、
前記移動体の運送を管理する物流側の情報であって、前記移動体の特徴を示す移動体特徴量を少なくとも含む情報を、物流側情報として取得する物流側情報取得手段と、
前記荷主側情報及び前記物流側情報の少なくとも一部に基づいて、前記運送元から前記運送先までの移動ルートを含む所定の前提条件を設定して、当該前提条件で前記移動体が移動した場合における、重量又は容積についての単位量当たりの二酸化炭素排出量を予測する二酸化炭素排出量予測手段と、
前記前提条件を変化した場合に予測される夫々の前記二酸化炭素排出量に基づいて、前記運送計画を１以上立案する立案手段と、
を備える情報処理装置。
【請求項2】
立案された１以上の前記運送計画、及び夫々の前記単位量当たりの二酸化炭素排出量の予測値を、前記荷主側及び前記物流側の夫々の端末に提示する提示手段
をさらに備える請求項１に記載の情報処理装置。
をさらに備える請求項１に記載の情報処理装置。
【請求項3】
前記二酸化炭素排出量予測手段は、
前記前提条件で前記移動体が移動した場合における移動距離及び燃費に基づいて、前記移動体当たりの二酸化炭素排出量を演算し、
当該移動体当たりの二酸化炭素排出量、及び、前記商品の重量又は容積に基づいて、前記単位量当たりの二酸化炭素排出量を演算する、
請求項１に記載の情報処理装置。
前記前提条件で前記移動体が移動した場合における移動距離及び燃費に基づいて、前記移動体当たりの二酸化炭素排出量を演算し、
当該移動体当たりの二酸化炭素排出量、及び、前記商品の重量又は容積に基づいて、前記単位量当たりの二酸化炭素排出量を演算する、
請求項１に記載の情報処理装置。
【請求項4】
前記運送元及び前記運送先を拠点として、拠点が３拠点以上存在する場合、
前記二酸化炭素排出量予測手段は、拠点間の２以上の移動ルート毎に前記前提条件を設定して、
前記２以上の移動ルート毎に、前記単位量当たりの二酸化炭素排出量を夫々予測する
請求項３に記載の情報処理装置。
前記二酸化炭素排出量予測手段は、拠点間の２以上の移動ルート毎に前記前提条件を設定して、
前記２以上の移動ルート毎に、前記単位量当たりの二酸化炭素排出量を夫々予測する
請求項３に記載の情報処理装置。
【請求項5】
前記二酸化炭素排出量予測手段は、
実際の前記前提条件で前記移動体が移動した場合における実際の二酸化炭素排出量に基づいて機械学習がなされた結果得られたモデルであって、前記荷主側情報及び前記物流側情報の少なくとも一部を入力すると、前記単位量当たりの二酸化炭素排出量を出力するモデルを取得して、
当該モデルを用いて、前記単位量当たりの二酸化炭素排出量を演算する、
請求項１に記載の情報処理装置。
実際の前記前提条件で前記移動体が移動した場合における実際の二酸化炭素排出量に基づいて機械学習がなされた結果得られたモデルであって、前記荷主側情報及び前記物流側情報の少なくとも一部を入力すると、前記単位量当たりの二酸化炭素排出量を出力するモデルを取得して、
当該モデルを用いて、前記単位量当たりの二酸化炭素排出量を演算する、
請求項１に記載の情報処理装置。
【請求項6】
荷主の商品を運送元から運送先まで移動体で運送させるための計画を運送計画として立案する情報処理装置が実行する情報処理方法において、
前記荷主側の情報であって、前記商品の重量又は容積、並びに前記運送元及び前記運送先を少なくとも含む情報を、荷主側情報として取得する荷主側情報取得ステップと、
前記移動体の運送を管理する物流側の情報であって、前記移動体の特徴を示す移動体特徴量を少なくとも含む情報を、物流側情報として取得する物流側情報取得ステップと、
前記荷主側情報及び前記物流側情報の少なくとも一部に基づいて、前記運送元から前記運送先までの移動ルートを含む所定の前提条件を設定して、当該前提条件で前記移動体が移動した場合における、重量又は容積についての単位量当たりの二酸化炭素排出量を予測する二酸化炭素排出量予測ステップと、
前記前提条件を変化した場合に予測される夫々の前記二酸化炭素排出量に基づいて、前記運送計画を１以上立案する立案ステップと、
を含む情報処理方法。
前記荷主側の情報であって、前記商品の重量又は容積、並びに前記運送元及び前記運送先を少なくとも含む情報を、荷主側情報として取得する荷主側情報取得ステップと、
前記移動体の運送を管理する物流側の情報であって、前記移動体の特徴を示す移動体特徴量を少なくとも含む情報を、物流側情報として取得する物流側情報取得ステップと、
前記荷主側情報及び前記物流側情報の少なくとも一部に基づいて、前記運送元から前記運送先までの移動ルートを含む所定の前提条件を設定して、当該前提条件で前記移動体が移動した場合における、重量又は容積についての単位量当たりの二酸化炭素排出量を予測する二酸化炭素排出量予測ステップと、
前記前提条件を変化した場合に予測される夫々の前記二酸化炭素排出量に基づいて、前記運送計画を１以上立案する立案ステップと、
を含む情報処理方法。
【請求項7】
荷主の商品を運送元から運送先まで移動体で運送させるための計画を運送計画として立案するコンピュータに、
前記荷主側の情報であって、前記商品の重量又は容積、並びに前記運送元及び前記運送先を少なくとも含む情報を、荷主側情報として取得する荷主側情報取得ステップと、
前記移動体の運送を管理する物流側の情報であって、前記移動体の特徴を示す移動体特徴量を少なくとも含む情報を、物流側情報として取得する物流側情報取得ステップと、
前記荷主側情報及び前記物流側情報の少なくとも一部に基づいて、前記運送元から前記運送先までの移動ルートを含む所定の前提条件を設定して、当該前提条件で前記移動体が移動した場合における、重量又は容積についての単位量当たりの二酸化炭素排出量を予測する二酸化炭素排出量予測ステップと、
前記前提条件を変化した場合に予測される夫々の前記二酸化炭素排出量に基づいて、前記運送計画を１以上立案する立案ステップと、
を含む制御処理を実行させるプログラム。
前記荷主側の情報であって、前記商品の重量又は容積、並びに前記運送元及び前記運送先を少なくとも含む情報を、荷主側情報として取得する荷主側情報取得ステップと、
前記移動体の運送を管理する物流側の情報であって、前記移動体の特徴を示す移動体特徴量を少なくとも含む情報を、物流側情報として取得する物流側情報取得ステップと、
前記荷主側情報及び前記物流側情報の少なくとも一部に基づいて、前記運送元から前記運送先までの移動ルートを含む所定の前提条件を設定して、当該前提条件で前記移動体が移動した場合における、重量又は容積についての単位量当たりの二酸化炭素排出量を予測する二酸化炭素排出量予測ステップと、
前記前提条件を変化した場合に予測される夫々の前記二酸化炭素排出量に基づいて、前記運送計画を１以上立案する立案ステップと、
を含む制御処理を実行させるプログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、情報処理装置、情報処理方法、及びプログラムに関する。
【背景技術】
【0002】
従来より、物流拠点となる倉庫で保有される在庫を管理する技術は存在する。例えば、特許文献１には、販売店が受注した顧客からの製品の注文に対して在庫製品を引当て、販売店に注文に対する引当結果及び納期を送信する物流管理システムが記載されている。
【先行技術文献】
【特許文献】
【0003】
【特許文献1】特開平９－１３６７０４号公報
【発明の概要】
【発明が解決しようとする課題】
【0004】
しかしながら、近年、運送側の物流活動（配送、保管、作業等）で発生するＣＯ２の削減が要求されているが、特許文献１に記載された技術を含め従来からある物流管理システムでは、ＣＯ２排出量の削減には限界がある。
これは、運送（例えば、物流業者）側が、荷主側から一方的に要求される情報に基づいて運送計画が立案されるため、このような運送計画は、ＣＯ２排出量の削減をするための効率的なものとなっていなかったためである。
即ち、物流側のみならず荷主側に対してもＣＯ２排出量の削減量の見える化を図ることで、ＣＯ２排出量を効率的に削減する運送計画の立案が実現されるとこと、特許文献１に記載された技術を含め従来からある物流管理システムでは荷主側に対しては何ら情報が開示されていなかった。
これは、運送（例えば、物流業者）側が、荷主側から一方的に要求される情報に基づいて運送計画が立案されるため、このような運送計画は、ＣＯ２排出量の削減をするための効率的なものとなっていなかったためである。
即ち、物流側のみならず荷主側に対してもＣＯ２排出量の削減量の見える化を図ることで、ＣＯ２排出量を効率的に削減する運送計画の立案が実現されるとこと、特許文献１に記載された技術を含め従来からある物流管理システムでは荷主側に対しては何ら情報が開示されていなかった。
【0005】
本発明は、このような状況に鑑みてなされたものであり、物流側のみならず荷主側に対してもＣＯ２排出量の削減量の見える化を図ることで、ＣＯ２排出量を効率的に削減する運送計画の立案を実現することを目的とする。
【課題を解決するための手段】
【0006】
上記目的を達成するため、本発明の一態様である情報処理装置は、
荷主の商品を運送元から運送先まで移動体で運送させるための計画を運送計画として立案する情報処理装置において、
前記荷主側の情報であって、前記商品の重量又は容積、並びに前記運送元及び前記運送先を少なくとも含む情報を、荷主側情報として取得する荷主側情報取得手段と、
前記移動体の運送を管理する物流側の情報であって、前記移動体の特徴を示す移動体特徴量を少なくとも含む情報を、物流側情報として取得する物流側情報取得手段と、
前記荷主側情報及び前記物流側情報の少なくとも一部に基づいて、前記運送元から前記運送先までの移動ルートを含む所定の前提条件を設定して、当該前提条件で前記移動体が移動した場合における、重量又は容積についての単位量当たりの二酸化炭素排出量を予測する二酸化炭素排出量予測手段と、
前記前提条件を変化した場合に予測される夫々の前記二酸化炭素排出量に基づいて、前記運送計画を１以上立案する立案手段と、
を備える。
荷主の商品を運送元から運送先まで移動体で運送させるための計画を運送計画として立案する情報処理装置において、
前記荷主側の情報であって、前記商品の重量又は容積、並びに前記運送元及び前記運送先を少なくとも含む情報を、荷主側情報として取得する荷主側情報取得手段と、
前記移動体の運送を管理する物流側の情報であって、前記移動体の特徴を示す移動体特徴量を少なくとも含む情報を、物流側情報として取得する物流側情報取得手段と、
前記荷主側情報及び前記物流側情報の少なくとも一部に基づいて、前記運送元から前記運送先までの移動ルートを含む所定の前提条件を設定して、当該前提条件で前記移動体が移動した場合における、重量又は容積についての単位量当たりの二酸化炭素排出量を予測する二酸化炭素排出量予測手段と、
前記前提条件を変化した場合に予測される夫々の前記二酸化炭素排出量に基づいて、前記運送計画を１以上立案する立案手段と、
を備える。
【発明の効果】
【0007】
本発明によれば、物流側のみならず荷主側に対してもＣＯ２排出量の削減量の見える化を図ることで、ＣＯ２排出量を効率的に削減する運送計画の立案を実現することができる。
【図面の簡単な説明】
【0008】
【図1】本発明の情報処理装置の一実施形態に係るサーバが実行する各種処理により実現できる本サービスの概要を示すイメージ図である。
【図3】荷物量当たりの配送単価推移の一例を示している。
【図13】ＣＯ２排出量を予測するために必要な燃費が変動する要素の一例を示す図である。
【図14】ＡＩモデルとしてのＣＯ２排出量予測モデルの一例を示す図である。
【発明を実施するための形態】
【0009】
以下、本発明の実施形態について図面を用いて説明する。
【0010】
図１は、本発明の情報処理装置の一実施形態に係るサーバが実行する各種処理により実現できる本サービスの概要を示すイメージ図である。
【0011】
図１に示すように、本サービスでは、消費者Ｃは、企業、小売卸業者、個人（エンドユーザ）等からなり、荷主Ｓに対して商品の注文を行う。
本サービスでは、消費者Ｃから荷主Ｓに対する注文があると、その内容が「注文情報」として管理される。
本サービスでは、消費者Ｃから荷主Ｓに対する注文があると、その内容が「注文情報」として管理される。
【0012】
荷主Ｓは、製造業者、個人、企業等からなり、注文情報に基づいて、供給者Ｖに対して、商品の供給を発注する。本サービスでは、荷主Ｓから供給者Ｖに対する発注があると、その内容が「発注情報」として管理される。
【0013】
供給者Ｖは、製造業者やメーカ等からなり、発注情報に基づいて、物流業者Ｌに商品を供給する。物流業者Ｌからすると、供給者Ｖから商品が入荷されることになる。また、荷主Ｓの観点からすると、発注情報に基づいて、物量業者Ｌに対して商品の調達を依頼することと等価である。そこで、本サービスでは、荷主Ｓから物流業者Ｌに対する商品の調達の依頼があると（供給者Ｖから物流業者Ｌに対して商品の入荷があると）、その内容が「調達情報（入荷情報）」として管理される。
【0014】
また、本サービスでは、物流業者Ｌが業務上保有する各種情報が管理される。具体的には、商品の運送に用いられる貨物運搬車両（以下、「トラック」と呼ぶ）に関する情報（以下、「車両情報」と呼ぶ）として、貨物運搬車両毎の車両番号、積載量、車格、運転手に関する情報（例えば名前、年齢、労働時間、残業時間等）等が管理される。
【0015】
本サービスでは、物流業者Ｌは、注文情報に基づいて、供給者Ｖから入荷（調達）した商品を出荷して、消費者Ｃに配送する。ここで、荷主Ｓの観点からすると、注文情報に基づいて、商品を消費者Ｃに販売することと等価である。そこで、本サービスでは、荷主Ｓから物流業者Ｌに対する商品の販売の依頼があると（物流業者Ｌが商品を出荷すると）、その内容が「販売情報（出荷情報）」として管理される。
【0016】
本サービスでは、上述した注文情報、発注情報、調達情報（入荷情報）、車両情報、販売情報（出荷情報）が一括で管理され、これらの情報が考慮された柔軟な運送計画が立案される。
即ち、本サービスによれば、物流業者Ｌが従来管理していた情報（調達情報（入荷情報）、車両情報、及び販売情報（出荷情報））と、荷主Ｓが従来管理していた情報（注文情報及び発注情報）とに基づく実効的な運送計画の立案が可能となる。つまり、物流業者側の情報と、荷主側の情報とに基づく実効的な運送計画の立案が可能となる。その結果、無駄のない効率的な運送を実現させることができる。
即ち、本サービスによれば、物流業者Ｌが従来管理していた情報（調達情報（入荷情報）、車両情報、及び販売情報（出荷情報））と、荷主Ｓが従来管理していた情報（注文情報及び発注情報）とに基づく実効的な運送計画の立案が可能となる。つまり、物流業者側の情報と、荷主側の情報とに基づく実効的な運送計画の立案が可能となる。その結果、無駄のない効率的な運送を実現させることができる。
【0017】
ここで、近年、物流業者Ｌ側の物流活動（配送、保管、作業等）で発生するＣＯ２の削減が要求されている。
そこで、物流業者Ｌ自体も、ＣＯ２の削減を行うべく、各種各様な活動を行ってきてはいる。
しかしながら、上述したように、物流活動の基礎となる商品の調達（入荷）は、荷主Ｓから供給者Ｖに対する発注に応じて決定されるものである。また、物流活動の基礎となる商品の販売（出荷）は、消費者Ｃから荷主Ｓに対する注文に応じて決定されるものである。即ち、消費者Ｃと荷主Ｓとの間の意思決定である注文情報、及び荷主Ｓと供給者Ｖとの間の意思決定である発注情報とにより、物流業者Ｌ側の物流活動が決定される。
従って、物流業者Ｌだけでは、ＣＯ２の削減にも限界がある。
そこで、本サービスでは、消費者Ｃと荷主Ｓとの間の意思決定である注文情報、及び荷主Ｓと供給者Ｖとの間の意思決定である発注情報の生成段階から、ＣＯ２の削減の活動を行えるようになされている。即ち、本サービスでは、商品の調達（入荷）及び販売（出荷）における運送計画として、ＣＯ２排出量が考慮された運送計画が立案され、そのＣＯ２排出量が荷主Ｓ及び物流業者Ｌ側に対して提示されて共有される。
換言すると、荷主Ｓや運送業者Ｌ等のうち少なくとも一部は、提示されたＣＯ２排出量が削減目標に到達するか否かを視認しながら、自身にとって最適な運送計画を立案することが可能になる。残りの一部は、立案された運送計画を、そのＣＯ２排出量と共に視認することが可能になる。
そこで、物流業者Ｌ自体も、ＣＯ２の削減を行うべく、各種各様な活動を行ってきてはいる。
しかしながら、上述したように、物流活動の基礎となる商品の調達（入荷）は、荷主Ｓから供給者Ｖに対する発注に応じて決定されるものである。また、物流活動の基礎となる商品の販売（出荷）は、消費者Ｃから荷主Ｓに対する注文に応じて決定されるものである。即ち、消費者Ｃと荷主Ｓとの間の意思決定である注文情報、及び荷主Ｓと供給者Ｖとの間の意思決定である発注情報とにより、物流業者Ｌ側の物流活動が決定される。
従って、物流業者Ｌだけでは、ＣＯ２の削減にも限界がある。
そこで、本サービスでは、消費者Ｃと荷主Ｓとの間の意思決定である注文情報、及び荷主Ｓと供給者Ｖとの間の意思決定である発注情報の生成段階から、ＣＯ２の削減の活動を行えるようになされている。即ち、本サービスでは、商品の調達（入荷）及び販売（出荷）における運送計画として、ＣＯ２排出量が考慮された運送計画が立案され、そのＣＯ２排出量が荷主Ｓ及び物流業者Ｌ側に対して提示されて共有される。
換言すると、荷主Ｓや運送業者Ｌ等のうち少なくとも一部は、提示されたＣＯ２排出量が削減目標に到達するか否かを視認しながら、自身にとって最適な運送計画を立案することが可能になる。残りの一部は、立案された運送計画を、そのＣＯ２排出量と共に視認することが可能になる。
【0018】
以下、本サービスに適用される、ＣＯ２排出量を考慮した運送計画の概要について説明する。
【0019】
図２は、図１の本サービスに適用されるＣＯ２排出量の算出手法の一例を示す図である。
図２に示すように、トラック１台当たりのＣＯ２排出量（ｔＣＯ２）は、次の式に示すようになる。
ＣＯ２排出量＝燃料使用量（ｋｌ）×２．５８（ｔＣＯ２／Ｋｌ）
図２に示すように、トラック１台当たりのＣＯ２排出量（ｔＣＯ２）は、次の式に示すようになる。
ＣＯ２排出量＝燃料使用量（ｋｌ）×２．５８（ｔＣＯ２／Ｋｌ）
【0020】
ここで、２．５８（ｔＣＯ２／Ｋｌ）とは、軽油の１ｋｌあたりのＣＯ２排出係数であり、次の式により算出される。
２．５８（ｔＣＯ２／ｋｌ）＝単位発熱量（ＧＪ／Ｋｌ）×排出係数（ｔＣ／ＧＪ）×２２／１２（ｔＣＯ２／ｔＣ）
単位発熱量は、経済産業省告示第６６号（平成１８年３月２９日）によれば、３７．７である。
排出係数は、環境省地球環境局、事業者からの温室効果ガス排出量算定方法ガイドライン（試案ｖｅｒ．１．６） 燃料法によるＣＯ２排出量算定式、経済産業省・（社）日ロジスティクスシステム協会「２００３年度環境調和型ロジスティクス推進マニュアル」によれば、０．０１８７である。
２．５８（ｔＣＯ２／ｋｌ）＝単位発熱量（ＧＪ／Ｋｌ）×排出係数（ｔＣ／ＧＪ）×２２／１２（ｔＣＯ２／ｔＣ）
単位発熱量は、経済産業省告示第６６号（平成１８年３月２９日）によれば、３７．７である。
排出係数は、環境省地球環境局、事業者からの温室効果ガス排出量算定方法ガイドライン（試案ｖｅｒ．１．６） 燃料法によるＣＯ２排出量算定式、経済産業省・（社）日ロジスティクスシステム協会「２００３年度環境調和型ロジスティクス推進マニュアル」によれば、０．０１８７である。
【0021】
一方、燃料使用量（ｋｌ）は、次の式により算出される。
燃料使用量（ｋｌ）＝走行距離（ｋｍ）÷燃費（ｋｍ／ｋｌ）
ここで、燃費は、一般道や高速道路等のルートによっては異なるが、トラックの積載量（重量や容積）、即ち荷物量（ケースやパレットの量）によってはさほど変化がないことが知られている。
燃料使用量（ｋｌ）＝走行距離（ｋｍ）÷燃費（ｋｍ／ｋｌ）
ここで、燃費は、一般道や高速道路等のルートによっては異なるが、トラックの積載量（重量や容積）、即ち荷物量（ケースやパレットの量）によってはさほど変化がないことが知られている。
【0022】
即ち、同一ルートで移動するならば、最大積載量のトラックも、空のトラックも燃費は変わらず、その結果、トラック１台当たりのＣＯ２排出量も変わらない。即ち、トラック１台当たりのＣＯ２排出量は、トラックの荷物量に依存しない。
換言すると、トラック１台当たりではなく、１台のトラックに運搬される荷物量当たり（ケースやパレットを１単位とした場合の１単位当たり）のＣＯ２排出量という点では、積載効率が悪い程多くなっていくことになる。例えばトラック１台当たりのＣＯ２排出量が１００である場合において、荷物量が１００単位ならば、荷物量１単位当たりのＣＯ２排出量は１である。これに対して、荷物量が１０単位ならば、荷物量１単位当たりのＣＯ２排出量は１０と、１０倍も多くなってしまう。
そこで、本サービスでは、１台のトラックに運搬される荷物量当たり（ケースやパレットを１単位とした場合の１単位当たり）のＣＯ２排出量で、運送計画の立案がなされる。
即ち、本サービスでは、１台のトラックに運搬される荷物量当たり（ケースやパレットを１単位とした場合の１単位当たり）のＣＯ２排出量を下げるべく、運送効率を上げるような運送計画の立案がなされるのである。
換言すると、トラック１台当たりではなく、１台のトラックに運搬される荷物量当たり（ケースやパレットを１単位とした場合の１単位当たり）のＣＯ２排出量という点では、積載効率が悪い程多くなっていくことになる。例えばトラック１台当たりのＣＯ２排出量が１００である場合において、荷物量が１００単位ならば、荷物量１単位当たりのＣＯ２排出量は１である。これに対して、荷物量が１０単位ならば、荷物量１単位当たりのＣＯ２排出量は１０と、１０倍も多くなってしまう。
そこで、本サービスでは、１台のトラックに運搬される荷物量当たり（ケースやパレットを１単位とした場合の１単位当たり）のＣＯ２排出量で、運送計画の立案がなされる。
即ち、本サービスでは、１台のトラックに運搬される荷物量当たり（ケースやパレットを１単位とした場合の１単位当たり）のＣＯ２排出量を下げるべく、運送効率を上げるような運送計画の立案がなされるのである。
【0023】
ここで、図３を参照して、運送効率と物流コストという観点で考えてみる。
図３は、荷物量当たりの配送単価推移の一例を示している。
図３において、基本情報の運賃は、４トン車や１０トン車の貸切便の運賃（物流コスト）であり、いわゆるトン×キロが採用されている。
トンとは、トラックの車格（４トン車又は１０トン車）で決定される単価である。実際に運べる物品（商品）は、トラック毎の最大積載量以内が原則であり、軽い物品の場合に限りトラックの箱の容積以内である。即ち、車格の最大積載量以内であれば、何トンの物品（商品）を積んでも運賃は一緒である。
キロとは、トラックの移動距離である。ただし、厳密な走行距離（山梨県甲府市から東京都三鷹市）ではなく、都道府県単位でおおよその距離（山梨県から東京都で１００ｋｍ）で一律運賃が採用される。
例えば、１０ｔ車で山梨から東京まで荷物が運送される際には、その荷物量によらず、一定額、例えば５０，０００円となる。
例えば１０トン車では、最大１６パレットの１９２０ケースまでの商品を運送可能であり、この場合、運送効率（図３中積載率）は１００％である。運送効率１００％のケース単価は２６円となる。一方、４パレットの４８０ケースであれば４トン車で運送可能であるので、５パレットの６００ケースが最小の運送効率となり、３１％になる。運送効率３１％のケース単価は８３円と、運送効率１００％の場合と比較して３倍以上も高価になる。
図３は、荷物量当たりの配送単価推移の一例を示している。
図３において、基本情報の運賃は、４トン車や１０トン車の貸切便の運賃（物流コスト）であり、いわゆるトン×キロが採用されている。
トンとは、トラックの車格（４トン車又は１０トン車）で決定される単価である。実際に運べる物品（商品）は、トラック毎の最大積載量以内が原則であり、軽い物品の場合に限りトラックの箱の容積以内である。即ち、車格の最大積載量以内であれば、何トンの物品（商品）を積んでも運賃は一緒である。
キロとは、トラックの移動距離である。ただし、厳密な走行距離（山梨県甲府市から東京都三鷹市）ではなく、都道府県単位でおおよその距離（山梨県から東京都で１００ｋｍ）で一律運賃が採用される。
例えば、１０ｔ車で山梨から東京まで荷物が運送される際には、その荷物量によらず、一定額、例えば５０，０００円となる。
例えば１０トン車では、最大１６パレットの１９２０ケースまでの商品を運送可能であり、この場合、運送効率（図３中積載率）は１００％である。運送効率１００％のケース単価は２６円となる。一方、４パレットの４８０ケースであれば４トン車で運送可能であるので、５パレットの６００ケースが最小の運送効率となり、３１％になる。運送効率３１％のケース単価は８３円と、運送効率１００％の場合と比較して３倍以上も高価になる。
【0024】
このように、物流コストという点でも、１台のトラックに運搬される荷物量当たり（ケースやパレットを１単位とした場合の１単位当たり）の単価を指標とする好適であり、運送効率が高くなる程、その単価も低くなる。
以上まとめると、本サービスは、運送効率という観点で運送計画を立案できるので、ＣＯ２排出量削減と物流コスト削減を共に実現することが可能になる。
以上まとめると、本サービスは、運送効率という観点で運送計画を立案できるので、ＣＯ２排出量削減と物流コスト削減を共に実現することが可能になる。
【0025】
次に、本サービスを提供するための各種処理を実行するサーバ１を含む、情報処理システムの構成について説明する。
図４は、本発明の情報処理装置の一実施形態に係るサーバを含む、情報処理システムの構成を示す図である。
図４は、本発明の情報処理装置の一実施形態に係るサーバを含む、情報処理システムの構成を示す図である。
【0026】
図４に示す情報処理システムは、サーバ１と、物流業者側端末２－１乃至２－ｎ（ｎは１以上の整数値）と、荷主側端末３－１乃至３－ｍ（ｍは１以上の整数値）が、インターネット等の所定のネットワークＮを介して相互に接続されることで構成される。
【0027】
本実施形態における物流者業者側端末２－１乃至２－ｎの夫々は、パーソナルコンピュータ、スマートフォン、タブレット端末等で構成される。物流者業者側端末２－１乃至２－ｎの夫々は、ｎの物流業者Ｌの夫々の担当者によって操作される。
なお、以下、物流業者側端末２－１乃至２－ｎの夫々を個々に区別する必要がない場合、これらをまとめて「物流業者側端末２」と呼ぶ。
なお、以下、物流業者側端末２－１乃至２－ｎの夫々を個々に区別する必要がない場合、これらをまとめて「物流業者側端末２」と呼ぶ。
【0028】
本実施形態における荷主側端末３－１乃至３－ｍの夫々は、パーソナルコンピュータ、スマートフォン、タブレット端末等で構成される。荷主側端末３－１乃至３－ｍの夫々は、ｍの荷主Ｓの夫々の担当者によって操作される。
なお、以下、荷主側端末３－１乃至３－ｍの夫々を個々に区別する必要がない場合、これらをまとめて「荷主側端末３」と呼ぶ。
なお、以下、荷主側端末３－１乃至３－ｍの夫々を個々に区別する必要がない場合、これらをまとめて「荷主側端末３」と呼ぶ。
【0029】
【0030】
サーバ１は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）１１と、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）１２と、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）１３と、バス１４と、入出力インターフェース１５と、入力部１６と、出力部１７と、記憶部１８と、通信部１９と、ドライブ２０とを備えている。
【0031】
ＣＰＵ１１は、ＲＯＭ１２に記録されているプログラム、又は、記憶部１８からＲＡＭ１３にロードされたプログラムに従って各種の処理を実行する。
ＲＡＭ１３には、ＣＰＵ１１が各種の処理を実行する上において必要なデータ等も適宜記憶される。
ＲＡＭ１３には、ＣＰＵ１１が各種の処理を実行する上において必要なデータ等も適宜記憶される。
【0032】
ＣＰＵ１１、ＲＯＭ１２及びＲＡＭ１３は、バス１４を介して相互に接続されている。このバス１４にはまた、入出力インターフェース１５も接続されている。入出力インターフェース１５には、出力部１６、入力部１７、記憶部１８、通信部１９及びドライブ２０が接続されている。
【0033】
入力部１６は、各種ハードウェア鉛等で構成され、各種情報を入力する。
出力部１７は各種液晶ディスプレイ等で構成され、各種情報を出力する。
記憶部１８は、ＤＲＡＭ（Ｄｙｎａｍｉｃ Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）等で構成され、各種データを記憶する。
通信部１９は、インターネットを含むネットワークＮを介して他の装置（例えば図４の物流業者側端末２－１乃至２－ｎや荷主側端末３－１乃至３－ｍ）との間で行う通信を制御する。
出力部１７は各種液晶ディスプレイ等で構成され、各種情報を出力する。
記憶部１８は、ＤＲＡＭ（Ｄｙｎａｍｉｃ Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）等で構成され、各種データを記憶する。
通信部１９は、インターネットを含むネットワークＮを介して他の装置（例えば図４の物流業者側端末２－１乃至２－ｎや荷主側端末３－１乃至３－ｍ）との間で行う通信を制御する。
【0034】
ドライブ２０は、必要に応じて設けられる。ドライブ２０には磁気ディスク、光ディスク、光磁気ディスク、或いは半導体メモリ等よりなる、リムーバブルメディア３０が適宜装着される。ドライブ２０によってリムーバブルメディア３０から読み出されたプログラムは、必要に応じて記憶部１８にインストールされる。またリムーバブルメディア３０は、記憶部１８に記憶されている各種データも、記憶部１８と同様に記憶することができる。
【0035】
なお、図示はしないが、物流業者側端末２や荷主側端末３も図５に示すハードウェア構成を有している。
【0036】
【0037】
図６に示すように、サーバ１のＣＰＵ１１においては、荷主側情報取得部１０１と、物流側情報取得部１０２と、ＣＯ２排出量予測部１０３と、立案部１０４と、提示部１０５とが機能する。
記憶部１８の一領域には、荷主側ＤＢ４０１と、物流側ＤＢ４０２と、ＣＯ２排出量予測モデル４０３とが設けられている。
記憶部１８の一領域には、荷主側ＤＢ４０１と、物流側ＤＢ４０２と、ＣＯ２排出量予測モデル４０３とが設けられている。
【0038】
荷主側情報取得部１０１は、注文情報と発注情報とを含む荷主側情報を取得する。
荷主側情報取得部１０１により取得された荷主側情報は、荷主側ＤＢ４０１に記憶されて管理される。
荷主側情報取得部１０１により取得された荷主側情報は、荷主側ＤＢ４０１に記憶されて管理される。
【0039】
物流側情報取得部１０２は、物流業者Ｌが管理している情報のうち、車両情報等の運送計画の立案に必要となる情報（例えば、車両情報、ルートを決定するための各拠点の情報等）を、物流業者側情報として取得する。
物流側情報取得部１０２により取得された物流側情報は、物流側ＤＢ４０２に記憶されて管理される。
物流側情報取得部１０２により取得された物流側情報は、物流側ＤＢ４０２に記憶されて管理される。
【0040】
ここで、ＣＯ２排出量予測モデル４０３は、１以上の入力パラメータの各値を入力すると、荷物量（パレット／ケース）単位のＣＯ２排出量を予測して出力するモデルである。
ＣＯ２排出量予測モデル４０３は、ＣＯ２排出量の予測手法に応じて個別に設けられる。例えば上述の図２に示す予測手法に対応するモデルであって、高速道路と一般道の２種類で燃費が異なることが前提とされたモデルである場合には、車格（４トン車であるのか１０トン車であるのか）、ルート情報（高速道路と一般道路に分けたルートであって、夫々の距離が特定可能なルートの情報）、及び荷物重量が入力パラメータとして夫々の値が入力される。
なお、ＣＯ２排出量予測モデル４０３の具体例については、図７以降の図面を参照して後述する。
ＣＯ２排出量予測モデル４０３は、ＣＯ２排出量の予測手法に応じて個別に設けられる。例えば上述の図２に示す予測手法に対応するモデルであって、高速道路と一般道の２種類で燃費が異なることが前提とされたモデルである場合には、車格（４トン車であるのか１０トン車であるのか）、ルート情報（高速道路と一般道路に分けたルートであって、夫々の距離が特定可能なルートの情報）、及び荷物重量が入力パラメータとして夫々の値が入力される。
なお、ＣＯ２排出量予測モデル４０３の具体例については、図７以降の図面を参照して後述する。
【0041】
ＣＯ２排出量予測部１０３は、荷主側情報及び物流側情報から各入力パラメータの夫々の値を抽出し、ＣＯ２排出量予測モデル４０３に代入し、その出力を、荷物量単位のＣＯ２排出量の予測結果として出力する。
【0042】
立案部１０４は、荷主側情報、物流側情報、及び荷物量単位のＣＯ２排出量の予測結果に基づいて、ＣＯ２排出量が所定量以下となるように、入荷又は出荷についての運送計画を立案する。
例えば、上述の図２の例のＣＯ２排出量の予測手法が適用される場合においては、立案部１０４は、積載効率を良くすることでＣＯ２排出量が減少するように（それと共に荷物単価の物流コストが低減するように）運送計画を立案する。
運送計画の立案の具体例については、図７乃至図１２を参照して後述する。
例えば、上述の図２の例のＣＯ２排出量の予測手法が適用される場合においては、立案部１０４は、積載効率を良くすることでＣＯ２排出量が減少するように（それと共に荷物単価の物流コストが低減するように）運送計画を立案する。
運送計画の立案の具体例については、図７乃至図１２を参照して後述する。
【0043】
提示部１０４は、立案された運送計画を、物流業者側端末２を通じて物流業者Ｌに提示すると共に、荷主側端末３を通じて荷主Ｓに提示する。
ここで、運送計画には、ＣＯ２排出量（予測結果）も提示される。このようにして、物流業者Ｌのみならず荷主Ｓにも、ＣＯ２排出量の情報が提示されて共有化されるようになる。その結果、物流業者Ｌのみならず荷主Ｓも併せて、物流活動で発生するＣＯ２の削減活動に参加できるようになる。
ここで、運送計画には、ＣＯ２排出量（予測結果）も提示される。このようにして、物流業者Ｌのみならず荷主Ｓにも、ＣＯ２排出量の情報が提示されて共有化されるようになる。その結果、物流業者Ｌのみならず荷主Ｓも併せて、物流活動で発生するＣＯ２の削減活動に参加できるようになる。
【0044】
以上まとめると、サーバ１のＣＰＵ１０１においては、荷主Ｓの商品を運送元から運送先までトラックで運送させるための計画を運送計画として立案すべく、荷主側情報取得部１０１と、物流側情報取得部１０２と、ＣＯ２排出量予測部１０３と、立案部１０４と、提示部１０５とが機能する。
荷主側情報取得部１０１は、荷主Ｓ側の情報であって、商品の重量又は容積、並びに運送元及び運送先を少なくとも含む情報を、荷主側情報として取得する。
物流側情報取得部１０２は、トラックの運送を管理する物流側の情報であって、車格等のトラックの特徴を示すトラック特徴量を少なくとも含む情報を、物流側情報として取得する。
ＣＯ２排出量予測部１０３は、荷主側情報及び物流側情報の少なくとも一部に基づいて、運送元から運送先までの移動ルートを含む所定の前提条件を設定して、当該前提条件で移動体が移動した場合における、重量又は容積についての単位量（ケースやパレット）当たりのＣＯ２排出量を予測する。
立案部１０４は、前提条件を変化した場合に予測される夫々のＣＯ２排出量に基づいて、運送計画を１以上立案する。
提示部１０５は、立案された１以上の運送計画、及び夫々の単位量当たりのＣＯ２排出量の予測値を、物流業者側端末２及び荷主側端末３の夫々に提示する。
荷主側情報取得部１０１は、荷主Ｓ側の情報であって、商品の重量又は容積、並びに運送元及び運送先を少なくとも含む情報を、荷主側情報として取得する。
物流側情報取得部１０２は、トラックの運送を管理する物流側の情報であって、車格等のトラックの特徴を示すトラック特徴量を少なくとも含む情報を、物流側情報として取得する。
ＣＯ２排出量予測部１０３は、荷主側情報及び物流側情報の少なくとも一部に基づいて、運送元から運送先までの移動ルートを含む所定の前提条件を設定して、当該前提条件で移動体が移動した場合における、重量又は容積についての単位量（ケースやパレット）当たりのＣＯ２排出量を予測する。
立案部１０４は、前提条件を変化した場合に予測される夫々のＣＯ２排出量に基づいて、運送計画を１以上立案する。
提示部１０５は、立案された１以上の運送計画、及び夫々の単位量当たりのＣＯ２排出量の予測値を、物流業者側端末２及び荷主側端末３の夫々に提示する。
【0045】
【0046】
図７は、図２の例のＣＯ２排出量の予測手法が採用された場合における、所定ルートのトラック１台当たりのＣＯ２排出量の一例を示す図である。
図７の例では、１０トン車（最大積載量１２，０００ｋｇのトラック）が山梨県北杜市から大阪府吹田市まで移動する。具体的には、山梨県吹田市から小淵沢ＩＣまでの１２ｋｍの一般道、小淵沢ＩＣから吹田ＩＣまでの３７３ｋｍの高速道路、及び、吹田ＩＣから大阪府吹田市までの１５ｋｍの一般道からなるルートが図７の例では採用されている。
このような移動ルート、即ち、図７の表における一般道及び高速道路の夫々についての走行距離は、荷主側情報の注文情報若しくは発注情報、並びに、物流側情報のうち拠点情報等から取得可能である。
ここで、燃費は、図７の下方の表の固定値が採用されており、ここでは荷物（商品）を積むことが前提とされるので、実車燃費が採用される。
また、今回の移動ルートのトラックが、１０トン車であることは、物流側情報のうち車両情報から取得可能である。
即ち、ＣＯ２排出量予測部１０３は、荷主側情報及び物流側情報から、１０トン車であること、並びに、一般道路及び高速道路の夫々の走行距離を入力パラメータの夫々の値として抽出し、ＣＯ２排出量予測モデル４０３に代入する。すると、ＣＯ２排出量予測モデル４０３は、図７の表の結果を出力する。即ち、ＣＯ２排出量予測部１０３は、トラック（１０トン車）１台当たりのＣＯ２排出量の予測結果として、図７の表を出力する。
図７の例では、１０トン車（最大積載量１２，０００ｋｇのトラック）が山梨県北杜市から大阪府吹田市まで移動する。具体的には、山梨県吹田市から小淵沢ＩＣまでの１２ｋｍの一般道、小淵沢ＩＣから吹田ＩＣまでの３７３ｋｍの高速道路、及び、吹田ＩＣから大阪府吹田市までの１５ｋｍの一般道からなるルートが図７の例では採用されている。
このような移動ルート、即ち、図７の表における一般道及び高速道路の夫々についての走行距離は、荷主側情報の注文情報若しくは発注情報、並びに、物流側情報のうち拠点情報等から取得可能である。
ここで、燃費は、図７の下方の表の固定値が採用されており、ここでは荷物（商品）を積むことが前提とされるので、実車燃費が採用される。
また、今回の移動ルートのトラックが、１０トン車であることは、物流側情報のうち車両情報から取得可能である。
即ち、ＣＯ２排出量予測部１０３は、荷主側情報及び物流側情報から、１０トン車であること、並びに、一般道路及び高速道路の夫々の走行距離を入力パラメータの夫々の値として抽出し、ＣＯ２排出量予測モデル４０３に代入する。すると、ＣＯ２排出量予測モデル４０３は、図７の表の結果を出力する。即ち、ＣＯ２排出量予測部１０３は、トラック（１０トン車）１台当たりのＣＯ２排出量の予測結果として、図７の表を出力する。
【0047】
【0048】
図８において、１）基本情報は、図７の例の前提条件に基づくものであり、運賃は、図３を参照して上述した１０トン車の貸切運賃を示している。
２）基本情報をもとに配送した場合のＣＯ２の排出量についての表は、図７の予測結果の表と同一である。
２）基本情報をもとに配送した場合のＣＯ２の排出量についての表は、図７の予測結果の表と同一である。
【0049】
３）物品の物流量による１パレット、１ケース当たりのＣＯ２排出量の違いについてのうち、左側の表は、荷物量（１パレット及び１ケース）当たりの物流コスト（単価）を示しており、右側の表は、荷物量（１パレット及び１ケース）当たりのＣＯ２の排出量を示している。
ここで、１０トン車の最大積載量は１２，０００ｋｇであるが、実際に積み込める物品（商品）は、パレット単位で積み込むため、１６パレットの１１，９２０ｋｇである。
ここで、１０トン車の最大積載量は１２，０００ｋｇであるが、実際に積み込める物品（商品）は、パレット単位で積み込むため、１６パレットの１１，９２０ｋｇである。
【0050】
ＣＯ２排出量予測部１０３は、図７の表（図８の２）の表）の結果を得た後に、さらに、荷主側情報等から荷物量を入力パラメータの値として抽出し、ＣＯ２排出量予測モデル４０３に代入する。すると、ＣＯ２排出量予測モデル４０３は、図８の３）の右方の表に従って、１パレット及び１ケース当たりの夫々のＣＯ２排出量を予測結果として出力する。例えば、１６パレットであれば、１パレット当たりのＣＯ２排出量は２２．２３ｔ－ＣＯ２であり、１ケース当たりのＣＯ２排出量は０．１９ｔ－ＣＯ２である。
即ち、ＣＯ２排出量予測部１０３は、荷物量（１パレット及び１ケース）当たりのＣＯ２排出量の予測結果を出力する。
即ち、ＣＯ２排出量予測部１０３は、荷物量（１パレット及び１ケース）当たりのＣＯ２排出量の予測結果を出力する。
【0051】
ここで、入力パラメータの値としての荷物量は、荷主側情報等から抽出されると記載したのは、原則、注文情報や発注情報から得られるものであるが、物流側情報も使用される場合があるからである。即ち、他の荷物と混載して運搬したり、逆に２以上のトラックに分配させて運搬したり、運送業者Ｌの拠点に在庫としてある商品も荷物として載せたり等自由な運送計画が立てる際には物流側情報も必要となるからである。
具体的には例えば、荷主側情報から得られる荷物量が５パレットであるとする。この場合、１パレット当たりのＣＯ２排出量は７１．１２ｔ－ＣＯ２であり、１ケース当たりのＣＯ２排出量は０．５９ｔ－ＣＯ２である。即ち、積載効率が悪いため、ＣＯ２排出量が多くなってしまっている。
このような場合、山梨から大阪まで移動するトラックであって、別の物品を１１パレット運搬する予定のトラックがあることを物流情報から取得できたならば、当該別の物品の１１パレットと、荷主側情報から得られた５パレットを併せた１６パレットを入力パラメータの値とすれば、１パレット当たりのＣＯ２排出量は２２．２３ｔ－ＣＯ２であり、１ケース当たりのＣＯ２排出量は０．１９ｔ－ＣＯ２であると予測される。即ち、５パレットで運ぶよりも積載効率が良くなり、ＣＯ２排出量がより少なくて済む（削減量が多くなる）。
このような各種条件でＣＯ２排出量予測部１０３に予測させるために、荷主側情報のみならず、物流側情報も含めて総合的に参照されるのである。
具体的には例えば、荷主側情報から得られる荷物量が５パレットであるとする。この場合、１パレット当たりのＣＯ２排出量は７１．１２ｔ－ＣＯ２であり、１ケース当たりのＣＯ２排出量は０．５９ｔ－ＣＯ２である。即ち、積載効率が悪いため、ＣＯ２排出量が多くなってしまっている。
このような場合、山梨から大阪まで移動するトラックであって、別の物品を１１パレット運搬する予定のトラックがあることを物流情報から取得できたならば、当該別の物品の１１パレットと、荷主側情報から得られた５パレットを併せた１６パレットを入力パラメータの値とすれば、１パレット当たりのＣＯ２排出量は２２．２３ｔ－ＣＯ２であり、１ケース当たりのＣＯ２排出量は０．１９ｔ－ＣＯ２であると予測される。即ち、５パレットで運ぶよりも積載効率が良くなり、ＣＯ２排出量がより少なくて済む（削減量が多くなる）。
このような各種条件でＣＯ２排出量予測部１０３に予測させるために、荷主側情報のみならず、物流側情報も含めて総合的に参照されるのである。
【0052】
即ち、ＣＯ２排出量予測部１０３は、荷主側情報及び物流側情報を用いて、各種各様な条件（ルートを変えたり、トラックを変更したり、荷物を混載させたり分配させたりといった条件）で、荷物量単位のＣＯ２排出量の予測結果を算出する。
立案部１０４は、このような各種各様な条件についての、荷物量単位のＣＯ２排出量の夫々の予測結果に基づいて、入荷又は出荷についての最適な運送計画を立案することができる。
立案部１０４は、このような各種各様な条件についての、荷物量単位のＣＯ２排出量の夫々の予測結果に基づいて、入荷又は出荷についての最適な運送計画を立案することができる。
【0053】
図９は、本サービスにより立案される運送計画の例であって、図７及び図８の例とは異なる例における、前提条件を示す図である。
なお、本例でも、図２の例のＣＯ２排出量の予測手法が採用されている。
Ａ会社（荷主Ｓの一例）は、Ｂ顧客（消費者Ｃの一例）から、納期：２０２２年２月１０日までにＤ物品（７２０ケース）を大阪のＹ納品先にお届けするという内容の注文を受けた。即ち、荷主側情報の注文情報は、このような内容であったものとする。
ここで、Ｄ物品が出荷（販売）される拠点は、東京都江東区であることが、物流側情報の拠点情報に示されていたとする。
ＣＯ２排出量予測部１０３は、このような図９に示す情報に基づいて、図１０に示すように、１ケース当たりのＣＯ２排出量を予測した。
なお、本例でも、図２の例のＣＯ２排出量の予測手法が採用されている。
Ａ会社（荷主Ｓの一例）は、Ｂ顧客（消費者Ｃの一例）から、納期：２０２２年２月１０日までにＤ物品（７２０ケース）を大阪のＹ納品先にお届けするという内容の注文を受けた。即ち、荷主側情報の注文情報は、このような内容であったものとする。
ここで、Ｄ物品が出荷（販売）される拠点は、東京都江東区であることが、物流側情報の拠点情報に示されていたとする。
ＣＯ２排出量予測部１０３は、このような図９に示す情報に基づいて、図１０に示すように、１ケース当たりのＣＯ２排出量を予測した。
【0054】
【0055】
図１０において、１）基本情報は、図９の例の前提条件に基づくものであり、運賃は、図３を参照して上述した１０トン車の貸切運賃を示している。
２）基本情報をもとに配送した場合のＣＯ２の排出量についての表は、トラック（１０トン車）１台当たりのＣＯ２排出量の予測結果を示している。
即ち、ＣＯ２排出量予測部１０３は、図９に示すようにＤ物品の重量は４，４７０ｋｇであるので１０トン車で運ぶ必要があると認識する。そして、ＣＯ２排出量予測部１０３は、図９の情報から、１０トン車であること、並びに、一般道路及び高速道路の夫々の走行距離を入力パラメータの夫々の値として抽出し、ＣＯ２排出量予測モデル４０３に代入する。すると、ＣＯ２排出量予測モデル４０３は、図１０の２）の表の結果を出力する。即ち、ＣＯ２排出量予測部１０３は、トラック（１０トン車）１台当たりのＣＯ２排出量の予測結果として、図１０の２）の表を出力する。
２）基本情報をもとに配送した場合のＣＯ２の排出量についての表は、トラック（１０トン車）１台当たりのＣＯ２排出量の予測結果を示している。
即ち、ＣＯ２排出量予測部１０３は、図９に示すようにＤ物品の重量は４，４７０ｋｇであるので１０トン車で運ぶ必要があると認識する。そして、ＣＯ２排出量予測部１０３は、図９の情報から、１０トン車であること、並びに、一般道路及び高速道路の夫々の走行距離を入力パラメータの夫々の値として抽出し、ＣＯ２排出量予測モデル４０３に代入する。すると、ＣＯ２排出量予測モデル４０３は、図１０の２）の表の結果を出力する。即ち、ＣＯ２排出量予測部１０３は、トラック（１０トン車）１台当たりのＣＯ２排出量の予測結果として、図１０の２）の表を出力する。
【0056】
図１０において、３）物品の物流量による１パレット、１ケース当たりのＣＯ２排出量の違いについてのうち、左側の表は、荷物量（１パレット及び１ケース）当たりの物流コスト（単価）を示しており、右側の表は、荷物量（１パレット及び１ケース）当たりのＣＯ２の排出量を示している。
ここで、１０トン車の最大積載量は１２，０００ｋｇであるが、実際に積み込める物品（商品）は、パレット単位で積み込むため、１６パレットの１１，９２０ｋｇである。
ここで、１０トン車の最大積載量は１２，０００ｋｇであるが、実際に積み込める物品（商品）は、パレット単位で積み込むため、１６パレットの１１，９２０ｋｇである。
【0057】
ＣＯ２排出量予測部１０３は、図１０の２）の表の結果を得た後に、さらに、荷主側情報等から荷物量を入力パラメータの値として抽出し、ＣＯ２排出量予測モデル４０３に代入する。すると、ＣＯ２排出量予測モデル４０３は、図８の３）の右方の表に従って、１パレット及び１ケース当たりの夫々のＣＯ２排出量を予測結果として出力する。
即ち、ＣＯ２排出量予測部１０３は、荷物量（１パレット及び１ケース）当たりのＣＯ２排出量の予測結果を出力する。
具体的には例えば図９の例ではＤ物品の重量は４，４７０ｋｇであるので、６パレット、即ち７２０ケースになるので、１ケース当たりのＣＯ２排出量は、図１０の３）の右方の表に従って、０．６１ｔＣＯ２である。
そこで、立案部１０４は、立案した運送計画として、図９に示す内容及び、ＣＯ２排出量の予測結果が０．６１ｔＣＯ２である旨を荷主側端末３を介してＡ会社（荷主Ｓの一例）に提示した。
即ち、ＣＯ２排出量予測部１０３は、荷物量（１パレット及び１ケース）当たりのＣＯ２排出量の予測結果を出力する。
具体的には例えば図９の例ではＤ物品の重量は４，４７０ｋｇであるので、６パレット、即ち７２０ケースになるので、１ケース当たりのＣＯ２排出量は、図１０の３）の右方の表に従って、０．６１ｔＣＯ２である。
そこで、立案部１０４は、立案した運送計画として、図９に示す内容及び、ＣＯ２排出量の予測結果が０．６１ｔＣＯ２である旨を荷主側端末３を介してＡ会社（荷主Ｓの一例）に提示した。
【0058】
Ａ会社は、年次方針で、１ケース当たりのＣＯ２排出量について東京から大阪間は０．３３ｔＣＯ２以下にすることを目標としていたので、提示された運送計画では、ＣＯ２排出量の予測結果が０．６１ｔＣＯ２と目標を達成できず、かなり環境負荷のかかる配送計画であることがわかった。
そこで、Ａ会社は、物流のリードタイム含めて３日もあるので、いつもお願いしているＴ運送会社でなく、よりＣＯ２排出量を抑えられる運送会社を検索すべく、別の運送会社を活用した運送計画の立案を立案部１０４に依頼した。
そこで、Ａ会社は、物流のリードタイム含めて３日もあるので、いつもお願いしているＴ運送会社でなく、よりＣＯ２排出量を抑えられる運送会社を検索すべく、別の運送会社を活用した運送計画の立案を立案部１０４に依頼した。
【0059】
その結果として、立案部１０４は、新たに立案した運送計画として、図１１に示す内容（黒丸２乃至黒丸４のルート）、及び、図１２に示すＣＯ２排出量の予測結果（黒丸２乃至黒丸４のルートの予測結果）を、荷主側端末３を介してＡ会社（荷主Ｓの一例）に提示した。
【0060】
図１１は、本サービスにより立案される運送計画の例であって、図９及び図１０の例とは異なる例における、マッチングサイトにより見つけられた運送会社を活用した前提条件を示す図である。
即ち、立案部１０４は、運送会社を検索するマッチングサイト（Ｃ会社が運営するサイト）を活用して、Ｏ運送会社の１０トン車（最大積載量１１，３００ｋｇ）であって、静岡のＸ納品先から大阪のＷ納品先まで５２００ｋｇのＦ物品を運搬するトラックを検索した。
立案部１０４は、Ｏ運送会社のトラックの最大積載量は１１，３００ｋｇであることから残り６，１００ｋｇの荷物を積むことができ、かつ、Ａ会社のＤ物品のＹ納品先がＷ納品先よりも手前であることを認識した。
そこで、立案部１０４は、前提条件として、図１１に示す、黒丸２のルート→黒丸３のルート→黒丸４のルートを設定した。
黒丸２のルートは、東京都江東区の拠点から静岡県富士市のＸ納品先までのルートであって、元々のＴ運送会社の１０トン車でＤ物品のみを運搬させるルートである。黒丸２のルートでは、一般道の走行距離が１０ｋｍであり、高速道路の走行距離が１３８ｋｍである。
黒丸３のルートは、静岡県富士市のＸ納品先から大阪府大阪市のＹ納品先までのルートであって、Ｏ運送会社の１０トン車にＦ物品とＤ物品とを混在させて運搬させるルートである。黒丸３のルートでは、一般道の走行距離が３ｋｍであり、高速道路の走行距離が３６１ｋｍである。
黒丸４のルートは、大阪府大阪市のＹ納品先から大阪府大阪市のＷ納品先までのルートであって、Ｏ運送会社の１０トン車にＦ物品のみを運搬させるルートである。黒丸４のルートは、一般道の走行距離が２７ｋｍである。
即ち、立案部１０４は、運送会社を検索するマッチングサイト（Ｃ会社が運営するサイト）を活用して、Ｏ運送会社の１０トン車（最大積載量１１，３００ｋｇ）であって、静岡のＸ納品先から大阪のＷ納品先まで５２００ｋｇのＦ物品を運搬するトラックを検索した。
立案部１０４は、Ｏ運送会社のトラックの最大積載量は１１，３００ｋｇであることから残り６，１００ｋｇの荷物を積むことができ、かつ、Ａ会社のＤ物品のＹ納品先がＷ納品先よりも手前であることを認識した。
そこで、立案部１０４は、前提条件として、図１１に示す、黒丸２のルート→黒丸３のルート→黒丸４のルートを設定した。
黒丸２のルートは、東京都江東区の拠点から静岡県富士市のＸ納品先までのルートであって、元々のＴ運送会社の１０トン車でＤ物品のみを運搬させるルートである。黒丸２のルートでは、一般道の走行距離が１０ｋｍであり、高速道路の走行距離が１３８ｋｍである。
黒丸３のルートは、静岡県富士市のＸ納品先から大阪府大阪市のＹ納品先までのルートであって、Ｏ運送会社の１０トン車にＦ物品とＤ物品とを混在させて運搬させるルートである。黒丸３のルートでは、一般道の走行距離が３ｋｍであり、高速道路の走行距離が３６１ｋｍである。
黒丸４のルートは、大阪府大阪市のＹ納品先から大阪府大阪市のＷ納品先までのルートであって、Ｏ運送会社の１０トン車にＦ物品のみを運搬させるルートである。黒丸４のルートは、一般道の走行距離が２７ｋｍである。
【0061】
ＣＯ２排出量予測部１０３は、黒丸２乃至４のルートの夫々について、１０トン車当たりのＣＯ２排出量を予測し、その予測結果に基づいて１ケース当たりのＣＯ２排出量を予測した。その予測結果は、図１２に示すとおりである。
図１２は、本サービスにより立案される運送計画の例であって、図９及び図１０の例とは異なる例における、荷物量（１パレット及び１ケース）当たりのＣＯ２排出量の予測結果の一例である。
図１２の表では、左方の項目から、（１０トン車当たりの）ＣＯ２排出量、１ケース当たりのＣＯ２排出量、（１０トン車の）運賃、及び１ケース当たりの運賃の夫々の項目があり、黒丸１乃至黒丸４のルートの夫々の結果（数値）が代入されている。
ここで、黒丸１のルートは、参考として掲載したものであって図９の例のルート（当初の運送計画のルート）を示している。
黒丸１のルートの結果（当初の図９及び図１０の例の運送計画）と、黒丸２乃至４のルートの総計の結果（図１１の例の２回目の運送計画）とを比較するに、１ケース当たりのＣＯ２排出量は、２回目の運送計画でも年次方針の０．３３ｔＣＯ２には届かないが、限られた車両情報（マッチングサイトによる検索結果）の中で、０．２２ｔＣＯ２の改善がみられた。
また、運賃（物流コスト）についても、１ケース当たりの単価が２５０円から１７９円と改善がみられた。
そこで、Ａ会社は、２回目の運送計画（図１１及び図１２の例の運送計画）を採用することに決定した。
このように、Ａ会社は、１ケース当たりのＣＯ２の排出量や単価を見比べることができるので、複数の運送計画から適切な運送計画を選択することができる（適切な運送計画が存在しない場合、さらなる運送計画の立案をすることができる）。
図１２は、本サービスにより立案される運送計画の例であって、図９及び図１０の例とは異なる例における、荷物量（１パレット及び１ケース）当たりのＣＯ２排出量の予測結果の一例である。
図１２の表では、左方の項目から、（１０トン車当たりの）ＣＯ２排出量、１ケース当たりのＣＯ２排出量、（１０トン車の）運賃、及び１ケース当たりの運賃の夫々の項目があり、黒丸１乃至黒丸４のルートの夫々の結果（数値）が代入されている。
ここで、黒丸１のルートは、参考として掲載したものであって図９の例のルート（当初の運送計画のルート）を示している。
黒丸１のルートの結果（当初の図９及び図１０の例の運送計画）と、黒丸２乃至４のルートの総計の結果（図１１の例の２回目の運送計画）とを比較するに、１ケース当たりのＣＯ２排出量は、２回目の運送計画でも年次方針の０．３３ｔＣＯ２には届かないが、限られた車両情報（マッチングサイトによる検索結果）の中で、０．２２ｔＣＯ２の改善がみられた。
また、運賃（物流コスト）についても、１ケース当たりの単価が２５０円から１７９円と改善がみられた。
そこで、Ａ会社は、２回目の運送計画（図１１及び図１２の例の運送計画）を採用することに決定した。
このように、Ａ会社は、１ケース当たりのＣＯ２の排出量や単価を見比べることができるので、複数の運送計画から適切な運送計画を選択することができる（適切な運送計画が存在しない場合、さらなる運送計画の立案をすることができる）。
【0062】
以上、本発明の一実施形態について説明したが、本発明は、上述の実施形態に限定されるものではなく、本発明の目的を達成できる範囲での変形、改良等は本発明に含まれるものである。
【0063】
例えば上述の例では、運送計画の対象はトラックとされたが、特にこれに限定されず、乗用車、自動二輪車、飛行機、船舶等、移動時にＣＯ２を排出する移動体であれば任意のものを採用することができる。
【0064】
例えば上述の例では、荷物の重量が取得され、当該重量から換算された１パレット及び１ケース当たりのＣＯ２排出量が算出されたが特にこれに限定されない。
即ち、荷物の重量又は容積が取得され、当該重量又は容積から換算された任意の単位量当たりのＣＯ２排出量が算出されてもよい。
即ち、荷物の重量又は容積が取得され、当該重量又は容積から換算された任意の単位量当たりのＣＯ２排出量が算出されてもよい。
【0065】
例えばＣＯ２排出量予測モデル４０３は、上述の実施形態では図２に示す予測手法に対応するモデルが採用されたが特にこれに限定されない。
【0066】
具体的には例えば、図２に示す予測手法では、トラック１台当たりのＣＯ２排出量は燃費に基づいて演算され、当該燃費が変動する要素は一般道と高速道路のみとされた。即ち、燃費を変動させるための入力パラメータとしては、一般道か高速道路のみとされた。
しかしながら、図１３に示すように、燃費を変動させるための入力パラメータ（要素）としては、各種各様な要素を採用することができる。
図１３は、ＣＯ２排出量を予測するために必要な燃費が変動する要素の一例を示している。
例えば、お盆／年始年末のような季節の要素、時間帯の要素、運転手の癖、天候等を、燃費を変動させるための入力パラメータ（要素）として採用してもよい。
しかしながら、図１３に示すように、燃費を変動させるための入力パラメータ（要素）としては、各種各様な要素を採用することができる。
図１３は、ＣＯ２排出量を予測するために必要な燃費が変動する要素の一例を示している。
例えば、お盆／年始年末のような季節の要素、時間帯の要素、運転手の癖、天候等を、燃費を変動させるための入力パラメータ（要素）として採用してもよい。
【0067】
また例えばＣＯ２排出量予測モデル４０３は、図１４に示すように、配車マンの経験則をＡＩ化したモデルであってもよい。
図１４は、ＡＩモデルとしてのＣＯ２排出量予測モデルの一例を示す図である。
即ち、図示はしないが、サーバ１又は他の情報処理装置は、学習部を備えることもできる。
学習部は、配車マンが、自身でルートの意思決定をしたうえでトラックを実際に運転した際には、ルートの意思決定と燃料使用実績を収集すると共に、実際のＣＯ２排出量のデータを収集する。
ここで、ルートの意思決定、燃料使用実績、及びＣＯ２排出量の夫々のデータ収集ツールは、特に限定されず、例えば既存の配車システム（運送計画）、デジタルタコグラフ（運行状況）、ドライブレコーダ（画像データ等）、燃料タンク計器（燃費データ）、配車マンが携帯する端末等各種各様なものを採用することができる。
学習部は、上記を繰り返すことで、ＣＯ２排出量のデータを蓄積していき、ＣＯ２排出量（燃料使用量）の予定と実績、その誤差補正をしたデータを蓄積していく。
学習部は、このようにして蓄積されたデータを学習用データとして用いて、機械学習をすることで、ＣＯ２排出量の抑制最適化を提案できるＡＩモデルを、ＣＯ２排出量予測モデル４０３として生成又は更新することができる。
ＣＯ２排出量予測部１０３及び立案部１０４は、このようなＡＩモデルを用いて最適な運送計画を立案することができる。
このようにして、配車マンの経験則をＡＩ化して最適化（最適な運送計画）を提案することが可能になる。
図１４は、ＡＩモデルとしてのＣＯ２排出量予測モデルの一例を示す図である。
即ち、図示はしないが、サーバ１又は他の情報処理装置は、学習部を備えることもできる。
学習部は、配車マンが、自身でルートの意思決定をしたうえでトラックを実際に運転した際には、ルートの意思決定と燃料使用実績を収集すると共に、実際のＣＯ２排出量のデータを収集する。
ここで、ルートの意思決定、燃料使用実績、及びＣＯ２排出量の夫々のデータ収集ツールは、特に限定されず、例えば既存の配車システム（運送計画）、デジタルタコグラフ（運行状況）、ドライブレコーダ（画像データ等）、燃料タンク計器（燃費データ）、配車マンが携帯する端末等各種各様なものを採用することができる。
学習部は、上記を繰り返すことで、ＣＯ２排出量のデータを蓄積していき、ＣＯ２排出量（燃料使用量）の予定と実績、その誤差補正をしたデータを蓄積していく。
学習部は、このようにして蓄積されたデータを学習用データとして用いて、機械学習をすることで、ＣＯ２排出量の抑制最適化を提案できるＡＩモデルを、ＣＯ２排出量予測モデル４０３として生成又は更新することができる。
ＣＯ２排出量予測部１０３及び立案部１０４は、このようなＡＩモデルを用いて最適な運送計画を立案することができる。
このようにして、配車マンの経験則をＡＩ化して最適化（最適な運送計画）を提案することが可能になる。
【0068】
また、図５に示す各ハードウェア構成は、本発明の目的を達成するための例示に過ぎず、特に限定されない。
【0069】
また、図６に示す機能ブロック図は、例示に過ぎず、特に限定されない。即ち、上述した一連の処理を全体として実行できる機能が情報処理システムに備えられていれば足り、この機能を実現するためにどのような機能ブロックを用いるのかは、特に図６の例に限定されない。
【0070】
また、機能ブロックの存在場所も、図６に限定されず、任意でよい。例えばサーバ１側の機能ブロックの少なくとも一部を、物流業者側端末２、荷主側端末３、又は図示せぬ情報処理装置に設けてもよいし、その逆でもよい。
そして、１つの機能ブロックは、ハードウェア単体で構成してもよいし、ソフトウェア単体との組み合わせで構成してもよい。
そして、１つの機能ブロックは、ハードウェア単体で構成してもよいし、ソフトウェア単体との組み合わせで構成してもよい。
【0071】
各機能ブロックの処理をソフトウェアにより実行させる場合には、そのソフトウェアを構成するプログラムが、コンピュータ等にネットワークや記録媒体からインストールされる。
コンピュータは、専用のハードウェアに組み込まれているコンピュータであってもよい。また、コンピュータは、各種のプログラムをインストールすることで、各種の機能を実行することが可能なコンピュータ、例えばサーバの他汎用のスマートフォンやパーソナルコンピュータであってもよい。
コンピュータは、専用のハードウェアに組み込まれているコンピュータであってもよい。また、コンピュータは、各種のプログラムをインストールすることで、各種の機能を実行することが可能なコンピュータ、例えばサーバの他汎用のスマートフォンやパーソナルコンピュータであってもよい。
【0072】
このようなプログラムを含む記録媒体は、各ユーザにプログラムを提供するために装置本体とは別に配布される、リムーバブルメディアにより構成されるだけではなく、装置本体に予め組み込まれた状態で各ユーザに提供される記録媒体等で構成される。
【0073】
なお、本明細書において、記録媒体に記録されるプログラムを記述するステップは、その順序に添って時系列的に行われる処理はもちろん、必ずしも時系列的に処理されなくとも、並列的或いは個別に実行される処理をも含むものである。
また、本明細書において、システムの用語は、複数の装置や複数の手段等より構成される全体的な装置を意味するものとする。
また、本明細書において、システムの用語は、複数の装置や複数の手段等より構成される全体的な装置を意味するものとする。
【0074】
以上まとめると、本発明が適用される情報処理装置は、次のような構成を取れば足り、各種各様な実施形態を取ることができる。
即ち、本発明が適用される情報処理装置（例えば図４のサーバ１）は、
荷主（図１の荷主Ｓ）の商品を運送元から運送先まで移動体で運送させるための計画を運送計画として立案する情報処理装置において、
前記荷主側の情報であって、前記商品の重量又は容積、並びに前記運送元及び前記運送先を少なくとも含む情報を、荷主側情報（例えば図１の荷主側の情報）として取得する荷主側情報取得手段（例えば図６の荷主側情報取得部１０１）と、
前記移動体の運送を管理する物流側の情報であって、前記移動体の特徴を示す移動体特徴量（例えば図１の車両情報）を少なくとも含む情報を、物流側情報（例えば図１の物流側の情報）として取得する物流側情報取得手段（例えば図６の物流側情報取得部１０２）と、
前記荷主側情報及び前記物流側情報の少なくとも一部に基づいて、前記運送元から前記運送先までの移動ルートを含む所定の前提条件（例えば図７に示す前提条件）を設定して、当該前提条件で前記移動体が移動した場合における、重量又は容積についての単位量当たりの二酸化炭素排出量（例えば図８に示す１パレット当たり及び１ケース当たりのＣＯ２排出量）を予測する二酸化炭素排出量予測手段（例えば図６のＣＯ２排出量予測部１０３）と、
前記前提条件を変化した場合に予測される夫々の前記二酸化炭素排出量に基づいて、前記運送計画を１以上立案する立案手段（例えば図６の立案部１０４）と、
を備える。
即ち、本発明が適用される情報処理装置（例えば図４のサーバ１）は、
荷主（図１の荷主Ｓ）の商品を運送元から運送先まで移動体で運送させるための計画を運送計画として立案する情報処理装置において、
前記荷主側の情報であって、前記商品の重量又は容積、並びに前記運送元及び前記運送先を少なくとも含む情報を、荷主側情報（例えば図１の荷主側の情報）として取得する荷主側情報取得手段（例えば図６の荷主側情報取得部１０１）と、
前記移動体の運送を管理する物流側の情報であって、前記移動体の特徴を示す移動体特徴量（例えば図１の車両情報）を少なくとも含む情報を、物流側情報（例えば図１の物流側の情報）として取得する物流側情報取得手段（例えば図６の物流側情報取得部１０２）と、
前記荷主側情報及び前記物流側情報の少なくとも一部に基づいて、前記運送元から前記運送先までの移動ルートを含む所定の前提条件（例えば図７に示す前提条件）を設定して、当該前提条件で前記移動体が移動した場合における、重量又は容積についての単位量当たりの二酸化炭素排出量（例えば図８に示す１パレット当たり及び１ケース当たりのＣＯ２排出量）を予測する二酸化炭素排出量予測手段（例えば図６のＣＯ２排出量予測部１０３）と、
前記前提条件を変化した場合に予測される夫々の前記二酸化炭素排出量に基づいて、前記運送計画を１以上立案する立案手段（例えば図６の立案部１０４）と、
を備える。
【0075】
立案された１以上の前記運送計画、及び夫々の前記単位量当たりの二酸化炭素排出量の予測値を、前記荷主側及び前記物流側の夫々の端末に提示する提示手段（例えば図６の提示部１０５）
をさらに備えることができる。
をさらに備えることができる。
【0076】
前記二酸化炭素排出量予測手段は、
前記前提条件で前記移動体が移動した場合における移動距離及び燃費に基づいて、前記移動体当たりの二酸化炭素排出量を演算し（例えば図２、図７、図８の２）に示すように演算し）、
当該移動体当たりの二酸化炭素排出量、及び、前記商品の重量又は容積に基づいて、前記単位量当たりの二酸化炭素排出量を演算する（例えば、図８の３）に示すように演算する）
ことができる。
前記前提条件で前記移動体が移動した場合における移動距離及び燃費に基づいて、前記移動体当たりの二酸化炭素排出量を演算し（例えば図２、図７、図８の２）に示すように演算し）、
当該移動体当たりの二酸化炭素排出量、及び、前記商品の重量又は容積に基づいて、前記単位量当たりの二酸化炭素排出量を演算する（例えば、図８の３）に示すように演算する）
ことができる。
【0077】
前記運送元及び前記運送先を拠点として、拠点が３拠点以上存在する場合（例えば図１１のような場合）、
前記二酸化炭素排出量予測手段は、拠点間の２以上の移動ルート毎に前記前提条件を設定して（例えば図１１のように設定して）、
前記２以上の移動ルート毎に、前記単位量当たりの二酸化炭素排出量を夫々予測する（例えば図１２のように予測する）
ことができる。
前記二酸化炭素排出量予測手段は、拠点間の２以上の移動ルート毎に前記前提条件を設定して（例えば図１１のように設定して）、
前記２以上の移動ルート毎に、前記単位量当たりの二酸化炭素排出量を夫々予測する（例えば図１２のように予測する）
ことができる。
【0078】
前記二酸化炭素排出量予測手段は、
実際の前記前提条件で前記移動体が移動した場合における実際の二酸化炭素排出量に基づいて機械学習がなされた結果得られたモデルであって、前記荷主側情報及び前記物流側情報の少なくとも一部を入力すると、前記単位量当たりの二酸化炭素排出量を出力するモデル（例えば図１４のようにＡＩ化された図６のＣＯ２排出量予測モデル４０３）を取得して、
当該モデルを用いて、前記単位量当たりの二酸化炭素排出量を演算する、
ことができる。
実際の前記前提条件で前記移動体が移動した場合における実際の二酸化炭素排出量に基づいて機械学習がなされた結果得られたモデルであって、前記荷主側情報及び前記物流側情報の少なくとも一部を入力すると、前記単位量当たりの二酸化炭素排出量を出力するモデル（例えば図１４のようにＡＩ化された図６のＣＯ２排出量予測モデル４０３）を取得して、
当該モデルを用いて、前記単位量当たりの二酸化炭素排出量を演算する、
ことができる。
【符号の説明】
【0079】
１：サーバ、２，２－１，２－ｎ：物流業者側端末、３，３－１，３－ｍ：荷主側端末、１１：ＣＰＵ、１２：ＲＯＭ、１３：ＲＡＭ、１４：バス、１５：入出力インターフェース、１６：出力部、１７：入力部、１８：記憶部、１９：通信部、２０：ドライブ、３０：リムーバブルメディア、１０１：荷主側情報取得部、１０２：物流側情報取得部、１０３：ＣＯ２排出量予測部、１０４：立案部、１０５：提示部、４０１：荷主側ＤＢ、４０２：物流側ＤＢ、４０３：ＣＯ２排出量予測モデル、Ｃ：消費者、Ｓ：荷主、Ｖ：供給者、Ｌ：物流業者
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】
【図12】
【図13】
【図14】