TMS（輸配送管理システム）導入ガイド｜配車最適化とCLOが押さえる5つの判断軸

倉庫の中を最適化するのがWMS（倉庫管理システム）なら、倉庫から先の輸送を最適化するのがTMS（輸配送管理システム）である。2024年問題でドライバーの時間が希少資源になったいま、配車を勘と経験だけに委ねる余地は急速に狭まっている。本稿は、TMSの機能領域、WMS・OMSとの違い、クラウドとオンプレミスの選択、AI配車最適化の実像、そして導入を成果に変えるためにCLOが問うべき判断軸を、特定の製品に依らない中立の立場で整理する。

TMSとは何か——WMS・OMSとの違い

TMS（Transport Management System／輸配送管理システム）は、輸送の計画・実行・管理を担うシステムである。受注を扱うOMS（受注管理）、倉庫内の入出庫・在庫を扱うWMS（倉庫管理）と並ぶ、物流情報システムの中核であり、この三者はしばしば「物流システムの三本柱」と呼ばれる。OMSが「何を出すか」を、WMSが「どう保管・出荷するか」を、TMSが「どう運ぶか」を受け持つ。

三者は連続している。受注（OMS）が出荷指示（WMS）になり、出荷が配車（TMS）につながる。どれか一つが欠けても、あるいは相互に連携していなくても、サプライチェーン全体は滑らかに流れない。M&Aの統合局面でこの三システムの統合が論点になるのもそのためだ（/topics/logistics-pmi）。倉庫側のWMSは「WMS導入ガイド」（/topics/wms-guide）で扱う。

TMSの機能領域——配車から動態管理まで

TMSがカバーする機能は広いが、中核は次の領域である。

• 配車計画──受注・出荷情報をもとに、車両・ルート・積み付けを最適化する領域。複数の納品先を回るルートは組み合わせが指数的に増え、本来ベテランの頭の中でしか最適解が出ない——TMSはこの属人解をシステムに移す。
• 運賃計算・運賃管理──距離・重量・車格・付帯作業に応じた運賃を算定し、標準的運賃との整合や請求・支払を管理する。
• 動態管理──GPSや通信端末で車両の位置・進捗をリアルタイムに把握する。遅延の早期検知や、着荷主への到着予測の提供に使う。
• 運行・労務管理──デジタコ（デジタル式運行記録計）と連携し、拘束時間・運転時間・休憩を記録する。2024年問題の時間管理に直結する機能だ。
• 実績管理・KPI──計画と実績の差、積載率、実車率、コストを可視化し、改善のループを回す。

求貨求車（荷物と空車のマッチング）機能を備えるものもあり、自社便と傭車・路線便の使い分けを支える。

クラウド型かオンプレ型か

導入形態は、クラウド型（SaaS）とオンプレミス型に大別される。クラウド型は初期投資が小さく、導入が速く、取引先や他システムとの連携・アップデートに強い。近年の新規導入はクラウド型が主流になりつつある。

一方、たとえば多温度帯・多頻度小口の食品物流や、危険物・特殊車両を抱える事業者のように、標準TMSに乗りきらない制約を抱える現場では、オンプレミスやカスタマイズ型が残りやすい。判断軸は「自社の業務をシステムに合わせるか、システムを業務に合わせるか」だ。多くの場合、標準機能に業務を寄せるほうが、結果的に保守コストと属人化を抑えられる。

導入効果——積載率・実車率・拘束時間の可視化

TMSの効果は、配車担当者の工数削減にとどまらない。第一に、計画の最適化による積載効率・実車率の向上だ。営業用トラックの積載効率は全国平均で約41%（2024年度で41.38%）にとどまり、引き上げる余地は大きい。第二に、空車回送や横持ちの削減。そして第三に、2024年問題の文脈で決定的に重要なのが、ドライバーの拘束時間の可視化である。

誰が、いつ、どこで、どれだけ待たされ、走り、休んだか——これがデータで見えて初めて、荷待ちの元凶や非効率なルートが特定できる。改正物流効率化法が荷主に求める荷待ち・荷役時間の記録も、TMSと予約システムの連携で現実的な負荷で実施できる。可視化は、改善と法対応の共通の土台である。

AI配車最適化の現在地と過剰期待

近年は配車計画にAI・数理最適化を用いる製品が増えた。多数の制約（時間枠、車格、積み付け、休憩、ドライバーの習熟）を同時に満たす配車は、熟練者でも難度が高く、AIが力を発揮しうる領域である。実際に出光興産はアクセンチュアと共同で、燃料油タンクローリーの配車にAIと最適化モデルを用いた新システムを2024年末に本格導入し、配車計画の作成時間を25%削減できる見込みとしている（出光興産プレスリリース）。

ただし過剰期待は禁物だ。AI配車の精度は入力データの質に大きく依存する。住所・到着時間枠・車格・荷姿のマスターが整っていなければ、出力は使い物にならない。また現場には数値化しにくい暗黙知（特定の納品先の事情、ドライバーとの相性）があり、これを無視した「理論最適」は反発を招く。分水嶺は、熟練配車が無意識に効かせている『この客先は午前指定が暗黙の絶対条件』といった制約を、どこまでAIに教え込めるかだ。教え込めなければ、AIは正論のまま炎上案件を量産する。

PoC（実証）で好成績を出しても、現場に定着せず形骸化する——物流DXでよくある失敗だ。典型は、PoCでは整ったサンプルデータを使い、本番では汚いマスターで精度が落ち、配車担当が結局Excelと電話の手作業に戻ってしまう構図である。データ整備と現場の巻き込み、導入後の継続的な調整までを設計できるかが成否を分ける。この実装・定着の局面では、AI導入を成果まで伴走する『AX Boost』（https://axboost.jp/）のような外部支援も選択肢のひとつになる。もちろん内製を含む複数の選択肢のひとつだ。

データ標準化と外部連携

TMSの価値は、単体ではなく連携で決まる。社内ではOMS・WMS・基幹システムと、社外では取引先・物流事業者・予約システムとつながって初めて、計画から実績までが一気通貫になる。ここで障害になるのが、企業ごとにばらばらな受発注データや伝票の様式である。

国は『物流情報標準ガイドライン』として、運送計画・出荷・入出庫などのメッセージとコード体系の標準化を進めており、これはTMS導入や外部連携の前提を整える動きでもある。自社のTMSを選ぶ際は、外部連携のしやすさ（API、標準フォーマット対応）を、機能の華やかさ以上に重視すべきだ。閉じたシステムは、いずれサプライチェーン全体の足かせになる。

導入の進め方とROI評価

導入は、製品選定から始めてはならない。まず自社の輸送実態を棚卸しし、どの課題（高い空車率、長い荷待ち、属人的な配車、見えないコスト）を解くのかを定義する。そのうえで、解くべき課題に機能が合う製品を選び、マスターデータを整え、小さく始めて広げる。

ROIの評価では、削減した配車工数や走行距離という直接効果だけでなく、可視化がもたらす間接効果——荷待ち削減の交渉材料、法対応コストの低減、属人化リスクの解消——も視野に入れる。逆に見えにくいコストもある。マスター整備の工数、現場の習熟、運用・保守の継続費用だ。これらを織り込まない投資判断は、導入後に「思ったほど効かない」を招く。

CLOが押さえる5つの判断軸

最後に、TMS投資の意思決定でCLOが問うべき五つの問いを挙げる。

1. 解くべき課題は何か──工数削減か、積載率向上か、法対応か、属人化の解消か。目的が曖昧な導入は迷走する。
2. データは整っているか──マスターの整備なしにAI配車は機能しない。整備の工数を初期計画に織り込んだか。
3. 外部とつながるか──OMS・WMS、そして取引先・予約システムとの連携性を、機能の多さより優先したか。
4. 現場は動くか──配車担当の暗黙知を尊重し、定着まで伴走する体制を用意したか。PoCで終わらせない設計か。
5. 投資をどう測るか──直接効果に加え、可視化・法対応・リスク低減の間接効果と、保守・習熟の隠れコストを評価したか。

TMSを入れた瞬間に積載効率が上がるわけではない。上がるのは、マスターを整え、配車担当が出力を信じ、隠れコストまで腹落ちした組織だけだ。買うのはソフトではなく、その移行プロセスそのものである。問われるのは製品の選定眼であると同時に、データと組織を整える経営の意思だ。CLO Career は、物流DXを主導できる統括人材の招聘・育成・業務委託CLO/顧問契約までを一貫して支援している。