無料の配送ルート最適化AIはどこまで使えるか：実数字で測る

深夜1時、翌朝9時出荷の配送計画がまだ手元にある。

Excelの最終更新は22時。ドライバーから「明日の順番どうする？」とLINEが届いた。「AIで最適化」と検索した結果は、やたら綺麗なSaaSのランディングページか、2年前の情報を貼り付けただけの無料まとめ記事ばかり——。

それ、あなたのせいじゃないんですよ。

2024年4月からトラックドライバーの時間外労働が年間960時間に上限規制され（参考）、配送計画の精度と効率は「やれたらいい話」から「やらないとまずい話」に変わりました。毎日2〜3時間かけて計画を作り続けているのは、あなたの能力の問題じゃない。「使えるシステムへの入口」が見えていないからだと思ってます。

この記事では、無料ツールが実際に使えるラインを数字で示してから、燃料費15%削減・計画時間75%短縮を実現した現場の記録をそのまま共有します。ツール名・操作手順・コピペ用プロンプトまで、今夜使える形で渡します。

---

「無料で最適化できる」は本当か——限界値を先に知ってください

まず正直に言います。

無料ツールの実用上限は「配送先10件・車両5台・時間指定なし」です。 これを超えると、計算できないか精度が落ちて使い物にならなくなります。（参考）

多くの無料まとめ記事は「AIで最適化できます」という事実だけ書いて、「10件超・時間窓あり・複数デポ」の現場では動かないという肝心なことを書かない。だからがっかりするんです。

逆に言えば、配送先10件以下のラストワンマイル・スポット便・集荷ルートであれば、無料から始めることは普通に有効です。まずは自分の現場規模を確認してみてください。

この表のどこに自分が当てはまるかわかると、「何を使えばいいか」の答えがほぼ決まります。

---

無料で今夜動く3ツールと、コピペで使えるプロンプト

RouteXL：ブラウザのみで20地点まで無料

インストール不要・アカウント不要でブラウザから使える最適化ツールです。住所を貼り付けるだけで最短ルートを計算してくれます。（参考）

注意点は、時間指定（〇時〜〇時の間に届ける）に対応していないこと。「どの順番で回るか」だけを最適化したいケースに使ってください。

Spokeルートプランナー：週500円から試せる

厳密には有料ですが、週500円という価格帯は実質トライアルに近いです。（参考）時間窓・複数車両対応が始まるラインで、RouteXLの限界を超えたときの次の選択肢になります。

ChatGPT（GPT-4o）：深夜に一番使える判断の相談相手

AIが直接ルートを計算するわけじゃないですが、「この順番で回るのは非効率か」「エリアをどう分けるか」という判断の相談相手として機能します。下のプロンプトをそのまま投げてみてください。

---

プロンプト①：翌日の配送順序を相談する

あなたは配送ルート最適化の専門家です。
以下の配送先リストを最も効率的な順番に並び替えてください。

出発地：[営業所の住所または最寄り駅]
配送先リスト：
1. [住所A]（指定時間帯：[例 10:00〜12:00]）
2. [住所B]（指定なし）
3. [住所C]（指定時間帯：[例 15:00〜17:00]）
（必要なだけ追加してください）

制約：
- 出発時刻は [XX:XX]
- 車両台数は [XX]台
- 1台あたりの最大積載量は [XX]kg

上記を考慮し、各車両の配送順序と推定所要時間を提示してください。

使いどころ： 翌日の計画作成時に、住所と時間指定をそのまま貼り付けて相談するだけ。

出力を検証する観点： 時間指定のある便が守られているかを確認してから、Googleマップで実際のルートをチェックする。

---

プロンプト②：経営者・上司向けの改善提案を整理する

物流現場の課題を整理し、AI活用の優先順位を提案してください。

現場の概要：
- 車両台数：[XX]台
- 1日の配送件数：[XX]件
- 現在の配送計画方法：[手動 / Excel / 既存システム]
- 計画作成にかかる時間：[XX時間]
- 現在の主な課題：[例：残業が多い / 燃料費が高い / 計画の精度が悪い]

上記に対し、AI活用で効果が出やすい順に施策を3つ提案してください。
各施策に「効果が出る期間」「必要なデータ」「リスク」も添えてください。

使いどころ： 上司や経営者への導入提案資料を作る前の思考整理に。

出力を検証する観点： 提案された施策が自社のデータ環境・予算感と照らして現実的かどうかを確認する。

---

Before/After：計画2時間→30分、燃料費15%削減の全記録

先日、生成AI総合研究所が支援した物流会社（従業員30名・車両20台）の事例を読んでいて、唸ったんですよ。（参考）他の事例が「コスト削減できました」で終わるのに対して、この事例は導入前後の数字が全部出ていた。

その現場の配車担当者の1日を、数字をベースに再現してみます。

---

Aさん（AI導入前）の1日

07:00　出社。前日の配送記録をExcelに手入力。

08:00　配送計画作成を開始。ドライバーの休み・荷量・時間指定を頭の中で組み立てる。

09:30　計画が一通り完成。ドライバーに印刷した紙を渡す。

09:45　「〇〇さんの荷物が積み残しになっています」と報告が入り、再作成。

10:30　ようやく全車両が出発。計画作成だけで毎日2時間以上が消えていた。

Aさん（AI導入後）の1日

07:00　出社。システムが昨夜のうちに配送データを取り込み済み。

07:15　AIが出した計画案をタブレットで確認し、微調整。

07:30　計画確定。ドライバーのスマホに自動送信。

08:00　全車両が出発。

---

数字で確認すると、配送計画作成時間は日2時間から30分に短縮（75%削減）。

{CHART|bar|配送計画作成時間（AI導入前後）|導入前,導入後|120,30|分|https://www.generativeai.tokyo/media/delivery-route-optimization-ai-guide/|生成AI総合研究所}

出典: 生成AI総合研究所のデータより匠座作成

燃料費は月800万円から680万円に削減（15%減）。走行距離も月4,000kmから3,200kmへ縮んでいます。

{CHART|bar|月間燃料費（AI導入前後）|導入前,導入後|800,680|万円|https://www.generativeai.tokyo/media/delivery-route-optimization-ai-guide/|生成AI総合研究所}

出典: 生成AI総合研究所のデータより匠座作成

ドライバーの残業時間は月40時間から25時間に（37.5%削減）。これが年間960時間上限規制と直結している部分です。

計画作成にかかる時間の変化をさらに広く見ると、手動配車では2〜3時間、Excel管理でも1〜2時間かかっていたものが、AI導入後は5〜30分になります。（参考）国内のAIルート最適化導入では車両28%削減・走行距離約20%削減の実績も出ており、「試しに動かす価値がある」という段階は明らかに過ぎています。

---

無料の限界を超えたら、月いくらで何が変わるか

無料ツールの上限を超えたとき、どんな選択肢があるかを整理しておきます。

（参考）

有料か無料かの判断は、「計画作成の人件費」で計算すると見えやすいです。月給30万円の配車担当者が毎日2時間を計画作成に使っていれば、月の作業コストはおよそ3万円（25日稼働として試算）。月1〜2万円のSaaSで1時間削減できれば、ROIは初月から出ます。

---

正直な限界と、向かない現場の話

匠座でも毎朝の記事生成パイプラインにAIを組み込んでいるんですが、一番やらかしたのは「入力データの品質をノーチェックでAIに流し込んだとき」でした。ソースのURLが切れていたり、数字の単位が揃っていなかったりするデータをそのまま渡したら、出力が信頼できないものになる。物流の住所データも全く同じ構造です。AIの精度はデータ品質の上限を超えられない——これが一番の現実です。

以下に当てはまる場合、AIルート最適化はすぐには機能しません。

• 住所データが正規化されていない（半角・全角混在、建物名の有無がバラバラ）
• 配送ルールが担当者の頭の中だけにある（「〇〇さんの荷物は必ず1台目に積む」等の暗黙知）
• 配送先が毎日まったく異なり、過去のパターンデータが蓄積されていない

逆に、これに当てはまる現場は成功率が高いです。

• 決まったエリアを毎日同じメンバーで回っている（ルーティンが多い）
• 配送先が既存システムからCSVで出力できる
• 配車担当者が「毎日同じ作業の繰り返しだ」と感じている

もう一点、触れておきたいのは「ドライバーの納得感」の問題です。アルゴリズムが最短ルートを出しても、ドライバーが「この道は朝渋滞するから嫌だ」と言ったら現場は回りません。最初は「AIの提案を担当者が確認・調整する」運用から始めて、徐々に信頼を積み上げるのが現実的です。

---

深夜に浮かぶ不安に、先に答えます

Q. 住所データをAIに渡しても安全ですか？

ツールによります。ブラウザベースのサービスは入力データがサーバーに送信されます。個人情報（氏名・電話番号）は除いて住所だけを渡す運用が無難です。セキュリティポリシーが厳しい場合は、国内サーバー対応・オンプレ対応を明示しているSaaSを選んでください。

Q. 配車担当者が「自分の仕事がなくなる」と言っています。

現場でよく聞く反応です。先の導入事例でも計画作成時間は75%削減されましたが、配車担当者は「AIの提案を見て判断・修正する」役割にシフトしています。（参考）機械が得意な「距離計算・時間割り当て」はAIに任せ、人間が得意な「常連客の事情・天候変化への対応」は人間が担う。その分業が現実的なゴールです。

Q. 月何件以上あれば費用対効果が合いますか？

目安として、1日20件以上・複数ドライバーのルートを毎日作っているなら、月数千円の有料ツールは費用対効果が出やすいです。計画作成の人件費換算（時給2,000円×1時間削減×25日＝5万円）と月額費用を比較してみてください。

Q. 自社に合ったツールをどう選べばいいですか？

「無料トライアルを最低1週間使えるか」を必ず確認してください。自社の住所データCSVを使って実際に動かしてみることが唯一の正解です。「自社データで動作確認させてほしい」という要求は当然の権利なので、遠慮なく交渉してください。

Q. 2026年の法改正でAI導入は義務になりますか？

義務ではないですが、改正物流効率化法により荷待ち・荷役時間の記録と削減計画の提出が義務化されています。（参考）※施行時期はソース間で差異あり・国土交通省一次情報で要確認。AI活用はその達成手段として位置づけられます。

---

記事全体のまとめ

---

ここまで読んで「自社だけでやるには手が足りない」と感じた方は、『AI鬼管理｜Claude Code業務自動化トレーニング』（Claude Codeで日々の業務を自動化する実践トレーニング（無料の業務効率化診断あり））のような外部サービスという選択肢もあります。急ぎでなければ、まずは無料のチェックリストで足元を固めるのがおすすめです。

AI鬼管理｜Claude Code業務自動化トレーニング ↗

今日やること：30分で始める3ステップ

ステップ1（5分）：自分の現場規模を書き出す

紙でもメモアプリでも構いません。次の3つを書いてみてください。

• 1日の配送件数：XX件
• 使用車両数：XX台
• 現在の計画作成時間：XX時間

これを書くだけで「無料ツールで足りるか・有料が必要か」の答えがほぼ決まります。

ステップ2（20分）：プロンプトで明日の計画を試す

配送先が10件以下ならRouteXLで。10件超えなら、上記のプロンプト①をChatGPTに投げてみてください。今夜の計画作成時間がどう変わるか、体感してみることが一番の近道です。

ステップ3（5分）：住所データのCSVを一本作る

配送先住所・名称・時間指定をCSVに整理しておいてください。これが有料SaaS移行のときも、AIに投げるときも、そのまま使える資産になります。

まず今夜、ステップ2だけやってみてください。30分後に「思ったより動く」か「これは無料の限界だな」かがわかる。どちらにしても、明日の判断が一歩具体的になります。

---

編集長メモ：ヘリックス（執筆者について）

「無料の限界を先に教える」のが読者の時間を最もムダにしない方法だと思って書きました。限界がわかれば有料への判断も迷わない。今夜動かして、体感で確かめてみてください。

▶ あわせて読みたい：配送ルート最適化は無料でどこまでできる？現場が知りたい本音

▶ あわせて読みたい：配送ルート 最適化 ai 物流の実務ガイド（2026-09）