背景・課題
フェンイエ・レンタカーは50都市以上に5,000台超の高級車両と3,000拠点以上の直営店を展開しています。この規模において、手動配車は収益最適化の限界に直面します。大型フリート事業者が熟知する課題：アイドル車両の最小化、需要ピークへの供給マッチング、ダイナミックプライシング——これらをマニュアル処理で解決することはできません。NoBoundsはリアルタイムデータレイクを基盤とする統合AIコックピットプラットフォームを構築しました。全拠点に展開した標準化ログ収集エージェントが、レンタル注文・車両GPS位置・顧客信用プロファイル・履歴インシデントをゼロレイテンシで取り込みます。時系列予測エンジンは車種・地域別に7〜14日のローリング需要予測を生成。この予測が強化学習配車エンジンに直接入力され、最適なスケジューリングとダイナミックプライシング提案をREST APIで各拠点のシフト管理システムに書き戻し、エンタープライズスケールの「人とAIの協調」精密運営を実現します。
ソリューション
リスク管理面では、ユーザー基本情報・信用機関シグナル・注文履歴・履歴インシデントフラグから30万件のラベル付きデータセットを構築し、二値分類モデルを訓練。入力注文ごとにリアルタイムでリスク確率スコアを返し、高リスク注文はSNS/Slackアラートを自動発火してオペレーションレビューキューにルーティングします。正規顧客への誤検知の摩擦を最小化しながら、高リスク注文ブロック率95%超を達成。管理者向けパノラマスクリーンは、取り返し・返却ヒートマップ・稼働率・収益予測を履歴・リアルタイム・予測の3軸で一画面に統合し、ワンクリックの配車提案が意思決定時間を時間単位から10秒以内に圧縮します。フリート事業者・物流企業、または需要変動とリスク管理が日常的な運営課題となるアセット集約型ビジネスにとって、このプラットフォームはAI運営レイヤーがスケールを管理可能にする最良の事例です。