AWSの専門チームGenerative AI Innovation Centerが、勘や手作業では解けない複雑な意思決定を数理最適化で解く取り組みと顧客事例を公式ブログで公開した。生成AIの確率的予測ではコンプライアンス・容量・納期といった厳しい制約のある判断に確からしい近似しか返せないのに対し、数理最適化は与えられた制約のもとで証明可能な最良解を導く。
具体例として、Amazonの欧州物流網(倉庫90・仕分け拠点34・配送拠点242・経路1万1千超)で翌日配達カバー率を0.2〜0.5ポイント改善し数千万ドル規模の価値を創出、BMWの車体シール塗布ロボット動作順序最適化で1台あたり作業時間を最大10%短縮、食品宅配のDelivery Heroで拠点間輸送計画コストを最大24%削減できると実証した。豪州赤十字Lifebloodの勤務シフト最適化にも取り組んでいる。
AWSは機械学習と最適化を対立ではなく『予測してから最適化する』組み合わせとして位置づけ、発見・モデル化・求解・基盤構築の4段階で顧客課題に取り組む。生成AI投資が話題を集める中、既存業務の費用対効果を定量的に示した点が企業のAI投資判断に直接効く。
