【データ・AI活用×海外事例】米国大手トラックリース企業”Penske Truck Leasing”_車両の故障リスク予測や整備の優先順位を適切に判断するAIシステムの導入により、整備タイミングが最適化され、リース運用効率の大幅な向上を実現

要約

• 米国大手トラックリース企業であるPenske Truck Leasing社は、定期整備のタイミングが走行距離のみに依存しているため最適化できていない、不具合発生時の臨時整備が多いため運用効率が悪い、整備作業の優先度に一貫性がないため重要な整備対応がタイムリーに行えないといった課題を抱えていた
• 車両のリアルタイムデータを基にした故障リスクの予測や、車両整備の適切な優先順位の判断を行うAIシステムを導入した
• AIシステムの導入により整備タイミングが最適化され、突発的な故障の削減やトラック稼働率の向上を実現した

背景

Penske Truck Leasing社は、米国を本拠置とする大手トラックリース企業です。全国に1,400か所以上の拠点を持ち、個人ドライバーや企業に向けた、車両の整備・保守・リースサービスを年間9,000万件以上提供しています。

課題

同社は全米で43万台以上の商用車両を保有・管理していましたが、整備業務において下記のような課題を抱えていました。
・定期整備のタイミングが走行距離のみに依存しているため最適化できていない
走行距離を基準とした整備は、実際の部品劣化や車両の使用状況を十分に考慮できず、整備のタイミングが適切でなかった。
・不具合発生時の臨時整備が多いため、運用効率が悪い
突発的な故障が起きてから整備に対応するケースが多く、貸出の遅延による余分なコストが発生していた。
・重要な整備対応がタイムリーに行えない
定期整備・臨時整備の双方において、整備の優先度に一貫性がなく、作業に遅れが生じていた。結果として運用効率や顧客へのサービス品質に影響を及ぼす恐れがあった。

解決策

同社は、整備の最適なタイミングを提案する「Catalyst AI」と、整備に関するデータをリアルタイムで統合管理する「Fleet Insight」というAIシステムを導入し、課題を解決しました。
〈主な機能〉
・AIによる故障リスク予測に基づいた整備タイミングの最適化
車両に搭載された装置から1日あたり3億件以上、年間で1,000億件超のリアルタイムデータを収集し、AIで分析することで、故障の兆候を事前に検知して整備アラートを発信することが可能になりました。
・AIによる優先順位の判断に基づいた整備タイミングの最適化
車両の稼働状況や故障リスク予測結果に基づき、AIが整備の緊急度をスコア化しました。これにより、全拠点で優先度の一貫性を確保しながら、整備を行う最適なタイミングを判断できるようになりました。

成果

・突発的な故障の減少とトラックの稼働率の向上
故障の兆候を事前に把握することで、計画的な整備が可能になり、トラックの稼働停止時間が短縮され、事業運営が安定しました。
・整備の作業効率が向上
優先順位の判断に基づいた整備タイミングの最適化により、整備の作業効率が向上しました。その結果、作業の遅れが減少し、運用効率や顧客へのサービス品質が向上しました。

実際の実現方法

同社が導入したシステムを、「Liberty DSP」で再現することが可能です。

LibatyDSP

「Liberty DSP」は、Liberty Dataが提供する、蓄積→分析・可視化→事象予測→事業最適化までを一気通貫で有機的に自動遂行することを志向したデータサイエンスプラットフォームです。

サービスサイト「Liberty DSP」　https://www.liberty-nation.com/product/

参考記事：
https://www.businessinsider.com/penske-uses-ai-technology-to-enhance-truck-maintenance-cost-savings-2025-6