Kardinal.ai、サプライチェーンソフトウェアベンダーのレビュー

By Léon Levinas-Ménard

最終更新日：2025年4月

Kardinal.aiは2015年に設立されたソフトウェア会社であり、常にオンでクラウドベースのルート最適化および物流インテリジェンスプラットフォームを提供しています。Kardinal.aiは、高度な組み合わせ最適化、機械学習、リアルタイムデータ統合を活用することで、配送ツアーを継続的に改善し、交通の変動、運用上の制約、予測不可能なイベントに動的に適応してリソース配分を改善し、運用コストを削減し、人間の意思決定を補完しています。約1,260万ドルに達する一連の資金調達ラウンドで支えられ、マイクロサービス、Kubernetes、Golang、さらにはRustを特徴とするモダンなテックスタック上に構築されており、同社は、今日の速変化するサプライチェーン環境における複雑な物流課題のための俊敏でありながら堅牢なソリューションと位置付けています。

企業の背景と資金調達

Kardinal.aiは、Jonathan Bouaziz、Cedric Hervet、Hugo Farizonによって2015年に設立され、深い数学的専門知識と物流の課題に対する第一線での洞察の収束から生まれました。同社の創世記と継続的な発展については、彼らの「À propos」ページ¹で詳細に説明されており、PitchBook²やTracxn³のプロファイルを通じてさらに詳細に記録されています。ベンダーは約1,260万ドルを調達し、2022年に約1,040万ドルの注目すべきシリーズAラウンドを実施し、ラストマイル最適化のニッチに焦点を当てたままであることを示しています。

製品概要：Kardinal.aiが提供するもの

Kardinal.aiのSaaSプラットフォームは、リアルタイムのルート最適化を提供しています：

ラストマイル配送の最適化: 運転手の状況、交通パターン、配送ウィンドウを考慮して、配送ツアーを動的に作成および調整します。このリアルタイム再最適化により、現場の不確実性に積極的に対応する実用的なルート推奨が実現されます⁴。
運用効率の向上: 洗練されたアルゴリズムを活用することで、コスト削減率が10％から40％向上し、全体的なサービス品質とリソース配分が向上します。その意思決定支援モデルは、人間の判断を補完し、オペレーターが提案を検討および検証することで、完全な自動化に頼らずにいます⁴。
シームレスな統合: 頑丈なAPI統合を備えたクラウドサービスとして提供され、既存のTMS、ERP、または他のエンタープライズシステムにプラグイン可能に設計されており、ビッグバンIT展開と段階的な展開の両方をサポートしています⁵。

技術的および運用メカニズム

コアテクノロジーとアルゴリズム

Kardinal.aiのプラットフォームは、高度な数学的および機械学習技術を中心に構築されています：

組み合わせ最適化: エンジンは「無制限の制約条件」を処理して、現実世界の変数を反映した配送ルートを構築します。これはホームページで示されています⁶。
継続的改善のための機械学習: 運転手のモバイルデバイスでキャプチャされたフィールドデータが、配達時間を予測し、パフォーマンスパターンを特定し、後続のルート計算を微調整する機械学習モデルに供給されます。この反復プロセスにより、ソリューションは歴史的およびリアルタイムデータを活用して精度を向上させます⁴。
リアルタイムデータ統合: 交通状況や配送ウィンドウなどの動的変数が連続的に取り込まれ、配達前、中、後のリアルタイム再最適化が可能になります。

デプロイメントと統合

このプラットフォームはSaaSソリューションとして提供され、十分に文書化されたAPIを介して簡単に統合できるように設計されています。これにより、迅速なオンボーディングやハイブリッドおよび段階的なIT展開が可能になり、既存の物流システム（TMSやERPなど）とサービスをリンクさせることができます⁵。

テクニカルスタックとチームの洞察

詳細な情報は限られていますが、利用可能な洞察によると、Kubernetesでオーケストレーションされたマイクロサービスと、GolangとRustで開発されたバックエンドコンポーネントを含むモダンなテックスタックが使用されていることが示唆されています。共同創業者のHugo Farizonによるチームの洞察は、高性能でスケーラブルなシステムとアジャイルでクロスファンクショナルな開発プラクティスへのコミットメントを強調しています⁷⁸。

実世界での使用事例と運用上の影響

Kardinal.aiのプラットフォームの実用的な展開は、いくつかの事例研究で示されています：

交通データを組み込んだ事例研究では、航行予測の大幅な改善が示され、より信頼性の高いツアーが実現されています⁹。
追加の事例研究では、デポ管理や小包配送価格戦略のシナリオが詳細に説明され、さまざまな環境での運用効率向上能力がさらに強調されています。
DPD Franceなどのパートナーシップは、さまざまな配送状況でのソリューションの実用的な影響と外部の検証を裏付けています。

Kardinal.ai vs Lokad

Kardinal.aiは、特にダイナミックなルートプランニングとリアルタイムロジスティクスインテリジェンスに焦点を当てたラストマイル配送の運用上の課題に焦点を当てていますが、Lokadはサプライチェーン最適化の異なるパラダイムを表しています。2008年に設立されたLokadは、クラウドベースの予測から始まり、需要予測、在庫管理、価格戦略、生産計画などを網羅する予測型サプライチェーン最適化の包括的なプラットフォームに進化しています。Lokadのプラットフォームは、Envisionと呼ばれるカスタムドメイン固有の言語を活用し、深層学習や微分可能プログラミングなどの高度な技術を組み込んで実行可能な推奨事項を生成しています¹⁰¹¹¹²¹³。

主な対照点は次のとおりです：

• 焦点領域:
Kardinal.aiはラストマイル配送に特化しており、一方、Lokadはより広範な意思決定最適化を統合することでサプライチェーン全体を包括的に捉えています。

• 技術的アプローチ:
Kardinal.aiは、ライブデータフィードを使用して配送ツアーの組み合わせとリアルタイム最適化を強化しています。一方、Lokadは確率的予測を採用し、Envision DSLにサプライチェーンロジックを埋め込むことで、エンドツーエンドの意思決定自動化を実現しています。

• 実装と統合:
両社ともクラウドベースのSaaS配信モデルとAPI統合を使用しています。ただし、Lokadの自社開発プラットフォームは、複雑なサプライチェーンの振動を管理するためのカスタムでプログラム可能なアプローチを重視していますが、Kardinal.aiはラストマイル配送の変動性を管理するために動的に再最適化されたルートに焦点を当てています。

結論

Kardinal.aiは、ラストマイル配送の最適化のための革新的で技術的に堅牢なSaaSソリューションを提供しています。高度な組み合わせ最適化、機械学習、リアルタイムデータ統合の組み合わせにより、物流における人間の意思決定を効果的に補完する位置づけとなっています。一部の側面は業界の流行語や高レベルな説明に依存しているものの、プラットフォームのアジャイルなテクノロジースタックと実証された運用上の影響は、その実世界での潜在能力を示しています。Lokadのようなより広範なサプライチェーンソリューションと比較すると、Kardinal.aiはルート最適化に焦点を当てた鋭いアプローチを特徴としており、Lokadは量的サプライチェーン管理のためのより包括的なフレームワークを提供しています。ラストマイルの課題に主眼を置く企業は、Kardinal.aiのダイナミックな再最適化とアジャイルな統合が特に魅力的であるでしょう。