日本データサイエンス研究所（以下「JDSC」）と佐川急便、ならびに東京大学大学院越塚登研究室・田中謙司研究室は、「AIと電力データを用いた不在配送問題の解消」に関して、共同研究を進めてきた。
今回、新たに横須賀市とグリッドデータバンク・ラボ有限責任事業組合（以下「GDBL」）が参画し、5者共同でこの問題に取り組むことに合意した。今後、2020年秋頃に横須賀市においてフィールド実証実験を行うべく、具体的な準備を推進していくという。
JDSCはAIを用いた電力データ解析・活用技術を保有しており（特許取得済）、東大越塚研究室、田中研究室との連携のもと、スマートメーターから得られる電力データをもとに、AIが配送ルートを示すシステムを開発。2018年9-10月に東京大学内で行われた配送試験で、不在配送を9割減少させた。
2019年9月、このシステムを用い、佐川急便の持つ配送実績データでシミュレーションした結果、不在配送の削減および総配送時間の短縮など一定の効果が確認されたことにより、2019年10月に3者共同研究開発へと至った。
今回、電力データ活用による不在配送解消の社会実装を見据え、横須賀市とGDBLが参画して5者共同で2020年秋頃に、横須賀市内でBルート（スマートメーターのデータを家庭用HEMS機器などで直接受信する方式）を用いたフィールド実証を行うことを目指し、準備を進めていくという。
同実証は、2018年に行われた東京大学キャンパス内での学術目的の配送実験とは異なり、実際の配送会社、配送手段、実際の受け取り手である市民の協力と参画により行われるものを目指すとのこと。
近年、多様化するライフスタイルとともに電子商取引（EC）が急速に拡大し、宅配便の取り扱い個数が増加している一方、宅配便の再配送はCO2排出量の増加やドライバー不足を深刻化させるなど、重大な社会問題のひとつとなっている。（国土交通省2019年6月「宅配便再配達実態調査結果の公表」より）
個人向け配送における「不在配送件数」は全宅配件数のおよそ2割で、走行距離の25％は再配送のために費やされており、これは年間9万人の労働力に相当し、約1.8億時間が1年間の不在配送に費やされている。（国土交通省「宅配の再配達の発生による社会的損失の試算について」より）この不在配送が、初回の実証実験のとおり不在率を減少させられた場合は、大きな効果が期待できると考察している。
これは、国土交通省が2019年1月に「総合物流施策推進プログラム」において設定した宅配便の再配達率の削減目標（不在配送率「-13％程度」）の達成はもちろんのこと、その目標値を大きく上回る結果になることが期待できるという。
2018年9-10月に東京大学内で行われた配送試験について
東京大学本郷キャンパス内で行われた同実験では、あらかじめキャンパス内の各建物に、別途収集した住宅の電力使用データと在不在情報を模擬的に割り振ったうえで、電力データのみから最適ルートを提示するシステムの性能評価を行なった。同システムを用いる場合と用いない場合（人が最短経路を判断し配送）で2輪車による配送を繰り返した結果、同システムを用いた場合の配送成功率は98％となり、不在配送は91％減少、総移動距離5％減少した。
一方で同実験の課題としては、集荷・時間指定・宅配ボックスなどの実際の配送条件がない理想環境に基づくものであり、また配送者も、配送未経験の実験参加者によるものであり、実地環境での検証が課題となっていた。
