Dołącz do czytelników
Brak wyników

W przyjaźni z algorytmami

Baza wiedzy | 15 września 2021 | NR 2
0 43

Obecnie obsługa magazynu wymaga dużego nakładu pracy, a branża ma trudności w znalezieniu i utrzymaniu pracowników do kompletacji i pakowania. O ile roboty doskonale sprawdzają się w powtarzalnych zadaniach, o tyle do tej pory brakowało im inteligencji, która umożliwiałaby identyfikowanie i obsługę dziesiątków tysięcy nieustannie zmieniających się produktów podczas typowej pracy w magazynie. Sztucznej inteligencji.

Systemy sztucznej inteligencji (ang. AI – Artificial Intelligence, polski akronim to SI – w tekście będę się posługiwał właśnie nim) uczą się, wyciągają wnioski i samodzielnie korygują swoje działanie. Szybko przetwarzają ogromne ilości danych, a jeśli są prawidłowo zaprojektowane, potrafią formułować hipotezy i rozwiązania problemów występujących w różnych branżach. Systemy SI można zaprogramować tak, aby uczyły się na swoich błędach – i sukcesach – oraz automatycznie dostosowywały.Coraz więcej firm uświadamia sobie, że wdrożenie SI to dla nich szansa na wyróżnienie się na rynku i wypracowanie przewagi nad konkurencją. Przedsiębiorstwa, które nie chcą pozostać w tyle, stawiają na tę technologię, aby utrzymać się na czele stawki. Potwierdzają to prognozy rynkowe. Jak wynika z danych firmy IDC, która zajmuje się badaniami rynku technologii, w 2021 r. ze SI będzie korzystać 75% handlowych aplikacji biznesowych. Do 2024 r. interfejsy oparte na SI mają natomiast zastąpić 30% współczesnych aplikacji ekranowych. SI jest coraz powszechniejszym zjawiskiem w biznesie. Według badań Salesforce „The AI Revolution” już w 2017 r. aż 80% działów sprzedaży uważało, że SI pozytywnie wpływa na efektywność pracy przedstawicieli handlowych, a 74% odnotowało lepsze wyniki. 58% badanych konsumentów zauważyło pozytywne zmiany związane z użyciem przez firmy technologii SI, 55% z nich oczekiwało personalizacji oferty. Dla wielu firm jednym ze strategicznych priorytetów rozwoju na najbliższe lata jest robotyzacja procesów biznesowych (Robotic Process Automation, RPA). Przedsiębiorstwa wierzą, że robotyka zapewni znaczny wzrost ich wydajności oraz poprawę jakości pracy. Według badań firmy doradczej Deloitte 53% respondentów wdraża już robotyzację, a kolejnych 19% planuje przyjęcie RPA w ciągu najbliższych dwóch lat.Z SI łączy się pojęcie machine learning, czyli uczenie maszynowe. To procesy, które coraz powszechniej stosuje się w wielu obszarach przedsiębiorstw różnych branż. Świetnym przykładem wykorzystania tej technologii jest popularna aplikacja Google Translate, która nieustannie poprawia jakość swoich tłumaczeń wraz z liczbą wykonywanych operacji przez użytkowników. Uczenie maszynowe świetnie sprawdza się także w działaniach marketingowych w e-commerce. Specjalne algorytmy potrafią coraz trafniej i skuteczniej wykorzystywać duże ilości danych, jakie zostawiamy po sobie, korzystając z internetu. Są to informacje dotyczące odwiedzanych stron, poszukiwań danych produktów, a także tego, w jakich porach dnia czy z jakich rejonów kraju najczęściej robimy zakupy, czy w którym momencie zostawiamy wirtualny koszyk na stronie, nie finalizując transakcji. 

Motion-Mining ze wsparciem SI

Motion-Mining® to automatyczna metoda analizy procesów pracy ręcznej z wykorzystaniem czujników i sztucznej inteligencji. Pozwala zautomatyzować analizy procesów, które przeprowadzane są np. za pomocą stopera. MotionMiners GmbH, niemiecki start-up, za Manual Process Intelligence (MPI), pierwsze rozwiązanie produktu Motion-Mining®, otrzymał nagrodę „LogiMAT Best Product 2020” w kategorii „Oprogramowanie, komunikacja, IT”. W celu zarejestrowania różnych działań pracownicy noszą mobilne czujniki. Lokalizacja odbywa się za pomocą sygnałów nawigacyjnych. Zebrane dane są automatycznie analizowane. Działania i etapy procesu są przypisywane przy użyciu specjalnie opracowanej metody rozpoznawania wzorców opartej na głębokim uczeniu, MotionMiners AI.Sztuczna inteligencja automatycznie rozpoznaje różne elementy procesu, takie jak czasy oczekiwania i kompletacji. Dzięki analizie ergonomii można analizować również niezdrowe procesy zgięcia, pracę nad głową lub odległości chodzenia. Katalog rozpoznawania obejmuje obecnie ponad 50 różnych działań i w razie potrzeby można go przeszkolić, aby obejmował nowe procesy.Poszczególne działania i etapy procesu są wyświetlane na pulpicie analizy. W ten sposób można skutecznie analizować czas marszu, oczekiwania lub przejazdu. Oprócz wydajności procesów pracy można także zdobyć wiedzę na temat obciążenia pracą pracowników. Pomysłodawcy rozwiązania jako najważniejsze zalety wskazują: brak potrzeby integracji z operacyjnym systemem informatycznym, holistyczną analizę wydajności i ergonomii, oszczędność czasu dzięki automatycznemu nagrywaniu i analizie oraz pełną anonimizację zebranych danych pracowników.


Nowoczesne wsparcie klienta

Obsługa klienta to dziedzina, w której obecnie najczęściej można spotkać się z SI. Agencja badawcza Gartner prognozuje, że w przyszłym roku już 25% operacji obsługi i wsparcia klienta będzie realizowanych przez wirtualnych asystentów lub technologię chatbot. Dla porównania, w 2017 r. było to mniej niż 2%. Algorytmy wyszukują, sortują i filtrują informacje z wielu źródeł. Pomagają następnie przedsiębiorstwom w kontakcie z klientem. Wyobraźmy sobie, że dzwonimy do przychodni i odbiera wirtualna sekretarka. Naturalnym tonem zadaje pytania, rozumie nasze odpowiedzi i odpowiednio reaguje.  Ma bieżący dostęp do baz danych czy harmonogramu lekarzy, od razu sprawdza więc dostępność specjalistów, udziela potrzebnych informacji i np. umawia wizytę. Tak samo może to działać w każdym innym przedsiębiorstwie.

ABB i start-up Covariant współpracują nad zrobotyzowanymi rozwiązaniami wykorzystującymi SI np. przy kompletacji zamówienia (fot. ABB)

SI w magazynie

W samym magazynie dzięki SI możliwe jest przeanalizowanie bardzo dużej ilości danych (liczba zamówień, poziom zwrotów i reklamacji, obecne i historyczne stany magazynowe, niezgodności czasu realizacji zadań), które generowane są w systemach WMS i powiązanych. Pozwala to na wykrycie pewnych modeli i wzorców zachowań zarówno klientów, jak i dostawców oraz uzyskanie informacji o tym, które towary są najczęściej zamawiane, które kompletuje się najczęściej razem, w jakie dni tygodnia itp. SI pomaga w magazynach w obsłudze zaawansowanych algorytmów rozkładania i kompletacji towarów z wykorzystaniem Multi-Order-Picking czy Zone-Picking, jak i w sprawdzaniu, które towary są pobierane najczęściej. Działanie człowieka ograniczone jest do dostarczenia potrzebnych danych, które system będzie odpowiednio przetwarzał, a my mamy pełną kontrolę nad tym, jakie dane zostaną przekazane oraz w jaki sposób będą przechowywane (obecnie najczęściej w tzw. chmurze).Przykładowo Consafe Logistics oferuje dziś zastosowanie SI w dwóch obszarach zarządzania magazynem, przyczyniając się do podnoszenia wydajności i wzrostu biznesu. Pierwszy to obliczanie pudełek. Standardowe podejście do planowania opakowań do kompletacji opiera się na podejściu linearnym, bazującym na standardowych wymiarach produktów. Consafe Logistics pozwala na wdrożenie inteligentnych algorytmów, które zapewniają najbardziej efektywne kosztowo rozwiązania, minimalizując ilość pustych przestrzeni. SI działa dzięki ilości dostarczanych danych. Algorytm weryfikuje wszystkie potencjalne opcje i dopasowuje najlepszą dla każdej indywidualnej wysyłki. Drugi obszar to składowanie. Wiele działów logistyki lokuje artykuły w magazynach w sposób zbliżony do sklepów. Towary są gromadzone w grupy i trzymane blisko siebie. Oznacza to, że np. wszystkie koszulki, spodnie i buty są pogrupowane i znajdują się w określonym obszarze. Nie jest to jednak zazwyczaj najbardziej efektywne ulokowanie...

Dalsza część jest dostępna dla użytkowników z wykupionym planem

Przypisy