Coraz więcej narzędzi wykorzystywanych w logistyce stosuje w swym działaniu sztuczną inteligencję (AI, z ang. artificial intelligence). AI odnosi się do tych urządzeń i systemów, które potrafią przyjmować dane i impulsy pochodzące z otoczenia i na ich podstawie podejmować decyzje.
Tekst: Michał Jurczak
Zdjęcie: AdobeStock
AI to już nie temat przyszłości, ale rzeczywistość. Skupia się na tworzeniu samouczących się maszyn, robotów, a także oprogramowania reagującego podobnie jak człowiek. Efektem ma być to, że poszczególne zadania i praca są łatwiejsze, bezpieczniejsze i szybsze do wykonania. Sztuczna inteligencja już dziś wpływa na praktyki stosowane w logistyce, analizuje np. ogromne ilości danych pochodzących z wewnętrznych systemów IT.
Mateusz Wilkosz, Marketing Manager, ISL Innowacyjne Systemy Logistyczne zaznacza, że decyzja o wdrożeniu rozwiązań opartych na AI najczęściej nie wynika z mody technologicznej, lecz z bardzo konkretnych problemów operacyjnych. – Magazyny stają dziś przed rosnącą złożonością procesów. Liczba produktów dynamicznie wzrasta, struktura zamówień staje się coraz bardziej rozdrobniona, a klienci oczekują niemal natychmiastowej realizacji. W tym samym czasie organizacje mierzą się z ograniczoną dostępnością pracowników i rosnącymi kosztami pracy. Tradycyjne podejście do zarządzania operacjami przestaje być wystarczające. Szczególnie trudne staje się reagowanie na zmienność, czyli na sezonowość, nagłe piki sprzedażowe czy dynamiczne zmiany popytu. To właśnie w tych obszarach AI wnosi największą wartość, analizując dane historyczne i przewidując przyszłe obciążenia – mówi M. Wilkosz.
To, że współczesne wyzwania operacyjne w coraz większym stopniu wymuszają wdrażanie zaawansowanej automatyzacji opartej na sztucznej inteligencji potwierdza Łukasz Wilk, Kierownik zespołu Doradztwa Logistycznego, DataConsult. Wśród kluczowych czynników wymienia pogłębiający się niedobór kadr oraz wysoką rotacja pracowników, sięgająca często 30 proc. w skali roku. – Sytuację potęguje stały wzrost płacy minimalnej oraz konieczność ponoszenia dodatkowych nakładów na sferę socjalną, co znacząco winduje koszty operacyjne i zmusza do poszukiwania efektywniejszych kosztowo alternatyw – tłumaczy Ł. Wilk i dodaje, że również dynamiczny rozwój sektora e-commerce oraz takie standardy jak „Same-Day Delivery” narzucają tempo pracy przekraczające naturalną wydolność ludzką. Systemy klasy AS/RS oraz zrobotyzowane linie operują w trybie całodobowym bez spadku efektywności, co pozwala skrócić czas realizacji zamówień nawet o 70 proc. – Istotnym argumentem za automatyzacją jest eliminacja błędów ludzkich, które statystycznie dotyczą ok. 1-2 proc. przesyłek. Przy dużej skali działalności błędy te generują ogromne koszty zwrotów i negatywnie wpływają na lojalność klientów – tłumaczy Ł. Wilk.
Robert Gozdek, Prezes Zarządu, Asiston zauważa, iż firmy z którymi współpracuje w Asiston rzadko decydują się na automatyzację z powodu jednego problemu, zwykle chodzi o kilka wyzwań operacyjnych. Jednym z nich jest coraz większa zmienność zamówień. – Wiele firm obsługuje kanały e-commerce oraz B2B, co oznacza, że magazyn musi jednocześnie realizować zamówienia jednostkowe i paletowe, co znacząco zwiększa złożoność operacji. Drugim istotnym problemem są błędy kompletacji. Każda pomyłka generuje koszty obsługi zwrotu, reklamacji oraz wpływa na poziom zaufania klientów. W środowiskach wysokorotacyjnych kompletacja ręczna bez wsparcia systemowego jest źródłem stałych kosztów. Trzecim czynnikiem jest brak przewidywalności dostępności towaru. Firmy, które nie potrafią z wyprzedzeniem planować zapełnienia lokalizacji, buforów i sekwencji przyjęć, tracą czas na obsługę nieprzewidzianych sytuacji zamiast na realizację planu – mówi R. Gozdek.
Andreas Stöckl, eVP Sales Central Europe, Exotec potwierdza, że firmy znajdują się pod znaczną presją wynikającą z rosnących wolumenów e-commerce, rosnących oczekiwań klientów oraz narastających niedoborów siły roboczej. Tradycyjne procesy manualne, zwłaszcza w obszarze kompletacji zamówień, szybko osiągają swoje granice zarówno pod względem kosztów, jak i skalowalności. – Jednocześnie wiele magazynów opiera się na przestarzałych systemach, którym brakuje elastyczności potrzebnej do dostosowania się do zmieniających się wolumenów czy struktury SKU. To właśnie połączenie zmienności, presji kosztowej i ograniczonej elastyczności skłania firmy do sięgania po inteligentną, sterowaną oprogramowaniem automatyzację – zaznacza nasz rozmówca.
Również Maciej Latecki, Menedżer Produktu roboty i wózki autonomiczne, Emtor wśród wyzwań skłaniających do wdrożeń AI wymienia: niedobór kadry i wysokie koszty pracy, presję na szybkość realizacji zamówień, błędy w kompletacji oraz zmieniające się potrzeby rynku. – Dzięki automatyzacji opartej na AI magazyny zyskują nie tylko większą efektywność, ale też elastyczność i przewagę konkurencyjną. Pozwala to firmom szybko reagować na zmieniające się potrzeby rynku, zwiększać dokładność realizacji zamówień i bezpiecznie skalować operacje pod zmieniające się potrzeby rynku – komentuje M.Latecki.
Cel – usprawnienie procesów
Z założenia, takie rozwiązania wykorzystujące AI jak: WMS, roboty autonomiczne czy predykcyjne algorytmy planowania mają usprawniać procesy magazynowe. M. Latecki (Emtor) przypomina, że wśród kluczowych atutów robotów AGV/ AMR wykorzystujących AI jest możliwość dynamicznej optymalizacji tras i zadań. Systemy te analizują w czasie rzeczywistym dane z czujników, WMS i innych źródeł, żeby przydzielać roboty do najbardziej pilnych i efektywnych zadań, minimalizując czas przemieszczania się oraz liczbę przestojów. – W świecie, gdzie szybkość i precyzja realizacji są kluczowe dla konkurencyjności, wdrożenie robotów autonomicznych i systemów automatyzacji wykorzystujących AI stało się jednym z najważniejszych trendów w intralogistyce – akcentuje M. Latecki.
Ireneusz Borowski, Managing Director Poland, Dassault Systèmes nie wątpi w to, że wykorzystując AI w konserwacji predykcyjnej, prognozowaniu popytu, kontroli jakości, optymalizacji dostaw i automatyzacji łańcucha dostaw, organizacje mogą zminimalizować przestoje, szybciej reagować na zmiany rynkowe oraz utrzymać konkurencyjność. Rekomenduje przy tym, wprowadzoną niedawno przez Dassault Systèmes nową generację asystentów AI – są to Aura, Leo i Marie. – Dostępni w ramach platformy 3DEXPERIENCE, zwiększają wydajność i usprawniają proces podejmowania decyzji w zakresie zadań od projektowania po zarządzanie magazynem. Interakcje z asystentami AI są dostosowane do pełnionych ról: np. osoba odpowiedzialna za planowanie popytu otrzymuje informacje na temat prognoz sprzedaży, danych historycznych i trendów rynkowych. Asystenci AI muszą analizować zestawy danych, aby zapewnić skuteczne, holistyczne odpowiedzi, umożliwiając uzyskanie wglądu w sytuację w całym przedsiębiorstwie oraz rekomendacji w czasie rzeczywistym – wyjaśnia nasz rozmówca.
To, że wpływ AI na magazyn można rozpatrywać w dwóch warstwach: automatyzacji zadań oraz optymalizacji decyzji – zauważa R. Gozdek (Asiston) zaznaczając, iż w warstwie automatyzacji autonomiczne roboty mobilne przejmują transport towarów między lokacjami, eliminując czas przejść operatorów i zmieniając organizację pracy. Pracownik obsługuje tylko punkt odbioru zamiast przemieszczać się po magazynie. – W warstwie decyzyjnej WMS-y z modułami predykcyjnymi analizują historię zamówień, sezonowość i bieżące zlecenia, aby optymalnie przydzielać lokalizacje i kolejność zadań. Operator otrzymuje gotową listę działań zoptymalizowaną pod kątem minimalnej drogi i czasu realizacji – tłumaczy R. Gozdek zaznaczając jednocześnie, że dodatkowo algorytmy predykcyjnego planowania uzupełnień analizują tempo zużycia towarów i generują sygnały do zamówień jeszcze przed pojawieniem się braków. W integracji z systemami MES umożliwiają uwzględnienie przyszłego zapotrzebowania na surowce jeszcze przed uruchomieniem zlecenia produkcyjnego.
Zmiany etapowe
R. Gozdek (Asiston) podkreśla, że proces automatyzacji należy realizować etapowo. Pierwszym etapem powinna być analiza procesów, zanim firma zacznie rozmawiać z dostawcami powinna zmapować swoje obecne procesy, zidentyfikować wąskie gardła i zmierzyć rzeczywiste wskaźniki operacyjne. Zastrzega, że wdrożenie automatyzacji na źle zaprojektowanym procesie tylko przyspiesza powstawanie błędów. – Etap drugi to określenie zakresu wdrożenia. Wybór punktu startowego zwykle obejmuje obszar o najwyższej rotacji lub największej liczbie błędów i pozwala szybciej osiągnąć mierzalne efekty oraz zbudować wewnętrzne przekonanie do dalszego rozwoju systemu. Trzeci etap to wdrożenie pilotażowe z pełnym monitoringiem. W tym czasie zbierane są dane do oceny realnych efektów, a nie tych deklarowanych przez dostawcę, ale zmierzonych w warunkach własnego magazynu. Etap czwarty to skalowanie i standaryzacja. Procesy, które sprawdziły się w pilotażu, są przenoszone na kolejne obszary lub oddziały. Na tym etapie wewnętrzne kompetencje zespołu mają znaczenie większe niż wsparcie zewnętrzne – mówi R. Gozdek.
Andrzej Bobiński, Prezes Zarządu, Logifact – Systems zaznacza, że dokładna analiza procesow musi dotyczyć zarówno wielkości przepływów (z uwzględnieniem ich rozkładu w czasie), jak i ich struktury (na ogół na tym etapie powstaje kilka wariantów rozwiązań). Następnym krokiem jest odpowiednie zwymiarowanie i dobór urządzeń automatyki. Po wyborze dostawcy następuje faza montażu a następnie uruchomienia. Tutaj należy pamiętać o bardzo ważnej roli systemu sterowania automatyką (MFC/ WCS), który musi być perfekcyjnie zintegrowany z systemem zarządzania magazynem (WMS). – Kolejnym krokiem jest uruchomienie automatyki we współpracy z całym systemem zarządzania logistyką, czyli począwszy od wygenerowania zadań na poziomie ERP, poprzez procedowanie ich w systemie WMS i przekazanie do wykonania do systemu MFC/WCS, który już bezpośrednio steruje automatyką magazynową. Po wykonaniu prac przez urządzania automatyki magazynowej MFC potwierdza ich wykonanie do WMS, a ten z kolei przesyła odpowiednie informacje do systemu ERP – tłumaczy A. Bobiński dodając, że mówimy tu o zarządzaniu end-to-end (ERP-WMS-MFC), które musi zostać bardzo dokładnie przetestowane zanim potwierdzimy gotowość całego systemu do rozpoczęcia pracy produkcyjnej.
Według A.Stöckla (Exotec) udany projekt automatyzacji to ten, oparty na danych, często wspierany symulacjami w celu wypracowania optymalnego rozwiązania. Kolejnym krokiem jest przygotowanie solidnego uzasadnienia biznesowego. – Na etapie wdrożenia kluczowe znaczenie ma płynna integracja oraz uporządkowane dochodzenie do pełnej wydajności operacyjnej. Projekt nie kończy się jednak na uruchomieniu – ciągła optymalizacja jest niezbędna, aby w pełni wykorzystać jego długoterminową wartość – akcentuje przedstawiciel firmy Exotec.
Miary efektywności
Ł. Wilk (DataConsult) zaznacza, że dobór właściwych KPI pozwala na ciągłe doskonalenie. Kluczowe jest mierzenie ich stale w czasie, co tydzień, miesiąc czy kwartał, aby szybko wychwytywać efekty i reagować. – Kluczowym miernikiem wydajności jest liczba zamówień realizowanych w jednostce czasu, która bezpośrednio obrazuje wzrost produktywności po implementacji algorytmów AI. Równolegle należy monitorować czas realizacji zlecenia (lead time), od momentu wpłynięcia zamówienia do jego wysyłki. W obszarze jakości obsługi fundamentalne znaczenie ma wskaźnik OTIF (On Time In Full), który precyzyjnie mierzy terminowość i kompletność dostaw. Wysokie wartości tego parametru potwierdzają, że systemy inteligentne skutecznie optymalizują procesy kompletacji i ekspedycji. Analiza kosztów powinna z kolei koncentrować się na jednostkowym koszcie obsługi zamówienia, zestawiając łączne nakłady operacyjne z wolumenem przesyłek. Pełny obraz biznesowy zapewnia analiza zwrotu z inwestycji (ROI), która konfrontuje korzyści finansowe wynikające z wyższej wydajności i niższych kosztów pracy z całkowitymi nakładami inwestycyjnymi (CAPEX) oraz operacyjnymi (OPEX) – tłumaczy Ł. Wilk.
R. Gozdek (Asiston) przypomina, że pomiar efektywności powinien być zaplanowany jeszcze przed wdrożeniem a firma, która nie zmierzyła wskaźników bazowych, nie będzie w stanie wykazać ROI nawet jeśli system działa dobrze. – Zwrot z inwestycji z wdrożenia sztucznej inteligencji w magazynie wylicza się przez porównanie kosztów operacyjnych przed i po wdrożeniu, uwzględniając zmiany w zatrudnieniu, redukcję błędów oraz wpływ na wydajność. Do tego należy dodać koszty wdrożenia rozłożone w czasie. Poziom obsługi klienta mierzony przez wskaźnik OTIF jest też często najlepszym argumentem dla zarządu, ponieważ łączy operacje z perspektywą przychodową – podsumowuje R. Gozdek.
Najważniejsze kompetencje
Z pewnością, w zautomatyzowanym magazynie przyszłości niezbędne będą nowe kompetencje. Wśród tych technicznych Ł. Wilk (DataConsult) wymienia m.in. biegłość w obsłudze systemów informatycznych klasy WMS, ERP czy SCADA oraz praktyczną znajomość zasad działania robotyki i platform IoT. Operator magazynu przestaje być pracownikiem manualnym, stając się de facto operatorem złożonych systemów sterowania. Równolegle, mimo postępującej autonomii sztucznej inteligencji, kluczowa pozostaje umiejętność krytycznej interpretacji danych operacyjnych. Pracownicy przyszłości muszą potrafić analizować raporty generowane przez AI, rozumieć przyczyny występowania problemów procesowych i podejmować trafne decyzje optymalizacyjne na podstawie otrzymanych sugestii systemowych. – Zmiana profilu operacyjnego magazynu podnosi również rangę działów utrzymania ruchu, w których niezbędni stają się wysoko wykwalifikowani mechatronicy oraz specjaliści potrafiący diagnozować zarówno hardware, jak i oprogramowanie – od sterowników PLC po konfigurację systemów nadrzędnych. W dynamicznie zmieniającym się środowisku technologicznym na znaczeniu zyskują także kompetencje miękkie, ze szczególnym uwzględnieniem elastyczności oraz gotowości do ustawicznego kształcenia – podsumowuje Ł. Wilk.
M. Wilkosz (ISL Innowacyjne Systemy Logistyczne) zastrzega, że stopniowe zastępowanie pracy fizycznej zadaniami związanymi z obsługą systemów, analizą danych i nadzorem nad procesami oznacza rosnące znaczenie kompetencji cyfrowych oraz zdolności do pracy w środowisku zautomatyzowanym. – Pracownicy muszą rozumieć działanie systemów, potrafić interpretować dane i reagować na odchylenia od normy. Jednocześnie nadal najważniejsza pozostaje wiedza operacyjna, która pozwala właściwie ocenić sytuację i podejmować trafne decyzje – dodaje.
O tym, że automatyzacja magazynu absolutnie nie likwiduje potrzeby ludzi w magazynie zapewnia R.Gozdek (Asiston). – W nowoczesnym magazynie operatorzy będą musieli rozumieć logikę systemu, a nie tylko wykonywać zadania przydzielone przez przełożonego. To oznacza, że kompetencja czytania i interpretowania komunikatów systemowych będzie tak samo ważna jak sprawność fizyczna – mówi R. Gozdek. Wspomina też, że analitycy procesowi będą odpowiadać za monitorowanie KPI i wprowadzanie korekt do reguł systemu. – Kierownicy magazynu będą musieli rozumieć logikę automatyzacji na tyle dobrze, żeby rozmawiać z IT i dostawcami o parametrach systemu, a nie tylko o problemach operacyjnych. Inwestycja w szkolenia i ścieżki rozwoju pracowników równolegle z wdrożeniem technologii, pozwoli osiągnąć lepszy zwrot z inwestycji i zatrzymać pracowników – komentuje przedstawiciel Asistonu.
Lista ryzyk
Specjaliści nie mają wątpliwości, z automatyzacją wiążą się nie tylko korzyści, ale również pewne ryzyka. R. Gozdek (Asiston) za największy problem po stronie technologicznej uważa zamkniętą architekturę systemu. WMS, który nie potrafi zintegrować się z robotem innego producenta ani dostosować się do aktualizacji ERP, stopniowo staje się problemem. Warto więc oceniać nie tylko to, co system potrafi dziś, ale też jak zachowa się, gdy zmieni się otoczenie technologiczne firmy. – Osobną kwestią jest zapewnienie ciągłości działania, czyli przygotowanie planu na wypadek awarii w szczycie sezonu, który powinien powstać przed wdrożeniem, a nie dopiero po poważnej usterce. Po stronie organizacyjnej najwięcej projektów traci siłę napędową nie z powodu złej technologii, ale dlatego że ludzie nie zostali odpowiednio włączeni we wdrożenie. Pracownicy, którzy nie rozumieją logiki systemu lub nie widzą sensu jego stosowania, znajdą sposób, żeby go ominąć. Do tego firma bez wewnętrznego specjalisty systemu uzależnia każdą korektę operacyjną od zewnętrznego dostawcy. Po stronie finansowej często pojawia się jeden główny błąd, czyli budżet oparty wyłącznie na kosztach licencji i sprzętu bez uwzględnienia integracji, migracji danych, szkoleń oraz przestojów w czasie wdrożenia – mówi R. Gozdek.
A. Bobiński (Logifact – Systems) za główne ryzyko uznaje dobór poziomu automatyzacji oraz konkretnych technologii do optymalnej obsługi obecnych i przyszłych procesów magazynowych. Za konieczne uznaje przeprowadzenie bardzo dokładnej i fachowej analizy procesów magazynowych z uwzględnieniem prognozowanych zmian w określonym horyzoncie czasowym i wypracowanie założeń do projektowania automatyki obejmujących zarówno dane liczbowe o wielkości i strukturze procesów przepływu jak i czynniki mające wpływ na organizację pracy magazynu i kształtowanie procesów logistycznych. – Uzyskując w ten sposób niezbędne podstawy do projektowania należy opracować różne scenariusze rozwiązań oraz określić sposób ich oceny np. ROI, możliwości rozbudowy, elastyczność czy liczbę pracowników. Dokonana na podstawie udokumentowanych i wiarygodnych danych decyzja powinna zminimalizować ryzyko związane z automatyzacją magazynu – tłumaczy A.Bobiński.
