Со новите технологии до оптимизирано работење

 AI и ML ќе им овозможат на бизнисите полесно да ги предвидат трендовите на побарувачката, да ги оптимизираат нивоата на резерви и да идентификуваат потенцијални прекини во синџирот на снабдување во реално време

   Пишува: Бобан Младеновски, менаџер за транспорт во „Теско“, Boban.Mladenovski@tesco.com

Роботиката и автоматизацијата се развиваат со голема брзина и стануваат клучни за синџирите на снабдување и управување. Ова се јавува како резултат на зголемената побарувачка за брзина и ефикасност, како и континуираниот пораст на е-трговијата. Роботиката и автоматизацијата го подобруваат управувањето со синџирот на снабдување со намалување на трошоците, при зголемен обем на работа ги намалуваат грешките, ги намалуваат проверките, ажурирањето, грижата за времето на испорака и составување индукција на проблематичното и опасно место. Роботиката помага и при дизајнирањето, креирањето итн., додека автоматизацијата помага во извршувањето на задачите од луѓе кои тоа го прават преку употреба на самоуправувачки физички машини, компјутерски софтвери и друга технологија.

И покрај тоа што е широко прифатен како алатка за помош во донесувањето одлуки, системот за менаџирање на синџирот за снабдување многу ретко користел AI (вештачка интелигенција) или ML, т.н. машинско учење. Вештачката интелигенција и машинското учење станаа ефективни технологии за подобрување на управувањето со синџирот на снабдување. Начинот на кој бизнисите ги организираат, спроведуваат и подобруваат своите активности на синџирот на снабдување беше револуционизиран со интеграцијата на различни технологии. Точното предвидување на побарувачката е една од најважните предности на ML и AI во понудата на управување со синџири. ML алгоритмите можат со сигурност да ја проценат побарувачката со испитување на историските продажни податоци и други фактори, овозможувајќи им на бизнисите да ги оптимизираат нивните нивоа на резерви и да ги намалат резервите. Како резултат на тоа, клиентите се позадоволни бидејќи ги добиваат своите производи целосно и навреме. Анализирајќи разни фактори, како што се временските услови, сообраќајот и условите на патот, ML и AI исто така можат да помогнат во оптимизација на транспортните правци.

Секој бизнис би требало да ја предвиди дневната побарувачка земајќи предвид многу фактори. Со користење неколку ML модели и алатки за вештачка интелигенција може да се дојде до заклучок дека продажбата може да расте или да се намалува во зависност од временските услови и настаните.

Како суштински дел од глобалната економија, синџирот на снабдување е задолжен за превоз, дистрибуција и испорака на стоки до клиентите низ целиот свет. Зголемената побарувачка, растечките трошоци, како и потребата за зголемена ефикасност и брзина се само неколку од прашањата кои секторот мора да ги надмине. Со подобрување на прецизноста, брзината и доверливоста на синџирот на снабдување, роботиката и технологиите за автоматизација имаат потенцијал да одговорат на многу од овие прашања. Претпријатијата што работат со е-трговија инвестираат многу во усвојувањето нови технологии базирани на роботика и автоматизација. Автономниот робот е способен за перцепција, одлучување и дејствување како одговор на промените во околината. Мехатрониката и автоматиката се разновидни, при што може брзо да се искористат за компјутеризирање и со тоа да најдат употреба во различни индустриски сегменти бидејќи се приспособливи и наједноставно може да се применат. Новите технологии се грижат производите да се складираат, пакуваат и испорачуваат навремено и ефективно. Со автоматизирање на повторливи процеси во работењето и процеси кои одземаат многу време, се зголемуваат точноста и безбедноста, а воедно се овозможува видливост и контрола во реално време низ магацинот.

Некои од главните употреби на роботите и автоматизацијата во управувањето со магацин:

• Автоматски транспорт и ракување со материјали;
• Мобилни автономни роботи за исполнување и селектирање нарачки;
• Автоматска контрола и управување со резервите;
• Автоматска проверка и контрола на квалитетот;
• Виртуелна и проширена реалност за обука и симулација;
• Автоматски системи за складирање и преземање (AS/RS).

Кои се најдобрите автоматизирани системи?

Автоматизираните системи AS/RS се користат за складирање и преземање стоки во магацините. Тоа е збир на компјутерски контролирани системи кои помагаат да се компјутеризира управувањето со акции за складирање и поврат на стоката. Помошта во креирањето на овие рамки ја олеснува работата со брзо обновување и поставување на ставките. Системите AS/RS работат како еден вид кранови, се движат по поставените шини, можат сигурно да се движат низ патеките поставени на подот, исто така, и  вертикално по селектираните нивоа. Воедно, тие се користат за забрзување во спремањето на нарачките и управувањето со резервите.

Со автоматизирањето компаниите сè почесто користат и т.н. автоматски управувани возила (AGV) кои претставуваат автономни транспортни системи за преместување на стоки во магацините и во производствените капацитети. Вообичаено тие се користат за транспорт од простор за складирање до докот за товарење. AGV ги заменуваат класичните виљушкари, при што имаат независни патеки кои се означени и одделени една од друга со жици, добро означени ленти, сензори и ленти. За да се избегнат одредени пречки, се користат и камери, LIDAR инфрацрвена технологија, како и друга основна технологија на сензори, технологија за навигација и системска интеграција.

Друга технологија што се користи во магацините доаѓа во форма на колаборативна роботика позната како (Cobots). Овие разновидни, полунезависни роботи се создадени за да им помогнат на работниците во извршувањето различни задачи во магацините. Дел од коботите патролираат по подот во складиштето барајќи луѓе кои спремаат нарачки и служат како приспособливи контејнери за складирање на нарачките. Совршениот пат низ работната средина е обезбеден со координацијата на сензорите, кои им овозможуваат да препознаат пречки како што се, на пример, кутии. Со организирање или собирање станици, коботите можат да одговорат на повеќе однапред определени барања и со тоа да им помогнат на работниците на различни локации низ магацинот. Со ваков начин на работење се забрзува и се унапредува целиот процес за задоволување на барањата на клиентите.

Очекувањата се дека секоја година ќе гледаме понекое ново технолошко решение за унапредување на синџирот на снабдување, вклучувајќи мобилни, интелигентни, автономни решенија кои ќе му овозможат на бизнисот брзо да напредува и да ја задоволи зголемената побарувачка.

Технологија Goods-to-Person е модерен модел кој го користат компаниите за е-трговија заснован на операции со голем обем, исто така, каде што купувањето преку интернет вклучува специфични производи. G2P е особено корисен за исполнување повеќе поединечни нарачки одеднаш, кои имаат потреба од подигнување на поединечни производи од различни локации и тие ги ставаат во пакети спремни за испорака. Традиционалното спремање на производите вклучуваше луѓе кои одеа до производот. Со скратувањето на времето за спремање на нарачките се подобрува ефикасноста во работењето, при што се зголемува квантитетот на готови нарачки. Значи, со имплементација на новите технологии имаме роботи кои поединечно складираните производи механички ги вадат и ги доставуваат до работник кој ја спрема нарачката или ги доставуваат до пик-станицата. Акцентот на станиците за собирање и станиците за пакување е ставен на ергономијата и високата продуктивност, бидејќи работникот не мора да оди до локацијата каде што се наоѓа производот.

Секој бизнис би требало да ја предвиди дневната побарувачка земајќи предвид многу фактори, на пример, датум и време на купувањето, број на купени работи и притоа да се утврди трендот на продажбата. Вака може да се идентификува сезонската побарувачка и да се развие модел на однесување на купувачите. Со користење неколку ML модели и алатки за вештачка интелигенција, веројатно ќе дојдеме до заклучок дека во текот на празнична сезона продажбата е зголемена. Може да се дојде до заклучок дека продажбата може да расте или да се намалува во зависност од временските услови и настаните. Само вака ќе ја разбереме причинската врска при предвидување на идната побарувачка како резултат на разноразни услови и влијанија. Ефикасноста, продуктивноста и заштедите на трошоците на синџирот на снабдување значително се зголемија со употребата на роботика и автоматизација, вештачка интелигенција и ML. Се зголемува светската е-трговија, а со тој пораст доаѓа и потребата производите да се движат што побрзо низ синџирот на снабдување. Зголемените очекувања на клиентите за побрзо исполнување на нарачките, жестокото ривалство и појавата на понови деловни модели ги поттикнаа бизнисите, особено фирмите за е-трговија, да бараат врвни технолошки решенија за да одговорат најдобро што можат на барањата на својата клиентела. Ова предизвикува генерирање на нови технолошки решенија кои ќе се појават во не толку далечна иднина. Всушност, очекувањата се дека секоја година ќе гледаме понекое ново технолошко решение за унапредување на синџирот на снабдување, вклучувајќи мобилни, интелигентни, автономни решенија кои ќе му овозможат на бизнисот брзо да напредува и да ја задоволи зголемената побарувачка. Истовремено ќе се работи на обезбедување пониски оперативни трошоци, одржување на нивната конкурентност и управување со недостигот на работна сила и ефикасност. Бизнисите можат да ја подобрат пропусната моќ, да ги намалат грешките и да ги намалат трошоците за работна сила со автоматизирање на повеќето рачни процеси.

Можеме да заклучиме дека примената на AI и ML ќе им овозможи на бизнисите полесно да ги предвидат трендовите на побарувачката, да ги оптимизираат нивоата на резерви и да идентификуваат потенцијални прекини во синџирот на снабдување во реално време.