logo-lightlogo-dark
Як автоматизувати склад: поради від McKinsey та актуальні технічнологічні рішення
22 травня 2024

5 хв.

Як автоматизувати склад: поради від McKinsey та актуальні технічнологічні рішення

Поради#IOT#Технології#ІнтернетРечей#Бізнес#IOTISKYIVSTAR

Про що:

Через загострення дефіциту працівників компанії шукають способи підвищити швидкість і продуктивність складських операцій. Тому автоматизація логістичних майданчиків не зменшує обертів. Водночас експерти McKinsey зауважують: хоча революція автоматизації складів триває, багато проєктів не приносять результатів. 

З якими труднощами зіштовхуються компанії та які рішення допоможуть їх мінімізувати — розбираємось далі.

Зміст

Проблеми автоматизації складів і як їх уникнути

Чотири рішення, які допоможуть автоматизувати склад

Проблеми автоматизації складів і як їх уникнути

Statista прогнозує, що ринок автоматизації логістичних майданчиків досягне $41 до 2027 року з щорічним зростанням на 15%. А за даними Gartner, до 2027-го понад 75% компаній запровадять певну форму кіберфізичної автоматизації складських операцій.

В McKinsey роблять висновок: протягом наступних років компанії збільшуватимуть інвестиції в автоматизацію складських майданчиків. Але наявність коштів не завжди гарантує покращення логістичних операцій. Значна частина проєктів автоматизації складів зазнає невдачі через три причини

  • відсутність цілісного бачення автоматизації
  • погане розуміння технологій для автоматизації зі сторони керівництва
  • неузгодженість принципів і бізнес-процесів в організації

Приклад від McKinsey. Компанія інвестувала понад $150 млн, щоб об’єднати кілька складів в єдиний автоматизований хаб — тут планували зберігати товари і для офлайн-магазинів, і для онлайн-замовлень. Але компанія виявила, що її прогнози обороту запасів товарів і балансу між онлайн-доставками та відправленнями в офлайн-магазини були неточними. На новому хабі зберігали товари в основному для гуртової доставки в магазини, тому, попри значні інвестиції, передові функції автоматизації для комплектування онлайн-замовлень не використовували.

McKinsey пропонує кілька практик, які допоможуть компаніям уникнути помилок в автоматизації складів:

  • Уточніть потреби бізнесу. Необхідно точно знати, які проблеми компанія хоче вирішити за допомогою автоматизації. Наприклад, зменшити експлуатаційні витрати, збільшити корисну площу зберігання на складі, переформатувати зайнятість працівників.

  • Думайте про мережеві рішення, а не острівці автоматизації. Розробіть комплексну дорожню карту, яка передбачатиме поступову модернізацію всіх складських процесів, а не точкові зміни.  

  • Здійснюйте інвестиції в автоматизацію поетапно. Встановіть тригери для наступних стадій фінансування: інвестуєте в один процес і, коли досягаєте певного KPI, вкладаєтесь у наступний процес. Важливо, щоб витрати відповідали потребам бізнесу та не ставали загрозою для безперервності роботи компанії. 

  • Дивіться за межі технологій. Для автоматизації потрібні кваліфіковані команди для розгортання, запуску та обслуговування передових систем. Тому важливо не тільки впроваджувати новітні рішення, але й заповнювати прогалини у навичках співробітників, бо ці технології не замінять повністю працівників.

Deloitte зазначаєдумки, що автоматизація замінить людей, уже не актуальні. Автоматизація допомагає більше ефективно залучати співробітників, а не скорочувати їхню кількість. Наприклад, роботизовані стінки дозволяють працівникам сортувати замовлення втричі швидше, ніж за допомогою ручних процесів. Тому перед компаніями повстає нова задача — розвивати в працівників нові навички, щоб адаптувати команди до автоматизації.

Чотири рішення, які допоможуть автоматизувати склад

Ось кілька актуальних технологічних рішень, які вже змінюють складські операції. 

1. Роботи. Gartner пише, що 96% опитаних компаній цікавляться робототехнікою. А 59% респондентів зауважують, що основна мотивація її використовувати — дефіцит працівників. Наразі робототехніка виконує різні задачі на складах: роботи-візки транспортують товари, буксирувальники переміщують масивні вантажі, палетайзери перекладають товари на палети, сортувальники перебирають і пакують товари, а дрони допомагають в інвентаризації.

Наступний крок — активне використання гуманоїдних роботів, які імітують рухи людини. Gartner прогнозує, що до 2027 року вони складатимуть 10% від усіх інтелектуальних роботів. Зараз автоматичним машинам важко пересуватися та збирати окремі предмети різного розміру та форми. А нові гуманоїдні моделі мають усунути обмеження попередніх поколінь.

2. Інтернет речей. IoT-датчики з M2M SIM-картами є невіддільною частиною розумного складу, адже вони дозволяють ефективно керувати запасами. А саме: контролювати залишки товарів і вчасно поповнювати їх, відстежувати розташування та переміщення об'єктів і безперервно моніторити умови їх зберігання, наприклад, температуру, вологість і освітлення. Датчики автоматично збирають дані та завдяки M2M-картам своєчасно передають інформацію у відповідні системи керування складом.

Зв'язок для бізнесу

Зв'язок для бізнесу

M2M-карти для пристроїв

Це SIM-карти, що використовуються у пристроях для обміну даними між ними. Наприклад, у терміналах і банкоматах, камерах відеоспостереження, агро- та виробничому обладнанні тощо.

Крім того, IoT-датчики з M2M SIM-картами дозволяють контролювати стан обладнання на складах: конвеєрів, пакувальної техніки, палетних машин. Рішення допомагає моніторити справність складських активів і проводити прогнозне технічне обслуговування до того, як обладнання вийде з ладу.

3. Штучний інтелект. Компанії використовують ШІ у кількох напрямках автоматизації складів:

  • Управління технікою. ШІ разом з комп’ютерним зором уже дозволяють роботам виконувати базові задачі — розпізнавати товари та сортувати їх. Наприклад, Amazon розробив робота Sparrow, який, використовуючи ШІ, точно розпізнає та обробляє мільйони предметів.

    Також завдяки ШІ роботи здатні планувати власні маршрути та послідовності комплектування товарів під час автономної навігації на логістичних хабах.

Компанія Covariant розробила платформу RFM-1 — своєрідну мовну модель, як ChatGPT, для керування роботами. Вона дозволяє задавати роботам команди природною мовою й ставити їм складні задачі з використанням навчальних даних. Після команди, наприклад, «взяти червоний об'єкт», RFM-1 використовує дані, отримані під час попереднього виконання задач (форму, колір, розмір), щоб ідентифікувати об’єкт, який найбільше відповідає опису. А далі система визначає для робота найкращий алгоритм дій.

  • Керування запасами. Моделі Machine Learning можуть розпізнавати закономірності у вичерпанні запасів на складі. А це дозволяє не тільки вчасно їх поповнювати, але й прогнозувати потреби на місяці наперед з урахуванням сезонності та ринкових тенденцій.
  • Візуальний огляд. Технологія комп’ютерного зору допомагає виявляти пошкодження як складського обладнання, так і запасів з метою контролю якості логістичних операцій.

4. Real-Time Kinematic. Технологія RTK може підвищити ефективність дронів на великих логістичних хабах. Щоб техніка пересувалася на майданчику, їй необхідне точне позиціювання. Це можуть забезпечити кілька технологій, але RTK наразі є найбільш коректною серед них. Ще одна важлива опція RTK — визначення точних координат вантажів на логістичному хабі. Завдяки їй компанія може ще більш полегшити систему управління складом.

Щоб продуктивно використовувати новітні технології на складах, не обійтися і без комунікаційних інструментів — зв'язку, інтернету та сервісів для командної роботи. Обирайте корисні рішення під потреби своєї компанії на Київстар Бізнес.

Поради#IOT#Технології#ІнтернетРечей#Бізнес#IOTISKYIVSTAR

Додайте коментар

Усі коментарі публікуються після модерації. Будь ласка, пишіть українською, без спаму та нецензурних слів.

Схожі статті

#Дослідження#Тренд#ВійнавУкраїні
#Рішення#Бізнес#MicrosoftAzure#Azure#BigData
#ШтучнийІнтелект#Azure#MicrosoftAzure
#Microsoft365#MicrosoftAzure#Дата-платформа#Офіс365
#BigData#Дата-платформа#Рішення
#ВійнавУкраїні#РосійськоУкраїнськаВійна#Stoprussia#Stoprussianagression#Бізнес
#BigData#ХмарніРішення#CRM#ХмарнаІнфраструктура#Azure#БігДата#MicrosoftAzure