При приемане на стоки дадена доставка се проверява спрямо товарителницата и поръчката, а приемането се обработва в ERP или WMS. Въпросът е дали AI може да поеме този процес. Отговорът е отчасти, и частта, която остава, не случайно е частта, при която някой трябва физически да застане до стоките.
Самото осчетоводяване е структурирана задача: има поръчка, има товарителница, и системата очаква съвпадение между това, което е поръчано, и това, което пристига. Това сравнение е точно от вида работа, в която софтуерните системи са добри. Оста структурираност съответно получава висока оценка, а разпознаването на данни от товарителница или фактура чрез изображение е задача, с която AI вече се справя днес. Обемът също играе роля тук: склад, който обработва сто реда на ден, има повече да спечели от автоматичното разпознаване, отколкото локация, която получава две доставки седмично.
Също и съответствието с изискванията (compliance) работи в полза на автоматизацията: ако дадена доставка трябва да бъде документирана по фиксиран протокол, с времеви печат, количество и референтен номер, това е нещо, в което системата е по-последователна от ръчното въвеждане в края на дълга смяна. Който вече оставя самата поръчка да се подава автоматично, вижда, че връзката между поръчките за покупка, които се подават автоматично при доставчиците, и приемането на същата тази поръчка е логична следваща стъпка: системата вече знае какво трябва да пристигне и може директно да сравни постъпващите данни с това.
Трите оси, които тук са决aващи, са физическа, разходи за грешки и структурираност, като първите две ограничават това, което третата прави възможно. Физическата ос получава ниска оценка, защото е необходим някой, който да отваря кутии, да брои количества, да забелязва повреди и да усети чрез мирис дали нещо е развалено. Палет с осемдесет кутии, от които три имат скъсана опаковка, не се забелязва от камера, освен ако тази камера не е специално настроена и обучена за това, и дори тогава преценката за какво представлява приемлива повреда често остава човешка работа.
Разходите за грешки получават ниска оценка по друга причина: погрешно осчетоводено приемане води до наличност, която не е точна, което седмици по-късно може да се отрази на грешно обещание за доставка към клиент или спиране на производството. Тези разходи не винаги са веднага видими, което всъщност прави риска по-голям, а не по-малък. Затова тук остава пространство за преценка от 3: система може да сигнализира отклонение, но дали това отклонение е приемливо, какво трябва да се направи с доставчика и дали стоките все пак се приемат, остава решение с обосновка.
Дистрибуционен център получава пратка електроника. Товарителницата посочва 200 бройки, поръчката също 200. Система може да сравни тези два документа и автоматично да осчетоводи приемането, щом количествата съвпадат. Но кутията, която се отваря и в която се вижда счупен екран, изисква физическа проверка и решение: приемане, връщане или отделяне за оценка. Това решение попада под надзор, който одобрява или отхвърля с обосновка, а не под пълно поемане.
При компания, която получава отделни компоненти в малки количества, с висок риск от повреда или разваляне, физическият дял остава по-голям и има малко за печелене от автоматизиране само на осчетоводяването. При компания, която получава големи, еднородни партиди от постоянни доставчици, със стабилни опаковки и малко отклонения, положението е различно: там осчетоводяването вече до голяма степен е системна работа, и оставащата задача се измества към извадкова проверка вместо пълна инспекция. Разликата не е в сектора, а в това колко предвидим е товарът и колко високи се оказват разходите от грешка.
Това, което вече работи днес, е разпознаването на изображения: снимка или сканиране на товарителницата, свързани със системата, които автоматично създават ред за приемане. Това, което е необходимо за целта, е скенерно оборудване на терен и връзка между момента на сканиране и ERP или WMS. Без тази връзка въвеждането остава ръчна стъпка, дори и самата проверка вече да е станала по-интелигентна. Физическата проверка за повреда и коректност в повечето случаи остава при човек, точно както контролът на качеството на продуктите в голяма степен остава човешка работа, докато оценката изисква сетивно възприятие.
Промяната, която протича тук, не е в заместването на служителя в склада, а в преместването на неговото време: по-малко време за въвеждане на количества, повече време за оценка на отклонения. Този модел е по-широк от само приемането на стоки. И при управлението на достъпа до терена и сградата се вижда, че регистрацията все повече протича автоматично, докато оценката на изключенията остава при човек. Ако тази промяна засяга броя на персонала на терен, за това важат собствени законови изисквания; това не е заключение, което произтича от анализ на задачите.
Дали процесът на приемане във вашата собствена компания в най-голяма степен е системна работа или в най-голяма степен физическа проверка, зависи от вида стоки, доставчиците и чувствителността към грешки на вашата наличност. Безплатното бързо сканиране от дванадесет въпроса, без акаунт, дава индикация каква част от часовете при този вид работни профили днес може да бъде поета от AI. Пълното сканиране на работата, което картографира работата на цяла компания по задачи, все още е в процес на разработка.
Vraag maar. Ik ken de kennisbank van deze site; wat ik niet weet, zeg ik erbij.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.