Přijde objednávka, musí vzniknout picklist, a ten seznam musí doputovat ke správnému skladovému pracovníkovi. Umí to AI převzít? U převážné většiny firem s řádně nastaveným wms je odpověď ano, a v praxi se to dnes už děje. Je to jedna z úloh, kde automatizace nečeká na budoucnost.
Rozhodující jsou tu tři osy: strukturovanost, objem a náklady na chyby.
Úloha je téměř zcela strukturovaná. Objednávka má pevnou formu: čísla artiklů, množství, datum dodání. Sestavení picklistu je v podstatě aplikace pevných pravidel na tyto údaje: která lokace, jaká cesta skladem, který pracovník je k dispozici. Není potřeba interpretovat, co zákazník „vlastně“ myslel, ani odhadovat kontext. Odtud skóre 5 za strukturovanost.
Objem je vysoký a přesně tam se automatizace vyplácí. Sklad, který zpracuje sto objednávek za den, vygeneruje sto picklistů, které všechny vznikají podle stejné logiky. Práce, která se opakuje ve vysokém tempu, s malou variací mezi jednotlivými případy, je práce, kde pravidla vynášejí víc než u práce, která se vyskytuje jen občas.
Náklady na chyby jsou relativně nízké, se skóre 4. Špatně přiřazený pick je nepříjemný a jeho oprava stojí čas, ale málokdy vede k nezvratné škodě. To je jiná situace než u například chybně odeslaného přepravního dokladu, kde chyba může mít důsledky pro celní řízení nebo odpovědnost. U picklistu se chyba obvykle dá napravit v rámci vlastního procesu, což snižuje práh pro automatizaci.
Kreativita má skóre 1, a to je přesně záměr. Na sestavení picklistu není nic kreativního, a to není nedostatek úlohy, ale znak toho, že se výborně hodí pro pevnou logiku. Kontakt se zákazníkem chybí téměř úplně: picklist je interní dokument, určený pro skladovou halu, ne pro zákazníka, který by měl něčemu rozumět nebo něco akceptovat.
Compliance má vysoké příznivé skóre 5, protože pro přiřazení picku pracovníkovi není potřeba žádné zákonné schválení. Fyzický aspekt má skóre 4: jde totiž o fyzický úkon dále v procesu, ale samotné generování a přiřazování je digitální krok, ne fyzický.
Prostor pro úsudek má skóre 4, ne 5, protože je občas potřeba zvážit situaci: pracovník právě začal jinou objednávku, lokace už neodpovídá skutečnosti, expresní objednávka musí mít předost. Přesně tady dnes naráží rpa: systém umí aplikovat standardní logiku, ale při odchylkách je potřeba oprava člověkem.
Velkoobchod se sto padesáti objednávkami za den nechává wms automaticky generovat picklisty na základě řádků objednávky, a přiřazení pracovníkům probíhá podle pevných pravidel: kdo je k dispozici, kdo má nejkratší cestu, kdo obsluhuje správnou zónu. To funguje, pokud jsou skladové lokace v systému aktuální. Jakmile nesouhlasí, vznikne picklist, který odkazuje na prázdné místo, a pak je potřeba pracovník, který to zaznamená a napraví. Technika zvládá většinu práce; výjimky zůstávají prací pro lidi.
U firmy bez wms, nebo s wms bez logiky pickingu, není tuto úlohu možné jen tak převzít. Podmínka je jasná: systém, který picking už podporuje, a skladové lokace, které jsou aktuální. Je-li evidence zásob nespolehlivá, automatické generování vede především k chybným seznamům, a časová úspora se ztrácí v opravné práci. To se dotýká úlohy, která je s ní blízce svázaná: přiřazování skladových lokací musí být v pořádku, než na něm mohou picklisty smysluplně stavět.
I u velmi malých objemů objednávek, s velkou variací a malým opakováním, je přínos omezený. Pravidla vynášejí při opakování; u jednorázových nebo silně odlišných objednávek je nastavení logiky někdy více práce než ruční úkon samotný.
Generování picklistů nestojí izolovaně od zbytku skladového procesu. Příjem, evidence a výdej na sebe navazují: podobnou strukturu a objem má i registrace příjemky v systému. Kdo pracuje ve výrobním sektoru a chce se podívat širší, než jen na jednu úlohu, najde přehled v co může AI převzít ve výrobním sektoru, a kdo se ptá, jak se to vztahuje k evidenci na výrobní hale, může si přečíst více o vedení výrobní evidence na hale.
Toto není personální poradenství ani podklad pro rozhodnutí o funkcích nebo obsazení. Zda a jak organizace vyvodí personální důsledky z uvolněných hodin, spadá pod vlastní zákonné požadavky a vlastní úvahu. Zde stojí v centru pouze otázka, jakou část této práce lze technicky a už dnes převést na AI, a za jakých podmínek.
Zda se tato úloha ve vaší organizaci už hodí k převzetí, závisí na vašem wms, spolehlivosti vašich skladových lokací a objemu objednávek. Dobrým prvním krokem je bezplatný quickscan: dvanáct otázek, žádný účet není potřeba, s indikací toho, jakou část hodin v tomto typu profilů lze dnes převést na AI. Úplný werkscan, který rozebírá práci vaší firmy úlohu po úloze a vyjadřuje ji v kapacitě fte, je ještě ve výstavbě.
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.