En ordre kommer ind, der skal opstå en pickliste, og den liste skal havne hos den rette lagermedarbejder. Kan AI overtage det? For langt de fleste virksomheder med et ordentligt indrettet wms er svaret ja, og det sker i praksis allerede i dag. Dette er en af de opgaver, hvor automatisering ikke venter på fremtiden.
Tre akser er her afgørende: strukturering, volumen og fejlomkostninger.
Opgaven er næsten fuldstændig struktureret. En ordre har en fast form: artikelnumre, antal, en leveringsdato. At sammensætte en pickliste er i realiteten at anvende faste regler på disse data: hvilken lokation, hvilken rute gennem lageret, hvilken medarbejder der er tilgængelig. Der er ikke behov for at fortolke, hvad kunden "egentlig" mente, ingen vurdering af kontekst. Deraf scoren på 5 for strukturering.
Volumenet er højt, og det er netop dér, automatisering betaler sig. Et lager, der behandler hundrede ordrer om dagen, genererer hundrede picklister, som alle opstår efter samme logik. Arbejde, der gentager sig i højt tempo, med lidt variation mellem tilfældene, er det arbejde, hvor regler giver mere afkast end ved arbejde, der kun forekommer af og til.
Fejlomkostningerne er relativt lave, med en 4. En forkert tildelt pick er ærgerlig og koster tid at rette, men fører sjældent til uoprettelig skade. Det er anderledes end for eksempel et forkert afsendt fragtdokument, hvor en fejl kan få konsekvenser for told eller ansvar. Ved en pickliste kan fejlen som regel korrigeres inden for den egen proces, hvilket sænker tærsklen for automatisering.
Kreativitet scorer en 1, og det er netop meningen. Der er intet kreativt ved at sammensætte en pickliste, og det er ikke en mangel ved opgaven, men et tegn på, at den egner sig fremragende til fast logik. Kundekontakt mangler stort set helt: picklisten er et internt dokument, beregnet til lagergulvet, ikke til en kunde, der skal forstå eller acceptere noget.
Compliance scorer højt gunstigt, med en 5, fordi der ikke kræves lovpligtig godkendelse for at tildele en pick til en medarbejder. Fysisk scorer en 4: der er ganske vist tale om en fysisk handling længere fremme i processen, men selve genereringen og tildelingen er et digitalt trin, ikke et fysisk.
Skønsrum får en 4, ikke en 5, fordi der somme tider alligevel er behov for en afvejning: en medarbejder er lige begyndt på en anden ordre, en lokation stemmer ikke længere med virkeligheden, en hasteordre skal have forrang. Det er netop dér, rpa i dag støder på grænser: systemet kan anvende standardlogikken, men ved afvigelser er en korrektion foretaget af et menneske nødvendig.
En grossist med hundrede og halvtreds ordrer om dagen lader wms'et automatisk generere picklister på baggrund af ordrelinjer, og tildelingen til medarbejdere foregår efter faste regler: hvem der er tilgængelig, hvem der har den korteste rute, hvem der betjener den rette zone. Det fungerer, så længe lagerlokationerne i systemet er ajourførte. Så snart de ikke stemmer, opstår der en pickliste, der henviser til en tom plads, og så er der brug for en medarbejder til at opdage og rette det. Teknikken udfører størstedelen af arbejdet; undtagelserne forbliver menneskearbejde.
Hos en virksomhed uden wms, eller med et wms uden pickinglogik, er denne opgave ikke bare til at overtage. Forudsætningen er skarp: et system, der allerede understøtter picking, og lagerlokationer, der er ajourførte. Er lagerregistreringen upålidelig, giver automatisk generering primært forkerte lister, og tidsgevinsten forsvinder i korrektionsarbejde. Det berører en opgave, der ligger tæt op ad denne: tildeling af lagerlokationer skal være i orden, før picklister meningsfuldt kan bygge på det.
Også ved meget små ordrevolumener, med stor variation og lidt gentagelse, er gevinsten begrænset. Regler giver afkast ved gentagelse; ved engangs- eller stærkt afvigende ordrer er opsætningen af logikken somme tider mere arbejde end selve den manuelle handling.
Generering af picklister står ikke isoleret fra resten af lagerprocessen. Modtagelse, registrering og udlevering hænger sammen: således er også registrering af en modtagelsesbon i systemet en opgave med tilsvarende struktur og volumen. Den, der arbejder i fremstillingsindustrien og ønsker at se bredere end på én opgave, finder et overblik i hvad AI kan overtage i fremstillingsindustrien, og den, der spekulerer på, hvordan dette forholder sig til gulvregistrering, kan læse videre om at føre produktionsregistrering på gulvet.
Dette er ikke personalerådgivning og ikke belæg for en beslutning om stillinger eller bemanding. Om og hvordan en organisation drager personalemæssige konsekvenser af frigjorte timer, hører under egne lovmæssige krav og egen afvejning. Her er alene spørgsmålet centralt om, hvilken del af dette arbejde der teknisk og i dag kan overtages af AI, og under hvilke betingelser.
Om denne opgave i Deres organisation allerede egner sig til overtagelse, afhænger af Deres wms, pålideligheden af Deres lagerlokationer og ordrevolumenet. Et godt første skridt er den gratis quickscan: tolv spørgsmål, ingen konto nødvendig, med en indikation af hvilken del af timerne i denne type profiler i dag kan overtages af AI. Den fuldstændige arbejdsscan, som lægger virksomhedens arbejde opgave for opgave og udtrykker det i fte-kapacitet, er stadig under opbygning.
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.