Tavaraa vastaanotettaessa toimitus tarkistetaan pakkauslistaa ja tilausta vasten, ja vastaanotto käsitellään ERP- tai WMS-järjestelmässä. Kysymys on, voiko AI ottaa tämän prosessin hoitaakseen. Vastaus on osittain, ja se osa, joka jää jäljelle, ei ole sattumalta se osa, jossa jonkun on fyysisesti oltava tavaroiden luona.
Itse kirjaaminen on jäsentynyt tehtävä: on olemassa tilaus, on olemassa pakkauslista, ja järjestelmä odottaa vastaavuutta tilatun ja saapuneen välillä. Tämä vertailu on juuri sellaista työtä, jossa ohjelmistojärjestelmät ovat hyviä. Jäsentyneisyyden akseli saa siis korkean pisteen, ja tietojen tunnistaminen pakkauslistalta tai laskulta kuvan avulla on tehtävä, jota AI pystyy hoitamaan jo nyt. Volyymi vaikuttaa myös tässä: varasto, joka käsittelee sata riviä päivässä, hyötyy automaattisesta tunnistuksesta enemmän kuin toimipiste, joka saa kaksi toimitusta viikossa.
Myös vaatimustenmukaisuus toimii automatisoinnin eduksi: jos toimitus on kirjattava kiinteän protokollan mukaisesti, aikaleimalla, määrällä ja viitenumerolla, tämä on asia, jossa järjestelmä on johdonmukaisempi kuin manuaalinen syöttö pitkän työvuoron lopussa. Se, joka antaa itse tilauksen jo tapahtua automaattisesti, huomaa, että yhteys automaattisesti toimittajille tehtyjen ostotilausten ja saman tilauksen vastaanoton välillä on looginen seuraava askel: järjestelmä tietää jo, mitä pitäisi saapua, ja voi verrata saapuvaa dataa siihen suoraan.
Kolme akselia, jotka ratkaisevat asian tässä, ovat fyysisyys, virhekustannukset ja jäsentyneisyys, ja ensimmäiset kaksi hillitsevät sitä, minkä kolmas mahdollistaa. Fyysisyys saa alhaisen pisteen, koska laatikoiden avaamiseen, määrien laskemiseen, vaurioiden näkemiseen ja pilaantumisen haistamiseen tarvitaan ihminen. Lavaa, jossa on kahdeksankymmentä laatikkoa, joista kolmessa on repeytynyt pakkaus, ei havaitse kamera, ellei kameraa ole nimenomaan tätä varten säädetty ja koulutettu, ja silloinkin arvio siitä, mikä on hyväksyttävä vaurio, jää usein ihmisen tehtäväksi.
Virhekustannukset saavat alhaisen pisteen toisesta syystä: väärin kirjattu vastaanotto johtaa varastoon, joka ei täsmää, mikä voi viikkojen kuluttua vaikuttaa väärään toimituslupaukseen asiakkaalle tai tuotannon pysähtymiseen. Näitä kustannuksia ei aina huomata välittömästi, mikä juuri kasvattaa riskiä pienentämisen sijaan. Sen vuoksi tähän jää harkintatilaa asteikolla 3: järjestelmä voi tunnistaa poikkeaman, mutta se, onko poikkeama hyväksyttävä, mitä toimittajan kanssa tulisi tehdä ja otetaanko tavarat siitä huolimatta vastaan, jää päätökseksi, jolle on syy.
Jakelukeskus vastaanottaa elektroniikkalähetyksen. Pakkauslistassa on 200 kappaletta, tilauksessa myös 200. Järjestelmä voi verrata näitä kahta asiakirjaa ja kirjata vastaanoton automaattisesti, kun määrät täsmäävät. Mutta laatikko, joka avataan ja jossa näkyy rikkinäinen näyttö, vaatii fyysisen tarkastuksen ja päätöksen: otetaanko vastaan, palautetaanko vai laitetaanko erilleen arvioitavaksi. Tämä päätös kuuluu valvonnan piiriin, joka hyväksyy tai hylkää perusteella, ei täydellisen käyttöönoton piiriin.
Yrityksessä, joka vastaanottaa irtonaisia osia pienissä määrissä, korkealla vaurioitumis- tai pilaantumisriskillä, fyysinen osuus pysyy suurempana ja automatisoinnista pelkän kirjaamisen osalta on vähän voitettavaa. Yrityksessä, joka vastaanottaa suuria, yhtenäisiä eriä vakiotoimittajilta, vakaalla pakkauksella ja vähäisillä poikkeamilla, tilanne on toinen: siellä kirjaaminen on usein jo suurelta osin järjestelmätyötä, ja jäljelle jäävä tehtävä siirtyy pistokoetarkastukseen täydellisen tarkastuksen sijaan. Ero ei ole toimialassa, vaan siinä, kuinka ennustettava lähetys on ja kuinka korkeiksi virheen kustannukset nousevat.
Mikä tässä toimii jo tänään, on kuvantunnistus: pakkauslistan valokuva tai skannaus, järjestelmään yhdistettynä, joka luo automaattisesti vastaanottorivin. Mitä siihen tarvitaan, on skannauslaitteisto lattialla ja yhteys skannaushetken ja ERP- tai WMS-järjestelmän välillä. Ilman tätä yhteyttä syöttäminen pysyy manuaalisena vaiheena, vaikka itse tarkastus olisikin älykkäämpi. Fyysinen tarkastus vaurioiden ja oikeellisuuden osalta jää useimmiten ihmisen tehtäväksi, samoin kuin tuotteiden laadunvalvonta pysyy suurelta osin ihmistyönä niin kauan kuin arviointi vaatii aistihavaintoa.
Muutos, joka tässä on käynnissä, ei ole varastotyöntekijän korvaaminen, vaan hänen ajankäyttönsä siirtyminen: vähemmän aikaa määrien näppäilyyn, enemmän aikaa poikkeamien arviointiin. Tämä kaava on laajempi kuin vain tavaranvastaanotto. Myös alueen ja rakennuksen kulunvalvonnassa näkee, että rekisteröinti tapahtuu yhä useammin automaattisesti, kun poikkeusten arviointi jää ihmiselle. Jos tämä muutos vaikuttaa henkilöstömiehitykseen lattialla, siihen sovelletaan omia lakisääteisiä vaatimuksia; tämä ei ole johtopäätös, joka seuraa tehtäväanalyysistä.
Se, onko vastaanottoprosessi omassa yrityksessänne suurimmaksi osaksi järjestelmätyötä tai suurimmaksi osaksi fyysistä tarkastusta, riippuu tavaratyypistä, toimittajista ja varastonne virheherkkyydestä. Ilmainen kahdentoista kysymyksen pikaskannaus, ilman tiliä, antaa viitteen siitä, kuinka suuri osa tämänkaltaisten työprofiilien tunneista on nykyään AI:n hoidettavissa. Koko yrityksen työn tehtävätasolla kartoittava täydellinen työskannaus on vielä rakenteilla.
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.