Pri primanju robe, isporuka se provjerava u odnosu na otpremnicu i narudžbu, a primitak se obrađuje u ERP-u ili WMS-u. Pitanje je može li AI preuzeti taj proces. Odgovor je djelomično, a dio koji preostaje nije slučajno onaj dio gdje netko fizički mora stajati uz robu.
Samo unošenje u sustav strukturiran je zadatak: postoji narudžba, postoji otpremnica, i sustav očekuje podudaranje između onoga što je naručeno i onoga što stiže. Ta usporedba upravo je vrsta posla u kojoj su softverski sustavi dobri. Os strukturiranosti tako ima visoku ocjenu, a prepoznavanje podataka na otpremnici ili računu putem slike zadatak je koji AI danas već svladava. Volumen je ovdje također bitan: skladište koje obrađuje sto stavki dnevno ima više koristi od automatskog prepoznavanja nego lokacija koja prima dvije isporuke tjedno.
I usklađenost ide u prilog automatizaciji: ako isporuka mora biti zabilježena prema fiksnom protokolu, s vremenskom oznakom, količinom i referentnim brojem, to je nešto u čemu je sustav dosljedniji od ručnog unosa na kraju duge smjene. Ako se narudžba već automatski postavlja, jasno je da je veza između narudžbi koje se automatski postavljaju kod dobavljača i primitka te iste narudžbe logičan sljedeći korak: sustav već znade što bi trebalo stići i može dolazne podatke odmah usporediti s time.
Tri osi koje su ovdje presudne su fizičnost, troškovi pogrešaka i strukturiranost, a prve dvije ograničavaju ono što treća čini mogućim. Fizičnost ima nisku ocjenu jer je potrebna osoba koja će otvoriti kutije, prebrojati količine, uočiti oštećenja i namirisati je li nešto pokvareno. Paleta s osamdeset kutija od kojih tri imaju poderano pakiranje neće biti uočena kamerom osim ako ta kamera nije za to specifično podešena i istrenirana, a čak i tada, procjena onoga što se smatra prihvatljivim oštećenjem često ostaje ljudski posao.
Troškovi pogrešaka imaju nisku ocjenu iz drugog razloga: pogrešno unesen primitak dovodi do zaliha koje ne odgovaraju stvarnosti, što se tjednima poslije može odraziti na pogrešno obećanje isporuke klijentu ili na zastoj u proizvodnji. Ti troškovi nisu uvijek odmah vidljivi, što rizik čini većim, a ne manjim. Zato ovdje ostaje prostor za prosudbu s ocjenom 3: sustav može signalizirati odstupanje, ali je li to odstupanje prihvatljivo, što s njim treba učiniti dobavljač, i hoće li roba svejedno biti primljena, ostaje odluka s obrazloženjem.
Distribucijski centar prima pošiljku elektronike. Otpremnica navodi 200 komada, narudžba također 200. Sustav može usporediti ta dva dokumenta i automatski unijeti primitak u sustav čim se količine slažu. Ali kutija koja se otvori i u kojoj se vidi razbijen zaslon zahtijeva fizičku provjeru i odluku: prihvatiti, vratiti ili odvojiti na procjenu. Ta odluka spada pod nadzor koji odobrava ili odbija s obrazloženjem, a ne pod potpuno preuzimanje.
Kod tvrtke koja prima pojedinačne dijelove u malim količinama, s visokim rizikom od oštećenja ili kvarenja, fizički udio ostaje veći i malo se dobiva samom automatizacijom unošenja u sustav. Kod tvrtke koja prima velike, jednoobrazne pošiljke od stalnih dobavljača, sa stabilnim pakiranjem i malo odstupanja, situacija je drugačija: tamo je unošenje u sustav često već uglavnom sistemski posao, i preostali zadatak pomiče se prema provjeri na uzorku umjesto potpune inspekcije. Razlika nije u sektoru, nego u tome koliko je pošiljka predvidljiva i koliko visoki ispadaju troškovi pogreške.
Ono što danas već funkcionira jest prepoznavanje slike: fotografija ili skeniranje otpremnice, povezano sa sustavom, koje automatski stvara stavku primitka. Ono što je za to potrebno jest skenerska opreme na terenu i veza između tog trenutka skeniranja i ERP-a ili WMS-a. Bez te veze, unos ostaje ručni korak, čak i ako je sama provjera već postala pametnija. Fizička provjera na oštećenja i točnost u većini slučajeva ostaje na čovjeku, jednako kao što kontrola kvalitete proizvoda uglavnom ostaje ljudski posao dok procjena zahtijeva osjetilnu opažanje.
Promjena koja se ovdje odvija ne leži u zamjeni skladišnog radnika, nego u pomicanju njegova vremena: manje vremena na upisivanje količina, više vremena na procjenu odstupanja. Taj obrazac širi se dalje od samog primanja robe. I kod upravljanja pristupom terenu i objektu vidljivo je da registracija sve češće ide automatski, dok procjena iznimaka ostaje na čovjeku. Ako ta promjena dotiče popunjenost osoblja na terenu, za to vrijede zasebni zakonski zahtjevi; to nije zaključak koji slijedi iz analize zadataka.
Je li proces primanja robe u vašoj tvrtki većim dijelom sistemski posao ili većim dijelom fizička provjera, ovisi o vrsti robe, dobavljačima i osjetljivosti vaših zaliha na pogreške. Besplatni brzi test od dvanaest pitanja, bez registracije, daje indikaciju kojeg dijela sati u ovakvim radnim profilima danas može preuzeti AI. Cjelovita analiza rada, koja po zadatku prikazuje rad cijele tvrtke, još je u izradi.
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.