Preču saņemšanas laikā piegāde tiek pārbaudīta pret pavadzīmi un pasūtījumu, un saņemšana tiek apstrādāta ERP vai WMS sistēmā. Jautājums ir, vai AI var pārņemt šo procesu. Atbilde ir daļēji, un daļa, kas paliek pāri, nav nejauši tā daļa, kur kādam fiziski jāstāv pie precēm.
Pati iebūkšana ir strukturēts uzdevums: ir pasūtījums, ir pavadzīme, un sistēma sagaida sakritību starp to, kas pasūtīts, un to, kas ienāk. Šis salīdzinājums ir tieši tāds darbs, kurā programmatūras sistēmas ir labas. Ass "strukturētība" tāpēc saņem augstu vērtējumu, un datu atpazīšana pavadzīmē vai rēķinā, izmantojot attēlu, ir uzdevums, ko AI šodien jau spēj veikt. Apjoms šeit arī ir svarīgs: noliktava, kas apstrādā simts rindu dienā, no automātiskas atpazīšanas var iegūt vairāk nekā vieta, kas saņem divas piegādes nedēļā.
Arī atbilstība (compliance) darbojas automatizācijas labā: ja piegāde jāreģistrē pēc fiksēta protokola, ar laika atzīmi, apjomu un atsauces numuru, tas ir kaut kas, kur sistēma ir konsekventāka nekā manuāla ievade maiņas beigās pēc garas darba dienas. Kas pasūtījumu pašu jau ļauj izvietot automātiski, tas redz, ka saikne starp iepirkuma pasūtījumiem, kas automātiski tiek nosūtīti piegādātājiem un tā paša pasūtījuma saņemšanu ir loģisks nākamais solis: sistēma jau zina, kam vajadzētu nākt, un var ienākošos datus tam tieši pretstatīt.
Trīs asis, kas šeit ir izšķirošas, ir fiziskums, kļūdu izmaksas un strukturētība, un pirmās divas ierobežo to, ko trešā padara iespējamu. Fiziskums saņem zemu vērtējumu, jo ir nepieciešams, ka kāds atver kastes, saskaita daudzumus, redz bojājumus un saož, vai kaut kas ir sabojājies. Palete ar astoņdesmit kastēm, no kurām trijām ir saplēsts iepakojums, kamera nepamanīs, ja vien tā nav tam specifiski konfigurēta un apmācīta, un pat tad spriedums par to, kas ir pieņemams bojājums, bieži paliek cilvēka darbs.
Kļūdu izmaksas saņem zemu vērtējumu citu iemeslu dēļ: nepareizi iebūkta saņemšana rada nepareizu krājumu, kas nedēļas vēlāk var izraisīt nepareizu piegādes solījumu klientam vai ražošanas apstāšanos. Šīs izmaksas ne vienmēr ir tūlīt redzamas, kas risku padara lielāku, ne mazāku. Tāpēc šeit paliek spriešanas telpa 3: sistēma var signalizēt par novirzi, bet vai šī novirze ir pieņemama, ko ar to darīt piegādātājam, un vai preces tomēr tiek pieņemtas, paliek lēmums ar pamatojumu.
Distribūcijas centrs saņem elektronikas kravu. Pavadzīmē norādīti 200 gabali, pasūtījumā arī 200. Sistēma var salīdzināt šos divus dokumentus un automātiski iebūkot saņemšanu, tiklīdz daudzumi sakrīt. Bet kaste, kas atveras un kurā redzams saplēsts ekrāns, prasa fizisku pārbaudi un lēmumu: pieņemt, atgriezt vai nolikt malā izvērtēšanai. Šis lēmums ietilpst uzraudzībā, kas apstiprina vai noraida ar pamatojumu, nevis pilnīgā pārņemšanā.
Uzņēmumā, kas saņem atsevišķas detaļas mazos apjomos ar augstu bojājuma vai bojāšanās risku, fiziskā daļa paliek lielāka, un no pašas iebūkšanas automatizācijas ir maz ko iegūt. Uzņēmumā, kas saņem lielas, vienveidīgas partijas no fiksētiem piegādātājiem ar stabilu iepakojumu un nedaudzām novirzēm, tas ir citādi: tur iebūkšana bieži lielā mērā jau ir sistēmas darbs, un atlikušais uzdevums pāriet uz izlases pārbaudi, nevis pilnu inspekciju. Atšķirība nav nozarē, bet gan tajā, cik prognozējama ir krava un cik augstas izrādās kļūdas izmaksas.
Kas šodien jau darbojas, ir attēlu atpazīšana: pavadzīmes fotogrāfija vai skenējums, savienots ar sistēmu, kas automātiski izveido saņemšanas rindu. Tam nepieciešams skenēšanas aprīkojums uz grīdas un savienojums starp šo skenēšanas brīdi un ERP vai WMS. Bez šī savienojuma ievade paliek manuāls solis, pat ja pati pārbaude jau kļuvusi gudrāka. Fiziskā pārbaude par bojājumiem un pareizību lielākajā daļā gadījumu paliek pie cilvēka, tāpat kā produktu kvalitātes kontrole lielā mērā paliek cilvēka darbs, kamēr vērtēšana prasa sensoro uztveri.
Pārbīde, kas šeit notiek, nav noliktavas darbinieka aizvietošana, bet viņa laika pārbīde: mazāk laika daudzumu ierakstīšanai, vairāk laika novirzju izvērtēšanai. Šis modelis ir plašāks nekā tikai preču saņemšana. Arī teritorijas un ēkas piekļuves pārvaldībā redzams, ka reģistrācija arvien biežāk notiek automātiski, kamēr izņēmumu izvērtēšana paliek pie cilvēka. Ja šī pārbīde skar personāla nodrošinājumu uz grīdas, tad tam ir savas juridiskas prasības; tas nav secinājums, kas izriet no uzdevumu analīzes.
Vai saņemšanas process jūsu uzņēmumā ir lielākoties sistēmas darbs vai lielākoties fiziska pārbaude, tas ir atkarīgs no preču veida, piegādātājiem un jūsu krājumu kļūdu jutības. Bezmaksas divpadsmit jautājumu ātrā skenēšana bez konta sniedz norādi, kāda daļa stundu šāda veida darba profilos šodien ir pārņemama ar AI. Pilnīgā darba skenēšana, kas kartē visa uzņēmuma darbu pēc uzdevumiem, joprojām ir izstrādes procesā.
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.