Przy przyjęciu towaru dostawa jest sprawdzana z listem przewozowym i zamówieniem, a przyjęcie jest wprowadzane do systemu ERP lub WMS. Pytanie brzmi, czy AI może przejąć ten proces. Odpowiedź jest częściowa, i część, która pozostaje, nie jest przypadkowo tą częścią, przy której ktoś musi fizycznie stać przy towarze.
Samo księgowanie jest zadaniem uporządkowanym: istnieje zamówienie, istnieje list przewozowy, a system oczekuje zgodności między tym, co zamówiono, a tym, co przychodzi. To porównanie jest właśnie rodzajem pracy, w której systemy oprogramowania są dobre. Oś ustrukturyzowania punktuje więc wysoko, a rozpoznawanie danych na liście przewozowym lub fakturze za pomocą obrazu jest zadaniem, z którym AI już dziś sobie radzi. Wolumen również ma tu znaczenie: magazyn, który przetwarza sto pozycji dziennie, ma więcej do zyskania na automatycznym rozpoznawaniu niż lokalizacja, która otrzymuje dwie dostawy w tygodniu.
Również zgodność (compliance) działa na korzyść automatyzacji: jeśli dostawa musi być zarejestrowana według ustalonego protokołu, ze znacznikiem czasu, ilością i numerem referencyjnym, jest to coś, w czym system jest bardziej konsekwentny niż ręczny wpis na końcu długiej zmiany. Kto już zleca automatyczne składanie zamówień, zauważa, że powiązanie między zamówieniami zakupu automatycznie składanymi u dostawców a przyjęciem tego samego zamówienia jest logicznym kolejnym krokiem: system już wie, co powinno przyjść, i może natychmiast zestawić z tym przychodzące dane.
Trzy osie, które tu decydują, to fizyczność, koszty błędów i ustrukturyzowanie, a pierwsze dwie ograniczają to, co umożliwia trzecia. Fizyczność punktuje nisko, ponieważ potrzebny jest ktoś, kto otworzy pudła, policzy ilości, zauważy uszkodzenia i powącha, czy coś jest zepsute. Paleta z osiemdziesięcioma pudłami, z których trzy mają rozdarte opakowanie, nie zostanie zauważona przez kamerę, jeśli ta kamera nie jest specjalnie do tego skonfigurowana i wytrenowana, a nawet wtedy ocena, co jest uszkodzeniem akceptowalnym, pozostaje często pracą człowieka.
Koszty błędów punktują nisko z innego powodu: nieprawidłowo zaksięgowane przyjęcie prowadzi do niezgodnego stanu zapasów, co tygodnie później może przełożyć się na błędne zobowiązanie dostawy wobec klienta lub przerwę w produkcji. Te koszty nie są zawsze od razu widoczne, co zwiększa ryzyko, a nie zmniejsza. Dlatego pozostaje tu przestrzeń oceny na poziomie 3: system może zasygnalizować odchylenie, ale czy to odchylenie jest akceptowalne, co ma zrobić dostawca i czy towar zostanie mimo to przyjęty, pozostaje decyzją wraz z uzasadnieniem.
Centrum dystrybucyjne otrzymuje przesyłkę elektroniki. List przewozowy wskazuje 200 sztuk, zamówienie także 200. System może porównać te dwa dokumenty i automatycznie zaksięgować przyjęcie, gdy ilości się zgadzają. Ale pudło, które się otwiera i w którym widać uszkodzony ekran, wymaga fizycznej kontroli i decyzji: przyjąć, zwrócić czy odłożyć do oceny. Ta decyzja podlega nadzorowi, który zatwierdza lub odrzuca z uzasadnieniem, a nie pełnemu przejęciu.
W firmie, która przyjmuje pojedyncze części w małych ilościach, z wysokim ryzykiem uszkodzenia lub zepsucia, udział fizyczny pozostaje większy i mało jest do zyskania na automatyzacji samego księgowania. W firmie, która przyjmuje duże, jednolite partie od stałych dostawców, ze stabilnymi opakowaniami i niewielkimi odchyleniami, sytuacja jest inna: tam księgowanie jest już w dużej mierze pracą systemową, a pozostałe zadanie przesuwa się w kierunku kontroli wyrywkowej, zamiast pełnej inspekcji. Różnica nie leży w branży, ale w tym, jak przewidywalny jest ładunek i jak wysokie są koszty błędu.
Co już dziś działa, to rozpoznawanie obrazu: zdjęcie lub skan listu przewozowego, połączony z systemem, który automatycznie tworzy pozycję przyjęcia. Co jest do tego potrzebne, to sprzęt skanujący na hali oraz połączenie między momentem skanowania a systemem ERP lub WMS. Bez tego połączenia wprowadzanie danych pozostaje ręcznym krokiem, nawet jeśli sama kontrola stała się już mądrzejsza. Fizyczna kontrola uszkodzeń i poprawności pozostaje w większości przypadków po stronie człowieka, podobnie jak kontrola jakości produktów pozostaje w dużej mierze pracą ludzką, o ile ocena wymaga percepcji sensorycznej.
Przesunięcie, które ma tu miejsce, nie polega na zastąpieniu pracownika magazynu, ale na przesunięciu jego czasu: mniej czasu na wpisywanie ilości, więcej czasu na ocenę odchyleń. Ten wzorzec jest szerszy niż samo przyjęcie towaru. Także przy zarządzaniu dostępem do terenu i obiektu widać, że rejestracja odbywa się coraz częściej automatycznie, podczas gdy ocena wyjątków pozostaje przy człowieku. Jeśli to przesunięcie dotyka obsady personelu na hali, obowiązują wtedy własne wymogi prawne; to nie jest wniosek, który wynika z analizy zadań.
Czy proces przyjęcia towaru w Państwa firmie jest w największej części pracą systemową, czy w największej części kontrolą fizyczną, zależy od rodzaju towarów, dostawców i podatności na błędy Państwa zapasów. Bezpłatny szybki skan złożony z dwunastu pytań, bez konieczności rejestracji konta, daje wskazanie, jaka część godzin w tego rodzaju profilach pracy może być dziś przejęta przez AI. Pełny skan pracy, który mapuje pracę całej firmy zadanie po zadaniu, jest wciąż w budowie.
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.