Zamówienie wpływa do systemu, musi powstać lista kompletacyjna, a ta lista musi trafić do właściwego pracownika magazynu. Czy AI może to przejąć? Dla ogromnej większości firm z porządnie skonfigurowanym systemem wms odpowiedź brzmi: tak, i w praktyce dzieje się to już dziś. To jedno z zadań, w których automatyzacja nie czeka na przyszłość.
Decydujące są tu trzy osie: ustrukturyzowanie, wolumen i koszty błędów.
Zadanie jest niemal całkowicie ustrukturyzowane. Zamówienie ma ustaloną formę: numery artykułów, ilości, datę dostawy. Ułożenie listy kompletacyjnej to w istocie zastosowanie stałych reguł do tych danych: która lokalizacja, jaka trasa przez magazyn, który pracownik jest dostępny. Nie jest potrzebna żadna interpretacja tego, co klient „właściwie” miał na myśli, żadna ocena kontekstu. Stąd wynik 5 w zakresie ustrukturyzowania.
Wolumen jest wysoki, a to jest właśnie miejsce, w którym automatyzacja się zwraca. Magazyn przetwarzający sto zamówień dziennie generuje sto list kompletacyjnych, które wszystkie powstają według tej samej logiki. Praca powtarzalna w wysokim tempie, z niewielką różnorodnością między przypadkami, to praca, w której reguły przynoszą większe korzyści niż w przypadku pracy, która zdarza się jedynie sporadycznie.
Koszty błędów są relatywnie niskie, z oceną 4. Błędnie przypisana kompletacja jest irytująca i kosztuje czas na naprawę, ale rzadko prowadzi do nieodwracalnych szkód. To różni się na przykład od błędnie wysłanego dokumentu przewozowego, gdzie błąd może mieć konsekwencje dla celne lub dla odpowiedzialności. W przypadku listy kompletacyjnej błąd zazwyczaj można skorygować w ramach własnego procesu, co obniża próg dla automatyzacji.
Kreatywność ma wynik 1, i to jest właśnie zamierzony efekt. Ułożenie listy kompletacyjnej nie ma w sobie niczego kreatywnego, a to nie jest wadą tego zadania, lecz oznaką, że doskonale nadaje się ono do stałej logiki. Kontakt z klientem prawie całkowicie nie istnieje: lista kompletacyjna jest dokumentem wewnętrznym, przeznaczonym dla hali magazynowej, a nie dla klienta, który musi coś zrozumieć lub zaakceptować.
Compliance ma wysoki, korzystny wynik 5, ponieważ przypisanie kompletacji pracownikowi nie wymaga żadnej ustawowej zgody. Aspekt fizyczny ma wynik 4: choć chodzi o czynność fizyczną dalej w procesie, samo generowanie i przypisywanie jest krokiem cyfrowym, a nie fizycznym.
Przestrzeń decyzyjna otrzymuje 4, nie 5, ponieważ czasem jednak potrzebna jest ocena sytuacji: pracownik właśnie zaczął inne zamówienie, lokalizacja nie zgadza się już z rzeczywistością, zamówienie pilne musi mieć priorytet. To jest właśnie miejsce, na które dziś natrafia rpa: system może zastosować standardową logikę, ale przy odstępstwach potrzebna jest korekta przez człowieka.
Hurtownia z stu pięćdziesięcioma zamówieniami dziennie pozwala systemowi wms automatycznie generować listy kompletacyjne na podstawie pozycji zamówień, a przypisanie do pracowników odbywa się według stałych reguł: kto jest dostępny, kto ma najkrótszą trasę, kto obsługuje właściwą strefę. To działa, o ile lokalizacje zapasów w systemie są aktualne. Gdy nie są, powstaje lista kompletacyjna wskazująca na puste miejsce, a wtedy potrzebny jest pracownik, który to zauważy i skoryguje. Technika wykonuje większość pracy; wyjątki pozostają pracą ludzką.
W firmie bez wms, lub z wms bez logiki kompletacyjnej, to zadanie nie da się po prostu przejąć. Warunek jest wyraźny: system, który już wspiera kompletację, oraz lokalizacje zapasów, które są aktualne. Jeśli rejestracja zapasów jest niewiarygodna, automatyczne generowanie daje przede wszystkim błędne listy, a zysk czasowy rozpływa się w pracy korekcyjnej. To dotyka zadania leżącego blisko: przypisywanie lokalizacji magazynowych musi być uporządkowane, zanim listy kompletacyjne mogą na tym sensownie się oprzeć.
Również przy bardzo małych wolumenach zamówień, z dużą różnorodnością i małą powtarzalnością, korzyść jest ograniczona. Reguły przynoszą korzyści przy powtarzalności; przy jednorazowych lub silnie odbiegających zamówieniach skonfigurowanie logiki bywa więcej pracy niż sama czynność wykonana ręcznie.
Generowanie list kompletacyjnych nie jest odizolowane od reszty procesu magazynowego. Przyjęcie, rejestracja i wydanie są ze sobą powiązane: podobnie rejestrowanie dowodu przyjęcia w systemie jest zadaniem o porównywalnej strukturze i wolumenie. Kto pracuje w przemyśle wytwórczym i chce spojrzeć szerzej niż na jedno zadanie, znajdzie przegląd w co AI może przejąć w przemyśle wytwórczym, a kto zastanawia się, jak to się odnosi do rejestracji na hali, może przeczytać więcej o prowadzeniu rejestracji produkcji na hali.
To nie jest porada personalna i nie jest to uzasadnienie decyzji o stanowiskach lub obsadzie. Czy i jak organizacja wyciąga konsekwencje kadrowe z uwolnionych godzin, podlega własnym wymogom ustawowym i własnej ocenie. Tutaj centralne miejsce zajmuje jedynie pytanie, jaka część tej pracy jest technicznie i już dziś możliwa do przejęcia przez AI, i pod jakimi warunkami.
Czy to zadanie w Państwa organizacji już nadaje się do przejęcia, zależy od Państwa wms, wiarygodności lokalizacji zapasów i wolumenu zamówień. Dobrym pierwszym krokiem jest bezpłatny quickscan: dwanaście pytań, bez konieczności konta, z wskazaniem, jaka część godzin w tego rodzaju profilach jest już dziś możliwa do przejęcia przez AI. Pełny werkscan, który rozkłada pracę Państwa firmy zadanie po zadaniu i wyraża ją w postaci pojemności etatów (fte), 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.