Uma encomenda entra, precisa surgir uma lista de picking, e essa lista tem de chegar ao colaborador de armazém correto. Consegue a IA assumir isso? Para a grande maioria das empresas com um wms devidamente estruturado, a resposta é sim, e isso já acontece hoje na prática. Esta é uma das tarefas em que a automatização não espera pelo futuro.
Três eixos são aqui decisivos: estruturação, volume e custo de erros.
A tarefa é quase totalmente estruturada. Uma encomenda tem uma forma fixa: números de artigo, quantidades, uma data de entrega. Compor uma lista de picking é, na prática, aplicar regras fixas a esses dados: qual localização, qual rota pelo armazém, qual colaborador está disponível. Não é necessária interpretação daquilo que o cliente "realmente" quis dizer, nem avaliação de contexto. Daí a pontuação de 5 em estruturação.
O volume é elevado, e é precisamente aí que a automatização se paga. Um armazém que processa cem encomendas por dia gera cem listas de picking, todas construídas segundo a mesma lógica. Trabalho que se repete a ritmo elevado, com pouca variação entre os casos, é o trabalho em que as regras rendem mais do que em trabalho que só ocorre esporadicamente.
O custo de erros é relativamente baixo, com um 4. Um pick atribuído incorretamente é incómodo e custa tempo a corrigir, mas raramente leva a danos irreversíveis. Isso é diferente, por exemplo, de um documento de transporte enviado incorretamente, onde um erro pode ter consequências para a alfândega ou a responsabilidade civil. Numa lista de picking, o erro é normalmente corrigível dentro do próprio processo, o que reduz o limiar para a automatização.
A criatividade obtém um 1, e é exatamente essa a intenção. Não há nada de criativo em compor uma lista de picking, e isso não é uma limitação da tarefa, mas um sinal de que se presta excelentemente a lógica fixa. O contacto com o cliente está praticamente ausente: a lista de picking é um documento interno, destinado ao chão de armazém, não a um cliente que precise compreender ou aceitar algo.
A conformidade obtém uma pontuação altamente favorável, com um 5, porque não é necessária aprovação legal para atribuir um pick a um colaborador. O aspeto físico obtém um 4: trata-se, sim, de uma ação física mais adiante no processo, mas a geração e atribuição em si são um passo digital, não físico.
A margem de julgamento obtém um 4, não um 5, porque por vezes ainda é necessária uma ponderação: um colaborador acabou de começar outra encomenda, uma localização já não corresponde à realidade, uma encomenda urgente tem de ter prioridade. É precisamente aí que o rpa hoje encontra o seu limite: o sistema consegue aplicar a lógica padrão, mas nos desvios é necessária uma correção humana.
Um grossista com cento e cinquenta encomendas por dia deixa o wms gerar automaticamente listas de picking com base nas linhas de encomenda, e a atribuição aos colaboradores decorre segundo regras fixas: quem está disponível, quem tem a rota mais curta, quem cobre a zona certa. Isso funciona enquanto as localizações de stock no sistema estiverem atualizadas. Assim que estas não correspondem à realidade, surge uma lista de picking que aponta para um lugar vazio, e então é necessário um colaborador para sinalizar e corrigir isso. A tecnologia faz a maior parte do trabalho; as excepções continuam a ser trabalho humano.
Numa empresa sem wms, ou com um wms sem lógica de picking, esta tarefa não pode simplesmente ser assumida. A condição prévia é clara: um sistema que já suporte o picking, e localizações de stock que estejam atualizadas. Se o registo de stock for pouco confiável, a geração automática resulta sobretudo em listas erradas, e o ganho de tempo desaparece em trabalho de correção. Isso toca numa tarefa muito próxima: a atribuição de localizações de armazém tem de estar em ordem antes de as listas de picking poderem construir-se de forma útil sobre ela.
Também em volumes de encomendas muito pequenos, com muita variação e pouca repetição, o ganho é limitado. As regras rendem com a repetição; em encomendas únicas ou muito divergentes, configurar a lógica pode por vezes dar mais trabalho do que a ação manual em si.
Gerar listas de picking não está isolado do resto do processo de armazém. Receção, registo e expedição estão interligados: também registar uma guia de receção no sistema é uma tarefa com estrutura e volume semelhantes. Quem trabalha na indústria transformadora e quer olhar para além de uma única tarefa encontra uma visão geral em o que a IA pode assumir na indústria transformadora, e quem se pergunta como isto se relaciona com o registo no chão de fábrica pode continuar a ler sobre manter o registo de produção no chão de fábrica.
Isto não é aconselhamento em matéria de pessoal nem uma justificação para uma decisão sobre funções ou quadro de pessoal. Se e como uma organização tira consequências a nível de pessoal das horas libertadas, está sujeito a requisitos legais próprios e a uma ponderação própria. Aqui está apenas em causa a questão de que parte deste trabalho pode, técnica e hoje, ser assumida pela IA, e em que condições.
Se esta tarefa na sua organização já se presta a ser assumida depende do seu wms, da confiabilidade das suas localizações de stock e do volume de encomendas. Um bom primeiro passo é o quickscan gratuito: doze perguntas, sem necessidade de conta, com uma indicação de que parte das horas neste tipo de perfis pode hoje ser assumida pela IA. O scan de trabalho completo, que decompõe o trabalho da sua empresa tarefa a tarefa e o expressa em capacidade de fte, está ainda em construção.
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.