Pri príjme tovaru sa dodávka kontroluje oproti dodaciemu listu a objednávke a príjem sa spracuje v ERP alebo WMS systéme. Otázkou je, či AI môže tento proces prevziať. Odpoveď je čiastočne áno, a časť, ktorá zostáva, je nie náhodou tá časť, pri ktorej musí byť niekto fyzicky prítomný pri tovare.
Samotné zaevidovanie je štruktúrovaná úloha: existuje objednávka, existuje dodací list a systém očakáva zhodu medzi tým, čo bolo objednané, a tým, čo prichádza. Toto porovnávanie je presne ten druh práce, v ktorej sú softvérové systémy dobré. Osa štruktúrovanosti tu teda dosahuje vysoké skóre a rozpoznávanie údajov na dodacom liste alebo faktúre prostredníctvom obrazu je úloha, ktorú AI dnes už dokáže zvládnuť. Aj objem tu hraje rolu: sklad, ktorý spracuje sto riadkov denne, získa viac z automatického rozpoznávania než lokalita, ktorá prijíma dve dodávky týždenne.
Aj compliance pracuje v prospech automatizácie: ak sa dodávka musí zaznamenať podľa pevného protokolu, s časovou pečiatkou, množstvom a referenčným číslom, je to niečo, v čom je systém konzistentnejší než manuálny vstup na konci dlhej zmeny. Kto už dáva objednávku automaticky zadávať, vidí, že spojenie medzi nákupnými objednávkami, ktoré sa automaticky zadávajú dodávateľom a príjmom tej istej objednávky je logický ďalší krok: systém už vie, čo má prísť, a môže prichádzajúce údaje priamo porovnať s tým.
Tri osi, ktoré tu rozhodujú, sú fyzická náročnosť, náklady na chyby a štruktúrovanosť, a prvé dve brzdia to, čo tretia umožňuje. Fyzická náročnosť dosahuje nízke skóre, pretože je potrebný niekto, kto otvorí škatule, spočíta množstvá, uvidí poškodenia a ovonia, či niečo nie je skazené. Paleta s osemdesiatimi škatuľami, z ktorých tri majú roztrhnutý obal, nie je zachytená kamerou, pokiaľ na to nie je táto kamera špecificky nastavená a natrénovaná, a dokonca aj potom zostáva posúdenie, čo je prijateľné poškodenie, často ľudskou prácou.
Náklady na chyby dosahujú nízke skóre z iného dôvodu: nesprávne zaevidovaný príjem vedie k zásobám, ktoré nesúhlasia, čo sa o týždne môže prejaviť v nesprávnom prísľube dodania klientovi alebo zastavení výroby. Tieto náklady nie sú vždy okamžite viditeľné, čo riziko práve zväčšuje, nie zmenšuje. Preto tu zostáva priestor na posúdenie na úrovni 3: systém môže signalizovať odchýlku, ale či je táto odchýlka prijateľná, čo s tým má dodávateľ urobiť a či sa tovar napriek tomu prijme, zostáva rozhodnutím s odôvodnením.
Distribučné centrum prijíma zásielku elektroniky. Dodací list uvádza 200 kusov, objednávka tiež 200. Systém môže tieto dva dokumenty porovnať a automaticky zaevidovať príjem, keď množstvá súhlasia. Ale škatuľa, ktorá sa otvorí a v ktorej je viditeľná rozbitá obrazovka, si vyžaduje fyzickú kontrolu a rozhodnutie: prijať, vrátiť alebo odložiť na posúdenie. Toto rozhodnutie patrí pod dohľad, ktorý schvaľuje alebo zamieta s odôvodnením, nie pod úplné prevzatie.
V spoločnosti, ktorá prijíma jednotlivé súčiastky v malých množstvách s vysokým rizikom poškodenia alebo skazenia, zostáva fyzický podiel väčší a je málo čo získať automatizáciou samotného zaevidovania. V spoločnosti, ktorá prijíma veľké, jednotné dávky od stálych dodávateľov, so stabilnými obalmi a málo odchýlkami, je to inak: tam je zaevidovanie často už z veľkej časti systémová práca a zostávajúca úloha sa posúva k výberovej kontrole namiesto úplnej inšpekcie. Rozdiel nie je v odvetví, ale v tom, aká predvídateľná je dodávka a aké vysoké sú náklady na chybu.
Čo tu dnes už funguje, je rozpoznávanie obrazu: fotografia alebo skenovanie dodacieho listu, spojené so systémom, ktoré automaticky vytvorí riadok príjmu. Čo je na to potrebné, je skenovacie zariadenie na podlahe a spojenie medzi týmto okamihom skenovania a ERP alebo WMS systémom. Bez tohto spojenia zostáva vstup manuálnym krokom, aj keď samotná kontrola sa už stala inteligentnejšou. Fyzická kontrola poškodenia a správnosti zostáva vo väčšine prípadov na človeku, rovnako ako kontrola kvality produktov zostáva z veľkej časti ľudskou prácou, pokiaľ posúdenie vyžaduje zmyslové vnímanie.
Posun, ktorý sa tu odohráva, nie je v nahradení pracovníka skladu, ale v presunutí jeho času: menej času na zadávanie množstiev, viac času na posudzovanie odchýlok. Tento vzorec je širší než len príjem tovaru. Aj pri správe prístupu na pozemok a do budovy vidíte, že evidencia prebieha čoraz viac automaticky, zatiaľ čo posúdenie výnimiek zostáva na človeku. Ak sa tento posun dotýka personálneho obsadenia na podlahe, platia pre to vlastné zákonné požiadavky; to nie je záver, ktorý vyplýva z analýzy úloh.
Či je proces príjmu vo vašej vlastnej spoločnosti z väčšej časti systémová práca alebo z väčšej časti fyzická kontrola, závisí od typu tovaru, dodávateľov a náchylnosti vašich zásob na chyby. Bezplatný rýchly test s dvanástimi otázkami, bez potreby účtu, poskytuje indikáciu, akú časť hodín v tomto type pracovných profilov je dnes možné prevziať pomocou AI. Kompletná analýza práce, ktorá zmapuje prácu celej spoločnosti po jednotlivých úlohách, sa ešte pripravuje.
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.