En order kommer in, det måste skapas en plocklista, och den listan måste hamna hos rätt lagermedarbetare. Kan AI ta över det? För de allra flesta företag med ett välfungerande wms är svaret ja, och det sker redan i praktiken idag. Detta är en av de uppgifter där automatisering inte väntar på framtiden.
Tre axlar avgör här: strukturgrad, volym och felkostnader.
Uppgiften är nästan helt strukturerad. En order har en fast form: artikelnummer, antal, en leveransdatum. Att sammanställa en plocklista är i praktiken att tillämpa fasta regler på dessa uppgifter: vilken plats, vilken rutt genom lagret, vilken medarbetare som är tillgänglig. Det krävs ingen tolkning av vad kunden "egentligen" menade, ingen bedömning av kontext. Därav poängen 5 för strukturgrad.
Volymen är hög, och det är precis där automatisering lönar sig. Ett lager som hanterar hundra order per dag genererar hundra plocklistor som alla tillkommer enligt samma logik. Arbete som upprepas i högt tempo, med liten variation mellan fallen, är det arbete där regler ger mer utdelning än vid arbete som bara förekommer sporadiskt.
Felkostnaderna är relativt låga, med en 4. En felaktigt tilldelad pick är irriterande och kostar tid att åtgärda, men leder sällan till oåterkallelig skada. Det skiljer sig från exempelvis ett felaktigt skickat fraktdokument, där ett fel kan få följder för tull eller ansvar. Vid en plocklista kan felet oftast korrigeras inom den egna processen, vilket sänker tröskeln för automatisering.
Kreativitet får en 1, och det är precis meningen. Det finns inget kreativt i att sammanställa en plocklista, och det är ingen brist hos uppgiften utan ett tecken på att den lämpar sig utmärkt för fast logik. Kundkontakt saknas nästan helt: plocklistan är ett internt dokument, avsett för lagergolvet, inte för en kund som ska förstå eller acceptera något.
Compliance får en högt gynnsam poäng, en 5, eftersom det inte krävs något lagstadgat godkännande för att tilldela en pick till en medarbetare. Fysiskt får en 4: det handlar visserligen om en fysisk handling längre fram i processen, men själva genereringen och tilldelningen är ett digitalt steg, inte ett fysiskt.
Bedömningsutrymme får en 4, inte en 5, eftersom det ibland ändå krävs en avvägning: en medarbetare har just börjat på en annan order, en plats stämmer inte längre med verkligheten, en expressorder måste gå före. Det är precis där rpa stöter på patrull idag: systemet kan tillämpa standardlogiken, men vid avvikelser krävs en korrigering av en människa.
En grossist med hundrafemtio order per dag låter wms:et automatiskt generera plocklistor baserat på orderrader, och tilldelningen till medarbetare sker enligt fasta regler: vem som är tillgänglig, vem som har kortast rutt, vem som bemannar rätt zon. Det fungerar så länge lagerplatserna i systemet är aktuella. Så fort de inte stämmer uppstår en plocklista som hänvisar till en tom plats, och då krävs en medarbetare för att upptäcka och åtgärda det. Tekniken sköter merparten av arbetet; undantagen förblir mänskligt arbete.
Hos ett företag utan wms, eller med ett wms utan plocklogik, går denna uppgift inte utan vidare att ta över. Randvillkoret är skarpt: ett system som redan stödjer plockning, och lagerplatser som är aktuella. Är lagerregistreringen opålitlig ger automatisk generering framför allt felaktiga listor, och tidsvinsten försvinner i korrigeringsarbete. Det berör en uppgift som ligger nära intill: tilldelning av lagerplatser måste vara i ordning innan plocklistor kan bygga meningsfullt på den.
Även vid mycket små ordervolymer, med stor variation och lite upprepning, är vinsten begränsad. Regler ger utdelning vid upprepning; vid engångsorder eller starkt avvikande order är det ibland mer arbete att bygga upp logiken än att utföra åtgärden manuellt.
Att generera plocklistor står inte fristående från resten av lagerprocessen. Mottagning, registrering och utleverans hänger ihop: så är även registrering av en mottagningskvittens i systemet en uppgift med jämförbar struktur och volym. Den som arbetar inom tillverkningsindustrin och vill se bortom en enskild uppgift hittar en översikt i vad AI kan ta över inom tillverkningsindustrin, och den som undrar hur detta förhåller sig till golvregistrering kan läsa vidare om att föra produktionsregistrering på golvet.
Detta är inget personalråd och ingen grund för ett beslut om tjänster eller bemanning. Om och hur en organisation drar personalmässiga konsekvenser av frigjorda timmar faller under egna lagstadgade krav och egen bedömning. Här står endast frågan om vilken del av detta arbete som tekniskt och redan idag kan tas över av AI, och under vilka villkor, i centrum.
Om denna uppgift i er organisation redan lämpar sig för övertagande beror på ert wms, tillförlitligheten hos era lagerplatser och ordervolymen. Ett bra första steg är den kostnadsfria snabbanalysen: tolv frågor, inget konto krävs, med en indikation på vilken del av timmarna i den här typen av roller som redan idag kan tas över av AI. Den fullständiga arbetsanalysen, som bryter ner ert företags arbete uppgift för uppgift och uttrycker det i fte-kapacitet, är fortfarande under uppbyggnad.
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.