Úvod: „Temný“ sklad je v provozu již mnoho let, zejména v regionech s relativně vysokými mzdovými náklady, jako je Evropa. Stále se však omezují na manipulaci s určitými produkty s vysoce jednotným designem a téměř bez nutnosti změn v konfiguračních souborech objednávek.
Představte si scénu vstupu do „tmavého světla“ nebo „bezpilotního“ skladu, což může vyvolat strach. Tato „tma“ není přehnaná: kdo potřebuje světlo, když kolem nejsou žádní lidé? Veškerou práci vykonávají roboti, řízeni senzory a softwarem, vybírají produkty z regálů a dopravují je do přepravního doku ve zdánlivě nekonečných cyklech. Pozorovat tento proces je jako být hypnotizován jeho pravidelností.
Nicméně vzhledem k tomu, že práce ve skladu se v podstatě opakuje a je robotická, je takový systém obzvláště důležitý. Tak proč to celé nenecháme na stroji?
„Temný“ sklad je v provozu již řadu let, zejména v regionech s relativně vysokými mzdovými náklady, jako je Evropa. Stále se však omezují na manipulaci s určitými produkty s vysoce jednotným designem a téměř bez nutnosti změn v konfiguračních souborech objednávek. I sklady vybavené některými z nejpokročilejších systémů manipulace s materiálem vyžadují určitou úroveň přítomnosti personálu. V současnosti se zdá, že většina velkých distribučních zařízení je věnována „kolaborativním“ robotům – nebo v moderním pojetí kolaborativním robotům – pracujícím po boku lidí.
Budoucnost může být úplně jiná. Mehul Patel, technologický ředitel společnosti Honeywell Intelligent ve Spojených státech, popsal pokrok v automatizaci skladů jako cestu – což znamená dosažení konečného cíle.
Patel navrhuje, že předtím by operátoři mohli přesunout svou pozornost ze spouštění softwaru robota na samotný hardware robota a generovat data potřebná pro hladký chod věcí. Zásobník informací je to, o čem lidé mluví, "řekl." Musíme začít získávat větší přehled.
Mel Patel odkazuje na klíčové informace z každodenních operací, které mohou informovat o optimálním uspořádání skladu ao tom, jak pracovat s maximální efektivitou. Ať už jde o hardware nebo software, automatizace se musí zaměřit na tři hlavní „pilíře“: produktivitu; bezpečnost práce, dostupnost a nasazení; a udržitelnost. "Řekl," Dnes je toto všechno naléhavější než to, jak rychle mohou sklady opustit personál a vstoupit do 'tmy'.
Mít data sama o sobě je skvělé, "řekl Patel", ale nakonec je to všechno o generování a vytváření informací, které nám pomohou provozovat, optimalizovat a porozumět našemu podnikání.
Po dlouhou dobu byla automatizace nabízena jako řešení pro zvýšení produktivity manuálních úkolů, jako je skladová práce. Ale Patel podporuje ty, kteří věří, že stroje by skutečně měly převzít všednější a opakující se úkoly, ale lidé se musí i nadále podílet.
Vývoj senzorové technologie je zásadní pro řešení všech „pilířových“ problémů, které Patel navrhuje. V prostředí sdíleném lidmi a roboty musí stroje neustále chápat polohu lidí. Senzory také hrají klíčovou roli při identifikaci oblastí, kde produktivita klesá a dochází k plýtvání.
Pokud jde o měření produktivity, Patel nemluví pouze o těžkopádných systémech řízení práce. Tyto systémy sledují čas, který pracovníci stráví daným úkolem, s přesností na minuty, nebo kolik objednávek každý člověk zpracuje za den. Řekl, že místo toho, aby se choval jako vševědoucí velký bratr, informace generované senzory by měly pomáhat školit zaměstnance, aby svou každodenní práci vykonávali co nejlépe a nejbezpečněji.
Technologie senzorů v dnešní době také hraje důležitou roli při optimalizaci energetického managementu, identifikaci případů s vysokou spotřebou a předpovídání, kde mohou systémy zkolabovat kvůli úzkým místům nebo poruchám údržby zařízení. Tato technologie může také vést vytápění a osvětlení do nejpotřebnějších oblastí v objektu.
Jaká je tedy souvislost mezi tím vším a příchodem „bezobslužných“ skladů? Patel uvedl, že se jedná o součást „kontinua“, které nakonec v blíže nespecifikovaném datu v budoucnu dosáhne téměř úplné automatizace. Každý má na rozvrh svůj názor, "řekl," ale nakonec nás to dostane - sklad vyžaduje minimální dohled při běžném denním provozu.
V té době se ještě neví, jakou roli budou lidé hrát. V ideálním případě budou povýšeni na pozice s vyšší kvalifikací, jako je návrh zařízení a vývoj softwaru. Stále musí být někdo přítomen, aby mohl učinit klíčová rozhodnutí o přehledu produktů a prioritě objednávek – alespoň do té doby, než tento úkol převezme také umělá inteligence.
Nakonec je poněkud ironické, že určení, kdy může sklad fungovat ve „tmě“, nemusí být zcela výsledkem technologického pokroku, ale pravděpodobnější je volba samotných lidí. Protože v mnoha případech je technologie připravena a čeká, až se rozhodneme.