Älykkäistä varastoista on tulossa uusi “kultainen standardi”

Älykkäät varastot ovat saaneet vaikutteita älykkäistä tehtaista. Yhteistä niille on dataan pohjautuva toimintatapa. Kaikki älykkään varaston prosessit perustavat toimintansa tekoälyn (AI) prosessoimaan dataan – ollen uskollisia sanonnalle "data on 2000-luvun uusi öljy". Tekoäly löytää datasta kaavoja, joiden pohjalta se luo ennusteita tulevista tapahtumista ja tekee sen perusteella automaattisia päätöksiä. Analysoinnissa hyödynnettäviä tietoja ovat esimerkiksi asiakas-, mittaus- ja analyysidata, esineiden internetin (IoT) antureiden tuottama reaaliaikainen data, IT-järjestelmien seuranta- ja lokitiedot, olemassa olevien varastojärjestelmien data tai jopa ulkoisista lähteistä (internet, liikekumppanit) saatava data. Puhdas data on datan avulla toimivan yrityksen menestyksen perusedellytys. Älykkäästä logistiikasta voidaan hyötyä erityisesti  sähköisessä kaupankäynnissä, jossa tilaukset ovat pieniä, toimitusajat lyhyitä ja kysyntä arvaamatonta. 

Datan keräämiseksi varastojärjestelmät on varustettava antureilla ja kaikki laitteet, trukit, kuljettimet, robotit, varastonhallintajärjestelmät (WMS) ja muut teknologiat on yhdistettävä IoT:n kautta, jotta ne pystyvät kommunikoimaan keskenään. Älykkään varaston teknologinen infrastruktuuri luo ympäristön, jossa tilaukset ja tavarat voidaan vastaanottaa, lajitella, järjestää, tunnistaa ja valmistella lähetystä varten automaattisesti. Älykkäässä varastossa tämä parantaa huomattavasti tuottavuutta, laatua ja tehokkuutta ja minimoi virheiden sekä tarvittavan henkilöstön määrän. 

Käytettäessä älykästä varastointia varasto ja kaikki siinä tapahtuvat prosessit mallinnetaan ennen käyttöönottoa ensin digitaalisessa kaksosessa. Kerätty data kootaan ja käsitellään keskitetysti virtuaalivarastossa. Tämän perusteella optimoidut toteutuskäskyt välitetään varastossa oleville laitteille ja työntekijöille toteutusta varten. Varaston digitaalinen kaksonen voi olla olemassa myös ennen varsinaista fyysistä varastoa, jolloin sen avulla voidaan simuloida tulevia varastoprosesseja. Näin voidaan kerätä ennakkoon dataa, kokemuksia ja ideoita fyysisen varaston rakentamista ja suunnittelua varten. Varastoa voidaan testata ennen sen käyttöönottoa, jotta voidaan tarkkailla sen toimintaa suhteessa materiaalivirtoihin ja erilaisiin kysyntäpiikkeihin. Lisäksi on mahdollista valvoa varastossa toimivien laitteiden toimintaa, kuten esim. nostimien, kuljettimien, robottien, automatisoitujen kulkuneuvojen (AGV) ja ehkäistä vikoja. Digitaalisen kaksosen käytöllä on monia etuja, kuten tuottavuuden paraneminen, kehittämismahdollisuuksien tunnistaminen, virheiden ennaltaehkäisy, kustannussäästöt, parempi varastonhallinta sekä toiminnan seuranta. 

Sähköisen kaupankäynnin jatkuvasti kasvavat asiakasodotukset edistävät intralogistiikan sekä logistiikan digitalisaatiota. Samaan aikaisesti varastointi ei aina ole “älykästä”, ei edes sähköisen kaupankäynnin yrityksissä. Äärimmäisen lyhyet toimitusajat, pienet tilauserät ja voimakkaasti vaihteleva kysyntä - nämä kaikki ovat haasteita, joiden kanssa verkkokauppiaat joutuvat elämään. Verkkokaupan tilausprosessien saumaton yhdistäminen tavarahallintajärjestelmään (MMS) on ratkaisevan tärkeää tilausten käsittelyajan lyhentämiseksi (1). Älykkään varastoinnin mahdollistamiseksi kaikki logistiikan osa-alueet: tavaroiden vastaanotosta, varastoinnista ja lajittelusta pakkaamiseen ja lähettämiseen ovat yhdistettävä digitaalisesti varastonhallintajärjestelmän (WMS) avulla. Investointi älykkääseen varastoon on kannattavaa jopa taantuman aikana, sillä se johtaa tehokkaampiin prosesseihin, kustannussäästöihin ja parempaan asiakastyytyväisyyteen ja sitä kautta usein myös useampiin tilauksiin ja suurempiin tilausmääriin. Tekoälyn ja ennakoivan analytiikan käyttö mahdollistaa asiakkaiden tulevan tilauskäyttäytymisen ennustamisen. Tilaukset voidaan näin ollen keräillä ja valmistella lähetystä varten jo ennen niiden vastaanottamista. 

Edut: 

• Koska resurssisuunnittelua optimoidaan jatkuvasti, pullonkauloihin voidaan reagoida nopeammin. 

• Varaston skaalautuvuus paranee: käytettävän ohjelmiston ja paremman tuottavuuden ansiosta varaston kapasiteettia voidaan kasvattaa. 

• Datan läpinäkyvyys tuo esiin optimointimahdollisuuksia. 

• Lisääntynyt digitalisaatio ja automaatio: robottien, kobottien ja AGV-ajoneuvojen käyttö mahdollistavat esimerkiksi keräilyprosessien ja sisäisen logistiikan automatisoinnin. 

• Viivakoodiskannereiden poistaminen ja RFID-teknologian käyttöönotto yrityksessä. RFID-skannerit tarvitsee vain kohdistaa tavaroissa olevien RFID-tunnisteiden suuntaan. Koneelliset moniskannaukset tai massaskannaukset ovat siten mahdollisia.  

• Monissa eri prosesseissa tekoälyä käytetään tuottavuuden lisäämiseen ja virheiden minimoimiseen: tuotemenekin ennustamisessa, varastonhallinnassa, kuljetuskapasiteetin mukauttamisessa, AGV- ja robottiohjauksessa ja keräilyprosessien optimoinnissa.  

• IoT:n käyttö tiedon valtatienä yrityksessä ja modernin WMS:n välttämättömänä edellytyksenä. RFID-skannerit kirjaavat automaattisesti tavarat varastoon ja välittävät tiedot WMS-järjestelmään. WMS puolestaan kommunikoi robottien kanssa ja ilmoittaa niille määritellyn varastointipaikan. IoT mahdollistaa laitteiston ja ohjelmiston saumattoman automaattisen vuorovaikutuksen. 

Haasteet: 

• Teknologian käyttöönotto ja älykkään varaston rakentaminen ovat suuri ponnistus.  

• Työntekijöillä on usein myös psykologisia esteitä, sillä he kokevat usein oman työpaikkansa olevan uhattuna. Kyseessä on siis valtava muutosprosessi, johon tarvitaan kaikkien työntekijöiden panosta. Tästä syystä onkin sovellettava asianmukaisia muutoksen johtamismenetelmiä. 

• Kaikkien asianosaisten ja yritysten osastojen on osattava radikaalisti muuttaa ajatteluaan. Prosessit on ajateltava ja suunniteltava uudelleen.  

• Mobiililaitteiden käyttöönotto (kämmentietokoneet/skannerit, pick-by- ja pick-to-tekniikat sekä älykkäät puettavat laitteet) olivat vasta alkua. Tekoälypohjaisten teknologioiden kokonaisvaltainen käyttöönotto on jälleen suuri askel työntekijöille, ja se on ehkä jaettava pienempiin välivaiheisiin.  

On olemassa vaara, että työntekijöistä tulee yhä enemmän puhtaasti toteuttavia tahoja. Työntekijöiden osaaminen, kuten itseorganisoituminen ja tiettyjen asiayhteyksien ja riippuvuuksien tuntemus, saattaa jäädä yhä enemmän taka-alalle ja olla jopa esteenä, koska ihminen ei enää pysty ymmärtämään tekoälyalgoritmien tuottamia tehokkaita prosesseja ja toimintakäskyjä. Syntyy täysin uusi työympäristö, jossa työntekijät ja robotit työskentelevät yhdessä "käsi kädessä" - yksilöllisten vahvuuksien ja kykyjen mukaan. Tämä voi olla suuri haaste erityisesti pitkään työskennelleille työntekijöille. Samaan aikaan työ muuttuu fyysisesti kevyemmäksi. 

Lähteet:

Kluckow Marcel, The smart warehouse takes e-commerce to the next level, November 2020, JLL Jones Lang LaSalle Inc, Linkki 

BITO expertise, future of the warehouse + whitepaper 

BITO expertise, process mining optimises business processes 

BITO expertise, How artificial intelligence is revolutionising logistics, Linkki