AI budzi wiele nadziei. Inteligentne algorytmy mogą zapewnić predykcje, dzięki którym załadowcy będą mogli prognozować popyt na towary, i to z o wiele większą dokładnością niż dotąd. A jest to krok wstępny do skorelowania poziomu zapasów z przewidywaną skalą zapotrzebowania i zapobiegania sytuacji, w której produkty „nie chcą schodzić” z półek w magazynach. Zarządzanie magazynami miało tradycyjnie za podstawę ręczne planowanie. Dziś już wiadomo, że prowadziło to do nieefektywności i wzrostu kosztów.
Zaawansowane algorytmy AI zaangażowane do analizy różnych czynników, w tym ruchu w punktach dostaw, warunków drogowych, zużycia paliwa itp., są źródłem cennej wiedzy. Dzięki niej możliwe jest osiągnięcie nowej jakości w przetwarzaniu zamówień, zarządzaniu zapasami, łańcuchem dostaw i dystrybucją. AI budzi duże nadzieje na uporanie się z problemami doskwierającymi ludziom logistyki z powodu pojawiania się wąskich gardeł w łańcuchach dostaw.
Eliminacja wąskich gardeł wystarczy?
Nadwyżka podaży czy niedobory towaru z powodu nieprzewidzianego przestoju w produkcji, nagle powstałe luki w załodze skutkujące paraliżem konkretnych funkcji czy awaria zbyt obciążonych maszyn itp. prowadzą do sytuacji kryzysowych i kosztownych. Eliminacja wąskich gardeł, czyli tych ogniw łańcucha dostaw, które obarczone są największym ryzykiem, to dla logistyków istotny priorytet. Czy wystarczy ograniczać się do działań doraźnych? Wielu przedsiębiorców takie działania praktykuje od lat. Są przyzwyczajeni, że wystarczy na gorąco zmodyfikować określone struktury czy procesy — zatrudnić dodatkowych pracowników, zakupić więcej wózków widłowych lub nawiązać współpracę z większą firmą kurierską i problem rozwiązany, ale zwykle tylko do czasu. W tym kontekście firmy logistyczne rozglądają się za cyfryzacją.
Już w 2019 r. 23 proc. administratorów magazynów deklarowało chęć wdrożenia nowych technologii. Zwłaszcza sztuczna inteligencja wydaje się technologią, która odpowiada na ich potrzeby, bo agreguje, przetwarza i analizuje informacje z setek źródeł, a potem przedstawia cenne analizy i prognozy.
Nowe technologie w łańcuchu dostaw, zwłaszcza sztuczna inteligencja (AI), obiecują rewolucję i optymalizację procesów logistycznych. AI, z jej zdolnością do analizy ogromnych zbiorów danych i przewidywania trendów, może stać się kluczem do bardziej zrównoważonego łańcucha dostaw. Jednak w praktyce logistyka nadal nie wykorzystuje w pełni już dostępnych narzędzi technologicznych – wiele firm korzysta tylko w podstawowym zakresie z tak zaawansowanych systemów zarządzania jak WMS czy ERP.
Wprowadzenie AI do łańcucha dostaw spotyka się z podobnymi wyzwaniami. Prawdopodobnie będzie to proces powolny, nierówny i kosztowny, zwłaszcza dla mniejszych firm, które nie zawsze mają dostęp do odpowiednich zasobów danych i mocy obliczeniowej. Również integracja AI z istniejącymi już systemami może wymagać kosztownych modernizacji i spowolni adopcję nowych technologii. Zamiast natychmiastowych korzyści możemy spodziewać się chaotycznych wdrożeń, które nie od razu przyniosą efekty.
Choć AI ma ogromny potencjał transformacji łańcucha dostaw, to obecna praktyka pokazuje, że branża nie jest jeszcze w pełni przygotowana na jej wdrożenie. Wiele firm nie wykorzystuje nawet podstawowych narzędzi optymalizacyjnych, więc proces integracji AI będzie raczej długi, nierównomierny i kosztowny. Aby spożytkować potencjał AI, branża musi najpierw lepiej wykorzystać istniejące technologie i stopniowo przygotować się na nadchodzącą cyfrową rewolucję.
W ciągu minionych pięciu lat logistyka coraz odważniej sięga po AI. Według jednego z tegorocznych badań aż 63 proc. amerykańskich przedsiębiorstw logistycznych zadeklarowało nie tylko korzystanie ze sztucznej inteligencji w zarządzaniu łańcuchem dostaw, ale i osiąganie wyższych dochodów z tego tytułu.
Nowe perspektywy
Technologie otwierają nowe perspektywy przed logistyką. Aż 61 proc. amerykańskich respondentów stwierdziło, że dzięki AI udało im się obniżyć koszty operacyjne. Sztuczna inteligencja jest wykorzystywana do automatyzowania rutynowych zadań, co przygotowuje grunt pod robotyzację, która jest i będzie podejmowana w celu optymalizacji procesów logistycznych.
Nowe technologie niosą obietnicę pomocy w budowaniu przewagi konkurencyjnej i zwinności operacyjnej w obliczu gwałtownych zmian na rynkach. Zdolność do analizy danych jest pomocą w optymalizacji zapasów oraz przewidywaniu przepływu towarów. W magazynie przekłada się to na lepsze wykorzystanie przestrzeni i ułatwia planowanie zasobów, a także optymalizowanie pracy i ciągłe usprawnianie poszczególnych obszarów funkcjonowania. Jest to też podstawa dla wdrażania automatyzacji i robotyzacji procesów.
Zarówno dane historyczne, jak i prognozy na kolejne lata są niezbędne przy planowaniu rozwoju biznesu, jak również do obliczenia scenariuszy zwrotu z inwestycji (ROI). Automatyzacja procesów prowadzi do zmniejszenia liczby błędów w zarządzaniu magazynem i zwiększenia wydajności operacyjnej. Jest też remedium na spadającą dostępność pracowników magazynowych i zmiany demograficzne w Polsce. Dostosowana do potrzeb biznesu nie tylko minimalizuje ryzyko, ale także pomaga utrzymać ciągłość operacyjną.
Choć automatyzacja magazynów jest konieczna, to niełatwo ją wdrażać. Przeskalowanie rozwiązań i przeinwestowanie pod wpływem presji biznesowej to realne ryzyko. Dlatego oprócz analizy danych i skalkulowania scenariuszy ROI warto testować automatyzację w mniejszej skali tam, gdzie to możliwe, by uczyć się na błędach. Testowanie na małą skalę to skuteczny sposób na ocenę efektywności nowych rozwiązań w praktyce i przygotowanie się do większych inwestycji.
Znów doświadczenia podmiotów logistycznych nie pozostawiają tu wątpliwości — automatyzowanie funkcji przekłada się na obniżenie kosztów, poprawę wydajności i zapewnia lepszą obsługę klienta. Zwłaszcza doświadczenia zdobyte w trakcie pandemii, podczas obsługi potoku produktów zamawianych w trybie e-commerce, mówią wiele o dobrodziejstwach wdrożenia mechanizmów śledzenia i monitorowania przesyłek w czasie rzeczywistym. Konsumenci, zwłaszcza z branży e-commerce, już się przyzwyczaili, że na ekranie telefonów można nie tylko dokonać zakupu produktów, lecz również śledzić proces ich dostarczania. Wdrożenie AI to nie tylko koszt zakupu, wdrożenia i obsługi oprogramowania. Potrzebni są też fachowcy z solidnymi kompetencjami w postaci umiejętności programowania, analizy danych czy zdolności zdiagnozowania możliwości automatyzowania czy robotyzowania konkretnych procesów.
Współczesny magazyn to już nie szary blaszany obiekt, lecz budynek nasycony technologiami i w znacznym stopniu zautomatyzowany. Jego funkcją jest nie tylko przechowywanie towarów, lecz również wspieranie złożonych procesów logistycznych. Przykłady? Dzięki zastosowaniu platformy SINGU w parku magazynowym automatyzacja staje się faktem. Możliwa staje się kontrola przepływu pojazdów i poprawa efektywności ruchu, co skutkuje obniżeniem kosztów i emisji CO2. Już skrócenie czasu wjazdu na teren magazynu o 30 sekund dla wozów ze stałymi przepustkami i o 15 sekund dla odwiedzających skutkuje obniżeniem emisji CO2 o 90 ton rocznie.
Z kolei instalacja systemu kamer CCTV poprawia poziom bezpieczeństwa. SINGU to także większa kontrola zużycia energii i mediów, co umożliwia oszczędności i zwiększenie efektywności operacyjnej, ale też szybsze usuwanie awarii w ciągu 24 godzin, a w niektórych przypadkach nawet w 12 godzin. Kolejna zmiana – wymiana oświetlenia z jarzeniowego na LED i zautomatyzowane zarządzanie oświetleniem DALI (digital addressable lighting interface). Skutek? Oszczędności energii o 58 proc. rocznie i większy komfort pracy.
W 2023 r. zainstalowaliśmy energooszczędne LED-y na powierzchni 170 tys. m kw., a w 2024 r. liczbę tę zwiększymy do prawie 190 tys. m kw. Wdrażamy też pompy ciepła z myślą o długoterminowych oszczędnościach w zużyciu energii. Pompa ciepła umożliwiła znaczną redukcję zużycia energii – ok. 45 proc. w porównaniu do tradycyjnego systemu ogrzewania.