Introductie: Het magazijn 'Dark' is al vele jaren in gebruik, vooral in regio's met relatief hoge arbeidskosten zoals Europa. Ze zijn echter nog steeds beperkt tot het verwerken van bepaalde producten met zeer uniforme ontwerpen en er zijn bijna geen wijzigingen in de orderconfiguratiebestanden nodig.
Stel je de scène voor van het betreden van een "donker licht" of "onbemand" magazijn, wat angst kan oproepen. Deze 'duisternis' is niet overdreven: wie heeft er licht nodig als er geen mensen in de buurt zijn? Al het werk wordt gedaan door robots, geleid door sensoren en software, die producten uit de schappen selecteren en ze in schijnbaar eindeloze cycli naar het verzenddok transporteren. Het observeren van dit proces is als gehypnotiseerd worden door de regelmaat ervan.
Aangezien magazijnwerk in wezen repetitief en robotachtig is, is een dergelijk systeem echter bijzonder belangrijk. Dus waarom laten we niet alles aan de machine over?
Het 'donkere' magazijn is al vele jaren in gebruik, vooral in regio's met relatief hoge arbeidskosten zoals Europa. Ze zijn echter nog steeds beperkt tot het verwerken van bepaalde producten met zeer uniforme ontwerpen en er zijn bijna geen wijzigingen in de orderconfiguratiebestanden nodig. Zelfs magazijnen die zijn uitgerust met enkele van de meest geavanceerde systemen voor materiaalbehandeling vereisen een bepaald niveau van personeelsaanwezigheid. Momenteel lijken de meeste grote distributiefaciliteiten gewijd te zijn aan "collaboratieve" robots - of in moderne termen, collaboratieve robots - die samenwerken met mensen.
De toekomst kan er heel anders uitzien. Mehul Patel, de Chief Technology Officer van Honeywell Intelligent in de Verenigde Staten, beschreef de voortgang van magazijnautomatisering als een reis - wat betekent dat je uiteindelijk de eindbestemming moet bereiken.
Patel suggereert dat operators daarvoor hun aandacht kunnen verleggen van het uitvoeren van de software van de robot naar de hardware van de robot zelf en de gegevens kunnen genereren die nodig zijn om alles soepel te laten verlopen. De informatiestapel is waar mensen het over hebben, "zei hij." We moeten meer inzicht gaan krijgen.
Mel Patel verwijst naar belangrijke informatie uit de dagelijkse bedrijfsvoering die de optimale indeling van het magazijn kan bepalen en hoe met maximale efficiëntie te werken. Of het nu gaat om hardware of software, automatisering moet zich richten op drie hoofdpijlers: productiviteit; arbeidszekerheid, beschikbaarheid en inzet; en duurzaamheid. "Hij zei: 'Tegenwoordig zijn deze allemaal urgenter dan hoe snel magazijnen personeel in de steek kunnen laten en het' donker ' kunnen betreden.
Het hebben van gegevens op zich is geweldig, "zei Patel", maar uiteindelijk gaat het allemaal om het genereren en creëren van informatie die ons helpt ons bedrijf te runnen, optimaliseren en begrijpen.
Automatisering is lange tijd aangeprezen als een oplossing om de productiviteit van handmatige taken zoals magazijnwerk te verbeteren. Maar voor Patel steunt hij degenen die geloven dat machines inderdaad meer alledaagse en repetitieve taken zouden moeten overnemen, maar dat mensen moeten blijven deelnemen.
De ontwikkeling van sensortechnologie is cruciaal bij het aanpakken van alle "pijler" -problemen die door Patel zijn voorgesteld. In een omgeving die wordt gedeeld door mensen en robots, moeten machines constant de locatie van mensen begrijpen. Sensoren spelen ook een cruciale rol bij het identificeren van gebieden waar productiviteit afneemt en verspilling optreedt.
Als het gaat om het meten van productiviteit, heeft Patel het niet alleen over omslachtige arbeidsbeheersystemen. Deze systemen houden de tijd bij die werknemers aan een bepaalde taak besteden, tot op minuten nauwkeurig, of hoeveel bestellingen elke persoon per dag verwerkt. Hij zei dat in plaats van te fungeren als een alwetende grote broer, de informatie die door sensoren wordt gegenereerd, moet helpen werknemers te trainen om hun dagelijkse werk op de beste en veiligste manier uit te voeren.
Tegenwoordig speelt sensortechnologie ook een belangrijke rol bij het optimaliseren van het energiebeheer, het identificeren van gevallen van hoog verbruik en het voorspellen waar systemen kunnen instorten als gevolg van knelpunten of uitval van onderhoud aan apparatuur. Deze technologie kan ook verwarming en verlichting naar de meest noodzakelijke gebieden in de faciliteit leiden.
Dus, wat is het verband tussen dit alles en de komst van "onbemande" magazijnen? Patel verklaarde dat dit deel uitmaakt van een 'continuüm' dat uiteindelijk op een onbepaalde datum in de toekomst bijna volledige automatisering zal bereiken. Iedereen heeft zijn eigen mening over het schema, "zei hij", maar aan het eind van de dag brengt het ons daar - het magazijn vereist minimaal toezicht tijdens de normale dagelijkse werkzaamheden.
Op dat moment is nog niet bekend welke rol mensen gaan spelen. Idealiter worden ze gepromoveerd naar hoger opgeleide functies, zoals faciliteitsontwerp en softwareontwikkeling. Er moet nog steeds iemand aanwezig zijn om belangrijke beslissingen te nemen over productoverzicht en orderprioriteit - in ieder geval totdat kunstmatige intelligentie ook deze taak overneemt.
Uiteindelijk is het enigszins ironisch dat bepalen wanneer een magazijn in het "donker" kan werken, misschien niet helemaal het resultaat is van technologische vooruitgang, maar waarschijnlijker is dat het de keuze is van de mens zelf. Want in veel gevallen staat de technologie klaar en wacht op ons om een beslissing te nemen.