Wyzwania łańcucha dostaw. Co przyniesie przyszłość dla logistyki magazynowej?
- Andrzej Bobiński, Prezes Zarządu Logifact-Systems
- Kategoria: Komentarz tygodnia
Dla logistyki magazynowej koniecznością staje się sprawne zarządzanie całością zintegrowanych procesów magazynowych: manualnych, półautomatycznych i zautomatyzowanych/zrobotyzowanych. A zatem coraz ważniejsze stają się funkcjonalności i technologie, które zapewniają zdolność do integracji pracy ludzi, maszyn i systemów IT w oparciu o automatyczną wymianę informacji w czasie rzeczywistym. Co przyniesie przyszłość dla logistyki magazynowej? Komentarza udziela Andrzej Bobiński, Prezes Zarządu Logifact-Systems
Cele stawiane przed logistyką magazynową takie jak: wzrost wydajności, redukcja kosztów, poprawa jakości świadczonych usług, optymalne wykorzystanie infrastruktury czy zapewnienie pełnej kontroli nad procesami i stanami magazynowymi są w zasadzie uniwersalne dla ogółu magazynów, ale jeżeli mówimy o wyzwaniach dla logistyki magazynowej, to należy rozróżnić o jakich wielkościach przepływu, zapasach i złożoności procesów magazynowych mówimy.
Industry 4.0 na horyzoncie
W prostszych magazynach, zarządzanych bez wsparcia systemów IT, wyzwaniem staje się już wprowadzenie odpowiedniego systemu klasy WMS (Warehouse Management System), uporządkowanie procesów przepływu towarów i integracja informacyjna w ramach łańcucha dostaw, ale przed dużymi organizacjami stoją znacznie trudniejsze i wymagające zadania. Na horyzoncie pojawia się idea Industry 4.0, której jednym z podstawowych założeń jest dążenie do jak najpełniejszej integracji inteligentnych maszyn i systemów przy ciągłej optymalizacji procesów magazynowych i produkcyjnych mającej na celu zwiększanie wydajności i poprawy jakości.
Dla logistyki magazynowej oznacza to, że koniecznością staje się sprawne zarządzanie całością zintegrowanych procesów magazynowych: manualnych, półautomatycznych i zautomatyzowanych/zrobotyzowanych. A zatem coraz ważniejsze stają się funkcjonalności i technologie, które zapewniają zdolność do integracji pracy ludzi, maszyn i systemów IT w oparciu o automatyczną wymianę informacji w czasie rzeczywistym.
Integracja autonomicznych narzędzi
W odróżnieniu od trendów lat 70. czy 80. dzisiaj mówimy o integracji wydzielonych systemów autonomicznych ściśle wyspecjalizowanych w swoim obszarze zarządzania. Dla logistyki magazynowej są to przede wszystkim takie systemy jak: WMS (Warehouse Management System) zarządzający całością procesów magazynowych, systemy klasy MFC (Material Flow Control) odpowiedzialne za sterowanie automatyką magazynową i robotami czy dla magazynów obsługujących produkcję systemy zarządzania realizacją produkcji klasy MES (Manufacturing Execution System).
Z kolei system WMS (odpowiedzialny za całość zarządzania magazynem) integruje się z „zewnętrznymi”, w stosunku do magazynu, systemami takimi jak: ERP - system zarządzania przedsiębiorstwem, systemami zarządzania produkcją, z platformami e-commerce, TMS (Transport Management System) - system zarządzania transportem zewnętrznym czy z platformami komunikacyjnymi (np. BaseLinker czy way2send) umożliwiającymi kompleksową obsługę zamówień z wielu kanałów (sklepy marketplace, kurierzy, programy księgowe, itp.).
Otwiera się droga do zastosowania AI
Operacyjne zarządzanie procesami magazynowymi, w sytuacji wymagającej analizy coraz większych strumieni informacji zbieranych w czasie rzeczywistym ze zintegrowanych systemów IT i urządzeń, to kolejne wyzwanie jakie stoi przed logistyką magazynową.
Wyzwanie to wymaga przyspieszonego rozwoju algorytmów zdolnych do wspierania podejmowania, w bardzo krótkim czasie, możliwie optymalnych decyzji - automatycznie czy też przez personel zarządczy magazynu. I tu otwiera się droga do zastosowań sztucznej inteligencji (AI). Pierwsze próby praktycznych zastosowań zostały już podjęte a wiodące firmy z branży dostawców systemów zarządzania dla logistyki magazynowej deklarują, że prowadzą prace nad zastosowaniem AI w swoich rozwiązaniach, ale to dopiero początek drogi. Szersze zastosowanie ogranicza wciąż niedostatek wykwalifikowanej kadry, jak i znaczne koszty przygotowania i wdrożenia modeli AI i później ich doskonalenie. Trudno także, w obszarze logistyki magazynowej, o uniwersalne modele AI dobrze funkcjonujące dla wielu klientów a to oznacza, oprócz wspomnianych kosztów, długie czasy realizacji takich projektów.