Sztuczna inteligencja coraz częściej trafia do magazynów, planowania dostaw i transportu. Matthew Sterner, Global Customer Marketing Leader for Transportation, Logistics and Warehousing w firmie Honeywell, zwraca jednak uwagę, że technologia nie powinna być punktem wyjścia. Najpierw trzeba zrozumieć pracę, dane i miejsca, w których proces traci tempo.
Algorytm może analizować informacje z systemów biznesowych oraz dane kontekstowe, ale jego wynik zależy od jakości wejścia. Powielone wpisy, opóźnione aktualizacje i niewykryte wyjątki ograniczają wartość nawet zaawansowanych narzędzi. Dlatego przedsiębiorstwa powinny najpierw ustalić, gdzie powstają błędy i kto musi otrzymać informację, aby zareagować.

Najpierw mapa procesu
W jednym z analizowanych przepływów wysyłki naliczono około 30 etapów, w tym wielokrotne ręczne wprowadzanie tych samych danych. Przesyłka mogła przejść dalej mimo niezgodności informacji albo pominięcia specjalnej usługi, na przykład sobotniej obsługi dla nadania w piątek. Po rozdzieleniu czynności wartościowych, kontroli automatycznych i zadań wymagających człowieka czas pracy spadł z około sześciu minut do 30–45 sekund.
Podobne podejście może ograniczyć liczbę powtarzalnych czynności i skierować nietypowe przypadki do pracowników. Warunkiem jest ustalenie, które decyzje system podejmuje samodzielnie, kiedy potrzebna jest akceptacja oraz kto odpowiada za eskalację.
Od prognozy do reakcji
AI może pomóc przewidywać gwałtowne zmiany popytu i wcześniej przesunąć zapasy. W transporcie połączenie lokalizacji pojazdu z informacjami o pogodzie może wskazać prawdopodobne opóźnienie, zasugerować inną trasę i zaktualizować przewidywany czas przyjazdu. Korzyść powstaje jednak dopiero wtedy, gdy organizacja potrafi szybko wykorzystać taki sygnał.

Technologia powinna również uwzględniać warunki pracy ludzi: ich doświadczenie, środowisko magazynu i charakter wykonywanych zadań. Sterner zaleca rozpoczęcie od małego, mierzalnego projektu. Taki pilotaż pozwala sprawdzić dane, zbudować zaufanie i przygotować podstawy do szerszej automatyzacji.







