Raport opracowany przez Mecalux i Intelligent Logistics Systems Lab z MIT-u.
W miarę jak detaliści przygotowują się do corocznego wzrostu sprzedaży z okazji Black Friday, nowy raport opracowany przez Mecalux i Intelligent Logistics Systems Lab (ILS) – laboratorium Centrum Transportu i Logistyki Instytutu Technologicznego Massachusetts – pokazuje, że magazyny obsługujące globalne łańcuchy dostaw wkroczyły w nową erę, w której dominuje sztuczna inteligencja. Badanie, oparte na odpowiedziach udzielonych w ankiecie przeprowadzonej wśród ponad 2000 specjalistów ds. łańcucha dostaw i magazynowania z 21 krajów, pokazuje, że sztuczna inteligencja i uczenie maszynowe nie są już narzędziami eksperymentalnymi, lecz motorami produktywności i precyzji oraz ewolucji siły roboczej.
Ponad 9 na 10 magazynów korzysta już z jakiejś formy sztucznej inteligencji lub inteligentnej automatyzacji, co oznacza, że technologie te osiągnęły w tym obszarze wysoką dojrzałość w zaskakującym tempie. W przeszło połowie organizacji, zwłaszcza dużych firm posiadających liczne obiekty i złożone sieci logistyczne, procesy są już w znacznym stopniu lub w pełni zautomatyzowane. Magazyny mają już dawno za sobą pojedyncze testy pilotażowe i coraz częściej wykorzystują sztuczną inteligencję w codziennej pracy, m.in. w takich zadaniach jak przygotowywanie zamówień, optymalizacja zapasów, konserwacja urządzeń, planowanie pracy oraz monitorowanie bezpieczeństwa.
„Dane dowodzą, że firmy posiadające inteligentne magazyny, przewyższają konkurencję pod względem produktywności, dokładności i elastyczności” – twierdzi Javier Carrillo, dyrektor generalny Mecaluxu. „Przedsiębiorstwa inwestujące w sztuczną inteligencję są nie tylko szybsze, ale także dysponują większą odpornością i przewidywalnością, co pozwala im skuteczniej radzić sobie ze zmiennością i lepiej się przygotować na szczyt sezonu”.
Badanie pokazuje również, że inwestycje w sztuczną inteligencję zwracają się szybciej, niż przewidywano. Większość firm przeznacza na przedsięwzięcia związane ze sztuczną inteligencją i uczeniem maszynowym od 11 do 30% swoich budżetów na technologie magazynowe, a inwestycja zwraca się średnio w ciągu 2 – 3 lat. Tak szybka stopa zwrotu wynika z mierzalnych efektów: dokładniejszego zarządzania zapasami, wyższej wydajności procesów, poprawy efektywności pracy i ograniczenia liczby błędów. Do inwestycji tych skłaniają również oszczędności w zakresie kosztów operacyjnych, oczekiwania klientów, niedobory kadrowe, cele w obszarze zrównoważonego rozwoju oraz presja konkurencyjna, co oznacza, że wartość sztucznej inteligencji wykracza daleko poza samą automatyzację. Wszystko to zaś sprawia, że firmy bardziej koncentrują się na długoterminowych i bardziej kompleksowych projektach niż na drobnych, pojedynczych eksperymentach.
Mimo szybkich postępów przedsiębiorstwa nadal napotykają wyzwania przy wdrażaniu AI. „Najtrudniejsza jest końcowa faza wdrażania: płynna integracja ludzi, danych i analityki z istniejącymi systemami” – zauważa dr Matthias Winkenbach, dyrektor laboratorium ILS. Główne bariery dotyczą takich aspektów jak wiedza techniczna, integracja systemów, jakość danych oraz koszt wdrożenia, co pokazuje, jakiego nakładu pracy wymaga połączenie nowoczesnych narzędzi z dotychczasowymi rozwiązaniami. Jednocześnie wiele firm deklaruje, że posiada solidne fundamenty w zakresie zarządzania danymi i prowadzenia projektów, a kluczowymi katalizatorami dalszego rozwoju są odpowiednie narzędzia, jasne strategie, większe budżety i bardziej doświadczony personel.
[fragment artykułu]
Źródło: Mecalux, MIX
materiał prasowy
