Sztuczna inteligencja coraz częściej trafia do codziennych operacji magazynowych. Gartner wiąże ten rozwój z niedoborem pracowników, łatwiejszym dostępem do automatyzacji oraz dojrzewaniem technologii AI i rozwiązań autonomicznych.
Pierwszy trend to bardziej elastyczna optymalizacja. Systemy prognozowania popytu, planowania pracy, wyznaczania tras i zarządzania zapasami mogą korzystać z danych w czasie rzeczywistym i korygować zalecenia wraz ze zmianą warunków. Firmy mogą w ten sposób lepiej wykorzystywać zasoby, zachowując kontrolę nad logiką działania narzędzi.
Drugim kierunkiem jest generatywna AI zastosowana w procesach operacyjnych. Może tworzyć instrukcje, procedury, scenariusze obsługi wyjątków i podpowiedzi decyzyjne na podstawie danych o różnym stopniu uporządkowania. Jej wartość wynika z bezpośredniego połączenia z pracą magazynu.
Trzeci etap obejmuje agentów sugestywnych i półautonomicznych. Analizują oni dane, rekomendują działania wieloetapowe i mogą wykonać ich część, nadal pod nadzorem człowieka. Przykłady zastosowań to przydzielanie zadań, obsługa wyjątków i rozdzielanie zasobów.
Czwarty trend to fizyczna AI, łącząca roboty, algorytmy i sensorykę. Technologia może wspierać kompletację, pakowanie, sortowanie oraz transport materiałów, poprawiając wydajność i powtarzalność, a także pomagając ograniczyć skutki braków kadrowych.
Gartner zaleca wdrażanie etapami: od prognozowania zapotrzebowania na pracę i slottingu do generatywnej AI oraz agentów. Nadzór człowieka powinien pozostać elementem systemu zarządzania.
Wielojęzyczny specjalista z doświadczeniem w Europie, Kanadzie i Chinach, Herbert nawiązał bezcenne kontakty w branży motoryzacyjnej i energetycznej. Kierował prestiżowymi projektami obejmującymi współpracę z ENBW, Mercedes-Benz Group, Siemens Group oraz Instytutem Fraunhofera.