Максимизация эффективности персонала для удовлетворения клиентского спроса

Недавно SupplyChainBrain опубликовал блог «Есть ли решение дефицита рабочей силы в цепочках поставок?». Статья объясняет, почему в этом году рабочая сила сокращается. Теоретически многие работодатели ожидали, что люди начнут искать работу после окончания федеральных пособий по безработице в сентябре. Но этого не произошло.

Другие причины дефицита труда, указанные в статье: последствия пандемии, заставляющие людей бояться возвращаться на рабочее место. Пока рабочие либо решали, либо были вынуждены оставаться дома, они покупали больше онлайн, что сильно нагрузило транспортные и складские операции.

Рост заказов создал потребность в больших рабочих силах для их исполнения. Перевозчикам все труднее находить водителей грузовиков. Владельцы складов повышают почасовую оплату, добавляют льготы, обновляют зоны отдыха. Но доступной рабочей силы для найма недостаточно.

Некоторые компании думают, что добавление автоматизации на склад или в распределительные операции ускорит исполнение и снизит потребность в труде. Поставщики ПО обещают технологии для повышения эффективности склада: WMS, системы управления двором, реплики данных, цифровые двойники, дополненная реальность, ИИ, роботизация и блокчейн.

Многие организации уже начали инвестировать в некоторые из этих приложений, чтобы сделать операции эффективнее и обеспечить лучший клиентский сервис. Но каждая из этих технологий несет уникальный набор сложностей.

Роль WMS и реплик данных

WMS, обеспечивающий основу для почти каждой другой инновационной системы, генерирует критические данные по всему складу. Многие компании принимают новую технологию — «реплику данных», создающую легко доступную базу данных, подтягивающую данные WMS в реальном времени для запросов, визуализации и алертов.

Цифровые двойники и «что-если» планирование

Данные должны способствовать пониманию будущего состояния распределительного центра. Часто называемое «что-если» планирование, это использует технологию цифровых двойников. Цифровой двойник — математическая модель склада, анализирующая все будущие активности для предсказания вероятного будущего. Отличный цифровой двойник учитывает труд, отгрузки, доступность запасов, задачи, пространство и другие ресурсы.

Оптимизация на базе ИИ с ограничениями

ИИ-основанная оптимизация с ограничениями может использоваться для оптимизации различных систем активностей. В паре с цифровым двойником эта технология может прописывать последовательность событий, создавать реализуемое расписание и минимизировать касания и труд.

Финальная стадия: автоматизация человеческих процессов

Финальная стадия дорожной карты технологий — автоматизация многих человеческих процессов на складе. Проблема с автоматизацией вроде робототехники в том, что она включает дорогие устройства, и внедрение сложно и занимает много времени.

Многие организации сегодня бросают автоматизацию в свои цепочки поставок, не учитывая окружающие микро-потоки склада. Например, потребительский грузоотправитель может использовать автоматический погрузчик для извлечения паллеты для стажировки, но та паллета может простоять в зоне стажировки 12 часов перед погрузкой на прицеп. Паллета потребляет ценное пространство дольше необходимого и может стоить объекту упущенной возможности отправить другой заказ вовремя и в полном объеме.

Оптимизация существующего труда без жертв исполнением заказов

Склады также сталкиваются с вызовом оптимизации существующего труда без жертв исполнения заказов клиентов. Что, если кто-то не придет на работу? Если вещи не пойдут по плану? Или если у вас все еще есть незанятые позиции на полу, и вы не уверены, как лучше оптимизировать имеющуюся мощность?

Новый подход, называемый «ускорителем WMS», адаптирует и перебалансирует активности на основе того, что происходит внутри склада каждые несколько минут. Эти системы подтягивают данные из управления складом, двором, заказами, видимостью и производственными системами для единого унифицированного представления операций. Используя технологию цифровых двойников, данные затем могут использоваться для предсказания будущего. Технология привносит текущее состояние из всех систем и всю известную информацию об отгрузках и заказах, и проигрывает будущее вперед на основе известных ограничений: труд, запасы, время задач.

Например, в одном распределительном центре Procter & Gamble ускоритель WMS используется для сокращения ежедневного времени планирования на 97%, резая планирование ежедневных трудовых активностей с восьми часов до 15 минут. Другие бизнесы, использующие ускорители WMS, могут сделать неплановые временные сокращения труда постоянными без потери производительности объекта. Сокращение одного рабочего на смену эквивалентно более $100 000 экономии в год. На крупных объектах такие сокращения быстро накапливаются.

Кит Мур — директор по продукту в AutoScheduler.AI.