Novim tehnologijama do optimimizacije rada

***Autor: Boban Mladenovski, menadžer za transport, Tesco, [Boban.Mladenovski@tesco.com](mailto:Boban.Mladenovski@tesco.com)*** Robotika i automatizacija se razvijaju brzim tempom i postaju kritični za lance nabavke i upravljanje. To se događa kao rezultat sve veće potražnje za brzinom i efikasnošću, kao i kontinuiranog rasta e-trgovine. Robotika i automatizacija poboljšavaju upravljanje lancem nabavke smanjenjem troškova, povećanjem radnog opterećenja, smanjenjem grešaka, smanjenjem provera, ažuriranjem, brigom o rokovima isporuke i indukcijom montaže na problematičnom i opasnom mestu. Robotika, takođe, pomaže u dizajniranju, stvaranju itd, dok automatizacija pomaže u obavljanju zadataka od strane ljudi korišćenjem fizičkih mašina koje se samostalno voze, kompjuterskog softvera i druge tehnologije. Uprkos tome što je široko prihvaćen kao alat za pomoć u donošenju odluka, sistem upravljanja lancem snabdevanja veoma retko koristi AI (veštačku inteligenciju) ili ML, tzv. mašinsko učenje. Veštačka inteligencija i mašinsko učenje postali su efikasne tehnologije za poboljšanje upravljanja lancem snabdevanja. Način na koji preduzeća organizuju, implementiraju i unapređuju svoje aktivnosti u lancu snabdevanja je revolucionisan integracijom različitih tehnologija. Precizno predviđanje potražnje jedna je od najvažnijih prednosti ML i AI u upravljanju lancem nabavke. ML algoritmi mogu pouzdano proceniti potražnju ispitivanjem istorijskih podataka o prodaji i drugih faktora, omogućavajući preduzećima da optimizuju nivoe svojih zaliha i smanje zalihe. Kao rezultat toga, kupci su zadovoljniji jer dobijaju svoje proizvode u potpunosti i na vreme. Analizom različitih faktora, kao što su vremenske prilike, saobraćaj i uslovi na putu, ML i AI takođe mogu pomoći u optimizaciji transportnih ruta. Kao suštinski deo globalne ekonomije, lanac nabavke je odgovoran za transport, distribuciju i isporuku robe kupcima širom sveta. Povećana potražnja, rastući troškovi, kao i potreba za povećanjem efikasnosti i brzine samo su neki od problema koje sektor mora prevazići. Poboljšanjem preciznosti, brzine i pouzdanosti lanca snabdevanja, robotika i tehnologije automatizacije imaju potencijal da odgovore na mnoga od ovih pitanja. Preduzeća koja rade sa e-trgovinom ulažu velika sredstva u usvajanje novih tehnologija zasnovanih na robotici i automatizaciji. Autonomni robot je sposoban za percepciju, donošenje odluka i delovanje kao odgovor na promene u okruženju. Mehatronika i automatizacija su svestrani, brzo se mogu koristiti za kompjuterizaciju i na taj način nalaze primenu u raznim industrijskim segmentima jer su prilagodljivi i najjednostavniji za primenu. Nove tehnologije osiguravaju da se proizvodi skladište, pakuju i isporučuju blagovremeno i efikasno. Automatizacijom ponavljajućih i dugotrajnih operativnih procesa, povećavaju se preciznost i sigurnost uz istovremeno omogućavanje vidljivosti i kontrole u celom skladištu, u realnom vremenu. Neke od glavnih upotreba robota i automatizacije u upravljanju skladištem: * Automatski transport i rukovanje materijalima; * Mobilni autonomni roboti za ispunjavanje i odabir narudžbina; * Automatska kontrola i upravljanje rezervama; * Automatska inspekcija i kontrola kvaliteta; * Virtuelna i proširena stvarnost za obuku i simulaciju; * Automatski sistemi za skladištenje i pronalaženje (AS/RS). **Koji su najbolji automatizovani sistemi?** Automatizovani AS/RS sistemi se koriste za skladištenje i preuzimanje robe u skladištima. To je skup kompjuterski kontrolisanih sistema koji pomažu da se kompjuterizuje upravljanje zalihama za skladištenje i vraćanje robe. Pomoć u kreiranju ovih okvira olakšava posao brzim vraćanjem i postavljanjem stavki. AS/RS sistemi rade kao neka vrsta dizalica, krećući se duž postavljenih šina, mogu pouzdano da se kreću po stazama postavljenim na podu, a takođe i vertikalno na odabranim nivoima. Istovremeno se koriste za ubrzanje pripreme naloga i upravljanja rezervama. Uz automatizaciju, kompanije sve više koriste tzv. automatizovana vođena vozila (AGV) koja predstavljaju autonomne transportne sisteme za kretanje robe u skladištima i proizvodnim objektima. Obično se koriste za transport od skladišta do utovarnog pristaništa. AGV zamenjuju klasične viljuškare, imaju nezavisne staze koje su označene i odvojene jedna od druge žicama, dobro označenim trakama i senzorima. Da bi se izbegle određene prepreke, takođe se koriste kamere, LIDAR infracrvena tehnologija, kao i druga osnovna senzorska tehnologija, navigacijska tehnologija i sistemska integracija. Druga tehnologija, koja se koristi u skladištima, dolazi u obliku kolaborativne robotike poznate kao (Cobots). Ovi svestrani, poluautonomni roboti stvoreni su da pomognu radnicima u obavljanju raznih zadataka u skladištima. Neki od kobota patroliraju podom skladišta tražeći ljude koji pripremaju narudžbine i služe kao prilagodljivi kontejneri za skladištenje narudžbina. Savršen put kroz radno okruženje osigurava koordinacija senzora, koji im omogućavaju da prepoznaju prepreke kao što su, na primer, kutije. Organizovanjem ili grupisanjem stanica, koboti mogu odgovoriti na više unapred određenih zahteva i na taj način pomoći radnicima na različitim lokacijama u skladištu. Ovakav način rada ubrzava i unapređuje celokupni proces radi zadovoljavanja zahteva kupaca. Tehnologija Goods-to-Person je moderan model koji koriste kompanije za e-trgovinu baziran na operacijama velikog obima, takođe, kada online kupovina uključuje određene proizvode. G2P je posebno koristan za ispunjavanje više pojedinačnih narudžbina odjednom, koje zahtevaju preuzimanje pojedinačnih proizvoda s različitih lokacija i pakovanje u pakete spremne za otprem. Tradicionalna priprema proizvoda uključivala je ljude koji su hodali do proizvoda. Skraćivanjem vremena za pripremu narudžbina, poboljšava se efikasnost u radu, a povećava se i količina gotovih narudžbina. Dakle, implementacijom novih tehnologija imamo robote koji mehanički uklanjaju pojedinačno uskladištene proizvode i isporučuju ih radniku koji priprema narudžbinu ili ih dostavlja na komisionu stanicu. Akcenat komisionih stanica i pakirnih stanica je na ergonomiji i visokoj produktivnosti, jer radnik ne mora ići na lokaciju na kojoj se proizvod nalazi. Svako preduzeće treba da predvidi dnevnu potražnju uzimajući u obzir mnoge faktore, na primer, datum i vreme kupovine, broj kupljenih artikala i pritom da odredi trend prodaje. Tako se može identifikovati sezonska potražnja i razviti model ponašanja kupaca. Koristeći nekoliko ML modela i alata veštačke inteligencije, verovatno ćemo doći do zaključka da je u prazničnoj sezoni prodaja povećana. Može se zaključiti da prodaja može rasti ili padati u zavisnosti od vremenskih prilika i događaja. Samo tako ćemo razumeti uzročno-posledičnu vezu prilikom predviđanja buduće potražnje kao rezultat različitih uslova i uticaja. Efikasnost lanca snabdevanja, produktivnost i uštede u troškovima značajno su se povećale upotrebom robotike i automatizacije, veštačke inteligencije i ML. Globalna e-trgovina se povećava, a s tim rastom dolazi i potreba da se proizvodi kreću što je brže moguće kroz lanac nabavke. Povećana očekivanja kupaca za brže ispunjavanje narudžbina, žestoka konkurencija i pojava novijih poslovnih modela naveli su kompanije, posebno firme za e-trgovinu, da traže vrhunska tehnološka rešenja kako bi na najbolji način odgovorila na zaheve svoje klijentele. To uzrokuje generisanje novih tehnoloških rešenja koja će se pojaviti u ne tako dalekoj budućnosti. Zapravo, očekuje se da ćemo svake godine videti neka nova tehnološka rešenja za unapređenje lanca nabavke, uključujući mobilna, inteligentna, autonomna rešenja koja će omogućiti da posao brzo napreduje i zadovolji sve veću potražnju. Istovremeno će se raditi na obezbeđenju nižih troškova poslovanja, održavanju njihove konkurentnosti i upravljanju manjkom radne snage i efikasnosti. Preduzeća mogu poboljšati propusnost, smanjiti greške i smanjiti troškove rada automatizacijom većine ručnih procesa. Možemo zaključiti da će primena AI i ML omogućiti preduzećima da lakše predvide trendove potražnje, optimizuju nivoe zaliha i identifikuju potencijalne poremećaje u lancu snabdevanja u realnom vremenu. | O autoruBoban Mladenovski je rukovodilac transporta u trgovačkom lancu Tesco, u Velikoj Britaniji. Diplomirao je na Pravnom fakultetu u Skoplju i pri kraju je studija britanskog prava sa specijalnošću za Englesku i Wales na ARU University - London. Profesionalnu karijeru Mladenovski počinje kao rukovodilac kancelarije u Mens Legisu, Skoplje. Sledeće pozicije su: rukovodilac tima i odgovoran za prodaju u Diro, Skoplje; rukovodilac dilerske mreže u Kia Motors - Makedonija; supervizor u Tun Papyrus i vlasnik i menadžer SMB Group Int, Skoplje (od 2014. do 2017. godine). Sledi angažman kao specijalista skladišnog poslovanja u Lidlu – Velika Britanija (2017). Iste godine prelazi u Tesco, gde najpre radi kao skladišni saradnik, a zatim kao koordinator skladišta i rukovodilac distributivnog centra. Od maja prošle godine je menadžer transporta. |