Briciole di pane



Intelligenza Artificiale e Internet of Things sono pronti per il Magazzino

Intelligenza Artificiale e Internet of Things sono pronti per il Magazzino

15 Ottobre 2019 L'intelligenza artificiale e l'Internet of Things stanno facendo le loro prime incursioni nelle operazioni di magazzino. Il risultato atteso è che i centri di distribuzione sono in grado di rispondere dinamicamente alle attuali condizioni della supply chain e non a regole prestabilite. Nel seguente articolo, tratto da Modern Materials Handling, vediamo come la nuova flessibilità e la capacità di rispondere alle esigenze specifiche dei clienti siano diventati essenziali per qualsiasi settore industriale.

Parlate dell'intelligenza artificiale (AI) e dell'Internet of Things (IoT) nel magazzino e il silenzio può calare molto rapidamente. Siamo già a quel punto? Queste tecnologie di prossima generazione sono reali nel magazzino o solo un punto di discussione di alcuni "visionari?"

Molto semplicemente sì, siamo nel punto in cui AI e IoT sono reali per il magazzino. Entrambi sono nuovi e potenti strumenti che consentono alle attività di magazzino e centro di distribuzione di tenere meglio il passo con le dinamiche della supply chain in rapido mutamento.

"Non lasciatevi confondere da AI e IoT", afferma Nate Brown, CEO di EVS. "Entrambi vengono utilizzati per risolvere gli stessi problemi di prima. Lo fanno solo meglio. IoT fornisce dati non precedentemente disponibili. È un altro livello di comprensione. L'IA analizza le micro-decisioni e le ottimizza a un livello non precedentemente possibile. "

"L'IoT non ha senso senza l'intelligenza artificiale in magazzino", afferma Sean Elliott, Chief Technology Officer di HighJump. "Hai bisogno di una combinazione di nuove fonti di dati, ovvero l'IoT, insieme a soluzioni migliori, ovvero l'intelligenza artificiale, per dare un senso ai dati, sviluppare approfondimenti e agire su tale conoscenza. I due sono frontali e centrali per migliorare le prestazioni operative", aggiunge.

Inoltre, gli esperti concordano sul fatto che le due tecnologie sono essenziali per far fronte all'attuale passaggio dai DC basati sulle previsioni a quelli basati sulla domanda.

Detto questo, è ancora molto presto nel gioco per entrambe le tecnologie, afferma Dan Gilmore, direttore marketing di Softeon.

Alcune aziende intervistate non hanno ancora un'offerta commerciale. Altri sono pilota. Ce ne sono altri che hanno offerto un prodotto per un breve periodo. Guardando al futuro, JDA, insieme ai suoi partner, ha impegnato $ 500 milioni in ricerca e sviluppo nei prossimi tre anni, afferma Steve Simmerman, direttore senior delle vendite / partner globali e alleanze.

Chiaramente, AI e IoT bussano alla porta del magazzino. È un colpo a cui bisogna rispondere.

Costruire l'IoT

Ammettiamolo, magazzini e DC sono sotto pressione come mai prima d'ora.

"Gli ordini scorrono tutto il giorno e si prevede che il DC agirà immediatamente. La sfida è capire come elaborare al meglio tali ordini in modo tempestivo", spiega Adam Kline, direttore senior della gestione dei prodotti presso la Manhattan Associates.

Come continua a dire, anche con un sistema di gestione del magazzino (WMS) in atto, tali decisioni vengono prese con regole stabilite, impostate le capacità e impostate le risorse. Tuttavia, non c'è nulla di statico in quegli ordini che sono appena arrivati. "Le condizioni attuali contano di più per il futuro. Regole non preimpostate. Ora i sistemi bilanciano in modo intelligente la capacità rispetto alle risorse, con l'obiettivo di massimizzare l'utilizzo", afferma Kline.

"AI e IoT si uniscono per prendere decisioni in base alle condizioni attuali", afferma Gilmore.

Quindi, da dove verranno esattamente tutti i dati IoT? Che ci crediate o no, in parte è già presente nella vostra struttura.

Le attrezzature per la movimentazione dei materiali da nastri trasportatori a veicoli a guida automatica e sistemi di stoccaggio automatizzati e simili ricevono e inviano dati sulle loro attività. Così fanno i dispositivi portatili dagli scanner ai sistemi vocali.

"La maggior parte delle strutture sta introducendo un numero sempre maggiore di dispositivi dati che si stanno sviluppando in una fiorente rete IoT", afferma Mark Jensen, direttore senior della gestione dei prodotti di Epicor. Molte volte, semplici sensori forniscono informazioni non precedentemente disponibili per il processo decisionale. Gli smartphone fanno parte di quella nuova rete.

Anche i dati sulle persone sono importanti. "È importante dove si trovano le persone in un determinato momento, a cosa stanno lavorando e come possono essere utilizzate al meglio", spiega Justin Ritter, direttore dell'ingegneria del progetto presso Lucas Systems.

Come sottolinea Kline of Manhattan, i sistemi di localizzazione in tempo reale si stanno muovendo per localizzare le persone e la loro disponibilità per compiti specifici. In effetti, sono disponibili diversi tipi di sistemi di localizzazione in tempo reale, inclusi smartphone, beacon passivi e RFID.

"Molte strutture sanno dove si trova Pete in base alla sua scansione più recente. Ma quando usi i sistemi di localizzazione in tempo reale, sai sempre esattamente dove si trova Pete", afferma Gilmore.

C'è anche la questione delle persone e della robotica, aggiunge Gilmore. Lo chiama una capacità di accoppiamento per ottenere sia la persona giusta che il robot giusto per evadere un ordine utilizzando i dati IoT. "Si tratta di accoppiare i luoghi e far lavorare insieme i due per raccogliere e correre verso l'imballaggio", aggiunge Gilmore. "Qui sono richiesti nuovi pensieri."

Costruire l'Intelligenza Artificiale

Come afferma Richard Lebovitz, CEO di LeanDNA, "mentre l'accesso ai dati sta diventando molto più semplice, la maggior parte delle strutture non è in grado di decidere come utilizzare tali dati e quali azioni intraprendere. È tutta una questione di colmare il divario tra la previsione e ciò che sta realmente accadendo nella produzione." È qui che entra in gioco l'IA.

Brown of EVS offre la sua definizione di base di AI nel magazzino. "Impara e reagisce allo stato attuale, non solo a una serie di regole prestabilite", afferma. È semplice.

AI e IoT non sono le due facce della stessa medaglia, spiega Elliott di HighJump. "Ma hanno una relazione simbiotica. Più dati su azioni e interazioni che l'IA riceve, più può imparare su come adattarsi alle condizioni attuali ", aggiunge.

Mentre gran parte dei dati IoT provengono dall'interno di quattro mura, prendiamo l'esempio di un carico in ingresso tardivo. "Il DC è avvisato da un segnale IoT gestito da una torre di controllo che un carico arriverà in ritardo", afferma Simmerman di JDA. "L'intelligenza artificiale prende tali informazioni e determina il momento ottimale per rilasciare e distribuire una quantità specifica di lavoro per scaricare il camion. L'intelligenza artificiale determina anche quale parte di tale carico dovrebbe essere utilizzata direttamente per evadere gli ordini o archiviarli. Improvvisamente hai un nuovo livello di visibilità e intelligenza su come far funzionare la DC in modo più efficiente", afferma Simmerman.

Arrivare a quel punto richiede davvero la granularità dei dati forniti dall'IoT. "La granularità dei dati è il fattore chiave per consentire all'intelligenza artificiale di apprendere quando si presentano nuove situazioni", spiega Graham Yennie, scienziato di dati presso Lucas. Questa particolare forma di AI è conosciuta come machine learning.

Prosegue spiegando che l'apprendimento automatico può far fuoriuscire l'ingegneria industriale tradizionale. "Ad esempio, gli ingegneri possono costruire modelli e fare studi di tempo e movimento per sviluppare standard ingegnerizzati. Ma è un processo che richiede tempo. Ed è bloccato in un punto nel tempo. L'apprendimento automatico prende semplicemente i dati e utilizza algoritmi per produrre modelli al volo in base alle condizioni attuali. Inoltre, il modello può adattarsi al variare delle condizioni. Meglio ancora, l'IA impara ad ogni iterazione", afferma Yennie. È tutto in nome della riduzione dei costi di ottimizzazione dei processi e del miglioramento dei piani delle risorse.

Riunire IoT e AI

Tutto ciò è fantastico. Tuttavia, esiste un obiettivo ancora maggiore per l'IoT e l'IA nella DC. Le due tecnologie consentono a un DC di passare dalla previsione alla realizzazione della domanda. Cioè, quando sono combinati con WMS, sistemi di esecuzione del magazzino e persino sistemi di esecuzione del lavoro. Passare dalle operazioni guidate dalla previsione alla domanda è un perno enorme ma assolutamente necessario per i DC che vanno avanti, afferma Lebovitz di LeanDNA.

È tutta una questione di far fronte all'attuale passaggio dalla produzione alla distribuzione, chiamando i colpi nella supply chain. Sempre di più, i clienti sono responsabili nella misura in cui ora hanno trasceso i bassi costi come motore principale dell'efficienza della catena di approvvigionamento. Di conseguenza, una serie di aziende sta studiando, pilotando e integrando completamente AI e IoT nelle operazioni di magazzino.

Articolo tratto da:
Modern Materials Handling

Topic:
Digital Supply Chain

 

Multimac Srl  -   800 593 293  -   info@multimac.it  -   P.Iva 01281830289  -   Company info  -   Privacy  -   Sitemap  -   Copyright © 2019. All rights reserved.

Login

Per poter acquistare i prodotti sul nostro sito è necessario accedere con la propria email e password.

Accedi

Password dimenticata?
Non possiedi i dati di accesso? Registrati

Chiudi

Richiesta prezzo speciale
per progetto

» Leggi l'informativa sulla privacy Invia richiesta
Chiudi