Můžeme mít různé preference, nicméně zkušenost potvrzuje, že se jedná o dva klíčové faktory, a to vysoce spolehlivé rozpoznávání hlasových příkazů v daných podmínkách skladu a úroveň integrace se skladovým systémem, především z hlediska vlastního řízení skladu a synchronizace ostatních skladových procesů.

Rozpoznávání hlasových příkazů v podmínkách skladu

Asi nikoho nepřekvapí, že jádrem hlasové komunikace je hlas samotný. Hlasová komunikace je dvousměrná. Systém „posílá“ hlasové příkazy skladníkovi do sluchátek mluveným slovem a v opačném směru potvrzení či ovládání hlasové aplikace se děje slovem (hlasem) skladníka. Směr komunikace ke skladníkovi je relativně nezávislý na okolním prostředí (počítačovém, reálném) a dobře definovaný. Dnešní systémy navíc umožňují komunikovat v jazyce skladníka, což zvláště při použití agenturních pracovníků může být i jiný jazyk než čeština.

Komunikace od skladníka je pak klíčová pro celý vychystávací proces. Skladník očekává, že mu systém rozumí. V opačném případě, i když je možnost chybného pochopení příkazů eliminována samotným dialogem a jinými opatřeními, nerozpoznání příkazů a jejich opětovné zadávání demotivuje skladníka, což má následně vliv jak na jeho produktivitu a chybovost, tak i na ostatní činnosti na skladě. Důležité je rozpoznávání hlasu za ztížených skladových podmínek (tj. ne v kancelářském prostředí), kde tu projede kolem vysokozdvižný vozík, tu se spustí hlučný ventilátor, apod. V takových případech je zásadní, aby se s tímto hlasový systém dokázal správně vypořádat a adaptovat se rychle a efektivně na změněné okolní podmínky.
 

Z tohoto pohledu se jeví debata o tom, zda hlasový systém podporuje, či nepodporuje „speaker independent“ režim, tj. ovládání hlasového terminálů libovolným uživatelem bez předchozího naučení se, jako podružná, méně závažná. K ovládání hlasového systému se nepoužívá běžná mluvená řeč, věty, souvětí, nýbrž hlasové příkazy. Těch není mnoho, cca 10–15 samostatných slov nebo jednoduchých slovních spojení a číslic. Jejich namluvení nezabere jednorázově více než 20–30 minut (vytvoření vlastního profilu), což je při nástupu nového pracovníka, ať už vlastního, nebo agenturního, čas, který je srovnatelný, nebo kratší, s ostatními vstupními procedurami, jako například bezpečnostní školení, školení o pohybu na skladě, atd. Prioritou je totiž kvalita a spolehlivost rozpoznávání příkazu skladníka. Dodatečným bonusem pro skladníka je pak namluvení svých vlastních verzí příkazů tak, jak mu to nejlépe vyhovuje (např. místo „potvrzuji“ řekne „OK“).

Integrace hlasových technologií se skladovým systémem

Druhým výše uvedeným klíčovým faktorem úspěšného využití hlasu je jeho integrace se skladovým systémem. Na tuto integraci lze pohlížet ze dvou úhlů, a to technického a procesního. V dnešní „době počítačové“ už není takový problém najít řešení na propojení dvou různých aplikací, zvláště takových, které používají databázi. Mnohem důležitější je však hledisko procesní. Z tohoto pohledu můžeme rozlišovat mezi aplikacemi, které:

• mají podporu plně integrovanou v klíčových skladových procesech,
• mají specializovaný modul, který je plně integrován se základním skladovým modulem,
• mají specializovaný hlasový modul, který se připojuje k jinému skladovému systému.

Všechny tři výše uvedené varianty jsou možné a vedou k úspěšným implementacím hlasového řešení. Rozdíly jsou v rizicích, která jsou s takovým projektem spojena, v jejich včasné identifikaci a následném řízení na implementačním projektu. U prvních dvou případů bývá riziko minimální. V případě připojování hlasového modulu k jinému skladovému systému však hodně závisí na typu a míře procesního řízení skladového systému (WMS). Zkušenosti ukazují, že klíčovou vlastností WMS je opravdu řízený sklad, tj. sklad, který je řízen systémem, nikoliv skladníky. Takový WMS určuje, co a kdy se má vykonat, a skladníci naslouchají jeho příkazům a vykonávají je. Důležité je, že takový řízený WMS synchronizuje jednotlivé operace, zamezuje prostojům, efektivně řídí pohyb po skladě a návaznost jednotlivých činností v čase i v procesu samotném. Vytváří takto „podpůrné“, avšak zásadní prostředí pro činnost hlasových systémů (a nejen jich). Zjednodušeně řečeno, propojit lze úspěšně cokoliv, avšak bez patřičného zázemí nemusí hlasové vychystávání přinést očekávané přínosy. Jeho výkon/přínos může být degradován například prostoji vychystávačů řešících problém nedostatečného množství zboží ve vychystávací pozici právě v okamžiku, kdy se u ní nachází. V případě neřízeného skladu je pak relevantní úvaha buď o „doprogramování“ algoritmů řízeného skladu, které jsou samy o sobě těmi nejsložitějšími procesy na řízeném WMS a vyžadují mnohaleté zkušenosti a detailní znalosti složitosti organizace skladových procesů, a to včetně práce s různými logistickými variantami, nebo úvaha o výměně skladového systému za skutečně řízené WMS. Pro příklon k řízenému WMS nabádá nutnost mít tyto procesy kvalitně odladěné, a to nejen v rámci jednoho specifického skladu, ale obecně. Klíčovou částí řízeného WMS je vytvoření řízeného skladu. Není jednoduché od základu změnit charakter skladového systému. Jednoznačně pro řízený WMS pak hovoří jeho reference, jejich četnost indikuje vyladěný systém připravený pro různá nasazení.

Vývoj hlasových terminálů

V počátcích byly k dispozici poměrně omezené možnosti výběru dostupných a vhodných hlasových terminálů. Hlavní volbou byla jednička na trhu Vocollect (nyní je součástí skupiny Intermec) se svými specializovanými hlasovými terminály Talkman T2x a T5/T5M, které svojí kvalitou, robustností a vysokou spolehlivostí rozpoznávání hlasových příkazů vyhovovaly a stále vyhovují náročným skladovým podmínkám. Své uplatnění nacházejí ve skladech s potravinami, především s chlazeným i mraženým zbožím, v podmínkách s hlukem ventilátorů, apod. Alternativu pak přinášela firma TopSystem s rozvíjejícími se systém Voxter. V obou případech se jednalo o specializovaná hlasová zařízení, která bylo možné použít pouze k těmto dedikovaným účelům. Mezitím i ostatní řekněme tradiční výrobci radiofrekvenčních terminálů pochopili význam a perspektivu hlasových technologií a přišli se svými specializovanými řešeními nebo rozšířili schopnosti svých standardních radiofrekvenčních (RF) terminálů o hlas. Jmenujme alespoň Motorolu se svými terminály MC9000, WT4090 a speciálním hlasovým terminálem WT4090 VOW (bez displeje, minimum tlačítek), LXE (nyní součástí Honeywell, s terminály HX2, HX3, MX7, MX8) nebo Psion. Kombinace standardních radiofrekvenčních terminálů s hlasovým vstupem a výstupem otevřela hlasovým technologiím dveře k dalšímu rozšíření v aplikacích, kde je občasné využití skeneru ČK či displeje žádoucí, resp. umožnila efektivně využít terminály ve skladových procesech, kde hlas ze své podstaty není tak efektivní jako RF terminály – např. příjem, práce s celými paletami, atd. V takových případech mluvíme o multimodálním využití.

Radim Tvardek
Autor působí jako business support director ve společnosti U & Sluno.