Exponenciální růst nových technologií rozvrací etablované formy a modely napříč všemi odvětvími. I když digitální transformace proniká všechny oblasti, výroba a logistika jsou na čele v adopci nových technologií, řešení a konceptů do svých procesů. Internet věcí (IoT), digitální dvojčata a umělá inteligence – základní nástroje Průmyslu 4.0 – se staly klíčovými v akceleraci rozsáhlých inovací. Implementace těchto technologií má za následek zvyšování produktivity, kvality a variability v bezprecedentním rozsahu.

Internetem poháněné inovace

Internet věcí můžeme považovat za jeden z klíčových katalyzátorů digitalizace vzhledem na jeho přínos ve formě interkonektivity, tedy propojování fyzických objektů se softwarovými entitami v kyberneticko-fyzikálních systémech. Kyberneticko-fyzikální systémy působí jako platforma Smart Industry systémů nové generace navržených pro inteligentní, dynamické a autonomní řízení procesů ve výrobě a zásobování.

Tyhle systémy se skládají z integrovaných výpočetních a fyzických složek, které plánují, řídí a kontrolují podnikové procesy ve výrobě, zásobování, údržbě, kontrole kvality nebo dodavatelském řetězci v reálném čase a na základě aktuálních business požadavků. Řízení procesů se tak stává mnohem agilnějším a adaptabilnějším ke změnám, vnějším nebo vnitřním, počínaje flexibilní výměnou nástrojů, změnou parametrů výrobních zařízení, revizí pracovních postupů a metod, až po zapracování individuálních požadavků zákazníků v prostředí sériové výroby.

Moderní Smart Industry systémy využívají internet k propojení zařízení, nástrojů, materiálu, zaměstnanců, dat a dalších systémů (kupříkladu ERP, PLC) v rozvětvující se vnitropodnikovou síť, digitální podnikový ekosystém, od provozu, přes sklady až po řídící složky podniku. Výrobní a distribuční společnosti investují v současnosti především do optimalizace výrobních operací, řízení výrobních zařízení, příslušenství a monitorování materiálového toku, jenž patří mezi základní funkce Smart Industry systémů.

Obr. 1. Hlavní aktuální technologické investice v oblasti logistiky (zdroj: Zebra Technologies)

Digitální dvojčata a narůstající inteligence řízení procesů

Technologie, která je v současnosti na vzrůstu, je digitální dvojče, které je již integrováno v moderních Smart Industry systémech. Základní funkce digitálního dvojčete je virtuální reprezentace fyzických objektů, procesů, osob, dat, systému a prostředí ve výrobě nebo dodavatelském řetězci. Tato technologie slouží jako digitální model a zároveň jako nositel dynamických dat a stavových informací získaných prostřednictvím velkého množství senzorů.

Nasazování digitálních dvojčat v komplexních simulačních modelech má za následek urychlování rozhodovacích procesů, jelikož umožňuje rychlé zobrazení možných výstupů na základě identifikace klíčových vzorců ve výrobních a zásobovacích operacích. To je také základní předpoklad pro využívání prediktivní analytiky kupříkladu pro roztřídění tovaru podle míry obrátkovosti a k přípravě prognóz pro nadcházející období. Nicméně funkčnost digitálních dvojčat integrovaných v Smart Industry systémech se výrazně rozšiřuje.

Tato technologie neumožňuje jenom interakci jednotlivých složek výrobního prostředí ve virtuálním prostoru v simulačních a prognostických modelech, ale také v reálném fyzickém prostředí provozu nebo dodavatelského řetězce. V této podobě se již nejedná o simulační nástroj (i když tahle funkce zůstává nativní), ale o digitální dvojčata jako inteligentní informační agenty čili softwarové boty (disponující jistou formou umělé inteligence). Tito informační agenti se autonomně koordinují pro dosažení společného zadání, což umožňuje flexibilní řízení výrobního a materiálového toku nebo jejich vybraných segmentů. Řízení a optimalizování procesů digitálními dvojčaty již disponuje prvky kolektivní inteligence. V případě nasazování digitálních dvojčat jako nástrojů, se kterými pracují zaměstnanci, se jedná o koncept tzv. rozšířené inteligence (Augmented Intelligence).

Současná Smart Industry řešení se implementují za účelem automatizace skladových procesů a zásobování. Inovativní e-Commerce společnosti již ve velké míře automatizují procesy vychystávání zboží. Nejčastěji se tak děje prostřednictvím sekvenčního vychystávání s využitím dopravníkového pásu.

Díky svému digitálnímu dvojčeti ví každá vychystávací přepravka na dopravníkovém pásu, jaké zboží obsahuje, co do ní bude ještě potřebné vychystat a kam směřuje (na kterou rozvozní trasu, resp. kterému přepravci, a kterému konkrétnímu zákazníkovi). Takhle automatizované sklady proto dosahují efektivnější vychystávání, krátké dodací lhůty a přesnější řízení zásob vzhledem na prediktivní plánování.

Obr. 2: Nejdůležitější schopnosti a postupy v oblasti řízení zásob podle průzkumu společnosti Statista (zdroj: https://financesonline.com)

Stejně tak i Milk Run vláček/vozík, tedy jeho digitální dvojče, ve výrobním podniku může vědět, jaký materiál má přivézt na výrobní linku nebo odtud vyzvednout a doručit na expedici. Tato nastupující generace způsobu řízení interní logistiky se díky operativnímu řízení v reálném čase označuje jako tzv. dynamický Milk Run. Jeho přínosem pro výrobní společnosti je především snižování výrobního taktu a eliminace logistických prostojů.

Integrace dodavatelského řetězce spojená s automatizací vede k implementaci řešení se širší funkčností, dynamickou škálovatelností a rozšiřitelnou automatizací. Mezi tato řešení se zařazuje také nová generace WMS řešení, tzv. WES systémy (Warehouse Execution System).

Obr. 3: Míra automatizace logistických a skladových procesů podle průzkumu FMCG industry 2019 (zdroj GSI Germany)

Jak napovídá označení, WES je možné vnímat jako ekvivalent MES systémů pro skladové procesy a zásobování. WES systémy vnášejí do skladů a řízení zásob vyšší míru dynamizace managementu procesů a zároveň jsou více integrované na další systémy ve výrobním a materiálovém toku, jako například MES, TMS, či QMS systémy.

Inteligence, dynamické škálování a flexibilní automatizace budou představovat klíčové vlastnosti pro dodavatelské řetězce, přičemž právě WES systémy přinášejí všechny tři principy do řízení zásobování a skladových procesů. Na skladové operace se totiž WES systémy koukají jako na ucelené procesy, tedy práci, kterou je potřebné plánovat, rozvrhovat a řídit. Díky tomu se otevírají nové možnosti pro optimalizaci těchto procesů, jakož také jejich pokročilá integrace s ostatními procesy v rámci dodavatelského řetězce.

Neustále rostoucí sektor e-Commerce a využívání omnikanálové distribuce vytvářejí tlak na logistiku poslední míle. Právě poslední míle tvoří část dodavatelského řetězce, která představuje pro podniky ekonomickou a ekologickou výzvu.

Obr. 4: Průzkum nákladů v dodavatelském řetězci: jednu třetinu celkových nákladů stojí skladování a třídění, až 41% nákladů se spotřebuje na logistiku poslední míle (zdroj: Capgemini)

Aktuální trend „uberizace“ doručovatelství (migrace na obchodní model poskytování služeb „na požádání“ přímým kontaktem mezi spotřebiteli prostřednictvím mobilních technologií za účelem efektivního doručování zboží) bude nadále pokračovat právě díky možnostem, které řešení na bázi Internetu věcí (IoT) a umělé inteligence (AI) přinášejí.

Kromě revize obchodních modelů zasilatelství však bude logistika poslední míle podléhat větší míře automatizace. Součástí automatizačních postupů překladišť a logistických hubů poslední míle je implementace principů dynamického řízení „chaotických“ skladů, automatizace expedice a integrace s TMS systémy (například také prostřednictvím WES systémů). Rozšířená analytika využívající strojového učení v prediktivních modelech za účelem simulace a projekcí odběratelského chování a prognózovaní materiálových toků a logistických tras patří také mezi automatizační postupy logistiky poslední míle.

Od Internetu věcí (IoT) k umělé inteligenci věcí (AIoT)

Internet způsobil převrat v řízení procesů prostřednictvím řešení založených na Internetu věcí (IoT) a Internetu služeb (IoS) ve výrobních podnicích a zásobování. Po IoT se o další výraznou vlnu disrupce zapříčiní umělá inteligence (AI). Nárůst výpočetní kapacity (kvantové počítače), množství dostupných dat (Big Data), rychlost a objem jejich přenosu (nástup 5G sítí) a rozšiřování cloudových řešení udělají nástroje umělé inteligence (AI) všudypřítomnými.

Kombinace technologií IoT, digitálních dvojčat a AI umožňuje transformaci běžných objektů provozu na inteligentní věci, jenž umožňuje vznik umělé inteligence věcí (AIoT). Tato forma virtualizace promění nástroje, výrobní a přepravní zařízení, materiál, polotovary a hotové výrobky na autonomní inteligentní věci, jež si budou vyžadovat jenom minimální lidskou interferenci při samo-organizaci během vykonávaní zadaných business požadavků a při reakci na nečekané události.

Rozšiřování IoT a IoS prostřednictvím Smart Industry řešení s integrovanými digitálními dvojčaty a kognitivními technologiemi (AI) vede ke vzniku dynamicky škálovatelných sítí (digitálních ekosystémů) s flexibilní automatizací. Kyberneticko-fyzikální platformy jako Smart Industry systémy jsou nedílnou součástí řešení zesíťovaných provozů, materiálových toků a dodavatelských řetězců.

Kombinace technologií Internetu věcí (IoT), umělé inteligence (AI) a digitálního dvojčete integrované prostřednictvím systémových platforem Smart Industry systémů dávají vzniknout novému fenoménu – umělé inteligenci věcí (AIoT). Výsledkem je síť věcí (holarchie) disponující inteligentními subsystémy, holony. Přísně hierarchické a centralizované systémy jsou nahrazovány decentralizovanými systémy a holarchickými strukturami. Výsledkem je proměna povahy digitální transformace, ze které se již stává „smart“ transformace. Jednou z dalších výrazných črt nastávajícího období tedy bude široká autonomizace, jejímž primárním akcelerátorem bude právě AIoT.

Foto: © Mobile Industry Robots

V prostředí logistiky a skladů již v současnosti nacházíme první úspěšné příklady aplikace umělé inteligence (AI). Velkokapacitní sklady s rozsáhlou plochou a tisíci skladových pozic řeší neustále problém optimálního rozložení různého zboží. Rozhodování o tom, na kterou skladovou pozici naskladnit právě přijaté balení zboží, je komplexním úkolem, přičemž výsledek musí zahrnovat kritéria optimálního využití skladové kapacity, efektivního naskladnění, ale taktéž co nejefektivnějšího vychystávání daného zboží v nejbližším období. Tedy je to již úkol, který je výzvou pro pokročilé Smart Industry systémy, které dokážou aplikovat technologii strojového učení (ML) na vytvoření příslušného rozhodovacího modulu.

Digitální transformace se novými technologiemi a rozšiřujícími se podnikovými digitálními ekosystémy (vertikální a horizontální integrace) postupně mění na smart automatizaci s provozy, podniky a konglomeráty organicky propojenými a integrovanými v rámci decentralizované a distribuované struktury. Samotná podstata automatizace se stává předmětem disrupce během čtvrté průmyslové revoluce, s pátou revolucí, revolucí umělé inteligence, na prahu nového desetiletí.

Peter Bílik Autor článku je Smart Industry solution designer ve společnosti ANASOFT, kde se zabývá digitalizací, optimalizací a automatizací průmyslu a logistiky.