V případě segmentu logistiky jde skutečně o naléhavý požadavek. Dynamické prostředí logistického sektoru generuje neustále nové požadavky na kvalitu, flexibilitu a typ poskytovaných služeb. Spolu s neustálým tlakem na provozní náklady nutí společnosti přehodnocovat nejen business model, ale také výrazně přehodnocovat aktuální procesy a postupy zabezpečení plynulosti a spolehlivosti dodavatelského řetězce.

Digitalizace a inovativní technologie se stávají nenahraditelnými nástroji pro očekávanou a vyžadovanou změnu dodavatelského řetězce. Umožňují optimalizovat kapacity, posilovat výkon, zvyšovat kvalitu a přitom zabezpečit flexibilnost celého řetězce. Společnosti se proto stále intenzivněji obracejí k inovativním řešením, která jsou schopna aplikovat a využít potenciál digitálních technologií.

Digitální konverze procesů a implementace nových technologií souhrnně označovaných jako Industry 4.0 či Smart Industry řešení se nemusí výhradně nasazovat systémem „všechno, nebo nic“. Modulárnost řešení inteligentní logistiky navržených na principu kyberneticko-fyzikálních výrobních systémů umožňují postupnou (evoluční) transformaci dodavatelského řetězce.

Logistická či přepravní společnost nebo podnik inovující interní logistické procesy tak může přímo reagovat na aktuální potřeby v konkrétní části dodavatelského řetězce. Společnosti využívají personalizovaná řešení, kterými anticipují očekávané změny na trhu nebo nadcházející výzvy, či v reakci na zvýšení poptávky po variabilitě a customizaci služeb ze strany klientů.

Digitální transformace logistických procesů se může realizovat podobným způsobem jako při digitalizaci výrobních podniků. Společnosti mohou začít řešeními na sběr dat, pokračovat horizontální integrací podnikových procesů následovanou vertikální integrací podnikových procesů a ukončit transformaci auto-optimalizací zařízení a systémů. Avšak praxe potvrdila, že digitalizace logistiky se nejčastěji realizuje inovačními řešeními ve třech konkrétních oblastech: řízení a správa skladu, intralogistika a outbound logistika.

Automatizace skladových procesů

Nejčastějšími důvody modernizace a automatizace řízení skladů se stává nadbytek skladových zásob, vysoké množství typů zboží a komplikovaný přístup k informacím (evidence míry spotřeby, reklamace, vratky, doba trvanlivosti apod.). K optimalizaci řízení skladovacích procesů dochází na třech úrovních. V prvním stadiu se zabezpečuje identifikovatelnost materiálů a pohybů ve skladu a mimo něj. Záznamy jsou vyhotovovány v reálném čase a kdykoliv dohledatelné.

Kromě sběru a analýzy údajů dochází i k zadefinování pravidel zaskladňování a vyskladňování. Díky tomu mohou řídící systémy efektivně a optimálně spravovat obsazování skladových pozic, jakož i prioritizaci jednotlivých úkonů a operací. Tímto řešením se může konvertovat neřízený sklad na sklad řízený, a to včetně příručních nebo mobilních zásobníků nacházejících se na výrobních pracovištích (mimo hlavní sklad). Operátoři logistiky v tomto typu řešení už komunikují se systémem prostřednictvím rozšířeného rozhraní člověk–stroj (terminály nebo mobilní zařízení).

Následujícím stadiem implementace inteligentních řešení představuje využití interkonektivity všech objektů ve skladu. Na této úrovni už dochází k operativnímu řízení skladových procesů, buď na základě sady předdefinovaných pravidel, nebo prostřednictvím autonomních algoritmů. Zboží se už při skladových operacích nepohybuje podle statického předpisu, ale algoritmy vyhodnocují potřeby v daném momentě na základě souboru kritérií, jako je aktuální vytížení skladových pozic, míra obrátkovosti nebo sezónnost. Všechna relevantní data jsou vyhodnocována s ohledem na aktuální podmínky a předcházející vývoj příslušných ukazatelů, čímž dochází k dynamickému řízení zaskladňovacích a vyskladňovacích procesů. Vzhledem k operativnímu řízení takové řešení nabízí i větší míru vizualizace pro obslužný personál, který je přesně a detailně navigován při plnění jednotlivých úloh informačním systémem.

Eliminace interference lidského faktoru představuje největší formu automatizace správy skladu prostřednictvím uzavřených bezobslužných skladových systémů. Taková forma plně autonomního skladu si už vyžaduje zařízení na míru, kromě automatických regálových zakladačů i robotů, a flotilu automaticky řízených zařízení (AGV) či dronů. Jednotlivá zařízení jsou samo-organizovatelná a jejich činnost je koordinována na principu multi-agentového systému. Systémová platforma poskytuje infrastrukturu pro interakci jednotlivých zařízení v takovém distribuovaném systému.

Inteligentní intralogistika

Pozdní a nedostatečné obsluhování výrobních linek nebo jiných zařízení nutí firmy optimalizovat procesy v intralogistice. Stejně se stává důvodem pro optimalizaci i neefektivní provoz dopravních zařízení. První krok optimalizace a zefektivnění interních logistických toků digitalizací se nejčastěji realizuje na milk run systému. Základ řešení tvoří standardizace intralogistických procesů podle vytvořeného zásobovacího plánu. Operátoři pracují v souladu s předepsaným harmonogramem, zatím co informační systém plní primární funkci vizualizace úkonů a funkci sběru a vyhodnocování dat.

Další vývojový stupeň inteligentní intralogistiky zahrnuje sběr dat z jednotlivých výrobních linek a pracovišť za účelem generování aktuálních požadavků na přepravu materiálu ve výrobě. Takové Smart Industry řešení zpracovává vstupní data. Na základě jejich analýzy vytváří a přiřaďuje pracovní úkoly pro jednotlivé operátory s ohledem na jejich aktuální či očekávanou míru pracovní zátěže. Díky tomu dochází k eliminaci prostojů a neproduktivních úkonů. Systém následně monitoruje realizaci zadaných úloh. Alternativní řešení zahrnuje automatizaci přepravních procesů prostřednictvím automaticky řízených dopravních zařízení (AGV) operujících na uzavřených trasách. Informační systém na základě aktuálních požadavků a podmínek koordinuje výkon úkolů jednotlivými zařízeními.

Kompletní automatizace představuje poslední, nejvyšší stupeň. Flotila AGV plní úkoly vygenerované systémem na základě aktuálních požadavků, jakož i výsledků analýz velkých dat a predikčních modelů. Smart Industry systém zaručuje infrastrukturu distribuovaného systému, na základě kterého mohou mezi sebou jednotlivá zařízení komunikovat a vyměňovat si data v reálném čase (tzv. machine-to-machine komunikace). V takto nastavené architektuře na principu multi-agentového systému se už zařízení, resp. jejich algoritmy, rozhodují sama podle aktuální situace, potřeb a vlastní sady dat, čili k výkonu dochází formou decentralizovaného řízení. Jednotlivá zařízení, nejen AGV, už nemají standardizované úlohy, ale přidělené role v rámci interní nastavené hierarchizace.

Inovace outbound logistiky

Nízká efektivita vychystávacího procesu, nekvalitní a nedostatečná kontrola úplnosti dodávek, či absentující flexibilita dodacího procesu založeného na objednávkách jsou nejčastějšími důvody, proč se společnosti rozhodují pro digitalizaci outbound logistiky. V první fázi transformace se zachovává princip tahu na základě odběratelské objednávky („order-based delivery process“), přičemž systém řídí a monitoruje vychystávací proces generováním vychystávacích seznamů. Zároveň i koordinuje souběžné vychystávání v případě více skladovacích lokalit. Následně systém verifikuje kompletizaci jednotlivých objednávek.

Další stadium digitalizace představuje dynamické řízení distribuce zboží. Informační systém přerozděluje práci pro jednotlivé operátory, připravuje vychystávací seznamy a přerozděluje úlohy tak, aby byli pracovníci rovnoměrně vytíženi. Systém zároveň vyhodnocuje a připravuje vychystávací seznamy na základě aktuálního stavu skladových zásob, podle čehož i zároveň prioritizuje plán dodávek. V tomto momentu společnosti přistupují i k integraci automatizovaných a autonomních vychystávacích technologií, jakými jsou například pickovací roboti.

Prediktivní řízení distribuce zboží spadá pod nejrozvinutější stadium implementace Smart Industry řešení outbound logistiky. Na základě analýz velkých dat systém vygeneruje predikční vzorce a prognózy odběratelských zakázek a podle nich upraví skladovací zásoby a materiální, strojní a personální zdroje. V rámci této formy implementace inteligentního řešení se využívá umělá inteligence za účelem operativního řízení automatických zásobovacích procesů. Neuronové sítě představují klíčový nástroj prediktivního managementu, nakolik na základě obrovského množství dat dokážou detekovat a identifikovat vzorce pro přípravu zásob podle rozličných kritérií. Efektivní uplatnění nachází i při přerozdělování objednávek podle obalů přiřazování vhodných obalů podle typu, množství, hmotnosti resp. jiných kritérií zboží) při prediktivním managementu vychystávání.

Modulárnost a customizovatelnost Smart Industry řešení umožňuje jejich postupnou implementaci, což znamená, že firmy si mohou plánovat digitální transformaci procesů s ohledem na rozpočet a výrobní a obchodní strategii. Smart Industry řešení zvyšují výrobní potenciál a kapacitu, umožňují společnosti stabilně růst, což se zároveň projevuje i na stále kratší době návratnosti investice do digitalizace motivující firmy pokračovat v transformačních procesech podniku.

Zdroj: https://www.pwc.com/sk/sk/odvetvia/automobilovy-priemysel/assets/survey2017/sk-automotive-supplier-survey-2017.pdf

Peter Bílik Autor článku je Smart Industry solutions designer ve společnosti ANASOFT.