А так как автоматизация зависит в первую очередь от развития программного обеспечения (ПО), то именно ПО выступает драйвером и законодателем в проникновении автоматизации и роботизации в складскую логистику. В повышении эффективности работы складов особенно заинтересованы лидеры электронной коммерции, которые вынуждены сегодня сверхкритично относиться ко времени выполнения складских операций. И мы говорим здесь не о часах и даже не о минутах. Борьба идет за доли секунд. При выполнении сотен миллионов операций это дает просто гигантскую экономию времени и ресурсов.
Если 10–15 лет назад владение системой управления складом (англ. WMS) являлось преимуществом, то сегодня стало понятным, что WMS – это лишь малая доля необходимого функционала, который обязателен для складов не только маркетплейсов, но и обычных операторов ответхранения. Сегодня система управления складом должна иметь, не побоюсь этого выражения, «беспорядочные связи» со множеством другого ПО. На первую ступень выходит интеграция со сторонними и внутренними сервисами и системами. Если раньше это была интеграция в основном с клиентами, то сейчас мы должны получать, анализировать и отдавать информацию уже в десятки мест: бухгалтерию, финансы, транспорт, курьерские службы, управление персоналом, видеосистемы наблюдения и контроля, управление контактными центрами, сайты, личные кабинеты клиентов, внутренние системы клиентов и партнеров и т. п. И, конечно же, если мы говорим об автоматизации, то это системы управления конвейерными линиями, модулями сортировки и управления роботизацией. А все это, в свою очередь, линкуется в сторонние системы и сервисы, а также переплетается между собой.
Из перспективных технологий, которые еще не затронули складскую логистику, я бы назвал анализ больших данных на основе ИИ (искусственного интеллекта). Есть масса важных задач, которые он способен решать, и это касается не только выявления закономерностей, планирования различных ресурсов и его использования в продажах. Важность ИИ состоит еще и в том, что его потенциально можно использовать для анализа видео и графической информации. Объектами (как в статике, так и в динамике) могут быть товары, механизмы, сотрудники, партнеры, клиенты, сторонние живые и неживые объекты.
Например, он может использоваться при анализе видео/фотоданных для отслеживания состояния внешнего вида упаковки товара на разных этапах логистической цепочки: от производственного конвейера до вручения его (в составе заказа с другими товарами) клиенту. Или, к примеру, применятся для анализа сотрудников: отслеживать временной и физический доступ в помещения, учитывать ограничения работы с товарами и механизмами, контроль температуры тела, эмоциональный фон и т. д.
Автор: Василий Коваль, директор департамента ответственного хранения ООО «Байкал-Сервис ТК»
Если Вы заметили ошибку, выделите, пожалуйста, необходимый текст и нажмите Ctrl+Enter, чтобы сообщить об этом редактору.