Blocajul invizibil: De ce ultimul kilometru începe la raftul depozitului

Cea mai scumpă sarcină manuală din depozit: De ce logistica va fi în curând imposibilă fără inteligență artificială

Livrarea în aceeași zi nu mai este un lux, ci standardul absolut. Cu toate acestea, în timp ce clienții se așteaptă ca comenzile lor să ajungă la ușa lor în timp record, industria logisticii se luptă în culise cu o lipsă structurală fără precedent de lucrători calificați. Blocajul în acest conflict de obiective se află adesea acolo unde automatizarea și-a atins anterior limitele: prepararea comenzilor, faimoasa „ultima mișcare”. Tocmai aici o nouă generație de roboți învățați, bazați pe inteligență artificială, promite o descoperire revoluționară. În loc de revizii complete și costisitoare, aceste sisteme inteligente se adaptează la infrastructurile depozitului existente, învață independent cu fiecare articol preparat și atenuează deficitul de personal fără a face oamenii disponibili. Aflați de ce sistemele rigide sunt învechite, cum se utilizează tehnologia în practică și de ce roboții inteligenți de preparare a comenzilor vor determina competitivitatea în peisajul de îndeplinire a comenzilor de mâine.

Poate procesul dumneavoastră de preluare a comenzilor să țină pasul cu cererea tot mai mare?

Până în 2026, livrarea în aceeași zi nu va mai fi un factor de diferențiere, ci o nouă așteptare. În Statele Unite, peste 80% din toate livrările de produse alimentare online se efectuează acum în aceeași zi, iar în cadrul acestui segment, ponderea comenzilor livrate în mai puțin de trei ore a crescut de la puțin peste jumătate la aproape două treimi din totalul livrărilor într-un singur trimestru. Toată această creștere a pieței în această perioadă a provenit din comenzile îndeplinite în decurs de o oră. În același timp, livrarea ultra-rapidă de mai puțin de o oră a reprezentat deja 18% din totalul comenzilor de livrare și 10% din comenzile de livrare la domiciliu.

Această accelerare mută blocajul din lanțul valoric acolo unde este cel mai puțin vizibil, dar cel mai impactant: zona de picking. Fiecare reducere a timpului de livrare la capătul de livrare creează imediat mai multă presiune asupra proceselor din depozit, în special asupra așa-numitei „ultime etape”, adică scoaterea articolelor individuale din containere și ambalarea lor pentru expediere. Pentru companiile de e-grocery și de îndeplinire a comenzilor, acest lucru înseamnă simultan mai multe comenzi, mai multe variații de produse și timpi de livrare din ce în ce mai scurți, în timp ce marja de eroare se apropie de zero.

Sarcină structurală în loc de blocaje temporare

Deficitul de lucrători calificați în logistica depozitelor nu mai este un fenomen sezonier, ci o condiție structurală a industriei. Conform statisticilor IAB, peste 60.000 de posturi în logistica depozitelor au rămas neocupate în Germania în 2025, o creștere semnificativă față de anii precedenți. Prin comparație, în trimestrul al patrulea al anului 2024, aproximativ 45% dintre companiile de depozitare chestionate au declarat că operațiunile lor comerciale sunt în prezent împiedicate de o lipsă de lucrători calificați, în timp ce această cifră era sub zece procente la începutul sondajului din 2009. Deși deficitul s-a atenuat ușor față de vârful recent, acesta rămâne la un nivel istoric ridicat.

Acest lucru se datorează unei combinații de factori dificil de rezolvat pe termen scurt. Aproximativ o treime dintre lucrătorii din domeniul logisticii au deja peste 50 de ani, în timp ce lucrătorii mai tineri optează din ce în ce mai mult pentru cariere academice, mai degrabă decât pentru formarea profesională în domeniul depozitării sau al expedierii de mărfuri. La acestea se adaugă sarcinile solicitante din punct de vedere fizic, munca în ture și salariile mai mici în comparație cu alte sectoare, care diminuează și mai mult atractivitatea muncii în depozit. Deși o majoritate de 63,3% dintre profesioniștii din domeniul logisticii consideră că schimbarea carierei din alte industrii ar putea atenua cel puțin parțial deficitul, acest efect singur este insuficient pentru a elimina decalajul structural.

Această combinație între creșterea cererii și scăderea disponibilității personalului creează tocmai conflictul de obiective pe care mulți manageri de operațiuni îl cunosc din proprie experiență: se așteaptă ca productivitatea și precizia să crească, în timp ce resursele pentru atingerea acestor obiective devin din ce în ce mai puține. Performanța fluctuantă a colectării comenzilor, de exemplu din cauza concediilor medicale, a fluctuației mari de personal sau a vârfurilor sezoniere, duce, în consecință, la întârzieri care au un impact direct asupra percepției clienților.

Robotica ca răspuns la o problemă de proces, nu ca scop în sine

Aici intervine o nouă generație de roboți de picking bazați pe inteligență artificială, fundamental diferiți de soluțiile de automatizare mai vechi și rigide. Roboții de picking anteriori necesitau o programare complexă și puncte de prindere fixe pentru fiecare produs nou, ceea ce îi făcea impracticabili pentru sortimente cu un grad ridicat de varietate, tipice în sectorul comerțului online cu produse alimentare. Sistemele moderne, pe de altă parte, utilizează procesarea imaginilor tridimensionale combinată cu algoritmi de deep learning pre-antrenați pentru a recunoaște și prinde articole indiferent de formă, dimensiune, transparență sau textura suprafeței, fără a necesita antrenament separat pentru fiecare produs în parte.

Un exemplu frapant vine de la specialistul elvețian în feronerie OPO Oeschger, care a ales în mod deliberat abordarea opusă atunci când a integrat o soluție de picking bazată pe inteligență artificială: în loc să adapteze depozitul la robot, robotul a fost adaptat la depozitul existent. Robotul de picking a fost integrat direct într-o stație de lucru existentă pentru picking și preia exact acei pași de lucru care anterior erau efectuați manual: îndepărtarea covorașelor antiderapante din containerele de destinație, recuperarea articolelor necesare din containerele sursă și plasarea lor în cutia de transport înainte ca sistemul de transport existent să preia fluxul ulterior de materiale. Inteligența artificială recunoaște independent articolele și decide modul în care un produs este plasat și stivuit în containerul de destinație.

Această abordare de integrare este crucială din punct de vedere economic, deoarece infirmă presupunerea larg răspândită că automatizarea necesită inevitabil o revizuire completă a infrastructurii depozitului. Sistemele robotizate pot fi integrate din ce în ce mai mult în stațiile de lucru existente pentru picking, tehnologia transportoarelor și sistemele de depozitare precum AutoStore, în loc să necesite o reproiectare completă a instalației. Acest lucru reduce semnificativ bariera investițională, permițând operatorilor să introducă automatizarea treptat, mai degrabă decât disruptiv.

Cum s-a dovedit tehnologia în practică

Beneficiile acestor sisteme sunt cele mai evidente în implementarea operațională la scară largă. Grupul Rohlik, care operează platformele online de produse alimentare Knuspr și Gurkerl, și-a extins implementarea la 24 de roboți de picking controlați de inteligență artificială la centrul său logistic din Schönefeld din Berlin, după introducerea inițială a unui robot la sediul din Schönefeld. Acești roboți asamblează acum comenzile la centrele de distribuție din Berlin și Viena, urmând ca alte locații, precum Frankfurt, să urmeze în lunile următoare. Compania intenționează chiar să extindă numărul de roboți la un număr de trei cifre pe termen lung. Roboții preiau una dintre ultimele etape manuale rămase în operațiunile din depozit: prinderea și ambalarea precisă a produselor individuale, atât în ​​medii refrigerate, cât și nerefrigerate.

Directorul de grup pentru automatizare și extindere de la Rohlik subliniază faptul că acest program de robotică a fost dezvoltat de la zero pentru a transforma fundamental livrarea de alimente, scalarea sa simultană pe mai multe piețe punând bazele viitorului logisticii automatizate în sectorul comerțului online cu alimente. Efecte similare pot fi observate și în afara sectorului alimentar. Într-o unitate de producție configurată la comandă care a trecut la o disciplină de proces bazată pe inteligență artificială în intralogistică, timpul total de livrare a scăzut cu 84%, iar timpul de livrare de la comandă la livrare cu 77%. Într-un alt caz documentat, rata de eroare a scăzut cu 68%, iar productivitatea a crescut cu două cifre, întregul proces de picking fiind convertit într-o singură săptămână.

Furnizorii de automatizări consacrați din sectorul ingineriei mecanice se poziționează și ei în acest domeniu. Siemens, împreună cu specialistul în intralogistică Mecalux, a dezvoltat un software de procesare a imaginilor bazat pe inteligență artificială, numit Simatic Robot Pick AI, care permite roboților să apuce orice articol, indiferent de forma și dimensiunea acestuia, realizând astfel sisteme de mare randament, de până la 1.000 de operațiuni de picking pe oră, în regim 24/7. Într-o altă colaborare, Siemens, Universal Robots și producătorul de camere Zivid și-au combinat tehnologiile respective pentru a detecta în mod fiabil chiar și obiecte transparente, ceea ce a reprezentat anterior o provocare tehnică semnificativă, în special în cazul ambalajelor din sticlă sau folie transparentă.

LTW oferă clienților săi nu componente individuale, ci soluții complete integrate. Consultanță, planificare, componente mecanice și electrotehnice, tehnologie de control și automatizare, precum și software și service - totul este conectat în rețea și coordonat cu precizie.

Producția internă a componentelor cheie este deosebit de avantajoasă. Aceasta permite un control optim al calității, lanțurilor de aprovizionare și interfețelor.

LTW reprezintă fiabilitate, transparență și parteneriat colaborativ. Loialitatea și onestitatea sunt ferm ancorate în filosofia companiei – o strângere de mână încă înseamnă ceva aici.

Legat de asta:

• Soluții LTW

De la automat rigid la sistem de învățare

Dintr-o perspectivă economică, avansul decisiv al acestei generații tehnologice nu este doar automatizarea în sine, ci trecerea de la automatizarea bazată pe reguli la cea bazată pe învățare. Clasificările industriale disting acum mai multe etape de dezvoltare a automatizării colectării comenzilor, de la sisteme simple semiautomate cu procesare fixă ​​a imaginilor și scanare a codurilor de bare, trecând prin roboți în mare parte autonomi, până la comisionarea inteligentă cu roboți de învățare, considerată în prezent cea mai avansată etapă. La acest nivel superior, capacitatea robotului de auto-îmbunătățire continuă este esențială, permițând sistemului să funcționeze nu numai autonom, ci și adaptiv și auto-optimizându-se.

Această componentă de învățare rezolvă o problemă economică cheie a generațiilor anterioare de automatizare: lipsa lor de scalabilitate atunci când gamele de produse se schimbă sau cresc. Cu sistemele care au deja capacități de inteligență artificială pre-antrenate, noile produse nu mai trebuie să fie antrenate individual, deoarece capacitățile subiacente acoperă deja un spectru larg de obiecte. Acest lucru este deosebit de important pentru industriile cu game de produse extrem de dinamice, cum ar fi industria farmaceutică, modă, comerț electronic și procesarea retururilor. Un robot mobil autonom, care navighează pe culoarele depozitului cu un coș de cumpărături ca un om, ridicând și consolidând comenzile, a fost deja antrenat pe peste un miliard de ridicări. Învățarea automată îl face mai precis cu fiecare ridicare ulterioară, în timp ce o stație complementară de preluare a mărfurilor către persoană pentru articolele grele sau greu accesibile asigură o fiabilitate constantă a ridicării de 100%.

În plus, astfel de sisteme nu necesită infrastructură fixă, cum ar fi rafturi sau benzi transportoare, și funcționează cu rafturi și containere standard, permițând o implementare rapidă și automatizarea completă a lanțului de aprovizionare, fără a modifica fundamental procesele logistice existente. Această abordare bazată pe infrastructură ușoară diferă semnificativ de sistemele de depozitare în cuburi sau de soluțiile de tip navetă, care necesită structuri fixe de grilă și, prin urmare, oferă operatorilor o flexibilitate considerabil mai mare în automatizarea treptată a instalațiilor lor existente.

Factorul uman rămâne central

În ciuda progreselor tehnologice impresionante, utilizarea roboticii bazate pe inteligență artificială nu semnifică nicidecum înlocuirea completă a forței de muncă umane din depozit. Mai degrabă, apare din ce în ce mai mult un model hibrid, în care roboții gestionează în mod fiabil și fără efort sarcini de picking standardizate, repetitive sau solicitante din punct de vedere ergonomic, în timp ce angajații sunt eliberați de aceste îndatoriri și se pot concentra pe cazuri excepționale, controlul calității sau managementul general al proceselor. Această diviziune a muncii se dovedește deosebit de valoroasă în lumina deficitului continuu de forță de muncă calificată, deoarece direcționează resursele de personal existente în mod specific către acele sarcini care necesită cu adevărat judecată umană.

Dintr-o perspectivă economică, această evoluție poate fi văzută și ca un răspuns la schimbările demografice. Având în vedere o forță de muncă în care o treime dintre angajați au deja peste 50 de ani și numărul tinerilor care intră pe piața muncii este din ce în ce mai scăzut, automatizarea sarcinilor repetitive și solicitante din punct de vedere fizic apare mai puțin ca o amenințare la adresa locurilor de muncă și mai mult ca o compensație necesară pentru un blocaj structural care nu poate fi rezolvat doar prin recrutare. Această conexiune este recunoscută explicit și din perspectiva furnizorului: efectele deficitului de forță de muncă ar putea fi atenuate de roboți de picking controlați de inteligență artificială, crescând în același timp eficiența operațională în depozite.

Evaluarea economică a investiției versus beneficiu

Întrebarea centrală în afaceri la introducerea unor astfel de sisteme privește mai puțin fezabilitatea tehnică, care poate fi considerată acum în mare parte rezolvată, ci mai degrabă calculul economic în fiecare caz în parte. Un aspect crucial este că soluțiile moderne de robotică bazate pe inteligență artificială pot fi integrate în stațiile de lucru existente pentru prepararea comenzilor, în loc să necesite un sistem complet nou, ceea ce scurtează semnificativ perioada de amortizare în comparație cu investițiile tradiționale la scară largă în sisteme automate de depozitare. Pentru operatorii cu tehnologie de transportoare sau sisteme AutoStore existente, aceasta înseamnă că ultima etapă, anterior manuală, poate fi modernizată fără a întrerupe fluxul de materiale existent.

În același timp, câștigurile de eficiență documentate demonstrează efectul economic semnificativ. O reducere cu 68% a ratei de eroare, împreună cu creșteri de două cifre ale productivității într-o singură săptămână de la implementare, reprezintă o scară care ar fi practic imposibil de atins cu optimizările tradiționale ale proceselor. În plus, un randament de până la 1.000 de ridicări de comenzi pe oră în funcționare continuă 24/7 ilustrează faptul că aceste sisteme nu numai că compensează deficitul de personal, dar pot și crea capacitate suplimentară, ceea ce este esențial pentru gestionarea cererii de vârf pentru livrări în aceeași zi și ultra-rapide.

Cu toate acestea, este important de luat în considerare faptul că nu fiecare gamă de produse și nu fiecare structură de depozit este la fel de potrivită pentru robotizare. Sistemele care se bazează pe puncte de prindere fixe și obiecte pre-structurate oferă mai puțină flexibilitate decât soluțiile adaptive, cu învățare. Prin urmare, alegerea nivelului adecvat de automatizare depinde de gama specifică de produse, volumul comenzilor și infrastructura existentă. Companiile care investesc prematur în sisteme nepotrivite riscă să nu realizeze câștigurile de eficiență așteptate și, în schimb, să introducă o complexitate suplimentară în procesele lor.

Peisajul îndeplinirii comenzilor în anii următori

Combinația dintre deficitul structural de lucrători calificați, creșterea costurilor operaționale și așteptările clienților care se îndreaptă inexorabil către livrare în aceeași zi sau chiar în intervale de timp mai mici, face ca automatizarea selecției comenzilor să fie una dintre cele mai presante decizii de investiții din industria de îndeplinire a comenzilor în următorii ani. Inteligența artificială în logistică evoluează din ce în ce mai mult de la un proiect pur de automatizare la o disciplină de proces cuprinzătoare, bazată pe inteligență artificială, care integrează securitatea, calitatea datelor și conformitatea proceselor în automatizare, mai degrabă decât operarea unor soluții izolate, independente. Instituții de cercetare precum Institutul Fraunhofer pentru Fluxul de Materiale și Logistică subliniază, de asemenea, că optimizarea locațiilor de depozitare bazată pe inteligență artificială, identificarea automată a suporturilor de încărcătură și transferul proceselor robotizate simulate în medii reale merg din ce în ce mai mult mână în mână pentru a permite o planificare proactivă și a debloca un potențial suplimentar de eficiență.

Pentru operatorii care decid în prezent dacă să investească în robotică de picking bazată pe inteligență artificială, piața oferă deja repere fiabile: de la integrarea specifică într-o singură stație de lucru pentru picking, până la scalarea la flote de roboți multipli, și potențial sute, în mai multe țări. Prin urmare, întrebarea crucială nu mai este dacă inteligența artificială va schimba picking-ul comenzilor, ci cât de repede pot companiile individuale să valorifice această schimbare înainte ca decalajul față de concurenții deja automatizați să devină prea mare.

Aș fi bucuros să vă servesc drept consilier personal.

Mă puteți contacta la wolfenstein∂xpert.digital sau

Sunați-mă la +49 7348 4088 965 .

LinkedIn
 

 

Mai multe informații aici:

• Consultanță și planificare pentru depozite înalte: Depozit automat cu rafturi înalte – Optimizarea depozitării paleților complet automat – Optimizarea depozitului