Студија „Стање вештачке интелигенције у складиштењу“ открива: Зашто се инвестиције у вештачку интелигенцију у складиштењу исплате већ после 2 године

Ера експерименталних технологија је завршена: Како вештачка интелигенција редефинише модерно складиштење

Дуго времена, вештачка интелигенција (ВИ) у складиштењу се сматрала футуристичким експериментом или ексклузивним алатом за неколико технолошких гиганата. Али нова, свеобухватна студија сада приказује потпуно другачију слику: налазимо се усред фундаменталне трансформације у којој је ВИ постала неопходна основа за конкурентне ланце снабдевања.

Недавна студија „Стање вештачке интелигенције у складиштењу“, коју је спровео специјалиста за складишну технологију Mecalux у сарадњи са Лабораторијом за интелигентне логистичке системе (ILS) на познатом Масачусетском технолошком институту (MIT), пружа импресивне податке о овој теми. На основу искустава преко 2.000 стручњака из 21 земље, извештај показује да је технологија одавно прерасла своје почетно стање. Девет од десет складишта већ користи решења подржана вештачком интелигенцијом – не више само у изолованим пилот пројектима, већ као саставни део свог свакодневног пословања.

Резултати студије оповргавају упорне митове и откривају огроман потенцијал интелигентне логистике. Супротно страховима да би аутоматизација уништила радна места, компаније извештавају о повећању задовољства запослених, па чак и о повећању броја запослених. Истовремено, економски показатељи су убедљиви: са просечним периодом поврата улагања од само две до три године, инвестиције у вештачку интелигенцију и машинско учење показују се као изузетно ефикасни покретачи продуктивности и смањења трошкова.

Али развој се ту не зауставља. Док традиционално машинско учење већ оптимизује процесе попут прикупљања поруџбина и одржавања, генеративна вештачка интелигенција је спремна да донесе следећи талас иновација. Она обећава не само да ће предвидети проблеме већ и проактивно развијати решења.

Овај извештај истиче тренутни ниво зрелости тржишта, анализира специфичне конкурентске предности вештачке интелигенције и показује које стратешке кораке компаније сада морају предузети како би остале отпорне и профитабилне у све сложенијој и нестабилнијој глобалној економији.

Шта показује актуелна студија „Стање вештачке интелигенције у складиштењу“?

Нову студију под називом „Стање вештачке интелигенције у складиштењу“ спровела је компанија Mecalux, водећи добављач складишне технологије и логистичког софтвера, у сарадњи са Лабораторијом за интелигентне логистичке системе (ILS) на Масачусетском технолошком институту. Ово свеобухватно истраживање заснива се на одговорима преко 2.000 стручњака за ланац снабдевања и складиштење који послују у 21 земљи. Резултати студије дају јасну слику: вештачка интелигенција и машинско учење одавно су превазишли статус експерименталних алата и постали кључни покретачи продуктивности, прецизности и развоја радне снаге у складиштењу. Студија показује да оператери складишта широм света више нису у фази изолованих пилот пројеката, већ све више примењују вештачку интелигенцију у своје свакодневно пословање.

Колико је зрело тренутно тржиште за вештачка интелигенција (AI) решења у складиштима?

Тржиште за вештачку интелигенцију (AI) решења у складиштима достигло је импресиван ниво зрелости. Према студији, више од девет од десет складишта користи неки облик вештачке интелигенције или напредне аутоматизације. Ово показује не само високу стопу усвајања већ и поверење индустрије у ове технологије. Посебно је вредно напоменути да више од половине анкетираних компанија извештава да послује са све већом или потпуном аутоматизацијом. Ова висока стопа аутоматизације је посебно изражена међу великим компанијама са сложеним логистичким мрежама и вишеструким дистрибуираним локацијама. Прелазак са пилот пројеката на пуну имплементацију је такође очигледан у чињеници да складишта више не посматрају вештачку интелигенцију само као експериментално решење већ као успостављену компоненту свог свакодневног пословања. Ова зрелост омогућава компанијама да искористе акумулирано искуство и најбоље праксе.

Које специфичне примене вештачке интелигенције се користе у складиштским операцијама?

Практична примена вештачке интелигенције у складиштарским операцијама обухвата неколико кључних оперативних функција. Бризовање поруџбина, познато и као „пицк-анд-пацк“, једна је од најчешћих примена, јер системи вештачке интелигенције могу оптимизовати руте и смањити стопу грешака. Оптимизација залиха је још једно критично подручје примене, где вештачка интелигенција користи предиктивне моделе за ефикасније управљање залихама и избегавање превеликих залиха. Посебно важно подручје примене је одржавање опреме и машина. Овде вештачка интелигенција омогућава превентивно одржавање кроз праћење стања, минимизирање застоја и продужавање животног века опреме. Планирање рада такође значајно користи од система вештачке интелигенције, који креирају оптималне планове распоређивања за особље, узимајући у обзир ефикасност и задовољство запослених. Још једно подручје примене је праћење безбедности, где системи подржани вештачком интелигенцијом могу да открију и прате потенцијалне безбедносне ризике. Ове разноврсне примене показују да вештачка интелигенција не само да побољшава једну функцију већ трансформише цео складишни систем.

Које конкурентске предности доноси имплементација вештачке интелигенције?

Према речима Хавијера Кариља, извршног директора компаније Мекалукс, паметна складишта надмашују своје конкуренте у три кључне димензије: запремини, прецизности и прилагодљивости. Компаније које улажу у вештачку интелигенцију не само да су брже у обради поруџбина и кретања залиха, већ показују и побољшану тачност у свом пословању. Штавише, постају отпорније на нестабилност тржишта и флексибилније у прилагођавању променљивим захтевима. Ова комбинација повећане брзине, веће тачности и побољшане прилагодљивости омогућава компанијама да брже реагују на промене на тржишту и боље служе својим купцима. Кариљо наглашава да ове компаније не само да постижу боље резултате на краћи рок, већ су и предвидљивије и боље опремљене да се носе са економским флуктуацијама на дужи рок. Ово је посебно важно у глобалном ланцу снабдевања који се суочава са све сложенијим изазовима.

Колики је повраћај инвестиције за имплементацију вештачке интелигенције у складиштима?

Метрике поврата инвестиције за имплементацију вештачке интелигенције у складиштима су изузетно позитивне, према студији. Већина анкетираних компанија издваја између 11 и 30 процената свог буџета за складишну технологију за иницијативе вештачке интелигенције и машинског учења. Посебно охрабрујућа је чињеница да се ове инвестиције обично исплате у року од две до три године. Овај релативно кратак период поврата показује да инвестиције брзо доводе до мерљивих резултата. Позитиван повраћај инвестиције може се приписати неколико специфичних побољшања. Једно од најважнијих је повећана тачност залиха, што минимизира грешке у управљању складиштем и смањује скупе накнаде за грешке. Штавише, вештачка интелигенција доводи до тренутних побољшања перформанси, мерених повећаним протоком и оптимизованим процесима. Ефикасност рада се повећава бољим планирањем и коришћењем ресурса, а смањење грешака директно доприноси уштеди трошкова. Ова мерљива побољшања чине основу за брзи повраћај инвестиције.

Који фактори подстичу компаније да улажу у решења за вештачку интелигенцију?

Покретачи за улагања у вештачку интелигенцију у складиштарске операције су разноврсни и одражавају изазове модерног управљања ланцем снабдевања. Примарни фактор су уштеде трошкова постигнуте ефикаснијим пословањем. Растућа очекивања купаца играју подједнако важну улогу, јер модерни купци очекују брже испоруке и већу поузданост. Недостатак радне снаге у многим регионима постао је кључни покретач, јер компаније користе вештачку интелигенцију за руковање већим количинама са мање особља. Циљеви одрживости су све већи покретач, јер вештачка интелигенција може смањити потрошњу енергије и отпад. Коначно, конкурентски притисак је стални мотиватор, јер се компаније плаше да ће их престићи конкуренти опремљени вештачком интелигенцијом. Ова комбинација економских, оперативних и стратешких разлога објашњава зашто су улагања у вештачку интелигенцију у складиштење толико распрострањена.

Који изазови настају приликом проширења вештачке интелигенције (AI)?

Упркос напретку и позитивним резултатима, компаније се и даље суочавају са значајним изазовима у скалирању имплементације вештачке интелигенције. Према речима др Матијаса Винкенбаха, директора ILS лабораторије на МИТ-у, најтежи део не лежи у развоју или почетној имплементацији, већ у завршној фази интеграције: беспрекорној интеграцији људи, података и аналитике у постојеће системе. Ово је кључна тачка, јер многе компаније морају да раде са застарелим системима који нису дизајнирани за интеграцију вештачке интелигенције. Међу највећим препрекама је недостатак техничке стручности у многим складишним операцијама, које традиционално нису биле технолошки усмерене. Системска интеграција представља технички изазов, јер нови системи вештачке интелигенције морају да комуницирају са старијим машинама и софтвером. Квалитет података је често потцењено питање, јер су системи вештачке интелигенције добри само колико и подаци на којима су обучени, а многе компаније се боре са фрагментираним или непотпуним изворима података. Трошкови имплементације су такође препрека, посебно за мање компаније са ограниченим ИТ буџетима. Ови изазови одражавају значајан напор потребан за повезивање напредних алата вештачке интелигенције са постојећим застарелим системима.

Који фактори помажу компанијама да превазиђу изазове вештачке интелигенције?

Упркос изазовима, студија показује да компаније имају солидну основу за њихово превазилажење. Према анкетираним компанијама, оне имају робусну базу у управљању подацима и пројектима, што пружа добру основу за имплементацију вештачке интелигенције. Компаније су идентификовале неколико фактора који убрзавају текући тренд усвајања вештачке интелигенције. Употреба одговарајућих алата је кључна, јер специјализована софтверска решења могу олакшати интеграцију. Јасне мапе пута помажу компанијама да структурирају усвајање вештачке интелигенције и ускладе интересе. Већи буџети су неопходни да би се покрили трошкови имплементације и избегло прерано завршетак пројекта. Више интерне стручности је неопходно, јер запослени са искуством у области вештачке интелигенције могу брже да имплементирају и избегну замке. Штавише, корпоративна култура је важна за превазилажење отпора и неговање иновативног начина размишљања. Организацијама које комбинују ове факторе је лакше успешно имплементирати и скалирати вештачку интелигенцију.

Да ли ће имплементација вештачке интелигенције угрозити радна места?

Кључна тачка којом се студија бави јесте широко распрострањен страх да ће аутоматизација и вештачка интелигенција довести до масовног губитка радних места. Извештај јасно оповргава ове страхове и приказује другачију слику. Према истраживању, вештачка интелигенција не замењује људе, већ повећава продуктивност и задовољство послом и отвара нове могућности запошљавања. Ово је кључни налаз који противречи популарној причи о масовном губитку радних места услед аутоматизације. Више од три четвртине анкетираних компанија, или око 75 процената, видело је мерљиво повећање продуктивности запослених након имплементације вештачке интелигенције. Још важније, ове имплементације су такође довеле до повећаног задовољства послом, што сугерише да запослени сматрају свој посао мање репетитивним и испуњавајућим. Још импресивнија је чињеница да је више од половине анкетираних компанија, или преко 50 процената, пријавило повећање радне снаге након имплементације вештачке интелигенције. Ово сугерише да складишта заснована на вештачкој интелигенцији расту брже и да им је потребно више квалификованих радника за попуњавање новостворених позиција.

LTW својим купцима не нуди појединачне компоненте, већ интегрисана комплетна решења. Консалтинг, планирање, машинске и електротехничке компоненте, технологија управљања и аутоматизације, као и софтвер и сервис – све је умрежено и прецизно координисано.

Сопствена производња кључних компоненти је посебно предност. Ово омогућава оптималну контролу квалитета, ланаца снабдевања и интерфејса.

LTW се залаже за поузданост, транспарентност и партнерску сарадњу. Лојалност и искреност су чврсто укорењене у филозофији компаније – руковање овде и даље нешто значи.

У вези са овим:

• LTW Solutions

Како компаније планирају своја улагања у вештачку интелигенцију за будућност?

Будући планови компанија у вези са вештачком интелигенцијом су амбициозни и показују снажно поверење у технологију. Скоро све анкетиране компаније планирају да даље прошире своју употребу вештачке интелигенције у наредне две до три године. Овај доследан приступ усмерен ка будућности показује да компаније вештачку интелигенцију не виде као једнократну имплементацију, већ као континуирани развој. Упечатљив показатељ овог поверења је да 87% анкетираних компанија планира да повећа своје буџете за вештачку интелигенцију у будућности. Ово снажно сугерише да компаније нису само задовољне својим тренутним инвестицијама у вештачку интелигенцију, већ и разумеју да су неопходна даља улагања како би остале конкурентне. Још импресивнија је чињеница да 92% компанија већ имплементира или планира нове пројекте вештачке интелигенције. Ово показује да имплементација вештачке интелигенције више није изузетак, већ правило. Ове бројке указују на брзо развијајући екосистем у којем компаније континуирано траже нове начине да искористе вештачку интелигенцију како би оптимизовале своје пословање.

Какву улогу генеративна вештачка интелигенција игра у савременим складишним операцијама?

Према студији, следећи талас иновација вештачке интелигенције налазиће се у области технологија за доношење одлука, посебно генеративне вештачке интелигенције. Компаније описују генеративну вештачку интелигенцију као највреднију методу у модерним логистичким центрима и цене њене разноврсне примене. Једна од примена је аутоматизована документација, где генеративна вештачка интелигенција може аутоматски да креира и ажурира документе, смањујући ручни рад. Оптимизација дистрибуције складишта је друга примена, где генеративна вештачка интелигенција може да предложи иновативне обрасце дистрибуције које традиционални приступи не би разматрали. Дизајн процеса такође има користи од генеративне вештачке интелигенције, која може да развије нове и ефикасније дизајне процеса. Посебно техничка примена је генерисање кода за системе аутоматизације, где генеративна вештачка интелигенција може аутоматски да пише код за контролу система за управљање складиштима и роботике. Према речима др Матијаса Винкенбаха, постоји важна разлика између традиционалног машинског учења и генеративне вештачке интелигенције.

По чему се традиционално машинско учење и генеративна вештачка интелигенција разликују у логистици?

Др Матијас Винкенбах са МИТ-а указује на фундаменталну разлику која је кључна за разумевање будућности вештачке интелигенције у складиштима. Традиционално машинско учење је веома ефикасно у предвиђању проблема. Ови модели могу анализирати који услови доводе до оштећења машина, кашњења испоруке или безбедносних проблема и пружити рана упозорења компанијама. Ово омогућава превентивне мере које штеде трошкове и минимизирају застоје. Генеративна вештачка интелигенција, с друге стране, функционише другачије тако што активно помаже у развоју решења. Може предложити нове начине за оптимизацију процеса или решавање проблема на иновативне начине. Док традиционално машинско учење каже: „Постојаће проблем“, генеративна вештачка интелигенција каже: „Ево пет начина на које можемо решити проблем.“ Ове комплементарне снаге значе да оптимално опремљено складиште треба да користи обе технологије. Зато компаније данас сматрају генеративну вештачку интелигенцију највећим покретачем вредности у складиштима. Она омогућава компанијама не само да реагују на проблеме већ и да проактивно идентификују и имплементирају побољшања.

Како системи вештачке интелигенције мењају фундаментални начин рада складишта?

Вештачка интелигенција доводи до фундаменталне трансформације у начину функционисања складишних операција, превазилазећи појединачне оптимизације. Интелигентно складиштење више се не заснива на фиксним, непроменљивим процесима, већ на адаптивним системима који се могу прилагодити новим условима. Машина за складиштење и преузимање у традиционалном складишту прати фиксне руте и рутине, док машина опремљена вештачком интелигенцијом оптимизује своју руту у реалном времену на основу тренутног стања складишта. Ово доводи не само до повећања ефикасности, већ и до смањеног хабања и дужег века трајања опреме. Праћење стања машина је још једно подручје које пролази кроз фундаменталне промене. Уместо редовног превентивног одржавања заснованог на фиксним интервалима, системи могу да прате стварно стање машина и да обављају одржавање само када је то потребно. Ово је посебно важно за машине са уским грлима попут машина за складиштење и преузимање, чији застој може проузроковати значајне трошкове. Прикупљање и анализа података постају централнији него икад, јер су подаци „уље“ које одржава системе вештачке интелигенције у раду. Компаније морају да улажу у робусне инфраструктуре података да би имале користи од вештачке интелигенције.

Које су инвестиције поред софтвера неопходне?

Иако се велика пажња усмерава на софтвер за вештачку интелигенцију, успешна имплементација захтева улагања у неколико других области. Инфраструктура података је фундаментална, јер вештачка интелигенција захтева висококвалитетне податке. Ово може захтевати улагања у сензоре, IoT уређаје и системе за управљање подацима како би се прикупили релевантни подаци. ИТ инфраструктура мора бити модернизована како би подржала рачунарску снагу коју захтевају модерни системи вештачке интелигенције. Клауд услуге ће постати неопходне за многе организације, јер локална инфраструктура често није довољна. Развој запослених је кључан, јер је особљу потребна обука за рад са новим системима и њихову корист. Системи управљања морају бити прилагођени како би подржали интеграцију људи и машина у окружењима заснованим на вештачкој интелигенцији. Коначно, управљање организационим променама је важно, јер вештачка интелигенција трансформише традиционалне улоге и одговорности. Организације које разумеју ову ширу инвестициону перспективу имају веће шансе за успех.

Како мала и средња складишта могу имплементирати вештачку интелигенцију?

Студија се фокусира на веће операције, али сугерише да вештачка интелигенција постаје доступна и мањим предузећима. Кључ је почети са скалабилним решењима која не захтевају огроман почетни капитал. Услуге вештачке интелигенције засноване на облаку омогућавају мањим компанијама да искористе могућности вештачке интелигенције без поседовања опсежне ИТ инфраструктуре. Партнерство са добављачима вештачке интелигенције може помоћи мањим предузећима да искористе стручност и искуство, а да не морају да све граде сопственим сопственим снагама. Фокусиран приступ, почевши од једног или два случаја употребе, може генерисати успехе који подстичу даље улагање. Са периодом поврата од две до три године, мали добици се могу брзо претворити у повраћај инвестиције ако се примени фазни приступ. Такође је важно потражити смернице од добављача са искуством у раду са складиштима сличне величине како би се поставила реална очекивања.

Који аспекти одрживости су повезани са имплементацијом вештачке интелигенције?

Одрживост све више постаје кључни покретач инвестиција у вештачку интелигенцију у складиштима. Оптимизоване руте кроз системе вештачке интелигенције доводе до смањене потрошње енергије машина и нижих трошкова транспорта робе између локација складиштења. Интелигентно управљање залихама смањује превелике залихе и повезане трошкове складиштења и отпад. Побољшано праћење залиха спречава кварење и отпад, што је посебно важно за кварљиву робу. Оптимизовано искоришћење простора значи да складишта захтевају мање простора за исту запремину, штедећи трошкове енергије за грејање, хлађење и осветљење. Смањене потребе за радном снагом кроз аутоматизацију могу значити да је потребно превозити мање људи, што такође смањује емисије. Ови аспекти одрживости нису само добри за животну средину, већ су и привлачни све свеснијим купцима и могу помоћи компанијама да постигну ESG циљеве.

Како изгледа будућност складиштења?

На основу налаза студије, настаје будућност у којој вештачка интелигенција није опционална, већ кључна за конкурентно пословање складишта. Компаније које не улажу у вештачку интелигенцију све ће се више борити да одрже корак са конкурентима које покреће вештачка интелигенција. Наредне две до три године биће кључне, јер ће се вероватно појавити победници и губитници ове трансформације. Улога запослених ће се трансформисати, са мање понављајућих задатака и већим фокусом на праћење, оптимизацију и решавање проблема. Појавиће се нови профили послова како традиционални послови у складиштима нестају. Компаније које улажу у преквалификацију своје радне снаге биће боље позициониране. Глобални ланци снабдевања постаће агилнији и бржи ће реаговати на поремећаје, што ће довести до отпорнијих система. Компаније које граде своју интелигенцију у ланцу снабдевања добиће конкурентску предност. Интеграција различитих технологија вештачке интелигенције, од предиктивне аналитике до генеративне вештачке интелигенције, постаће норма. Коначно, приватност података и сајбер безбедност постајаће све критичнији како се пословање складишта све више ослања на токове података. Компаније које озбиљно схватају ове безбедносне аспекте биће мање рањиве на сајбер претње.

Како би компаније требало да планирају свој процес трансформације вештачке интелигенције?

Структурирани приступ трансформацији вештачке интелигенције је неопходан за успех. Први корак треба да буде темељна анализа тренутног стања како би се разумело који процеси захтевају оптимизацију и где вештачка интелигенција може да пружи највећу вредност. Дефинисање јасних KPI-јева (кључних индикатора учинка) је важно за мерење успеха. Изградња посвећеног тима за вештачку интелигенцију са потребним вештинама је кључна, јер имплементација вештачке интелигенције захтева специјализовано знање. Давање приоритета брзим победама може генерисати ране успехе који обезбеђују подршку и буџет за веће пројекте. Сарадња са спољним стручњацима и добављачима може смањити ризике имплементације и убрзати процес. Комуникација са запосленима о планираним променама је важна како би се смањио отпор и повећало прихватање. Редовно преиспитивање и прилагођавање стратегије на основу резултата осигурава да организације остану агилне и да могу да прилагоде своје планове. Коначно, треба усвојити дугорочну перспективу, јер трансформација вештачке интелигенције није једнократни пројекат већ континуирани развој.

Суштина вештачке интелигенције у модерном управљању складиштима

Студија „Стање вештачке интелигенције у складиштењу“ коју су спровели Mecalux и MIT јасно показује да се налазимо на кључној тачки у еволуцији складиштења. Вештачка интелигенција више није технологија будућности, већ технологија окренута ка будућности која је већ примењена у већини модерних складишних операција. Користи су јасне и мерљиве: побољшана ефикасност, бржи повраћај инвестиције и стварање нових радних места уместо губитка радних места. Компаније које сада улажу у вештачку интелигенцију позиционирају се не само због краткорочних конкурентских предности, већ и због дугорочне конкурентности. Изазови су стварни, али се могу савладати уз праву стратегију, праве алате и прави начин размишљања. За оператере складишта, питање више није да ли да имплементирају вештачку интелигенцију, већ колико брзо и свеобухватно то могу да ураде како би остали конкурентни и осигурали своје пословање на будућност.

☑️ Наш пословни језик је енглески или немачки

☑️ НОВО: Преписка на вашем матерњем језику!

 

Ја и мој тим смо срећни што вам можемо бити на располагању као ваш лични саветник.

Можете ме контактирати попуњавањем контакт форме овде wolfenstein@xpert.digital:или ме једноставно позовите на +49 7348 4088 965. Моја имејл адреса је

Радујем се нашем заједничком пројекту.

 

 

☑️ Подршка малим и средњим предузећима у стратегији, консултацијама, планирању и имплементацији

☑️ Креирање или реорганизација дигиталне стратегије и дигитализације

☑️ Проширење и оптимизација међународних продајних процеса

☑️ Глобалне и дигиталне B2B платформе за трговање

☑️ Пионирски развој пословања / Маркетинг / Односи с јавношћу / Сајмови

Xpert.Digital поседује дубинско знање у различитим индустријама. То нам омогућава да развијемо прилагођене стратегије прецизно усклађене са захтевима и изазовима вашег специфичног тржишног сегмента. Континуираном анализом тржишних трендова и праћењем развоја у индустрији, можемо деловати проактивно и понудити иновативна решења. Комбинација искуства и стручности ствара додатну вредност и пружа нашим клијентима одлучујућу конкурентску предност.

Више информација овде:

• Искористите предности 5 области стручности компаније Xpert.Digital у једном пакету – већ од 500 евра месечно

Фокус индустрије: B2B, дигитализација (од AI до XR), машинство, логистика, обновљиви извори енергије и индустрија

Више информација овде:

• Експертски пословни центар

Тематски центар који нуди увиде и стручност:

• Платформа знања која покрива глобалне и регионалне економије, иновације и трендове специфичне за индустрију
• Збирка анализа, увида и основних информација из наших кључних области фокуса
• Место за стручност и информације о актуелним дешавањима у пословању и технологији
• Чвориште за компаније које траже информације о тржиштима, дигитализацији и иновацијама у индустрији