Görünmez darboğaz: Son aşama neden depo raflarında başlıyor?

Depodaki en pahalı manuel işlem: Lojistik, yapay zeka olmadan yakında neden imkansız hale gelecek?

Aynı gün teslimat artık bir lüks değil, mutlak standart haline geldi. Ancak müşteriler siparişlerinin rekor sürede kapılarına ulaşmasını beklerken, lojistik sektörü perde arkasında benzeri görülmemiş, yapısal bir nitelikli işçi kıtlığıyla boğuşuyor. Bu hedef çatışmasındaki darboğaz, otomasyonun daha önce sınırlarına ulaştığı yerde yatıyor: sipariş toplama, ünlü "son hamle". İşte tam da burada yeni nesil öğrenen, yapay zeka destekli robotlar bir atılım vaat ediyor. Pahalı komple revizyonlar yerine, bu akıllı sistemler mevcut depo altyapılarına uyum sağlıyor, toplanan her ürünle bağımsız olarak öğreniyor ve insanları gereksiz kılmadan personel kıtlığını hafifletiyor. Katı sistemlerin neden eskimiş olduğunu, teknolojinin pratikte nasıl işe yaradığını ve akıllı toplama robotlarının yarının lojistik ortamında rekabet gücünü nasıl belirleyeceğini öğrenin.

Sipariş toplama süreciniz artan talebe ayak uydurabiliyor mu?

2026 yılına gelindiğinde, aynı gün teslimat artık bir farklılaştırıcı unsur olmaktan çıkıp yeni bir beklenti haline gelecek. Amerika Birleşik Devletleri'nde, tüm e-market teslimatlarının %80'inden fazlası artık aynı gün yapılıyor ve bu segmentte, üç saatten kısa sürede teslim edilen siparişlerin payı, tek bir çeyrekte toplam teslimatların yarısından biraz fazlasından neredeyse üçte ikisine yükseldi. Bu dönemdeki tüm pazar büyümesi, bir saat içinde tamamlanan siparişlerden kaynaklandı. Aynı zamanda, bir saatten kısa sürede ultra hızlı teslimat, tüm teslimat siparişlerinin %18'ini ve ev teslimat siparişlerinin %10'unu zaten oluşturuyordu.

Bu hızlanma, değer zincirindeki darboğazı en az görünür ancak en etkili olduğu yere, yani toplama bölgesine kaydırıyor. Ön uçtaki teslimat süresindeki her azalma, özellikle "son adım" olarak adlandırılan, yani tek tek ürünlerin kaplardan çıkarılması ve sevkiyat için paketlenmesi aşamasında, depodaki süreçler üzerinde daha fazla baskı yaratıyor. E-market ve sipariş karşılama şirketleri için bu, aynı anda daha fazla sipariş, daha fazla ürün çeşidi ve giderek daha kısa teslimat süreleri anlamına gelirken, hata payı sıfıra yaklaşıyor.

Geçici darboğaz yerine yapısal yük

Depo lojistiğinde nitelikli işçi açığı artık mevsimsel bir olgu değil, sektörün yapısal bir koşulu haline geldi. IAB istatistiklerine göre, 2025 yılında Almanya'da 60.000'den fazla depo lojistik pozisyonu boş kaldı; bu, önceki yıllara kıyasla önemli bir artış anlamına geliyor. Karşılaştırma yapmak gerekirse, 2024'ün dördüncü çeyreğinde, ankete katılan depo şirketlerinin yaklaşık yüzde 45'i, iş operasyonlarının şu anda nitelikli işçi açığı nedeniyle aksadığını belirtirken, bu rakam 2009'da anketin başlangıcında yüzde ondan daha düşüktü. Açık, son dönemdeki zirvesinden biraz azalmış olsa da, tarihsel olarak yüksek bir seviyede kalmaya devam ediyor.

Bu durum, kısa vadede çözülmesi zor olan bir dizi faktörün birleşiminden kaynaklanmaktadır. Lojistik çalışanlarının yaklaşık üçte biri 50 yaşın üzerindedir, genç çalışanlar ise depolama veya nakliye alanında mesleki eğitim yerine giderek daha fazla akademik kariyere yönelmektedir. Buna ek olarak, fiziksel olarak zorlayıcı işler, vardiyalı çalışma ve diğer sektörlere kıyasla daha düşük ücretler, depo işinin cazibesini daha da azaltmaktadır. Lojistik profesyonellerinin %63,3'lük çoğunluğu, diğer sektörlerden kariyer değiştirenlerin bu açığı en azından kısmen hafifletebileceğine inanırken, bu etki tek başına yapısal açığı kapatmak için yeterli değildir.

Artan talep ve azalan personel mevcudiyetinin bu birleşimi, birçok operasyon yöneticisinin kendi deneyimlerinden bildiği hedef çatışmasını tam olarak ortaya çıkarıyor: verimlilik ve doğruluk artışı beklenirken, bu hedeflere ulaşmak için gereken kaynaklar giderek azalıyor. Örneğin, hastalık izni, yüksek personel devri veya mevsimsel yoğunluklar nedeniyle sipariş toplama performansındaki dalgalanmalar, doğrudan müşteri algısını etkileyen gecikmelere yol açıyor.

Robotik, kendi başına bir amaç değil, bir süreç sorununa çözüm olarak görülmelidir

İşte tam bu noktada, eski, katı otomasyon çözümlerinden temelde farklı olan yeni nesil yapay zeka destekli toplama robotları devreye giriyor. Önceki toplama robotları, her yeni ürün için karmaşık programlama ve sabit kavrama noktaları gerektiriyordu; bu da onları e-ticaret sektöründe tipik olan yüksek çeşitlilikteki ürün grupları için kullanışsız hale getiriyordu. Öte yandan modern sistemler, üç boyutlu görüntü işlemeyi önceden eğitilmiş derin öğrenme algoritmalarıyla birleştirerek, her bir ürün için ayrı bir eğitim gerektirmeden, şekil, boyut, şeffaflık veya yüzey dokusundan bağımsız olarak ürünleri tanıyıp kavrayabiliyor.

Çarpıcı bir örnek, yapay zeka destekli bir toplama çözümünü entegre ederken bilinçli olarak tam tersi bir yaklaşım seçen İsviçreli bağlantı elemanları uzmanı OPO Oeschger'den geliyor: Depoyu robota uyarlamak yerine, robot mevcut depoya uyarlandı. Toplama robotu, mevcut bir sipariş toplama iş istasyonuna doğrudan entegre edildi ve daha önce manuel olarak yapılan iş adımlarını devraldı: hedef konteynerlerden kaymaz paspasları çıkarmak, kaynak konteynerlerden gerekli ürünleri almak ve mevcut konveyör sistemi malzeme akışını devralmadan önce bunları nakliye kutusuna yerleştirmek. Yapay zeka, ürünleri bağımsız olarak tanır ve bir ürünün hedef konteynere nasıl yerleştirileceğine ve istifleneceğine karar verir.

Bu entegrasyon yaklaşımı ekonomik açıdan çok önemlidir çünkü otomasyonun kaçınılmaz olarak depo altyapısının tamamen yeniden tasarlanmasını gerektirdiği yönündeki yaygın varsayımı çürütmektedir. Robotik sistemler, tesisin tamamen yeniden tasarlanmasını gerektirmek yerine, mevcut toplama iş istasyonlarına, konveyör teknolojisine ve AutoStore gibi depolama sistemlerine giderek daha fazla entegre edilebilmektedir. Bu, yatırım engelini önemli ölçüde düşürerek operatörlerin otomasyonu yıkıcı bir şekilde değil, kademeli olarak uygulamaya koymalarına olanak tanır.

Teknoloji pratikte nasıl kendini kanıtladı?

Bu sistemlerin faydaları, büyük ölçekli operasyonel uygulamalarda en belirgin şekilde ortaya çıkmaktadır. Çevrimiçi yemek platformları Knuspr ve Gurkerl'i işleten Rohlik Grubu, Schönefeld'deki Berlin lojistik merkezinde ilk olarak bir robotun devreye alınmasının ardından, yapay zeka kontrollü toplama robotlarının sayısını 24'e çıkardı. Bu robotlar artık Berlin ve Viyana'daki dağıtım merkezlerinde siparişleri hazırlıyor ve önümüzdeki aylarda Frankfurt gibi diğer lokasyonlarda da devreye alınması planlanıyor. Şirket, uzun vadede robot sayısını üç haneli rakamlara çıkarmayı bile planlıyor. Robotlar, depo operasyonlarındaki son kalan manuel adımlardan birini üstleniyor: hem soğutmalı hem de soğutmasız ortamlarda tek tek ürünlerin hassas bir şekilde tutulması ve paketlenmesi.

Rohlik'in Otomasyon ve Genişleme Grup Başkanı, bu robotik programının gıda dağıtımını temelden dönüştürmek için sıfırdan geliştirildiğini ve aynı anda birden fazla pazarda ölçeklendirilmesinin e-market sektöründe otomatik lojistiğin geleceğinin temelini attığını vurguluyor. Benzer etkiler gıda sektörü dışında da gözlemlenebilir. Siparişe göre üretim yapan ve iç lojistikte yapay zeka destekli süreç disiplinine geçiş yapan bir tesiste, toplam teslim süresi %84, siparişten sevkiyata kadar geçen süre ise %77 azaldı. Belgelenmiş başka bir örnekte ise, hata oranı %68 azaldı ve verimlilik çift haneli oranlarda arttı; tüm toplama süreci tek bir hafta içinde dönüştürüldü.

Makine mühendisliği sektöründen köklü otomasyon sağlayıcıları da bu alanda konumlanıyor. Siemens, intralojistik uzmanı Mecalux ile birlikte, robotların şekli ve boyutu ne olursa olsun her türlü ürünü kavramasını sağlayan ve böylece 7/24 çalışma prensibiyle saatte 1.000'e kadar toplama işlemi gerçekleştirebilen yüksek verimli sistemler yaratan, yapay zeka destekli görüntü işleme yazılımı Simatic Robot Pick AI'yı geliştirdi. Bir diğer iş birliğinde ise Siemens, Universal Robots ve kamera üreticisi Zivid, daha önce özellikle cam veya şeffaf filmden yapılmış ambalajlarda önemli bir teknik zorluk teşkil eden şeffaf ve saydam nesneleri bile güvenilir bir şekilde tespit etmek için kendi teknolojilerini birleştirdi.

LTW Intralogistics – Akış Mühendisleri - Görsel: LTW Intralogistics GmbH

LTW, müşterilerine tek tek bileşenler değil, entegre komple çözümler sunmaktadır. Danışmanlık, planlama, mekanik ve elektroteknik bileşenler, kontrol ve otomasyon teknolojisi, yazılım ve servis – her şey ağ üzerinden birbirine bağlanmış ve hassas bir şekilde koordine edilmiştir.

Temel bileşenlerin şirket içinde üretilmesi özellikle avantajlıdır. Bu, kalite, tedarik zincirleri ve arayüzlerin en iyi şekilde kontrol edilmesini sağlar.

LTW güvenilirlik, şeffaflık ve iş birliğine dayalı ortaklığı temsil eder. Sadakat ve dürüstlük şirketin felsefesine sıkıca bağlıdır; burada el sıkışmanın hala bir anlamı vardır.

Bununla ilgili olarak:

• LTW Çözümleri

Katı otomatlardan öğrenme sistemine

Ekonomik açıdan bakıldığında, bu teknoloji neslinin belirleyici ilerlemesi sadece otomasyonun kendisi değil, kural tabanlı otomasyondan öğrenme tabanlı otomasyona geçiştir. Sektör sınıflandırmaları, sipariş toplama otomasyonunun çeşitli gelişim aşamalarını birbirinden ayırmaktadır; bunlar, sabit görüntü işleme ve barkod taramalı basit yarı otomatik sistemlerden, büyük ölçüde otonom robotlara ve şu anda en gelişmiş aşama olarak kabul edilen akıllı, öğrenme tabanlı robotik sipariş toplamaya kadar uzanmaktadır. Bu en üst düzeyde, robotun sürekli kendini geliştirme yeteneği merkezi bir öneme sahiptir ve sistemin sadece otonom olarak değil, aynı zamanda uyarlanabilir ve kendi kendini optimize eden bir şekilde çalışmasını sağlar.

Bu öğrenme bileşeni, önceki nesil otomasyon sistemlerinin temel ekonomik sorunlarından birini çözüyor: ürün yelpazesi değiştiğinde veya büyüdüğünde ölçeklenebilirlik eksikliği. Önceden eğitilmiş yapay zeka yeteneklerine sahip sistemlerle, yeni ürünlerin artık ayrı ayrı eğitilmesine gerek kalmıyor çünkü temel yetenekler zaten geniş bir nesne yelpazesini kapsıyor. Bu, özellikle ilaç, moda, e-ticaret ve iade işlemleri gibi son derece dinamik ürün yelpazesine sahip sektörler için önemlidir. Depo koridorlarında bir insan gibi alışveriş arabasıyla dolaşan, siparişleri toplayıp birleştiren otonom bir mobil robot, bir milyardan fazla toplama işlemi için eğitildi. Makine öğrenimi, her bir sonraki toplama işleminde daha hassas olmasını sağlarken, ağır veya ulaşılması zor ürünler için tamamlayıcı bir ürün-kişi istasyonu, %100 tutarlı toplama güvenilirliği sağlıyor.

Dahası, bu tür sistemler raf veya konveyör bant gibi sabit altyapı gerektirmez ve standart raflar ve konteynerlerle çalışarak mevcut lojistik süreçlerini temelden değiştirmeden hızlı kurulum ve uçtan uca tedarik zinciri otomasyonu sağlar. Bu hafif altyapı yaklaşımı, sabit ızgara yapıları gerektiren küp depolama sistemlerinden veya mekik çözümlerinden önemli ölçüde farklıdır ve bu nedenle operatörlere mevcut tesislerinin kademeli otomasyonunda çok daha fazla esneklik sağlar.

İnsan faktörü merkezî önemini koruyor

Etkileyici teknolojik ilerlemelere rağmen, yapay zekâ robotlarının kullanımı, depoda insan emeğinin tamamen ortadan kalkması anlamına gelmiyor. Aksine, robotların standartlaştırılmış, tekrarlayan veya ergonomik olarak zorlu toplama görevlerini güvenilir ve zahmetsiz bir şekilde yerine getirdiği, çalışanların ise bu görevlerden kurtularak istisnai durumlara, kalite kontrolüne veya genel süreç yönetimine odaklanabildiği hibrit bir model giderek daha fazla ortaya çıkıyor. Bu iş bölümü, özellikle devam eden nitelikli işgücü kıtlığı göz önüne alındığında, mevcut personel kaynaklarını gerçekten insan yargısı gerektiren görevlere yönlendirdiği için son derece değerli olduğunu kanıtlıyor.

Ekonomik açıdan bakıldığında, bu gelişme demografik değişime bir yanıt olarak da görülebilir. Çalışanların üçte birinin 50 yaşın üzerinde olduğu ve işgücüne katılan gençlerin sayısının giderek azaldığı bir işgücü göz önüne alındığında, fiziksel olarak zorlayıcı, tekrarlayan görevlerin otomasyonu, işlere yönelik bir tehditten ziyade, yalnızca işe alım yoluyla çözülemeyen yapısal bir darboğazın gerekli bir telafisi olarak görünmektedir. Bu bağlantı, tedarikçi perspektifinden de açıkça kabul edilmektedir: işgücü kıtlığının etkileri, yapay zeka kontrollü toplama robotları ile hafifletilebilirken, aynı zamanda depolardaki operasyonel verimlilik de artırılabilir.

Yatırımın faydaya karşı ekonomik değerlendirmesi

Bu tür sistemlerin 도입unda temel iş sorusu, artık büyük ölçüde çözülmüş sayılabilecek teknik fizibiliteden ziyade, her bir durumda ekonomik hesaplamayla ilgilidir. Daha da önemlisi, modern yapay zekâ robotik çözümleri, tamamen yeni bir sistem gerektirmek yerine mevcut sipariş toplama iş istasyonlarına entegre edilebilir; bu da geleneksel büyük ölçekli otomatik depolama sistemlerine yapılan yatırımlara kıyasla amortisman süresini önemli ölçüde kısaltır. Mevcut konveyör teknolojisine veya AutoStore sistemlerine sahip operatörler için bu, daha önce manuel olan son adımın, mevcut malzeme akışını kesintiye uğratmadan sonradan eklenebileceği anlamına gelir.

Aynı zamanda, belgelenen verimlilik kazanımları, önemli ekonomik kaldıraç etkisini göstermektedir. Hata oranında %68'lik bir azalma ve uygulamaya geçildikten sonraki tek bir hafta içinde çift haneli verimlilik artışları, geleneksel süreç optimizasyonlarıyla elde edilmesi neredeyse imkansız bir ölçeği temsil etmektedir. Dahası, 7/24 kesintisiz çalışmada saatte 1.000'e kadar sipariş toplama kapasitesi, bu sistemlerin yalnızca personel eksikliklerini telafi etmekle kalmayıp, aynı gün ve ultra hızlı teslimat için en yüksek talebi karşılamak için gerekli olan ek kapasite de yaratabileceğini göstermektedir.

Bununla birlikte, her ürün yelpazesinin ve her depo yapısının robotizasyona eşit derecede uygun olmadığını dikkate almak önemlidir. Sabit tutma noktalarına ve önceden yapılandırılmış nesnelere dayanan sistemler, uyarlanabilir, öğrenen çözümlere göre daha az esneklik sunar. Bu nedenle, uygun otomasyon seviyesinin seçimi, belirli ürün yelpazesine, sipariş hacmine ve mevcut altyapıya bağlıdır. Uygun olmayan sistemlere erken yatırım yapan şirketler, beklenen verimlilik kazanımlarını elde edememe ve bunun yerine süreçlerine ek karmaşıklık getirme riskiyle karşı karşıya kalırlar.

Önümüzdeki yılların tedarik ortamı

Nitelikli iş gücünde yaşanan yapısal eksiklik, artan işletme maliyetleri ve müşterilerin aynı gün hatta aynı günden kısa sürede teslimata doğru kaçınılmaz bir şekilde kayan beklentileri, sipariş toplama otomasyonunu önümüzdeki yıllarda lojistik sektöründeki en acil yatırım kararlarından biri haline getiriyor. Lojistikte yapay zeka, giderek yalnızca otomasyon projesinden, güvenlik, veri kalitesi ve süreç uyumluluğunu otomasyona entegre eden, yapay zeka odaklı kapsamlı bir süreç disiplinine dönüşüyor; artık izole ve bağımsız çözümler olarak faaliyet göstermiyor. Fraunhofer Malzeme Akışı ve Lojistik Enstitüsü gibi araştırma kurumları da, depolama yerlerinin yapay zeka tabanlı optimizasyonu, yük taşıyıcılarının otomatik olarak tanımlanması ve simüle edilmiş robotik süreçlerin gerçek dünya ortamlarına aktarılmasının, proaktif planlamayı mümkün kılmak ve ek verimlilik potansiyelini ortaya çıkarmak için giderek daha fazla birlikte ilerlediğini vurguluyor.

Yapay zekâ destekli sipariş toplama robotlarına yatırım yapıp yapmama konusunda karar vermeye çalışan operatörler için piyasa zaten güvenilir kıyaslama noktaları sunuyor: tek bir sipariş toplama istasyonuna hedeflenen entegrasyondan, birden fazla robottan oluşan filolara ve potansiyel olarak birkaç ülkeye yayılan yüzlerce robota kadar ölçeklendirme. Bu nedenle, asıl önemli soru artık yapay zekânın sipariş toplamayı değiştirip değiştirmeyeceği değil, bireysel şirketlerin halihazırda otomatikleştirilmiş rakiplerle aralarındaki fark çok büyümeden önce bu değişimden ne kadar hızlı faydalanabileceğidir.

Konrad Wolfenstein

Kişisel danışmanınız olarak hizmet vermekten mutluluk duyarım.

Benimle wolfenstein∂xpert.digital iletişime

Beni +49 7348 4088 965 numarasından arayabilirsiniz .

LinkedIn
 

Yüksek raflı depolar ve otomatik depolama sistemleri için komple çözümlerin danışmanlığı, planlaması ve uygulanması - Resim: Xpert.Digital

Daha fazla bilgi burada:

• Yüksek raflı depo danışmanlığı ve planlaması: Otomatik yüksek raflı depo – Palet depolamasını tamamen otomatik olarak optimize edin – Depo optimizasyonu