Невидиме вузьке місце: чому остання миля починається на полиці складу

Найдорожча ручна робота на складі: Чому логістика незабаром стане неможливою без штучного інтелекту

Доставка в той самий день – це вже не розкіш, а абсолютний стандарт. Однак, хоча клієнти очікують, що їхні замовлення прибудуть до їхніх дверей у рекордні терміни, логістична галузь за лаштунками бореться з безпрецедентною структурною нестачею кваліфікованих працівників. Вузьким місцем у цьому конфлікті цілей часто є те, де автоматизація раніше досягла своїх меж: комплектування замовлень, відомий «останній крок». Саме тут нове покоління роботів на базі штучного інтелекту, що навчаються, обіцяє прорив. Замість дорогих повних капітальних ремонтів ці інтелектуальні системи адаптуються до існуючої складської інфраструктури, навчаються самостійно з кожним комплектованим товаром і усувають дефіцит персоналу, не звільняючи людей. Дізнайтеся, чому жорсткі системи застаріли, як ця технологія окупається на практиці та чому розумні роботи для комплектування визначатимуть конкурентоспроможність у сфері виконання замовлень завтрашнього дня.

Чи може ваш процес комплектування замовлень встигати за зростаючим попитом?

До 2026 року доставка в той самий день перестане бути відмінною рисою, а стане новим очікуванням. У Сполучених Штатах понад 80 відсотків усіх електронних доставок продуктів зараз здійснюються в той самий день, і в цьому сегменті частка замовлень, доставлених менш ніж за три години, зросла з трохи більше половини до майже двох третин від загальної кількості доставок за один квартал. Весь цей ріст ринку за цей період відбувся завдяки замовленням, виконаним протягом однієї години. Водночас надшвидка доставка менш ніж за годину вже становила 18 відсотків усіх замовлень на доставку та 10 відсотків замовлень на доставку додому.

Це прискорення зміщує вузьке місце в ланцюжку створення вартості туди, де воно найменш помітне, але найбільш впливове: у зону комплектування. Кожне скорочення часу доставки на вході одразу створює більший тиск на процеси на складі, особливо на так званому «останньому кроці», тобто вилученні окремих товарів з контейнерів та їх упаковці для відправлення. Для компаній, що займаються інтернет-продажем продуктів харчування та виконанням замовлень, це одночасно означає більше замовлень, більше варіацій продукції та дедалі коротші терміни виконання замовлень, тоді як допустима помилка наближається до нуля.

Структурне навантаження замість тимчасового вузького місця

Дефіцит кваліфікованих працівників у складській логістиці вже не є сезонним явищем, а структурним станом галузі. Згідно зі статистикою IAB, у 2025 році в Німеччині залишалося незаповненим понад 60 000 вакансій у складській логістиці, що є значним збільшенням порівняно з попередніми роками. Для порівняння, у четвертому кварталі 2024 року близько 45 відсотків опитаних складських компаній заявили, що їхня діяльність наразі ускладнюється нестачею кваліфікованих працівників, тоді як на початку опитування у 2009 році цей показник був нижчим за десять відсотків. Хоча дефіцит дещо зменшився порівняно з нещодавнім піком, він залишається на історично високому рівні.

Це пов'язано з поєднанням факторів, які важко вирішити в короткостроковій перспективі. Близько третини працівників логістики вже старше 50 років, тоді як молодші працівники все частіше обирають академічну кар'єру, а не професійну підготовку в галузі складського господарства чи експедирування вантажів. До цього додаються фізично вимогливі завдання, позмінна робота та нижча заробітна плата порівняно з іншими секторами, що ще більше знижує привабливість роботи на складі. Хоча більшість із 63,3 відсотка фахівців з логістики вважають, що люди, які змінюють кар'єру з інших галузей, можуть хоча б частково зменшити дефіцит, цього ефекту недостатньо, щоб усунути структурний розрив.

Таке поєднання зростаючого попиту та скорочення доступності персоналу створює саме той конфлікт цілей, про який багато керівників операцій знають з власного досвіду: очікується зростання продуктивності та точності, тоді як ресурси для досягнення цих цілей стають дедалі меншими. Коливання показників комплектування замовлень, наприклад, через лікарняні, високу плинність кадрів або сезонні піки, як наслідок, призводять до затримок, які безпосередньо впливають на сприйняття клієнтами.

Робототехніка як відповідь на проблему процесу, а не як самоціль

Саме тут з'являється нове покоління роботів для комплектування на базі штучного інтелекту, які принципово відрізняються від старих, жорстких автоматизованих рішень. Попередні роботи для комплектування вимагали складного програмування та фіксованих точок захоплення для кожного нового продукту, що робило їх непрактичними для асортименту з високим ступенем різноманітності, типового для сектора електронних продуктів харчування. Сучасні системи, з іншого боку, використовують тривимірну обробку зображень у поєднанні з попередньо навченими алгоритмами глибокого навчання для розпізнавання та захоплення предметів незалежно від форми, розміру, прозорості чи текстури поверхні, без необхідності окремого навчання для кожного окремого продукту.

Яскравим прикладом є швейцарська компанія-фахівець з фурнітури OPO Oeschger, яка свідомо обрала протилежний підхід під час інтеграції рішення для комплектування на основі штучного інтелекту: замість адаптації складу до робота, робот був адаптований до існуючого складу. Робот для комплектування замовлень був інтегрований безпосередньо в існуючу робочу станцію комплектування замовлень і бере на себе саме ті робочі кроки, які раніше виконувалися вручну: видалення протиковзких килимків з контейнерів призначення, вилучення необхідних товарів з контейнерів-відправників та розміщення їх у транспортній коробці, перш ніж існуюча конвеєрна система візьме на себе подальший потік матеріалів. Штучний інтелект самостійно розпізнає товари та вирішує, як продукт розміщується та штабелюється в контейнері призначення.

Такий інтеграційний підхід є економічно важливим, оскільки він спростовує поширене припущення, що автоматизація неминуче вимагає повної перебудови складської інфраструктури. Роботизовані системи все частіше можна інтегрувати в існуючі робочі місця комплектування, конвеєрні технології та системи зберігання, такі як AutoStore, замість того, щоб вимагати повного перепроектування об'єкта. Це значно знижує інвестиційний бар'єр, дозволяючи операторам впроваджувати автоматизацію поступово, а не революційно.

Як технологія зарекомендувала себе на практиці

Переваги цих систем найбільш очевидні під час масштабного операційного впровадження. Група Rohlik, яка керує онлайн-платформами для продажу продуктів харчування Knuspr та Gurkerl, розширила своє впровадження до 24 роботів для комплектування замовлень на базі штучного інтелекту у своєму логістичному центрі в Берліні в Шенефельді після початкового впровадження одного робота на об'єкті в Шенефельді. Ці роботи тепер збирають замовлення в центрах виконання замовлень у Берліні та Відні, а в найближчі місяці заплановано розширення до інших місць, таких як Франкфурт. Компанія навіть планує збільшити кількість роботів до тризначної цифри в довгостроковій перспективі. Роботи виконують один з останніх ручних етапів у складських операціях: точне захоплення та пакування окремих продуктів як у охолоджених, так і в неохолоджених приміщеннях.

Керівник групи з автоматизації та розширення Rohlik наголошує, що ця програма робототехніки була розроблена з нуля, щоб фундаментально трансформувати доставку продуктів харчування, а її масштабування на кількох ринках одночасно закладає основу для майбутнього автоматизованої логістики в секторі електронних продуктів харчування. Подібні ефекти можна спостерігати і поза харчовим сектором. На виробництві, що налаштовується на замовлення та переходить на керовану штучним інтелектом дисципліну процесів у внутрішньологістиці, загальний час виконання замовлень скоротився на 84 відсотки, а час від замовлення до відвантаження – на 77 відсотків. В іншому задокументованому випадку рівень помилок знизився на 68 відсотків, а продуктивність зросла на двозначні числа, причому весь процес комплектування було перетворено протягом одного тижня.

Встановлені постачальники автоматизації з машинобудівного сектору також позиціонують себе в цій галузі. Siemens разом зі спеціалістом з інтралогістики Mecalux розробили програмне забезпечення для обробки зображень на основі штучного інтелекту під назвою Simatic Robot Pick AI, яке дозволяє роботам захоплювати будь-який предмет незалежно від його форми та розміру, тим самим реалізуючи високопродуктивні системи, що виконують до 1000 операцій комплектування на годину в режимі 24/7. В рамках іншої співпраці Siemens, Universal Robots та виробник камер Zivid об'єднали свої відповідні технології для надійного виявлення навіть прозорих та наскрізних об'єктів, що раніше створювало значні технічні труднощі, особливо з упаковкою зі скла або прозорої плівки.

LTW Intralogistics – Інженери потоку - Зображення: LTW Intralogistics GmbH

LTW пропонує своїм клієнтам не окремі компоненти, а комплексні рішення. Консалтинг, планування, механічні та електротехнічні компоненти, технології керування та автоматизації, а також програмне забезпечення та сервіс – все об'єднано в мережу та точно скоординовано.

Власне виробництво ключових компонентів є особливо вигідним. Це дозволяє оптимально контролювати якість, ланцюги поставок та інтерфейси.

LTW символізує надійність, прозорість та партнерську співпрацю. Лояльність та чесність міцно закріплені у філософії компанії – рукостискання тут все ще має значення.

Пов'язано з цим:

• Рішення LTW

Від жорсткого автомата до системи навчання

З економічної точки зору, вирішальним прогресом цього покоління технологій є не просто сама автоматизація, а перехід від автоматизації, заснованої на правилах, до автоматизації, що навчається. Галузеві класифікації зараз вирізняють кілька етапів розвитку автоматизації комплектування замовлень, починаючи від простих напівавтоматизованих систем з фіксованою обробкою зображень та скануванням штрих-кодів, через значною мірою автономних роботів, до інтелектуального комплектування роботів, що навчаються, яке наразі вважається найсучаснішим етапом. На цьому найвищому рівні здатність робота до постійного самовдосконалення є центральною, що дозволяє системі працювати не лише автономно, але й адаптивно та самооптимізуватися.

Цей навчальний компонент вирішує ключову економічну проблему попередніх поколінь автоматизації: їхню відсутність масштабованості при зміні або розширенні асортименту продукції. Завдяки системам, які вже мають попередньо навчені можливості штучного інтелекту, нові продукти більше не потребують індивідуального навчання, оскільки базові можливості вже охоплюють широкий спектр об'єктів. Це особливо важливо для галузей з високодинамічним асортиментом продукції, таких як фармацевтика, мода, електронна комерція та обробка повернень. Автономний мобільний робот, який переміщується по складських проходах за допомогою кошика для покупок, як людина, комплектуючи та консолідуючи замовлення, вже навчений на понад мільярді комплектів. Машинне навчання робить його точнішим з кожним наступним комплектуванням, а додаткова станція «товар-людина» для важких або важкодоступних товарів забезпечує стабільну надійність комплектування на 100 відсотків.

Крім того, такі системи не потребують стаціонарної інфраструктури, такої як стелажі чи конвеєрні стрічки, і працюють зі стандартними полицями та контейнерами, що дозволяє швидке розгортання та автоматизацію ланцюга поставок від початку до кінця без фундаментальної зміни існуючих логістичних процесів. Такий підхід до полегшеної інфраструктури суттєво відрізняється від кубічних систем зберігання або човникових рішень, які вимагають фіксованих сітчастих структур, і таким чином надає операторам значно більшу гнучкість у поступовій автоматизації їхніх існуючих об'єктів.

Людський фактор залишається центральним

Незважаючи на вражаючі технологічні досягнення, використання робототехніки на основі штучного інтелекту аж ніяк не означає повне витіснення людської праці зі складу. Швидше, все частіше з'являється гібридна модель, за якої роботи надійно та без зусиль виконують стандартизовані, повторювані або ергономічно вимогливі завдання комплектування, тоді як працівники звільняються від цих обов'язків і можуть зосередитися на виняткових випадках, контролі якості або загальному управлінні процесами. Такий розподіл праці виявляється особливо цінним у світлі постійної нестачі кваліфікованої робочої сили, оскільки він спрямовує існуючі кадрові ресурси саме на ті завдання, які дійсно потребують людської оцінки.

З економічної точки зору, цей розвиток також можна розглядати як реакцію на демографічні зміни. Враховуючи робочу силу, в якій третина працівників вже старше 50 років, а кількість молодих людей, які виходять на ринок праці, дедалі менше скорочується, автоматизація фізично вимогливих, повторюваних завдань виглядає не стільки як загроза робочим місцям, скільки як необхідна компенсація структурного вузького місця, яке неможливо вирішити виключно шляхом найму. Цей зв'язок також чітко визнається з точки зору постачальника: наслідки нестачі робочої сили можна пом'якшити за допомогою роботів для комплектування, керованих штучним інтелектом, одночасно підвищуючи операційну ефективність на складах.

Економічна оцінка інвестицій у порівнянні з вигодою

Центральне бізнес-питання під час впровадження таких систем стосується не стільки технічної доцільності, яку зараз можна вважати значною мірою вирішеною, скільки економічного розрахунку в кожному окремому випадку. Найголовніше, що сучасні рішення на основі штучного інтелекту та робототехніки можна інтегрувати в існуючі робочі станції комплектування замовлень, замість того, щоб вимагати абсолютно нової системи, що значно скорочує термін амортизації порівняно з традиційними великомасштабними інвестиціями в автоматизовані системи зберігання. Для операторів з існуючою конвеєрною технологією або системами AutoStore це означає, що останній, раніше ручний крок, можна модернізувати, не перериваючи існуючий потік матеріалів.

Водночас, задокументовані підвищення ефективності демонструють значний економічний вплив. Зниження рівня помилок на 68 відсотків у поєднанні з двозначним зростанням продуктивності протягом одного тижня після впровадження являє собою масштаб, якого практично неможливо досягти за допомогою традиційної оптимізації процесів. Крім того, пропускна здатність до 1000 комплектацій замовлень на годину в безперервному режимі 24/7 показує, що ці системи не лише компенсують нестачу персоналу, але й можуть створювати додаткові потужності, що є важливим для обробки пікового попиту на доставку в той самий день та надшвидку доставку.

Тим не менш, важливо враховувати, що не кожен асортимент продукції та не кожна структура складу однаково добре підходять для роботизації. Системи, що спираються на фіксовані точки захоплення та попередньо структуровані об'єкти, пропонують меншу гнучкість, ніж адаптивні, навчальні рішення. Тому вибір відповідного рівня автоматизації залежить від конкретного асортименту продукції, обсягу замовлень та існуючої інфраструктури. Компанії, які передчасно інвестують у невідповідні системи, ризикують не реалізувати очікуване підвищення ефективності та натомість внести додаткову складність у свої процеси.

Ландшафт виконання замовлень у найближчі роки

Поєднання структурної нестачі кваліфікованих працівників, зростання операційних витрат та очікувань клієнтів, які невблаганно зміщуються в бік доставки в той самий день і навіть менше, робить автоматизацію комплектування замовлень одним з найактуальніших інвестиційних рішень у галузі виконання замовлень у найближчі роки. Штучний інтелект у логістиці дедалі більше еволюціонує від суто автоматизованого проекту до комплексної, керованої штучним інтелектом процесної дисципліни, яка інтегрує безпеку, якість даних та відповідність процесам в автоматизацію, а не працює як ізольовані, автономні рішення. Дослідницькі установи, такі як Інститут матеріальних потоків та логістики Фраунгофера, також наголошують на тому, що оптимізація місць зберігання на основі штучного інтелекту, автоматична ідентифікація вантажоперевізників та перенесення змодельованих роботизованих процесів у реальні середовища все частіше йдуть рука об руку, щоб забезпечити проактивне планування та розкрити додатковий потенціал ефективності.

Для операторів, які зараз вирішують, чи варто інвестувати в робототехніку для комплектування замовлень на базі штучного інтелекту, ринок вже надає надійні орієнтири: від цілеспрямованої інтеграції в єдине робоче місце для комплектування замовлень до масштабування до парків з кількох роботів, а можливо, і сотень, у кількох країнах. Тому ключове питання вже полягає не в тому, чи змінить штучний інтелект комплектування замовлень, а в тому, як швидко окремі компанії зможуть скористатися цією зміною, перш ніж розрив з уже автоматизованими конкурентами стане занадто великим.

Konrad Wolfenstein

Я буду радий служити вашим особистим консультантом.

Ви можете зв'язатися зі мною за адресою wolfenstein∂xpert.digital або

Просто зателефонуйте мені за номером +49 7348 4088 965 .

LinkedIn
 

Консалтинг, планування та впровадження комплексних рішень для висотних складів та автоматизованих систем зберігання - Зображення: Xpert.Digital

Більше інформації тут:

• Консультації та планування багатостелажних складів: Автоматизований багатостелажний склад – Оптимізація зберігання піддонів повністю автоматично – Оптимізація складу