По всей Европе крупные игроки в сфере доставки наблюдают постоянный рост объемов посылок, обусловленный развитием электронной коммерции и предпочтением потребителей получать заказы на дом или в пункты выдачи. Перед лицом этого роста обеспечение непрерывности потоков на складах становится ключевой задачей, а решения на основе промышленного зрения и практического ИИ, то есть ИИ, способного инициировать решение на основе своих наблюдений, представляются как способ быстрее устранять заторы.
Логистическим компаниям приходится иметь дело с растущей конкуренцией, необходимостью достижения критического масштаба для сохранения рентабельности и постоянным давлением на затраты. Склады и распределительные центры, в свою очередь, сталкиваются со все более строгими требованиями к уровню сервиса, подогреваемыми постоянно растущими ожиданиями потребителей.
Проблемы с доставкой остаются частым явлением. Согласно приведенным данным, в среднем 35% регулярных онлайн-покупателей в Европейском союзе сталкивались с проблемой доставки за последний год. Чаще всего упоминалась задержка по сравнению с ожидаемым сроком (20% потребителей), за ней следовало получение неправильного или поврежденного товара (11%). Во Франции 48% потребителей сообщают о проблемах со сроками или несоблюдении временных окон доставки.
Негативный клиентский опыт ведет к запросам на возврат средств или компенсацию, увеличивает затраты, связанные с логистикой возвратов, и подрывает доверие и лояльность. Хотя инвестиции часто направлены на ускорение операций за счет автоматизации, вопрос их поддержания в долгосрочной перспективе остается не менее важным.
Никогда не прерывать поток
В высокопроизводительных логистических центрах конвейеры и автоматизированные системы сортировки должны работать без перебоев — от приемки до отгрузки, включая сортировку, комплектацию заказов и упаковку. Каждая секунда замедления может вызвать эффект домино: посылки возвращаются в оборот, снижается пропускная способность, отгрузки задерживаются, а операционные цели оказываются под угрозой. Согласно источнику, 48% руководителей логистики считают повышение операционной эффективности приоритетом на следующие три года.
Стоимость ложных срабатываний
Оповещения о заторах часто запускают одни и те же процедуры, независимо от их обоснованности. Когда временное замедление интерпретируется как затор, некоторые линии отгрузки могут быть остановлены без необходимости, и посылки вынуждены повторно проходить по контуру. Согласно статье, ложные заторы вызывают повторяющиеся перебои, усталость от оповещений и ненужную мобилизацию персонала, а также делают пропускную способность менее предсказуемой.
От традиционных датчиков к практическому ИИ
Классическое обнаружение основано на фотоэлектрических датчиках, которые различают только две ситуации: линия заблокирована или нет. Однако конвейеры стали быстрее, потоки плотнее, а посылки разнообразнее, поэтому простое замедление может быть принято за реальный затор. Описываемые решения основаны на промышленном зрении, которое позволяет непрерывно анализировать видеопоток или быструю последовательность изображений, чтобы предоставить контекст, необходимый для автоматизированных решений.
Установленные над конвейерами камеры отслеживают потоки в реальном времени, в то время как программное обеспечение анализирует скорость, плотность посылок и схемы движения. В случае обнаружения затора операторы немедленно получают оповещение с визуальным подтверждением. В случае ложного срабатывания посылки продолжают движение без перерыва. Согласно источнику, такой подход снижает количество ручных вмешательств и обеспечивает быструю окупаемость инвестиций, не требуя дополнительного обучения для команд обслуживания. Прогресс в области ИИ и возможностях периферийных вычислений, то есть обработки непосредственно на месте, представлен как то, что делает эти решения возможными.
