Hoe AI e-commerce redde tijdens de pandemie

Er is zoveel veranderd sinds de eerste sluiting van de Verenigde Staten als gevolg van de Coronavirus-pandemie twee jaar geleden. In een tijd van ongekende e-commerceversnelling en arbeidstekorten, zijn legacy pick-and-pack-processen niet schaalbaar om aan de vraag te voldoen. Hoewel de pandemie zeker negatieve gevolgen heeft, roept het de vraag op:"Hoe heeft dit de manier waarop we werken ten goede veranderd?"

Snelle versnelling van robotica verwijdert variabiliteit

Arbeidsschaarste is een trend die tijdens de pandemie omhoogschoot en de gevolgen van de pandemie waren verwoestend voor bedrijven die niet klaar waren om robotautomatisering te implementeren. Toen COVID-19 toesloeg, hadden fulfilmentmagazijnen van de ene op de andere dag meer capaciteit nodig. Medewerkers toevoegen aan het magazijn was geen optie, dus toen mensen niet naar hun werk konden komen, schakelden magazijnen over op robots om de klus te klaren.

Magazijnwerk is blessuregevoelig en vervelend, en sommige taken worden in nauwe kringen uitgevoerd. Voor het handmatig sorteren van postzakken moeten bijvoorbeeld drie mensen zeer dicht bij elkaar staan, waarbij ze vaak tegen elkaar opbotsen als ze tussen de kaartenbakken werken. Gerobotiseerde sorteersystemen doorbreken de eis van magazijnmedewerkers die in fysieke nabijheid werken en maken sociale afstand mogelijk terwijl medewerkers toezicht houden op het alledaagse sorteerproces.

Vooruitkijkend kunnen faciliteiten gebouwen zo configureren dat mensen meerdere robots op een veilige, sociale afstand kunnen beheren. Bedrijven die minder afhankelijk zijn van grote groepen mensen die alledaagse taken uitvoeren, zullen een grotere betrouwbaarheid ervaren van de totale doorvoer per vierkante meter per dag. Dit betekent dat bedrijven hun klanten beloften kunnen doen die ze kunnen nakomen.

Robots versterken menselijke capaciteiten

Magazijnfaciliteiten streven naar maximale efficiëntie, gemeten aan de hand van de doorvoer per vierkante voet per dag. Magazijnen hebben te maken met variabelen wanneer ze met mensen werken. Zijn werknemers bijvoorbeeld hongerig, moe en anticiperen ze op hun volgende pauze, of voelen ze zich goed en hebben ze een productieve, goed presterende dag?

Overweeg de handeling van het sorteren van een item of pakket. Een mens moet:

Zie een stapel producten of pakketten

Selecteer een item om het op te rapen van de ongeorganiseerde stapel

Identificeer een keuzepunt om het item uit te kiezen

Pak het item op

Herken en verzeker u bij het ophalen dat er slechts één item is opgehaald

Navigeer door het item naar de uitvoerlocatie (postzak)

Plaats het artikel met succes op de juiste uitvoerlocatie op een manier die de productdichtheid (zakdichtheid) maximaliseert

Kunnen mensen dit? Ja.

Is het gemakkelijk om te doen? Ja.

Willen mensen het 4.000 keer per dag, vijf dagen per week doen? Nee.

Robots creëren consistentie om pieken en dalen te verlichten. Nog betere, zeer behendige sorteerrobots, aangedreven door simulatie-naar-realiteit (Sim2Real) AI, kunnen op de eerste dag bijna elk item in een magazijn oppikken om de efficiëntie te verhogen en de menselijke werkomstandigheden te verbeteren.

Hoewel bedrijven misschien de fantasie hebben dat het plaatsen van een robot "zijn ding doet" zonder tussenkomst van menselijke werknemers, is dat niet het geval. Mensen werken samen met robots om de doorvoerstroom te optimaliseren. Voor veerkrachtige operaties kan het een niet zonder het ander.

Robotimplementaties voor het sorteren van pakketten zijn het meest succesvol wanneer mensen dubbelzinnige items hanteren en terwijl de robot de alledaagse, repetitieve taken uitvoert. Het combineren van deze twee soorten taken is krachtig. De harmonie ontstaat doordat de mens verder gaat waar de robot ophoudt. De robot identificeert en grijpt bijvoorbeeld items en stopt de items vervolgens in een zak. De mens moet de zak manipuleren, vastbinden, labelen, enz. Hoewel er aanzienlijke vooruitgang is geboekt in de behendigheid en het vermogen van robots, zijn er bepaalde taken die mensen het beste kunnen.

Simulatie-naar-realiteit AI voldoet aan de constante vraag naar handel

Traditionele robots waren ooit geprogrammeerd om herhaaldelijk dezelfde beweging uit te voeren. Tegenwoordig verbreedt AI de mogelijkheden van robots en vergroot het het aanpassingsvermogen voor het soort items dat robots kunnen oppakken. Naarmate het e-commercevolume blijft groeien, veranderen de grootte en vorm van pakketten voortdurend, waardoor de behoefte aan robots groter wordt dan ooit tevoren.

Zonder geavanceerde AI kan het jaren duren voordat een robot pakketten sorteert met een snelheid die voldoet aan de menselijke doorvoer. Het verwerken van een verscheidenheid aan items is data-intensief en vereist miljoenen uitgevoerde picks voordat een robot effectief werkt. Simulation-to-reality (Sim2Real) technologie versnelt en stroomlijnt het trainingsproces. Sim2Real traint robots in de virtuele wereld voor met miljoenen voorbeelden in een kwestie van uren, zodat wanneer een robot in een faciliteit aankomt, hij kennis heeft van de soorten pakketten die hij kan zien, zodat hij op de eerste dag kan beginnen te werken.

Pitney Bowes, een wereldwijd technologiebedrijf dat handelsoplossingen levert die miljarden transacties mogelijk maken op het gebied van e-commerce, verzending, post en financiële diensten, heeft een aanzienlijke groei doorgemaakt binnen zijn e-commerce-activiteiten. Elke klant van Pitney Bowes heeft een unieke set artikelen die ze verkopen, dus de verpakking en branding van elk artikel variëren sterk, en het soort artikelen dat Pitney Bowes door de toeleveringsketen verplaatst, verandert maandelijks.

Pitney Bowes wilde een geautomatiseerde sorteeroplossing vinden en moest aanpasbaar zijn om snelle veranderingen en diversiteit in producttype aan te kunnen.

Sim2Real AI hielp Pitney Bowes om snel activiteiten op te schalen tijdens het piekseizoen voor het kopen van feestdagen in 2020, toen Pitney Bowes honderdduizenden unieke pakketten effectief en nauwkeurig sorteerde. Pitney Bowes heeft sindsdien het gebruik van robots in de hele toeleveringsketen uitgebreid en gebruikt de sorteersystemen op verschillende manieren in meerdere faciliteiten.