Доклад. Искусственный интеллект в умных складах1 (Доклад. Искусственный интеллект в умных складах)

Искусственный интеллект в “умных” складах и автоматизация производства.

Социотехнический проект

Любое современное техническое решение невозможно реализовать без «привязки» к социальному контексту, без понимания его социокультурных последствий. В рамках проекта предлагается исследование и моделирование технического решения по двум направлениям: 1) Какие социальные изменения должны произойти, чтобы данное решение могло претвориться в жизнь (уровень образования, городская среда, транспортная инфраструктура, коммуникативные сообщества, социальные связи, типы организаций, предприятий, профессиональных коллективов и т.п.); 2) Каковы будут социальные последствия (что получим в результате внедрения, использования данного технического решения; какие изменения неизбежно произойдут в результате – в человеческом мышлении, общении, работе, жилище, жизнедеятельности.)

Структура проекта:

1. Актуальность – описание технического проекта, почему его использование важно для общества, что оно ему даст в данный момент и в долговременной перспективе.

2. Социальная проблема – что мы хотим изменить (привнести, добавить) в обществе. В чем наш идеал и как к нему приблизимся благодаря реализации проекта.

3. Цели и задачи – конечный желаемый результат и конкретные шаги по его реализации.

4. Проблематизация – какую проблему(ы) помогает решить.

5. Основное содержание проекта – предполагаемые мероприятия, которые можно реализовать для осуществления проекта, ресурсы для их осуществления, сроки, исполнители, средства (материальные, технические, финансовые).

6. Ожидаемый результат и методы оценки реализации проекта – как будете контролировать его осуществление, оценивать эффективность достижения цели.

Люди малоэффективно делают монотонную, рутинную работу.

Трудно найти желающих постоянно решать повторяющиеся задачи, это стало неинтересно для большинства, в том числе и по причине низкооплачиваемости профессий подобного рода. Вот почему на данный момент актуально замещение автоматикой человеческого труда.

Сейчас наибольшее развитие имеет промышленная робототехника, такая, как:

- сварка,

- окраска,

- перемещение,

- паллетирование.

Развитие промышленной робототехники ориентировано на освобождение работников от выполнения повторяющихся рутинных задач или операций, особенно небезопасных или вредных для здоровья.

Казалось бы, нет ничего более консервативного для автоматизации, чем склад, где просто хранятся товары. Но это обманчивое впечатление, так как с развитием технологий,

контроль за складом, где одновременно находятся сотни и тысячи единиц разнообразной продукции с различными условиями хранения – это настоящий подвиг.

Сегодня недостаточно просто маркировать товары на складе, чтобы он начал работать, как часы. Есть ещё множество «теневых» активов, начиная от самих полок и заканчивая погрузчиками, которые можно заставить работать эффективно и как единое целое с помощью современных технологий. 

Стандартная система складирования и автоматизированная крановая система, введённые в обиход в 70-х годах прошлого века - давно устаревшее инженерно-техническое решение, достигшее предела своих возможностей, с большими эксплуатационными затратами и небезопасными складскими площадями.

Лифтовыми стеллажами, «каруселями» и другими «стационарными роботами», автоматизировавшими отдельные операции, физически сложные и долгие для человека, уже никого не удивишь.

«Движущиеся роботы»: роботокары, управляемые тележки, автоматизированные погрузчики – реальность, не требующая особых производственных затрат.

Сейчас в складской логистике активней, чем в других отраслях, наряду с робототехникой, внедряется автоматизация управления, искусственный интеллект.

Это связано, в первую очередь, с развитием технологий Интернета вещей.

Классификация и сопоставление с первоначальными данными – уже часть нашей повседневной жизни.

Широко применяются голосовые системы управления складами, где система указывает расположение товара и подсказывает/формирует наиболее оптимальный путь до ячейки.

Востребована и «умная» инвентаризация, когда данные сенсоров и датчиков передаются в систему, позволяющую в интерактивном режиме следить за тем, что именно хранится на складе и в каком количестве, а также исправлять ошибки хранения. 

Контроль за нарушением целостности упаковки – тоже повсеместно распространён. 

Датчики в зоне отгрузки - обеспечивают контроль за отправляемым грузом, что предохраняет от ошибок и пересортицы.

И, наконец, Интернет вещей позволяет тщательнее контролировать работу сотрудников склада и их безопасность, существенно снижая количество инцидентов с погрузчиками по вине обслуживающего персонала.

В управлении производительностью склада дальше всего продвинулась японская компания Hitachi, поставившая Искусственный Интеллект управлять системой складского менеджмента.

Сущность этой программы - руководство складским персоналом и менеджерами исходя из доступных параметров. Роботы-начальники теперь не только следят за производственным процессом и обязанностями подчиненных в реальном времени, но и находят способы для улучшения эффективности работы персонала, анализируя способы выполнения рабочих задач и приказов.

Удачно опробовав систему на складской логистике, компания Hitachi теперь собирается внедрить эту систему в другие области: финансы, транспорт, производство и здравоохранение, для того, чтобы «бизнес-операции могли быстро и самым эффективным образом отвечать на изменения в обществе».

Для менеджеров складов вышеизложенное изменит навыки выполнения работы.

Сейчас они выполняют стратегическую роль, поддерживающую бизнес и обеспечивающую удовлетворенность клиентов. В реальности же – занимаются оперативной работой, тратят время на деятельность по борьбе с форс-мажорами и управление людьми, вместо того, чтобы сосредоточиться на определении путей стратегического улучшения цепочки поставок.

С введением искусственного интеллекта они смогут сосредоточиться на том, для чего на самом деле наняты. Роль менеджера станет ориентированной на снижение рисков, а не на рутинный мониторинг задач. Скорее всего, для выполнения этой цели потребуется новое поколение менеджеров с навыками анализа данных и компетенцией для совместной работы с искусственным интеллектом.

В целом, хоть искусственный интеллект и автоматизация неизбежно заменят некоторые рабочие места на складе, это не будет означать массовую безработицу. Часть сотрудников сможет адаптироваться к этой среде, появятся новые рабочие места, требующие других навыков. Склад без людей ещё очень долго не станет реальностью.

Высокая стоимость перехода на искусственный интеллект и робототехнику, разделит производственный сектор. Быстрее эти технологии примут новые производства, без устаревшей инфраструктуры или крупные компании с большими финансовыми возможностями.

Среднему уровню финансирования с грузом финансовых, операционных и культурных причин, будет сложнее перестроиться. Они, скорее всего, выберут модель частичной автоматизации и роботизации склада.

На данный момент мы наблюдаем промежуточную ситуацию, когда технологии активно отвоевывают у людей различные ниши применения, но пока настолько дороги и недоделаны, что самым оптимальным вариантом становится возможность совместить труд человека, «облагородив» его с помощью информационных технологий, помочь работнику быть быстрее, эффективнее, точнее.

Считается, что будущее логистики определится в таких направлениях автоматизации, как:

- стандартизация размеров упаковки,

- упрощенное складирование

- специальные упаковочные решения для роботизированных кранов

- возможность отслеживания груза на всём пути.

Всё это требуется для полной автоматизации перемещения грузов.

В России сегодня нет решений в складской логистике на базе нейронных сетей, а многие европейские фабрики уже используют роботизированные решения для автоматизации процессов производства.

Искусственный интеллект помогает избежать производственных ошибок, улучшая качество продукта и сокращая временные и материальные издержки на его изготовление, а также позволяет организовать беспрерывное производство.

Книжным примером коммерческих предприятий, внедривших искусственный интеллект в производственный процесс, является порт Гамбурга и Harley-Davidson.

Первому удалось с помощью новейших технологий увеличить пропускную способность судов более чем в 2,5 раза. Второму – сократить время сборки мотоцикла с 21 дня до 6 часов.

Логистические гиганты наподобие DHL и торговые «киты» вроде Амазон, сделали информационные технологии частью стратегии лидерства, активно применяя новейшие разработки. Amazon, только один из распределительных центров которой в Аризоне равен по площади 28 футбольным полям, начал использовать дронов для доставки мелких пакетов. Среднее время такой доставки - 30 минут, а её стоимость для компании – около $1.

Этот пример прекрасно иллюстрирует, зачем нужны современные технологии в логистике: они обещают многократное повышение эффективности при снижении издержек, ведь время – деньги.

Другая крупная торговая сеть намерена использовать дронов не в доставке, а внутри логистических центров: дроны могут перемещаться по пространству склада, делая 30 фотокадров в секунду, и эта информация может использоваться для инвентаризации. Если «вручную» на такой процесс ушло бы около месяца, то с помощью летающих роботов инвентаризировать огромный склад можно за один день.

Конечно, дроны и роботы - это только наиболее эффектная часть технологий, которыми может быть оснащён современный склад. Интернет вещей в логистике может принимать различные формы, объединяя в себе различные технологии, начиная от непосредственно подключаемых устройств (датчиков, сенсоров, меток, роботов) и заканчивая способами обеспечения между ними интерконнекта. Связность устройств и систем обеспечивают беспроводные технологии передачи данных Bluetooth, RFID, WiFi, а также мобильные сети, объединяющие весь этот «зоопарк» устройств в единое целое.

Искусственный Интеллект представляет собой совершенно новый уровень знаний для принятия управленческих решений. Компьютеры не будут принимать решения за нас, но они могут просеять через себя огромные массивы данных, чтобы выделить наиболее интересные вещи, которые менеджеры с одной стороны, ввиду субъективности восприятия, могли бы не учесть.