Pre odolnejšiu skladovú AI treba spojiť systém s realitou

Umelá inteligencia môže pomôcť vytvoriť autonómnejší sklad, no jej nasadenie si vyžaduje viac než výkonný algoritmus. Potrebuje spoľahlivo zachytiť meniace sa podmienky v budove. Ak systémové záznamy zaostávajú za fyzickou realitou, automatizácia môže neistotu v rozhodovaní ešte znásobiť.

Na rozdiel medzi údajmi zo systému riadenia skladu a stavom na prevádzke upozornila Oana Jinga, Chief Commercial and Product Officer spoločnosti Dexory, v rozhovore s Petrom MacLeodom. Softvér môže označiť miesto ako správne, hoci sa tovar presunul alebo sa zmenila využiteľná kapacita priestoru. Odchýlka sa potom dotýka práce ľudí, manipulačnej techniky aj plánovania toku materiálu.

Physical AI potrebuje širší kontext

Inventúrne údaje predstavujú iba jednu vrstvu. AI musí rozumieť usporiadaniu regálov, obsadenosti a voľným plochám, pohybu, zariadeniam a fyzickým vlastnostiam tovaru. Prepojenie digitálneho modelu s materiálnym prostredím je základom rozvoja Physical AI v logistike.

Chyby majú okamžitý prevádzkový účinok: viac hľadania, kontrol a zbytočných jázd, pomalšie vychystávanie či neúplné objednávky. Vo výrobných podnikoch môžu narušiť aj zásobovanie materiálom. Neustále udržiavanie presnosti preto ovplyvňuje produktivitu, zákaznícky servis a hospodársky výsledok.

Odolnosť vzniká kombináciou technológií a skúseností

Prepojené dáta a robotika umožnia rýchlejšie reakcie a podporu zložitejších rozhodnutí. AI môže postupne rozpoznávať niektoré vzorce, ktoré využívajú skúsení vedúci pracovníci. Pri neúplných dátach alebo náhlej zmene situácie však zostáva ľudský úsudok nenahraditeľný.

Priemyselné firmy by mali najprv presne pomenovať problém, overiť kvalitu údajov a až potom vyberať riešenie. Presné fyzické dáta nie sú len IT vylepšením. V prístupe Industry 5.0 sú podmienkou dôveryhodnej automatizácie a rozumnej spolupráce človeka so strojom.