Accanto ai metodi tradizionali per l’ottimizzazione dei processi di magazzino, si stanno facendo strada nuovi sistemi di mappatura digitale del flusso di valore, il Process Mining o il Motion Mining. Ma di cosa si tratta?
Quello in cui viviamo è un mondo sempre più data-driven: da un lato di consumatori, dall’altro di aziende. Strumento di analisi, fattore determinante, la data science sta diventando sempre più un elemento centrale non solo per le aziende che operano nella logistica, ma anche che si appoggiano a magazzini complessi.
Tutt’altro: le entità più tradizionali hanno l’obbligo di trasformarsi in aziende data-driven, pena l’estromissione dall’innovazione e, per proprietà transitive, da un mercato che sempre più chiede velocità, flessibilità e performance crescenti.
A fare da nuovo spartiacque all’evoluzione tecnologica dei processi, e ora all’intelligenza artificiale (AI), è entrato in scena un fattore cruciale anche per l’ottimizzazione dei processi, come l’ottimizzazione delle sequenze di movimento tramite il Motion Mining supportato dall’AI e l’analisi digitale del flusso di valore.
Sintetizziamo qui i concetti descritti nell’articolo “AI per ottimizzare i processi manuali in magazzino” di MotionMiners GmbH, disponibile per il download gratuito sul sito dell’azienda.
L’ottimizzazione nel magazzino manuale
Tra le pietre dei metodi “tradizionali” per l’ottimizzazione dei processi di magazzino, si stanno facendo strada nuovi sistemi di mappatura digitale del flusso di valore, il process mining o il motion mining.
Si tratta di applicazioni dell’intelligenza artificiale. Il punto forte è il riconoscimento di pattern e relazioni ricorrenti che permettono di ricercare i fattori più influenti ai punti deboli di un processo, e di mettere in relazione sia soluzioni più efficienti.
A guidare questo tipo di processo di ottimizzazione, ma anche la moltiplicazione dei campi nei quali possono essere applicate, è il machine learning, tramite deep learning con reti neurali: la versione evoluta del machine learning.
Un esempio particolarmente frequente è quello dell’ottimizzazione dei percorsi nel magazzino: le distanze percorse a piedi dai dipendenti vengono ripensate e riprogettate in modo che ogni interazione tra le corsie degli scaffali risulti il più significativo possibile.
Il magazzino smart
Lo smart warehouse prevede che tutti i processi si basino su dati e l’AI che trova modelli nei dati, crea previsioni sullo sviluppo futuro dei processi e prende decisioni in modo automatico.
Il cuore – o meglio, il cervello – dello smart warehouse è lo smart WMS che ne aumenta la produttività ed efficienza: un sistema IT in grado di visualizzare e utilizzare in modo coerente dati sugli oggetti logistici, rilevare le anomalie prima che si verifichino problemi ed elaborare le informazioni per ottenere ottimizzazioni in tempo reale.
Le soluzioni per l’automazione (robot, AGV, intelligenza artificiale visiva, RFID, soluzioni pick-by, occhiali a realtà aumentata) sono integrate nello smart WMS.
Riusciamo così a creare di senso. Il risultato finale è l’autostrada della competitività e il WMS sono le fondamenta essenziali dello smart warehouse.
Se il WMS è il cervello dello smart warehouse, il digital twin è l’organo sensoriale: copia virtuale dei processi che vengono nel magazzino, e può essere utilizzata in due momenti distinti della vita del magazzino: prima che questo esista, per realizzare l’infrastruttura fisica già ottimizzata, oppure durante l’attività, in un’ottica di miglioramento continuo.
Altre applicazioni dell’AI per il magazzino e la logistica
È molto difficile riassumere le prospettive rese possibili dallo sviluppo delle applicazioni dell’AI per logistica e magazzino. In breve:
Process mining
Si tratta di una delle nuove frontiere da esplorare. Punto di incontro tra gestione dei processi e data mining, il processo mining, applicabile a processi produttivi, processi di supply chain e processi di vendita, ne è l’evoluzione olistica: tutti i processi aziendali sono dati in pasto all’algoritmo, e collegati tra loro. L’analisi di ogni elemento che partecipa del magazzino contribuisce a una visione approfondita dei flussi dell’intero processo.
Ottimizzazione della flotta con l’AI
L’intelligenza artificiale porta con sé la possibilità di migliorare la gestione della flotta aziendale su tutte e tre le aree chiave: pianificazione dei costi, impiego ottimale dei veicoli, comportamento del carico ottimale. Le ottimizzazioni sfruttano originali combinazioni ORC (il riconoscimento ottico dei caratteri) e apprendimento automatico, oppure si estendono a strumenti tradizionali come i capelli elevatori che operano nel magazzino. Un esempio pratico: l’intelligenza artificiale può utilizzare l’informazione relativa allo stato di carica della batteria di un carrello elevatore e per stabilire il momento ottimale per ricaricarla. Una gestione su misura della batteria può ridurre i tempi di fermo del veicolo e i colli di bottiglia presso la stazioni di ricarica, nonché aumentare la durata complessiva della batteria.
Robot e Robot
Grande spazio è lasciato all’integrazione di automazione e intelligenza artificiale. La robotica diventa uno strumento essenziale, soprattutto in presenza di processi e movimenti ripetitivi: anche su lotti di piccole dimensioni, come quelli gestiti dagli eCommerce. Di particolare interesse risultano i robot commissionatori, sistemi di stoccaggio e prelievo senza conducente, il cui compito principale è quello di prelevare i prodotti dai contenitori di stoccaggio e collocarli nei contenitori di prelievo. Anche la presenza di robot e robot contribuisce ad aumentare la flessibilità e scalabilità.
Prelievo ottimizzato con AI
Lo zone picking si sta affermando soprattutto nel settore eCommerce. Zone dinamiche di prelievo, gestite da un software di intelligenza artificiale, sono definite in base al tipo di prodotto, al tipo di scaffale, alle caratteristiche ambientali o alla velocità dello SKU. Il software di intelligenza artificiale dei cobot valuta l’insieme degli ordini e identifica le opportunità di ridurre al minimo gli spostamenti a piedi degli operatori, raggruppando le attività all’interno di corridoi o zone dinamiche. Le zone di prelievo vengono ridimensionate dinamicamente in tempo reale in base al pool di ordini, e il cobot – oItre a eseguire in modo efficiente stoccaggio, prelievo, conteggio, rifornimento e smistamento – può guidare il personale del magazzino attraverso le aree di lavoro.
“Minatori” di efficienza e ottimizzazione
Fondato nel 2017 da Sascha Kaczmarek, Sascha Feldhorst e Rene Greszick, MotionMiners si propone di aiutare sistematicamente le aziende a ottimizzare i processi manuali di magazzino nel 2019. Supporta le aziende nell’analizzare i processi di movimentazione, questi analisi vengono eseguite automaticamente utilizzando sensori e software di Intelligenza Artificiale. Le soluzioni MotionMiners sono adottate in diversi settori industriali.
Con la tecnologia Motion Mining è possibile registrare dati relativi ai processi manuali di magazzino in modo automatizzato, efficiente e anonimo, per poi ottimizzarli in termini di ergonomia ed efficienza
Per registrare i dati, i dipendenti del magazzino possono essere equipaggiati con piccoli sensori dinamici (wearables) o si possono utilizzare sensori statici. Per analizzare in modo più preciso l’interazione uomo-tecnologia è possibile dotare di speciali sensori anche gli altri strumenti utilizzati, come le attrezzature di trasporto o i carrelli elevatori.
Il futuro dell’analisi di processo
Nell’ambito del magazzino, guardando alla produzione di valore, il profilo di competenza degli operatori è e resterà un fattore competitivo essenziale per le aziende.
Ciò non toglie che ergonomia ed efficienza dei processi che sono ancora svolti manualmente possano essere migliorate. Il classico ostacolo a questa prospettiva è la consapevolezza della difficoltà e del costo di analizzare i processi manuali: il lavoro dei MotionMiners vuole rispondere a questa sfida con una soluzione semplice e di facile implementazione.
Con la tecnologia Motion Mining è possibile registrare dati relativi ai processi manuali di magazzino in modo automatizzato, efficiente e anonimo, per poi ottimizzarli in termini di ergonomia ed efficienza.
La logistica, catena di fornitura e intra-logistica sono i settori preferenziali per questa nuova soluzione tecnologica. Per registrare i dati, i dipendenti del magazzino indossano dei sensori mobili al polso e alla cintura, non ingombranti.
I sensori registrano e identificano con precisione i movimenti dell’addetto durante i singoli processi di lavoro. Per analizzare in modo più preciso l’interazione uomo-tecnologia, è anche possibile dotare di speciali sensori anche gli altri strumenti utilizzati, come attrezzature di trasporto o carrelli elevatori.
I sensori beacon (facilmente raggiungibili) lavorano tramite bluetooth e permettono di localizzare dipendenti e attività. Dato che i valori sono sempre raccolti senza riferimento agli operatori, il campo di applicazione del GDPR non viene calpestato.
Come ha evidenziato in una recente intervista Jan-Jürgen Bredereck, amministratore delegato di Induvation Gmbh, azienda partner esclusiva per l’Italia, l’attenzione della tecnologia Motion Mining è completamente rivolta al processo e, dato che si lavora su gruppi di 2-8 dipendenti in parallelo, al 100% focalizzata su miglioramento del processo e riduzione dello stress degli addetti.
L’unica prescrizione, sempre secondo Bredereck, è il coinvolgimento dei sindacalisti fin dalle prime fasi del progetto, e non quando questo è già iniziato e implementato. La trasparenza, insomma, è un valore cruciale nel rapporto tra aziende-sindacati.
Dati e Intelligenza artificiale
Tornando al lato tecnologico, le enormi quantità di dati ottenuti vengono analizzate automaticamente da un’intelligenza artificiale.
L’assegnazione delle attività e le fasi del processo viene effettuata utilizzando una procedura di riconoscimento dei modelli sviluppata autonomamente e basata sul deep learning: l’intelligenza artificiale può riconoscere autonomamente diversi processi di lavoro e le componenti del processo.
Le analisi possono essere fatte su attività standard integrabili con nuove attività, soprattutto non limitate a tempo e localizzazione nello spazio: grazie alle analisi ergonomiche, vengono analizzati anche i piegamenti non salutari, il lavoro che richiede di alzare pesi sopra la testa, le distanze da percorrere a piedi.
La tecnologia offre anche analisi specifiche del luogo, indicatori di attività, strumenti per la valutazione statistiche su un certo periodo di tempo, quantificando spese e fluttuazioni, e di integrare i risultati al WMS.
Un sistema grafico intuitivo permette una chiara visualizzazione dei dati.
Il Motion Mining può essere utilizzato per ottimizzare i processi lavorativi secondo parametri di ergonomia ed efficienza, senza necessità di integrazione informatica, e con la piena garanzia dell’anonimato dei dati e di un risparmio in termini di tempo e costi.
👉 Per approfondire come Process Mining, Motion Mining e intelligenza artificiale possano supportare l’ottimizzazione dei processi di magazzino, è possibile contattarci per un primo confronto.
