Gartner phân loại 4 cấp độ ứng dụng AI trong tự động hóa kho bãi

Gartner báo cáo rằng tự động hóa kho bãi hiện đã bao phủ bốn cấp độ AI vận hành khi các đơn vị logistics chuyển đổi từ thử nghiệm phần mềm sang triển khai thực tế tại cơ sở.

Trong một phân tích được công bố trong tháng này, công ty nghiên cứu kết luận rằng cơ sở hạ tầng logistics đã đạt đến ngưỡng áp dụng rõ rệt. Ba áp lực đang thúc đẩy sự thay đổi này trên toàn ngành.

Tình trạng thiếu hụt nhân lực kéo dài khiến các hệ thống tự động trở thành yêu cầu bắt buộc đối với các cơ sở logistics. Đồng thời, các mô hình thương mại phần mềm hiện có yêu cầu vốn ban đầu thấp hơn. Các thuật toán nền tảng và máy móc tự hành cũng đã đạt đến độ tin cậy cấp độ sản xuất.

Gartner đánh giá các hệ thống này dựa trên hai trục hiệu suất chính: mức độ tinh vi của trí tuệ và định hướng hành động vận hành.

Federica Stufano, Chuyên gia phân tích cấp cao tại bộ phận Chuỗi cung ứng của Gartner, cho biết: “Bốn xu hướng AI này có mối liên hệ với nhau và phản ánh sự phát triển của một môi trường kho bãi thông minh, thích ứng và linh hoạt hơn.”

Stufano khẳng định rằng việc triển khai ở cấp doanh nghiệp đòi hỏi khả năng hiển thị hệ thống rõ ràng để các giám sát viên có thể hiểu được lý do tự động trên sàn kho. Nhân viên con người phải làm việc cùng các công cụ tự động để giải quyết các áp lực cụ thể tại cơ sở.

Các mô hình tối ưu hóa nâng cao và lập kế hoạch tạo sinh

Các mô hình toán học truyền thống đã vượt xa các phương pháp suy nghiệm cứng nhắc. Thay vì dựa vào bảng tính tĩnh hoặc cây quyết định đơn giản, các công cụ tính toán hiện đại tiếp nhận dữ liệu đo từ xa trực tiếp từ sàn kho để điều phối các hoạt động của cơ sở.

Các bộ giải pháp quản lý kho bãi áp dụng những thuật toán tinh chỉnh này vào bốn quy trình làm việc chính: dự báo nhu cầu, lập kế hoạch ca làm việc, định tuyến di chuyển và sắp xếp hàng hóa. Các hệ thống sẽ tính toán lại việc di chuyển hàng tồn kho khi hồ sơ đơn hàng biến động trong ca làm việc.

Sự điều chỉnh linh hoạt này giúp cắt giảm chi phí vận hành và nâng cao năng suất tài sản vật chất. Logic nền tảng giúp duy trì các dấu vết kiểm toán mang tính quyết định mà các giám đốc logistics cần để tuân thủ quy định.

Các mô hình machine learning hiện có thể diễn giải dữ liệu cơ sở phi cấu trúc cùng với các nhật ký dạng bảng. Các hệ thống tạo sinh vận hành đọc hồ sơ bảo trì thiết bị, biên lai giao hàng của nhà cung cấp và phiếu sự cố để tổng hợp tài liệu động.

Các tác nhân phần mềm (software agents) tạo ra các quy trình vận hành tiêu chuẩn tức thời và hướng dẫn lấy hàng cập nhật khi các sự cố chậm trễ bất ngờ từ nhà cung cấp làm gián đoạn lịch trình kho bãi tiêu chuẩn.

Các giám sát viên sàn kho nhận được hướng dẫn xử lý ngoại lệ theo thời gian thực trực tiếp trên các thiết bị cầm tay. Thay vì phải tìm kiếm trong các tài liệu hướng dẫn tĩnh khi thiết bị gặp lỗi, các kỹ thuật viên sẽ xem xét các hướng dẫn sửa chữa theo ngữ cảnh được tạo ra từ kho lưu trữ bảo trì lịch sử.

Các tác nhân AI bán tự hành và tự động hóa kho bãi vật lý

Các tác nhân phần mềm tự hành xử lý các quy trình làm việc phức tạp bằng cách kết hợp đánh giá phân tích với sự xác nhận của con người. Các hệ thống này kiểm tra hàng đợi trên sàn, phân công lại các nhiệm vụ lấy hàng và điều phối lại máy móc trong kho giữa các khu vực bốc dỡ.

Các nhà quản lý con người vẫn giữ quyền can thiệp thủ công đối với các quyết định có giá trị cao. Phần mềm sẽ đưa ra các trình tự vận hành được đề xuất, nhưng các giám sát viên sàn kho sẽ xác nhận lệnh điều phối trước khi thực thi. Khung giám sát chia sẻ này giúp ngăn chặn sự gián đoạn quy trình làm việc trong khi vẫn tăng tốc thời gian phản hồi đối với tình trạng tắc nghẽn tại bến bãi.

Tự động hóa vật lý tích hợp các thuật toán machine learning trực tiếp với robot công nghiệp và cảm biến không gian. Các hệ thống tự hành thực hiện việc lấy hàng, đóng gói, phân loại bưu kiện và vận chuyển pallet qua các khu vực bốc dỡ. Các nền tảng robot này duy trì độ chính xác vị trí cao trong suốt các lịch trình làm việc nhiều ca.

Các đội ngũ triển khai báo cáo rằng tốc độ luân chuyển hàng hóa ổn định hơn và giảm thiểu chấn thương vật lý trong các khu vực xếp pallet. Thiết bị tự động giúp các giám đốc logistics duy trì cam kết về sản lượng bất chấp tình trạng thiếu hụt nhân sự trầm trọng tại địa phương.

Stufano giải thích: “Các nhà lãnh đạo chuỗi cung ứng nên tiếp cận AI trong kho bãi một cách thực dụng bằng cách giải quyết các trường hợp sử dụng đã được chứng minh, chẳng hạn như dự báo lao động và sắp xếp vị trí hàng hóa, sau đó mở rộng sang AI tạo sinh và các tác nhân AI ở những nơi có thể cải thiện việc ra quyết định và năng suất lao động.”

Các trung tâm phân phối có thể thiết lập các tiêu chuẩn vận hành ổn định bằng cách triển khai trước các công cụ tối ưu hóa hàng tồn kho đã được kiểm chứng. Sau đó, các đội ngũ vận hành có thể giới thiệu các trợ lý tác nhân và xe nâng tự hành khi nhân viên đã quen dần với các hệ thống thuật toán.

Tìm hiểu thêm về AI vật lý tại Physical AI Expo được tổ chức ở Amsterdam, London và Bắc Mỹ.

Xem thêm: Lidl triển khai xe tải không người lái để giao hàng cho các cửa hàng tại Đức.

Bạn muốn tìm hiểu thêm về AI và dữ liệu lớn từ các nhà lãnh đạo ngành? Hãy tham khảo AI & Big Data Expo diễn ra tại Amsterdam, California và London. Sự kiện toàn diện này là một phần của TechEx và được tổ chức cùng địa điểm với các sự kiện công nghệ hàng đầu khác bao gồm Cyber Security & Cloud Expo. Nhấp vào đây để biết thêm thông tin.

AI News được vận hành bởi TechForge Media. Khám phá các sự kiện và hội thảo trực tuyến về công nghệ doanh nghiệp sắp tới tại đây.