大数据技术已成为物流市场新“蓝海”,如何助力人效突破天花板

千里声
AIoT即“AI(人工智能)IoT(物联网)”,通过物联网技术进行业务交互,产生并收集物流业务数据和物流行为数据,并通过大数据及人工智能技术进行分析和提供场景优化建议。以拣选场景为例,运用物联网技术,对传统拣选货架、小车进行智能升级,实现这些新的智慧仓储设施的自动交互,指引拣选人员无需思考即可高效完成拣选任务。

自2009年“智慧物流”这一概念被提出后,物流业发展日新月异,物联网、大数据、人工智能等技术更是将物流这一传统行业引入信息化、智能化的快车道。前几年,AGV、无人机等物流科技产品引发智慧物流的应用潮流,而当下物流企业更加注重效率优化与服务升级,大数据、人工智能成为物流领域的新风口。

然而,如何利用好大数据是一个行业难题。首先,数据采集是一道门槛,采集仓储物流过程中各类数据,需要场景建设具备信息化数据采集的基础设施;其次,做好数据整合是大数据应用的关键—数据经过计算、归纳、分类和分析才能得以利用。

AIoT即“AI(人工智能)IoT(物联网)”,通过物联网技术进行业务交互,产生并收集物流业务数据和物流行为数据,并通过大数据及人工智能技术进行分析和提供场景优化建议。以拣选场景为例,运用物联网技术,对传统拣选货架、小车进行智能升级,实现这些新的智慧仓储设施的自动交互,指引拣选人员无需思考即可高效完成拣选任务。同时,智慧仓储设施自动采集并上传拣选业务数据和行为数据,通过大数据平台整合并分析处理,得到设施利用率和人工效率,发现流程瓶颈,优化操作流程,提升人效和整体拣选效率。

在制造业的生产环节,有OEE(设备综合效率)的概念,用来表征设备的实际产能与理论产能的比率。OEE可以掌握设备利用效率,优化设备排产,提高生产效率。借鉴OEE的概念,运用于仓储物流环节,可以进一步提高人效。例如,由于各个物流区域作业对人的依赖性降低,可以将人作为灵活配置的资源,通过大数据的技术分析创新地实现跨区域调配员工,提升人员的综合利用率。

在上述拣选应用中,拣选人员基于与设备更高效地交互,提高拣选效率,这意味着员工实际工作时间将减少,人力资源的需求其实是降低的。也正因为物联网技术的使用,对人的依赖降低,拣选区域空闲的人,可以被系统调配到其他物流流程,也能很好地完成工作,这样人的总体利用率就会增加,整个场内的物流区域就能实现人效进一步提高和人员数量的实质精简。

TBL华清科盛正在打造智慧物流分析平台Wisdom,进行物流场景的大数据实时分析,实现人员的跨区域智能调配,进而在多区域进行人效突破和人员精简。与之相类似的是,旷视(Megvii)在2019年初发布的物流机器人操作系统“河图”,统一管理仓储场景中的机器人,协同各种机器人在不同物流区域完成业务。

由于机器人种类及功能限制,通常不同工种的机器人无法协调跨区域工作。而Wisdom基于人员的分析与优化,以减少对人的依赖为基础,实现跨区域完成不同仓储作业,突破了物流区域的壁垒,并在提高综合人效率。

大数据技术已成为物流市场的新“蓝海”,赋能仓储物流,提高仓储效率,只是大数据技术应用的第一步,融合物联网、人工智能等技术在具体仓储场景中解决问题,还将进一步激发大数据的价值,提高企业核心竞争力。

THEEND

最新评论(评论仅代表用户观点)

更多
暂无评论