MIT odkrywa, że AI jest osadzone w 60% magazynów

Badania przeprowadzone przez Mecalux i Laboratorium Inteligentnych Systemów Logistycznych MIT, oparte na ankiecie ponad 2000 liderów logistyki, pokazują szybkie wdrażanie automatyzacji i sztucznej inteligencji, okresy zwrotu inwestycji od 2 do 3 lat oraz rosnące zapotrzebowanie na wysokokwalifikowane role w magazynach.

Gdy detaliści przygotowują się na coroczny wzrost popytu z okazji Czarny Piątek, nowe badanie przeprowadzone przez Mecalux i Laboratorium Inteligentnych Systemów Logistycznych (ILS) MIT w Centrum Transportu i Logistyki MIT ujawnia, że magazyny obsługujące dzisiejsze globalne łańcuchy dostaw wkroczyły w nową erę inteligencji. Badania, oparte na odpowiedziach ponad 2000 specjalistów ds. łańcucha dostaw i magazynowania z 21 krajów, pokazują, że sztuczna inteligencja i uczenie maszynowe nie są już narzędziami eksperymentalnymi, lecz kluczowymi czynnikami wzrostu wydajności, precyzji i rozwoju siły roboczej.

Z ponad 9 na 10 magazynów korzystających obecnie z jakiejkolwiek formy AI lub zaawansowanej automatyzacji, sektor osiągnął zaskakujący poziom dojrzałości. Ponad połowa ankietowanych organizacji raportuje działanie na zaawansowanych lub w pełni zautomatyzowanych poziomach dojrzałości, szczególnie w dużych firmach z rozbudowanymi wieloobiektowymi sieciami logistycznymi. Magazyny posunęły się znacznie dalej niż izolowane pilotaże, ponieważ AI coraz częściej wspiera codzienne procesy, w tym kompletację zamówień, optymalizację zapasów, konserwację sprzętu, planowanie pracy i monitorowanie bezpieczeństwa.

„Dane pokazują, że inteligentne magazyny przewyższają nie tylko pod względem wolumenu i precyzji, ale także w zakresie adaptacyjności,” mówi Javier Carrillo, CEO Mecalux. „W miarę zbliżania się sezonu szczytowego, firmy zainwestowane w AI nie są tylko szybsze — są bardziej odporne, bardziej przewidywalne i lepiej przygotowane na zmienność.”

Badanie wykazuje również, że inwestycje w AI zwracają się szybciej, niż wielu się spodziewało. Większość firm obecnie przeznacza od 11% do 30% swoich budżetów na technologie magazynowe na inicjatywy związane z AI i uczeniem maszynowym, a typowy okres zwrotu inwestycji to zaledwie dwa do trzech lat. Te korzyści wynikają z mierzalnych zysków w zakresie precyzji zapasów, przepustowości, efektywności pracy i redukcji błędów. Wzmacniają one także zmianę z wydatków eksploracyjnych na długoterminowe budowanie możliwości. Oszczędności kosztów, oczekiwania klientów, braki siły roboczej, cele zrównoważonego rozwoju i presja konkurencyjna napędzają te inwestycje, pokazując, że wartość AI wykracza daleko poza automatyzację.

Pomimo postępów, organizacje nadal napotykają wyzwania przy skalowaniu AI w swoich operacjach. „Trudnym elementem jest teraz ostatni etap: integracja ludzi, danych i analiz bezproblemowo z istniejącymi systemami,” mówi dr Matthias Winkenbach, dyrektor Laboratorium MIT ILS. Główne bariery to wiedza techniczna, integracja systemów, jakość danych i koszty wdrożenia, odzwierciedlając podstawową pracę wymaganą do połączenia zaawansowanych narzędzi z systemami dziedzicznymi. Mimo to, firmy zgłaszają solidne podstawy w zakresie danych i zarządzania projektami, a jako kluczowe czynniki przyspieszające dalsze wdrażanie wskazują lepsze narzędzia, jaśniejsze plany działania, rozszerzone budżety i silniejszą wewnętrzną wiedzę.

Kluczowe jest, że raport kwestionuje utrzymujące się obawy dotyczące automatyzacji zastępującej pracowników. Zamiast wykluczać ludzi, AI przyczynia się do wyższej wydajności, większej satysfakcji z pracy i rozszerzania możliwości siły roboczej. Ponad trzy czwarte ankietowanych organizacji zauważyło wzrost produktywności i satysfakcji pracowników po wdrożeniu narzędzi AI, a ponad połowa zgłosiła zwiększenie zatrudnienia. Na rynku pojawiają się nowe role, w tym inżynierowie AI/ML, specjaliści ds. automatyzacji, eksperci ds. usprawnień procesów i naukowcy danych — co świadczy, że inteligentna automatyzacja rozwija się, a nie ogranicza, rolę człowieka w operacjach magazynowych.

Patrząc w przyszłość, niemal każda ankietowana firma planuje zwiększyć wykorzystanie AI w ciągu najbliższych dwóch do trzech lat. Przytłaczające 87% spodziewa się zwiększenia budżetów na AI, a 92% obecnie wdraża lub planuje nowe projekty AI. Kolejnym etapem, jak pokazuje raport, będą technologie wspomagające podejmowanie decyzji — szczególnie generatywna AI. Firmy wskazują generatywną AI jako najcenniejszą metodę w dzisiejszych obiektach logistycznych, wymieniając zastosowania takie jak automatyczna dokumentacja, optymalizacja układu magazynu, projektowanie przepływu procesów, a nawet generowanie kodu dla systemów automatyzacji. W miarę rozwoju tych możliwości, AI pomoże coraz większej liczbie magazynów przejść od prognozowania do automatycznego działania.

„Tradycyjne uczenie maszynowe świetnie przewiduje problemy, ale generatywna AI faktycznie pomaga inżynierom opracować rozwiązanie,” mówi dr Winkenbach. „Dlatego firmy widzą w niej największy generator wartości w magazynie dzisiaj. Ostatecznie, mierzalne zyski z automatyzacji to zwycięstwa w zakresie produktywności, sprawiające, że istniejące systemy działają płynniej, szybciej i z mniejszą liczbą zakłóceń.”

Badanie podkreśla, że w miarę wejścia sektora logistycznego w najbardziej intensywny sezon w roku, magazyny obsługujące zamówienia z Black Friday stają się nie tylko bardziej zautomatyzowane, ale także bardziej inteligentne. Dzięki AI poprawiającej wydajność, wspierającej pracowników i umożliwiającej nowe możliwości w globalnych sieciach, nadchodzące lata przyniosą jeszcze głębszą integrację danych i podejmowania decyzji w rdzeniu operacji magazynowych.