Развитие складской логистики. Технологии перемещения товаров. | Малиновская Александра Дмитриевна. Работа №316644

«Развитие складкой логистики»

Научный руководитель: Якимова Любовь Дмитриевна

В целом можно выделить три основные группы роботов, которые в настоящее время используются на складах для перемещения товаров: Automated Guided Vehicle, Autonomous Mobile Robots, автоматизированные складские вилочные погрузчики RLT (Robotic Lift Truck). С новыми достижениями в навигационных технологиях и функционале компании начинают использовать роботов на складах для самых разных операций, а именно: погрузка, перемещение, разгрузка, упаковка, депаллетизация, сортировка, упаковка, инвентаризация. В отчетах о будущей автоматизации склада специализированное аналитическое агентство Interact Analysis выделило в качестве тренда №1 внедрение мобильных роботов, вытесняющих традиционные конвейерные системы. Роботы уже используются многими зарубежными производителями для выполнения таких операций.

С точки зрения цифровой трансформации бизнеса автономные мобильные роботы на складах обеспечивают механизм автономного сбора данных о движении материалов и использовании запасов в рамках складских операций. Кроме того, интеграция роботов с системами операционного уровня, такими как WMS (система управления складом) и WES (система управления складом), поможет согласовать физическое выполнение задач и цифровую копию операции в системах Digital Twins. Сейчас насчитывается более 30 производителей логистических роботов.

Несколько производителей роботов из разных стран, в том числе Kiva (сейчас называется Amazon Robotics), Swisslog и Grenzebach, предлагают роботизированные решения, которые ускоряют процессы инвентаризации и оформления заказов. При этом аналитическое агентство Interact Analysis подчеркивает, что приобретение Kiva Systems компанией Amazon породило две существенные тенденции на рынке складской логистики: во-первых, вакуум, образовавшийся после ухода Kiva, был очень быстро заполнен с новыми игроками; во-вторых, мероприятие вынудило ритейлеров и логистические компании внедрить автоматизацию, чтобы не отставать от Amazon. Агентство прогнозирует взрывной рост установленной базы автономных мобильных роботов для склада (не считая Amazon) — 100 тыс. в 2020 г. и около 600 тыс. — в ближайшие 5 лет. Сравнительный прогноз Interact Analysis по типам складских роботов показал, что именно решения по перемещению товаров и оборудования будут составлять основную часть прогнозируемого роста производства роботов.

Количество складских роботов Amazon во много раз превышает общее количество по всему миру. По данным Associated Press, на конец 2019 года Amazon использовала более 200 000 складских роботов, увеличив свой парк вдвое по сравнению с концом 2018 года. В 2014 году их было 15 тысяч. По нашему мнению NYT, без роботов Amazon не смогла бы справляться с текущими задачами и быстро доставлять товары. Исследование Deutsche Bank показало, что цикл Amazon Robotics занимает 15 минут, а у людей — 60-75 минут. Кроме того, роботизированные складские системы снижают эксплуатационные расходы на 20%. Роботы также разгружают сотрудников и помогают экономить место на складах. Умная система грузоперевозок не требует лишнего свободного пространства, которое потребовалось бы людям для подхода к стеллажам.

Несмотря на такой темп развития робототехники, Amazon продолжала нанимать новых сотрудников. С момента появления роботов Kiva только в Соединенных Штатах компания наняла 80 000 складских рабочих. В настоящее время на складах работает 125 тыс. рабочих, но вскоре их количество увеличится, а рабочие задачи изменятся. Роботизация склада охватывает и другие мировые технологические тренды, а именно: большие данные, интернет вещей, беспилотный транспорт и другие технологии. Большие данные — это термин, описывающий большой объем данных, как структурированных, так и неструктурированных, которые изо дня в день наводняют бизнес.

Но важно не количество данных. Важно то, что организации делают с данными, эти данные эффективно обрабатываются горизонтально масштабируемыми программными средствами, появившимися в конце 2000-х годов и являющимися альтернативами традиционным системам управления базами данных и решениям класса «Business Intelligence». По сути, большие данные — это альтернатива традиционным системам управления данными.

Таким образом, в широком смысле «Большие данные» можно трактовать как социально-экономическое явление, связанное с появлением технологических возможностей для анализа огромных объемов данных наборы данных, в некоторых проблемных областях для их дальнейшего эффективного применения.