Poskládat hromadu zboží na paletách do co nejmenšího množství kontejnerů dnes dokáže umělá inteligence lépe než nejzkušenější skladník. Pohlídat zásilku s drahým zbožím, dohlížet na podmínky při přepravě či harmonogram dodávky a spustit výstrahu při odchylce od očekávaných hodnot zase dovede malá krabička se senzory připojená do internetu věcí, tedy sítě, která propojuje nejrůznější stroje a odesílá jejich data k dalšímu využití. Analýza prodejních dat pak například umožní optimalizovat skladové zásoby mezi jednotlivými pobočkami prodejních řetězců a omezit tak nedostatek zboží v prodejnách či naopak jeho výprodej pod cenou.
V posledních několika letech se data stávají kritickou komoditou ve všech odvětvích a logistika v tom není výjimkou. „Hlavními trendy jsou zejména internet věcí, datová analytika a umělá inteligence. V poslední době se také objevují projekty využívající technologie blockchainu,“ říká Michal Horáček, specialista Microsoftu na cloudové technologie ve výrobních firmách. Datovou analytiku, umělou inteligenci či internet věcí řadí mezi pět největších trendů také výzkumná a poradenská společnost Gartner. Podle její předpovědi budou právě tyto technologie hýbat dodavatelskými řetězci v následujících letech.
Možnosti datové analytiky v oblasti logistiky řada firem dosud podceňovala. „Logistická data nebývají ve firmách zpravidla prioritou. Váha se dává spíš na analýzu prodejních a finančních dat. Nicméně jak je hlad po prodejních datech postupně saturován, uvolňují se prostředky a kapacity i pro jiné oblasti, jako právě logistika a skladování. V těchto oborech je velký potenciál pro zefektivnění, a to z pohledu jak pracovního kapitálu, tak procesů,“ říká Filip Vondruška, senior konzultant poradenské společnosti Logio, která firmám pomáhá s optimalizací dodavatelských řetězců.
První fází výtěžnosti dat je samotná vizibilita. To je stav, kdy má manažer k dispozici základní informace, ale systém mu nikterak nehlásí nežádoucí situace. „Druhá úroveň datové analýzy už dokáže aktivně upozornit na nežádoucí situace. No a třetí, nejpokročilejší fází práce s daty je simulace a forecasting. Většina firem se nyní v oblasti logistiky přesouvá z úrovně 1 do úrovně 2. My se snažíme posunout firmy i do úrovně 3, tedy předjímání budoucího stavu a aktivního přijímání opatření,“ vysvětluje Vondruška.
Řízení zásob podle dat
Podle Michala Horáčka z Microsoftu firmy datovou analytiku a umělou inteligenci nejčastěji využívají pro zlepšení produktivity skladu, řízení výkonu a optimální využití logistických zdrojů. Tomáš Formánek, odborník na dodavatelské řetězce a spoluzakladatel Logia, zmiňuje dvě základní oblasti, které mají největší přínos pro firmy: „Tou první je řízení zásob, kde stále evidujeme průměrnou dostupnost kolem 92 až 94 procent. Firmy tedy stále přicházejí o tržby a nejsou schopné uspokojit potřeby svých zákazníků. Ruku v ruce s tím jde i možnost optimalizovat strukturu zásob. To je v dnešní době covidu hodně zajímavé téma.“ Druhou oblastí je distribuce, kde lze simulovat a modelovat různé scénáře (například nový sklad, jiné umístění skladu, odlišné druhy přepravy nebo outsourcing či insourcing) a jejich vliv na skladové a dopravní náklady. „V dnešní době mají firmy mnoho různých možností, jak dopravit své zboží k finálnímu zákazníkovi, a často o nich ani nevědí,“ dodává Formánek.
Zajímavým příkladem využití datové analytiky v oblasti řízení zásob, na němž se podíleli experti Logia, je e-shop Košík.cz. S pomocí dat řídí veškerý sortiment, který má v nabídce. „Využívá specifických dat v on-line prostředí, například aktuální poptávku skrze svůj web, dopravní sloty a podobně. V tomto případě došlo k významnému snížení objemu vyhozených potravin a nárůstu dostupnosti,“ vysvětluje Tomáš Formánek.
Množství zboží, které by se muselo vyhodit nebo narychlo prodávat ve slevě, se e-shopu podařilo snížit téměř o tři čtvrtiny. „Při prodeji rychloobrátkového zboží je predikce naprosto zásadní. Když nakoupíte pračky a netrefíte se o nějaké procento, o nějaké kusy, tak jde o věc, která se nekazí a její hodnota nijak dramaticky neklesá. Když nakoupíte čerstvé maso, ryby a seknete se o 30 procent, tak v lepším případě musíte to zboží vyprodat ve slevě a v tom horším vyhodit,“ řekl před nedávnem týdeníku Ekonom ředitel Košík.cz Tomáš Jeřábek.
Už žádné zbytečné slevy
Na řízení zásob se zaměřuje také start-up Ydistri. Ten vyvíjí řešení pro redistribuci zboží, které v daném čase nemá odbyt na konkrétní pobočce. Kumulaci zboží, jež bez užitku leží na skladě, nelze úplně zabránit ani nasazením sofistikovaných nástrojů pro automatizované řízení skladových zásob. „Ty dokážou s vysokou spolehlivostí předpovídat na základě historických prodejů, kdy se kolik a čeho prodá v budoucnosti. Funguje to u stabilních produktů, které se dobře a dlouho prodávají. Problémy ale přicházejí tam, kde prodejní data nejsou tak hustá. Jde například o novinky či sporadicky prodávané položky,“ říká Roland Džogan, ředitel Ydistri. Dalšími důvody mohou být rychlé změny poptávky, různé promoakce nebo vysoké limity pro minimální objednávky či velkoobjemová balení, které nutí obchodníky objednat větší množství, než pro jaké mají odbyt.
Nejobvyklejším řešením nadbytečných zásob je výprodej se slevou nebo (zejména v potravinářství) odepisování a vyhazování zboží. Řešení Ydistri vychází z předpokladu, že většina existujících nadbytečných zásob v obchodech má vysokou pravděpodobnost úspěšného prodeje za plnou cenu, pokud se přesunou do správného obchodu. Tam se buď dobře prodává z důvodu socio-demografických rozdílů, nebo má řetězec někde zásob moc a jinde už dochází, takže by pobočka musela zboží objednávat u dodavatele. Řešením je tedy redistribuce přímo mezi cílovými obchody, bez zatěžování centrálního skladu. Ydistri dokáže spárovat správné obchody, vybrat ziskové kombinace obchodů a zboží a vytvořit zásilku většího množství produktů problematické zásoby, která se po převozu do jiné pobočky přirozeně prodá. Výstupem je tedy přehled položek, které je potřeba z dané pobočky v konkrétním počtu poslat do jiné pobočky, a to vše s ohledem na logistické náklady.
„Z dlouhodobého vyhodnocení služby u našich zákazníků vyplývá více než 90procentní úspěšnost predikcí a výběrů správných produktů pro redistribuci. Řešení přináší zákazníkům zvýšení čistého zisku o šest až dvacet procent a uvolnění tří až deseti procent hotovosti alokované v zásobách,“ vypočítává Roland Džogan.
Naplněné kontejnery
Data ale usnadňují logistikům nejen řízení zásob. Příkladem využití digitalizace a umělé inteligence v oblasti logistických procesů je řešení Optikon v automobilce Škoda. Pomáhá s vytěžováním kontejnerů, které odjíždějí z logistického centra v Mladé Boleslavi. Zhruba dvě tisícovky palet s nejrůznějšími autodíly a materiály pro výrobu automobilů Škoda v Rusku je nutné každý týden poskládat do velkých námořních kontejnerů. Tento úkol závisel donedávna jen na šikovnosti a zkušenosti tamních skladníků. Ti museli znát obrovské množství nejrůznějších možností a omezení, které palety se mohou či nesmí skládat na sebe a jak využít v kontejneru každou volnou skulinu.
Po nasazení systému Optikon, který s pomocí algoritmů umělé inteligence optimalizuje vytížení kontejnerů, se zvýšilo využití jejich vnitřního prostoru v průměru o tři krychlové metry. Za celý rok díky tomu z logistického centra odjelo o 300 kontejnerů méně. „To představuje sedm vlakových souprav a finanční úsporu 840 tisíc eur,“ vypočítává Jakub Novák, specialista systémové podpory logistiky Škody Auto. Investice do tohoto systému se tak automobilce vrátila už po půl roce používání.
Chytré palety
Neméně významným trendem v logistice je internet věcí. Nejrůznější čidla připojená prostřednictvím speciální datové sítě umožňují získávat data z nejrůznějších logistických procesů, jako jsou například pohyby vysokozdvižných vozíků ve skladu nebo cesty kamionů mezi logistickými centry. „V oblasti internetu věcí jde primárně o fleet management, kdy získáváte kompletní přehled v reálném čase nejen o tom, kde se aktuálně jednotlivé zásilky pohybují, ale třeba i o tom, jestli jsou kamiony, které ty zásilky převáží, v odpovídající kondici a jestli v nejbližší době nebudou vyžadovat servis. Senzory ve vozidlech odesílají data ke zpracování a operátorovi se tak zobrazí upozornění, pokud je nějaká situace kritická či se kritické hodnotě blíží,“ popisuje Michal Horáček z Microsoftu.
Monitorovat je možné nejen kamiony, ale i jednotlivé zásilky nebo manipulační jednotky. Společnost Adastra například vyvinula řešení Chytrá paleta, které umožňuje jednoduše osadit palety, kontejnery nebo přepravky chytrými senzory a podrobně v reálném čase monitorovat průběh přepravy. Senzor kromě polohy přepravovaného zboží může zaznamenávat například teplotu okolního prostředí, náklon palet nebo jejich otřesy. V případě překročení nastavených limitů pak uživatel okamžitě dostane upozornění. „Zákazníci díky tomu mohou kontrolovat, jestli přepravní společnost dodržuje stanovené podmínky,“ vysvětluje Adéla Mikschiková, business development manažerka IoT v Adastře. Sesbíraná data se odesílají do uživatelské aplikace, která umožní data vyhodnotit a na jejich základě přijímat efektivní rozhodnutí.
