MIT zjistil, že AI je začleněno v 60 % skladů

Výzkum společnosti Mecalux a Laboratoře inteligentních logistických systémů MIT, založený na průzkumu více než 2000 vedoucích pracovníků v logistice, ukazuje rychlou automatizaci a přijímání AI, období návratnosti 2–3 roky a rostoucí poptávku po vysoce kvalifikovaných pozicích ve skladech.

Jak se maloobchodníci připravují na každoroční nárůst poptávky během Černého pátku, nová studie od Mecalux a Laboratoře inteligentních logistických systémů (ILS) MIT v Centru pro dopravu a logistiku MIT odhaluje, že sklady pohánějící dnešní globální dodavatelské řetězce vstoupily do nové éry inteligence. Výzkum, založený na odpovědích více než 2000 profesionálů v oblasti dodavatelských řetězců a skladování z 21 zemí, ukazuje, že umělá inteligence a strojové učení již nejsou experimentálními nástroji, ale klíčovými hybateli produktivity, přesnosti a vývoje pracovních sil.

S více než 9 z 10 skladů nyní využívajících nějakou formu AI nebo pokročilé automatizace dosáhl sektor překvapivé úrovně zralosti. Více než polovina dotázaných organizací uvádí, že fungují na pokročilé nebo plně automatizované úrovni, zejména u větších podniků s komplexními vícelokálovými logistickými sítěmi. Sklady se posunuly daleko za izolované pilotní projekty, protože AI stále více podporuje každodenní pracovní procesy, včetně výběru objednávek, optimalizace zásob, údržby zařízení, plánování práce a sledování bezpečnosti.

„Data ukazují, že inteligentní sklady překonávají nejen v objemu a přesnosti, ale i v přizpůsobivosti,“ říká Javier Carrillo, generální ředitel Mecalux. „S blížícím se vrcholem sezóny jsou firmy, které investovaly do AI, nejen rychlejší — jsou odolnější, předvídatelnější a lépe připravené na volatilitu.“

Studie také zjišťuje, že investice do AI se vyplácejí rychleji, než se očekávalo. Většina podniků nyní věnuje mezi 11 % a 30 % svých rozpočtů na technologie skladů na iniciativy AI a strojového učení a obvyklá doba návratnosti je pouhé dva až tři roky. Tyto výnosy vyplývají z měřitelných zisků v přesnosti zásob, průtoku, efektivitě práce a snižování chyb. Posilují také posun od průzkumných výdajů k dlouhodobému budování schopností. Úspory nákladů, očekávání zákazníků, nedostatek pracovní síly, cíle udržitelnosti a konkurenční tlak všechny tyto investice pohánějí a ukazují, že hodnota AI přesahuje samotnou automatizaci.

Přes tento pokrok se organizace i nadále potýkají s výzvami při rozšiřování AI napříč svými operacemi. „Těžká část teď je poslední míle: integrace lidí, dat a analytiky plynule do stávajících systémů,“ říká Dr. Matthias Winkenbach, ředitel Laboratoře MIT ILS. Hlavní překážky zahrnují technické znalosti, integraci systémů, kvalitu dat a náklady na implementaci, což odráží základní práci potřebnou k propojení pokročilých nástrojů se staršími systémy. Přesto firmy hlásí silné základy v oblasti dat a řízení projektů a identifikují lepší nástroje, jasnější plány, rozšířené rozpočty a silnější interní odborné znalosti jako klíčové faktory pro další adopci.

Klíčové je, že zpráva zpochybňuje přetrvávající obavy o nahrazení lidských pracovníků automatizací. Místo toho, aby AI nahrazovala lidské pracovníky, přispívá ke zvýšení produktivity, větší spokojenosti s prací a rozšíření pracovních příležitostí. Více než tři čtvrtiny dotázaných organizací zaznamenaly nárůst produktivity a spokojenosti zaměstnanců po zavedení nástrojů AI a více než polovina hlásí růst velikosti svého pracovního týmu. Nové role se objevují napříč odvětvím, včetně inženýrů AI/ML, specialistů na automatizaci, expertů na zlepšování procesů a datových vědců — což dokazuje, že inteligentní automatizace se rozšiřuje, nikoli snižuje, lidskou roli ve skladových operacích.

Do budoucna plánuje téměř každá dotázaná společnost rozšířit používání AI během příštích dvou až tří let. Ohromujících 87 % očekává zvýšení svých rozpočtů na AI a 92 % již realizuje nebo plánuje nové projekty AI. Další oblastí zájmu je rozhodovací technologie — zejména generativní AI. Firmy identifikují generativní AI jako nejcennější metodu v dnešních logistických zařízeních, uvádějí například automatizovanou dokumentaci, optimalizaci uspořádání skladu, návrh toků procesů a dokonce generování kódu pro automatizační systémy. Jak tyto schopnosti postupují, AI pomůže stále většímu počtu skladů přejít od prediktivního poznání k automatickému jednání.

„Tradiční strojové učení je skvělé při předpovídání problémů, ale generativní AI vám skutečně pomáhá navrhnout řešení,“ říká Dr. Winkenbach. „Proto firmy považují generativní AI za největší hodnotový generátor v dnešním skladu. Nakonec jsou měřitelné zisky z automatizace zvýšení produktivity, zlepšení plynulosti, rychlosti a snížení narušení.“

Studie zdůrazňuje, že jak se logistický sektor dostává do nejrušnější sezóny roku, sklady za objednávkami na Černý pátek nejsou jen stále více automatizované, ale i chytřejší. S AI zvyšující výkon, podporou pracovníků a umožněním nových schopností napříč globálními sítěmi, příští roky přinesou ještě hlubší integraci dat a rozhodovacích procesů do jádra skladových operací.