Właściciel kilku modowych marek bierze udział w pilotażowym projekcie Warehouse Intelligence wykorzystującym uczenie maszynowe. Ma to służyć optymalizacji pracy magazynu i wspomóc zarządzanie logistyką
Autorem projektu jest firma PSI Polska, która jest częścią koncernu PSI Software, światowego dostawcy oprogramowania do zarządzania produkcją, logistyką, energią i transportem publicznym. Prace nad Warehouse Intelligence podzielono na pięć etapów. W pierwszym opracowano prototyp środowiska WI. W drugim inżynierowie PSI Polska rozpoczęli tworzenie symulacji, czyli stworzenie cyfrowego bliźniaka rzeczywistego magazynu. Kolejne etapy pracy nad projektem to odpowiednio: trenowanie modeli ML, przygotowanie aplikacji, dzięki której użytkownik końcowy może przyjmować rekomendacje sugerowane przez sztuczną inteligencję oraz w końcu etap piąty zakłada pilotażowe uruchomienie całego systemu w magazynie LPP.
– Elementy poszczególnych zamówień są pobierane z miejsc ich składowania, a następnie pakowane i przygotowywane do wysyłki. Koszty kompletacji i pakowania zależą bezpośrednio od SKU, czyli jednostek magazynowych, a w naszym przypadku są to znaczące liczby. Dlatego optymalizacja w tym obszarze ma dla nas ogromne znaczenie. Wpływa bezpośrednio na wydajność magazynową i sprawność obsługi zamówień naszych klientów – powiedział Sebastian Sołtys, dyrektor ds. logistyki z LPP.
Projekt Warehouse Intelligence uzyskał 3 mln dofinansowania z NCBR. Obecnie realizowany jest czwarty etap projektu, którego celem jest intensywne uczenie algorytmów sztucznej inteligencji. Trenowanie algorytmu po to, by był on zdolny do działania w docelowej lokalizacji trwa około trzy miesiące.Do tej pory dzięki wdrożeniu technologii LPP udało się m.in. zoptymalizować operacje logistyczne o 30%” – poinformowała spółka LPP.
– Nasza idea polega na opracowaniu algorytmów sztucznej inteligencji, których zadaniem jest takie zarządzanie magazynem, aby osiągnąć optymalne wydajności poszczególnych procesów. Model ML (czyli algorytm machine learning/uczenia maszynowego) dostawał zadanie i miał znaleźć jak najlepsze rozwiązanie. Jeżeli udało mu się skutecznie zoptymalizować dany proces, wygrywał. Jeżeli nie, musiał próbować robić to dalej, aż do skutku. W ten sposób niejako metodą prób i błędów algorytm dochodzi to optymalnego rozwiązania, przy czym symulacja magazynu (cyfrowy bliźniak) pozwala na szybkie i praktycznie bezkosztowe przeanalizowanie setek tysięcy możliwych scenariuszy pracy magazynu – tłumaczy Jerzy Danisz, kierownik Centrum Kompetencji WMS w PSI Polska.
Giełdowy LPP zarządza markami modowymi Reserved, Cropp, House, Mohito i Sinsay.
