Mengoptimalkan Tenaga Kerja yang Ada untuk Memenuhi Permintaan Pelanggan
Baru-baru ini, SupplyChainBrain memposting blog, “Apakah Ada Solusi untuk Kekurangan Pekerja Rantai Pasokan?” Artikel tersebut berbicara tentang mengapa ada tenaga kerja yang menyusut tahun ini. Secara teori, banyak pengusaha merasa bahwa orang akan mulai mencari pekerjaan setelah tunjangan pengangguran federal habis pada bulan September. Tapi itu tidak terjadi.
Alasan lain yang dikutip dalam artikel untuk kekurangan tenaga kerja termasuk dampak dari pandemi, menyebabkan orang takut kembali ke tempat kerja. Sementara itu, ketika pekerja memutuskan atau diharuskan tinggal di rumah, mereka membeli lebih banyak secara online, sehingga membebani operasi transportasi dan gudang.
Peningkatan pesanan telah menciptakan kebutuhan akan lebih banyak pekerja untuk memenuhinya. Operator semakin sulit menemukan pengemudi truk untuk mengirimkan barang. Pemilik gudang menaikkan gaji per jam, menambahkan manfaat, dan memperbarui tempat istirahat. Tapi tidak ada cukup tenaga kerja di luar sana untuk disewa.
Beberapa perusahaan berpikir menambahkan otomatisasi ke gudang atau operasi distribusi mereka akan mempercepat pemenuhan dan mengurangi permintaan tenaga kerja. Vendor perangkat lunak menjanjikan teknologi untuk meningkatkan efisiensi di gudang, termasuk sistem manajemen gudang (WMS), sistem manajemen halaman, replika data, kembar digital, augmented reality, kecerdasan buatan, otomatisasi robot, dan blockchain.
Banyak organisasi telah mulai berinvestasi dalam beberapa aplikasi ini, untuk membuat operasi lebih efisien dan memberikan layanan pelanggan yang lebih baik. Namun masing-masing teknologi ini memiliki kompleksitas yang unik.
WMS, yang menyediakan dasar untuk hampir setiap sistem inovatif lainnya, menghasilkan data penting di seluruh gudang. Banyak perusahaan mengadopsi generasi baru teknologi yang dikenal sebagai "replika data", yang menciptakan database yang mudah diakses yang menarik data WMS secara real-time untuk kueri, visualisasi, dan peringatan.
Data perlu berkontribusi pada pemahaman tentang keadaan pusat distribusi di masa depan. Sering disebut perencanaan "bagaimana-jika", ini memanfaatkan teknologi kembar digital. Kembar digital adalah model matematika dari gudang yang menganalisis semua aktivitas masa depan untuk memprediksi apa yang mungkin terjadi di masa depan. Kembar digital yang sangat baik akan memperhitungkan tenaga kerja, pengiriman, ketersediaan inventaris, tugas, ruang, dan sumber daya lainnya.
Optimalisasi berbasis kendala berbasis AI dapat digunakan untuk mengoptimalkan sistem aktivitas yang berbeda. Saat dipasangkan dengan kembaran digital, teknologi ini dapat menentukan urutan acara, membuat jadwal yang layak, dan meminimalkan sentuhan dan tenaga.
Tahap terakhir dalam roadmap teknologi adalah mengotomatisasi banyak proses manusia di gudang. Tantangan dengan otomatisasi seperti robotika adalah bahwa hal itu melibatkan perangkat yang mahal, dan peluncurannya yang menantang serta memakan waktu lama.
Banyak organisasi saat ini menerapkan otomatisasi pada rantai pasokan mereka tanpa mempertimbangkan aliran mikro gudang di sekitarnya. Pengirim barang konsumen, misalnya, mungkin menggunakan forklift otomatis untuk mengambil palet untuk pementasan, tetapi palet itu mungkin berada di area pementasan selama 12 jam sebelum dimuat ke trailer. Palet menghabiskan ruang pementasan yang berharga lebih lama dari yang diperlukan, dan dapat membuat situs kehilangan kesempatan untuk mendapatkan pesanan yang berbeda tepat waktu dan penuh.
Gudang juga menghadapi tantangan untuk mengoptimalkan tenaga kerja yang ada tanpa mengorbankan pemenuhan pelanggan. Apa yang terjadi jika seseorang tidak muncul untuk bekerja? Jika hal-hal tidak terjadi sesuai rencana? Atau jika Anda masih memiliki posisi staf lantai yang belum terisi, dan tidak yakin dengan cara terbaik untuk mengoptimalkan kapasitas yang Anda miliki?
Pendekatan baru yang disebut akselerator WMS mengadaptasi dan menyeimbangkan kembali aktivitas berdasarkan apa yang terjadi di dalam gudang setiap beberapa menit. Sistem ini menarik data dari manajemen gudang, manajemen halaman, manajemen pesanan, visibilitas, dan sistem produksi untuk memberikan tampilan operasi tunggal yang terpadu. Dengan menggunakan teknologi kembar digital, data tersebut kemudian dapat digunakan untuk memprediksi apa yang akan terjadi. Teknologi ini menghadirkan status saat ini dari semua sistem dan semua informasi pengiriman dan pemesanan yang diketahui, dan memainkan masa depan berdasarkan batasan yang diketahui seperti tenaga kerja, inventaris, dan waktu tugas.
Misalnya, di satu pusat distribusi Procter &Gamble, akselerator WMS digunakan untuk mengurangi waktu perencanaan harian sebesar 97%, memotong perencanaan aktivitas kerja harian dari delapan jam menjadi 15 menit. Bisnis lain yang menggunakan akselerator WMS dapat membuat pengurangan tenaga kerja sementara yang tidak direncanakan menjadi permanen tanpa kehilangan produktivitas situs. Mengurangi satu pekerja per shift sama dengan penghematan lebih dari $100.000 setiap tahun. Di situs yang lebih besar, pengurangan tersebut dapat bertambah dengan cepat.
Keith Moore adalah chief product officer di AutoScheduler.AI.
