Bagaimana AI Menyelamatkan E-Commerce selama Pandemi
Begitu banyak yang telah berubah sejak penutupan pertama Amerika Serikat karena pandemi Coronavirus dua tahun lalu. Selama masa akselerasi e-niaga yang belum pernah terjadi sebelumnya dan kekurangan tenaga kerja, proses pengambilan dan pengemasan lama tidak memiliki skalabilitas untuk memenuhi permintaan. Meskipun tentu ada konsekuensi negatif dari pandemi, itu menimbulkan pertanyaan:“Bagaimana ini mengubah cara kita bekerja, menjadi lebih baik?”
Akselerasi Cepat Robotika Menghilangkan Variabilitas
Kelangkaan tenaga kerja adalah tren yang meroket selama pandemi, dan efek pandemi menghancurkan perusahaan yang tidak siap untuk menerapkan otomatisasi robot. Ketika COVID-19 melanda, gudang pemenuhan membutuhkan kapasitas yang lebih besar dalam semalam. Menambahkan rekanan ke gudang bukanlah suatu pilihan, jadi ketika orang tidak bisa bekerja, gudang beralih ke robot untuk menyelesaikan pekerjaan.
Pekerjaan gudang rawan cedera dan membosankan, dan beberapa pekerjaan dilakukan dalam jarak dekat. Misalnya, penyortiran karung surat manual mengharuskan tiga orang berada dalam jarak yang sangat dekat, sering kali bertabrakan saat mereka bekerja di antara cubbies. Sistem penyortiran robot melanggar persyaratan karyawan gudang yang bekerja dalam jarak fisik dan memungkinkan jarak sosial saat karyawan mengawasi proses penyortiran biasa.
Ke depan, fasilitas dapat mengonfigurasi bangunan sehingga orang dapat mengelola banyak robot dengan cara yang aman dan menjaga jarak. Perusahaan dengan sedikit ketergantungan pada kelompok besar orang yang melaksanakan tugas-tugas biasa akan mengalami keandalan yang lebih besar dari total throughput per kaki persegi per hari. Ini berarti bisnis dapat membuat janji kepada pelanggan yang dapat mereka tepati.
Robot Memperkuat Kemampuan Manusia
Fasilitas gudang berusaha untuk memaksimalkan efisiensi, diukur dengan throughput per kaki persegi per hari. Gudang menghadapi variabel saat bekerja dengan manusia. Misalnya, apakah pekerja lapar, lelah, dan mengantisipasi istirahat berikutnya, atau apakah mereka merasa baik dan menjalani hari yang produktif dan berkinerja tinggi?
Pertimbangkan tindakan menyortir satu item atau paket. Manusia perlu:
Lihat tumpukan produk atau parsel
Pilih item untuk mengambilnya dari tumpukan yang tidak terorganisir
Identifikasi titik pilih untuk memilih item
Ambil barangnya
Kenali dan pastikan saat pengambilan hanya ada satu barang yang diambil
Arahkan item tersebut ke lokasi keluaran (karung surat)
Berhasil menempatkan item ke lokasi keluaran yang benar dengan cara memaksimalkan kepadatan produk (kepadatan karung)
Bisakah manusia melakukan ini? Ya.
Apakah mudah dilakukan? Ya.
Apakah manusia ingin melakukannya 4.000 kali per hari, lima hari seminggu? Tidak.
Robot menciptakan konsistensi untuk mengurangi puncak dan lembah. Lebih baik lagi, robot penyortiran yang sangat cekatan, didukung oleh AI simulasi-ke-realitas (Sim2Real), dapat mengambil hampir semua barang di gudang pada hari pertama untuk meningkatkan efisiensi dan memperbaiki kondisi kerja manusia.
Sementara perusahaan mungkin memiliki fantasi bahwa menempatkan robot pada tempatnya akan "melakukan tugasnya" tanpa interaksi pekerja manusia, bukan itu masalahnya. Manusia bekerja bersama robot untuk mengoptimalkan aliran keluaran. Untuk operasi yang tangguh, Anda tidak dapat memiliki satu tanpa yang lain.
Implementasi robot untuk penyortiran paket paling berhasil ketika manusia menangani item yang ambigu dan sementara robot menangani tugas-tugas yang biasa dan berulang. Menggabungkan kedua jenis tugas ini sangat kuat. Keharmonisan terjadi karena manusia mengambil tempat yang ditinggalkan robot. Misalnya, robot mengidentifikasi dan mengambil barang, lalu memasukkan barang tersebut ke dalam karung. Manusia perlu memanipulasi karung, mengikatnya, memberi label, dll. Meskipun ada kemajuan signifikan dalam ketangkasan dan kemampuan robot, ada tugas-tugas tertentu yang paling baik dilakukan manusia.
AI Simulasi-ke-Realitas Memenuhi Permintaan Perdagangan Konstan
Robot tradisional pernah diprogram untuk berulang kali melakukan gerakan yang sama. Saat ini, AI memperluas kemampuan robot dan meningkatkan kemampuan beradaptasi untuk jenis item yang dapat diambil oleh robot. Karena volume e-niaga terus berkembang, ukuran dan bentuk paket terus berubah, meningkatkan kebutuhan robot agar lebih mampu daripada sebelumnya.
Tanpa AI tingkat lanjut, robot membutuhkan waktu bertahun-tahun untuk menyortir paket dengan kecepatan yang memenuhi throughput manusia. Menangani berbagai item membutuhkan data yang intensif dan membutuhkan jutaan pengambilan yang dieksekusi sebelum robot bekerja secara efektif. Teknologi Sim2Real (Sim2Real) mempercepat dan menyederhanakan proses pelatihan. Sim2Real melatih robot di dunia maya dengan jutaan contoh dalam hitungan jam sehingga ketika robot tiba di fasilitas, ia mengetahui jenis paket yang mungkin dilihatnya sehingga dapat mulai beroperasi pada hari pertama.
Pitney Bowes, perusahaan teknologi global yang menyediakan solusi perdagangan yang menggerakkan miliaran transaksi di bidang e-niaga, pengiriman, pengiriman surat, dan layanan keuangan, telah mengalami pertumbuhan signifikan dalam bisnis e-niaganya. Setiap pelanggan Pitney Bowes memiliki seperangkat barang unik yang mereka jual, sehingga kemasan dan merek pada setiap barang sangat bervariasi, dan jenis barang yang dibawa Pitney Bowes melalui rantai pasokan berubah setiap bulan.
Pitney Bowes ingin menemukan solusi penyortiran otomatis dan membutuhkannya agar dapat beradaptasi untuk menangani perubahan dan keragaman yang cepat dalam jenis produk.
Sim2Real AI membantu Pitney Bowes dengan cepat menskalakan operasi selama puncak musim pembelian liburan 2020, ketika Pitney Bowes menyortir ratusan ribu paket unik secara efektif dan akurat. Pitney Bowes telah memperluas penggunaan robot di seluruh rantai pasokannya dan menggunakan sistem penyortiran dengan cara yang berbeda di berbagai fasilitas.
