Реальное использование ИИ в бизнесе резко возросло за последнее десятилетие, но немногие из этих приложений ориентированы на складирование и распространение. Ситуация меняется, поскольку такие компании, как Lucas Systems, внедряют инструменты машинного обучения для улучшения планирования и принятия решений в ЦОД. Эти новые инструменты освободят время для менеджеров и инженеров, повысив их продуктивность, а их DC — более эффективно и результативно. В этой статье представлено введение в машинное обучение для менеджеров склада.
Новые приложения для искусственного интеллекта и машинного обучения предоставят менеджерам центров обработки данных и инженерам-технологам информацию, позволяющую:
- Значительно улучшить планирование и управление персоналом
- Проактивно перераспределяйте продукты для повышения эффективности
- Прогнозирование и устранение дефицита товара и других исключений
- Оптимизируйте автоматизацию/робототехнику вместе с людьми
- Быстро определить и внедрить другие усовершенствования процесса
Разработанные стандарты против машинного обучения
В качестве инструмента планирования ЦОД машинное обучение представляет собой альтернативу традиционному проектированию и моделированию процессов.
Например, традиционный подход к планированию рабочей силы заключается в использовании разработанной системы трудовых стандартов. Системы на основе ELS запрограммированы на расчет ожидаемого времени выполнения работы для данной задачи или группы задач. Они используют заранее определенные модели процесса, ограниченное количество переменных и заранее определенные или записанные средние значения времени. ELS обычно требует значительных предварительных затрат времени и денег на проектирование и измерения (и техническое обслуживание).
Напротив, решение для машинного обучения использует алгоритмы для анализа данных хранилища и разработки прогностической модели для планирования рабочей силы. Данные могут поступать из ряда источников, включая системы выполнения работ, мобильные устройства и системы автоматизации (или СУО).
Одним из недостатков инженерного подхода является то, что формулы и меры необходимо обновлять при изменении операционной среды. Точно так же модели не учитывают все косвенные переменные, которые могут повлиять на результаты — например, как перегруженность из-за увеличения объема может повлиять на эффективность. Наконец, чем сложнее спроектированная модель, тем больше времени требуется для обработки данных и получения результатов. Машинное обучение решает каждую из этих проблем.
Машинное обучение для менеджеров склада: планирование рабочей силы
Машинное обучение предоставляет альтернативный метод прогнозирования потребностей в рабочей силе (т. е. сколько штатных и временных сотрудников мне потребуется для сбора сегодняшних заказов?). Его проще внедрить, чем системы ELS, он более точен и гибок. Это устраняет необходимость детального измерения процесса и проектирования, необходимых в системе, использующей ELS. А модель машинного обучения будет учитывать косвенное влияние на результаты, выявлять и адаптироваться к изменениям в процессе.
Однако машинное обучение не заменит инженеров и менеджеров. Инженеры по-прежнему будут проектировать и оптимизировать процессы. Менеджеры по-прежнему будут вносить критически важный вклад и управлять целевыми показателями производительности. И руководители по-прежнему будут нести ответственность за принятие мер на основе рекомендаций и прогнозов, генерируемых системами машинного обучения.
В конце концов, машинное обучение сократит время, которое менеджеры и инженеры тратят на изучение отчетов и данных для выявления проблемных мест. Инструменты машинного обучения внесут вклад в планирование управления, а не автоматизируют эти функции.
Повышение продуктивности менеджеров
Сегодня большинство РЦ не используют разработанные стандарты для управления трудовыми или другими элементами операций. В этом смысле машинное обучение может заполнить пустоту, не добавляя новой нагрузки на команды менеджеров и инженеров. А для центров обработки данных, в которых есть специальный персонал, обслуживающий сложные системы ELS, машинное обучение высвободит время для менеджеров и инженеров, чтобы они могли сосредоточиться на улучшении процессов и стратегиях оптимизации.
