In deze blogreeks verkennen we samen met enkele topexperten de toekomst van de logistiek. In het eerste deel van deze reeks zochten we een antwoord op de vraag hoe de logistieke centra zich zullen ontwikkelen in de stad van morgen. Voor dit tweede deel duiken we in het magazijn zelf en staan we stil bij de interne digitalisatie en automatisatie.
De digitalisering en automatisatie van magazijnen is niet meer te stoppen. Heel wat technologieën maken het nu al mogelijk om logistieke taken te mechaniseren. Het is dan ook niet verwonderlijk dat deze technologieën in de toekomst een sleutelrol zullen spelen in het hart van onze magazijnen. Wat kunnen we zoal verwachten? Lees verder en ontdek samen met onze experten hoe je je magazijn het best klaarstoomt voor een toekomst boordevol nieuwe software, machines en automatisatie.
Klaar voor robots in het magazijn?
Het magazijn van de toekomst telt een wel heel speciale nieuwe werknemer: de robot. In grote magazijnen vervangen ze vandaag de dag al heel wat mensen bij het verwerken, picken, verpakken en transporteren van orders. Wat voor een mens al snel als saai wordt ervaren, voert een robot of geautomatiseerd systeem uit met alle plezier – 24 uur per dag. Zo kunnen je magazijnmedewerkers zich richten op taken waar ze meer toegevoegde waarde te bieden hebben.
De wereld van vandaag draait al sneller dan die van gisteren – en die van morgen zal nóg sneller zijn. Eindklanten verwachten die snelheid ook wanneer ze online een bestelling plaatsen. Vandaar het grote succes van robotica en automatisatie. Het vormt een revolutie in de logistieke wereld die bedrijven moet helpen om tijd te besparen en tegelijkertijd een hoog kwaliteitsniveau garandeert. Want hoe meer we automatiseren, hoe kleiner het aantal fouten in de supply chain.
Jos de Vuyst, CEO van Stow GroupRobots bieden heel wat handige toepassingen. Vooral picking robots en AMR’s kunnen heel wat lastige en weinig ergonomische taken overnemen van de mens:
- Picking robots hebben een vaste inplanting in een magazijn. Ze kunnen bijvoorbeeld producten selecteren van een pallet of uit een plastic bak en ze nadien in een andere container plaatsen. Ze zijn een handige schakel binnen een geautomatiseerde order picking.
- Autonome Mobiele Robots (AMR) zijn robots die zelfstandig de omgeving analyseren om zich erop aan te passen of er veilig in te bewegen. Deze ‘pendelrobots’ kunnen dus zelfstandig navigeren in een magazijn om bijvoorbeeld zware ladingen te verplaatsen. Ze zijn veel flexibeler en de kans is groot dat ze op termijn transportbanden zullen vervangen zoals je ziet in de afbeelding hieronder.
Welke voordelen biedt automatisatie?
Robots integreren in je magazijn kan een oplossing zijn om je beperkte werkruimte slimmer te benutten. Pendelrobots zijn in staat om delen van een magazijn te gebruiken die in het verleden weinig of niet werden benut. Denk bijvoorbeeld aan zeer grote hoogten die ontoegankelijk zijn voor doorsnee vorkheftrucks. Hierdoor vergroot je je logistieke werkruimte, zonder dat de grondoppervlakte toeneemt.
Hoe het jaar 2050 er precies uit gaat zien, valt natuurlijk moeilijk tot in detail te voorspellen. Zéker gezien het hoge tempo waarin technologieën zich nu ontwikkelen. We zien hoe dan ook dat er zich duidelijke trends aftekenen… Een van die trends is bijvoorbeeld de integratie van robots en automatisatie buiten het magazijn, om de logistiek dichter bij de eindgebruiker te brengen.
Wat zou je bijvoorbeeld zeggen van autonome, bestuurderloze bestelwagens? Of een nieuw gedeeld netwerk van lockers waarin klanten al hun goederen autonoom kunnen ophalen en weer retourneren? Dit zijn allemaal technologieën die niet alleen zorgen voor een hogere productiviteit en een betere klantervaring, maar eveneens voor een verlaagde milieu-impact van de gehele logistieke sector.
Veel van de huidige softwarepakketten voor robotica bevatten een laag van kunstmatige intelligentie (AI), gebaseerd op machine learning. Op termijn zullen deze robots perfect weten welke taken ze moeten uitvoeren, zonder dat een mens ze dat hoeft te vragen. Wanneer we op het punt staan dat deze technologie ook deep learning¹ kan integreren, zullen robots zelfs 100% autonoom worden en hun eigen onderhoudswerkzaamheden kunnen uitvoeren.
Jos de Vuyst, CEO van Stow GroupNieuwe machines voor meer autonomie
Tegenwoordig kunnen al heel wat logistieke taken in een magazijn worden uitgevoerd door machines. Denk maar aan het picken van orders, of het verpakken van producten. In sommige magazijnen gaat men zelfs zo ver dat dit hele proces is geautomatiseerd van a tot z. Dat zorgt voor een order picking waarbij geen enkel persoon de goederen nog moet aanraken. Je hebt enkel nog een chauffeur nodig die met z’n vrachtwagen het magazijn in- en uitrijdt.
Concreet betekent dit dat machines al in staat zijn om een pak taken uit te voeren die een doorsnee magazijnier vandaag nog uitvoert. Daarbij wordt er vaak gewerkt met een nauwe koppeling met een intern Warehouse Management Systeem (WMS). In de komende jaren zullen we deze mechanisatie ongetwijfeld nog verder zien toenemen, allemaal met het doel om een magazijn nóg productiever te maken. Dit geeft magazijniers de vrijheid om repetitieve of belastende taken af te bouwen en om te schakelen naar nieuwe functies.
Door een groeiend gebrek aan personeel en hogere eisen van klanten, maken nieuwe technologieën een grote sprong vooruit. Zelfs in relatief kleine magazijnen vindt moderne technologie nu z’n weg. Technologieën die we vandaag bij Reflex Solutions ontwikkelen zijn nóg eenvoudiger, sneller en krachtiger in hun gebruik. Nieuwe toepassingen, zoals bijvoorbeeld RFID² gekoppeld met detectoren, vergemakkelijken en vergroten de traceerbaarheid van informatie – van de order picking tot de distributie van je producten. Traceerbaarheid is hierbij niet langer een ‘nice to have’-functie, maar een essentiële vereiste op een steeds gedetailleerder niveau.
Baudouin De Martene, pre-sales consultant bij Reflex Solutions
Op weg naar een slimmere order picking en automatisatie
Welke machines en technologieën zullen de komende jaren aan belang winnen? Hieronder vind je alvast enkele grote kanshebbers.
- Spraakbesturing (voice control). Systemen met voice control maken het onder andere mogelijk om volledig handenvrij te orderpicken. Via een headset krijgt de magazijnier dan instructies over de picking locaties, het aantal producten, de kortste route, enz. Het maakt het bovendien mogelijk om eenvoudig gegevens over een magazijn te verzamelen: een belangrijke troef voor wie een betrouwbaar overzicht en voorspellingen wil van zijn supply chain.
- Pick-to-light. Deze technologie moet order pickers helpen om de juiste artikelen uit de schappen te selecteren. Aan de hand van een elektronische display krijgt men informatie over een order (zie afbeelding hieronder). In het meest geavanceerde geval wordt het pakket automatisch op een weegschaal geplaatst, die het gewicht van de verschillende producten controleert om ervoor te zorgen dat er geen picking fouten werden gemaakt.
- RFID (Radio Frequency Identification). Barcodes worden vanouds in nagenoeg elk magazijn gebruikt om een fysieke handeling van een magazijnier te bevestigen (zoals het picken van een product). Dankzij RFID zal men in de toekomst nog verder kunnen gaan. Opgeslagen goederen zullen voortaan rechtstreeks alle traceerbare informatie met zich kunnen meedragen.
Verhoog je productiviteit met het Internet of Things (IoT)
Het Internet of Things (IoT) verwijst naar het geheel aan apparaten dat via internetverbindingen met andere apparaten of systemen in contact staat. Heel wat huishoudens gebruiken het vandaag al in hun dagelijks leven voor hun smart homes. Ook magazijnen volgen deze trend. Sensoren die verbonden zijn met het IoT zijn cruciaal voor het automatisch uploaden van gegevens naar verschillende IT-systemen. Zo kan men bijvoorbeeld beter anticiperen op logistieke problemen of onnodige bewegingen vermijden voor magazijniers.
Het IoT kent ondertussen veel uiteenlopende toepassingen. Ken je bijvoorbeeld deze voorbeelden al?
- Machine Vision is een systeem waarbij camera’s het gedrag en de bewegingen van je personeel detecteren. Die informatie wordt dan automatisch verzameld en gebundeld. Zo kan je bijvoorbeeld makkelijk de route van een magazijnier volgen. Dat is handig om een optimale order picking te bepalen, of om de locatie van eventuele fouten te achterhalen.
- Een koppeling tussen het IoT en een MVO-strategie, bijvoorbeeld om lichten of elektrische apparaten uit te schakelen afhankelijk van het gebruik of een beweging in een bepaalde zone. In die zin beantwoordt de technologie ook aan ecologische doelstellingen waarbij men spaarzamer kan omgaan met energie.
- De verzamelde gegevens dienen als instructies voor magazijniers om een gerichte handeling uit te voeren. Een magazijnier wordt dan op het juiste moment gewaarschuwd om in te grijpen: bijvoorbeeld om de temperatuur in het magazijn of in een koelwagen te controleren. Zo worden onnodige handelingen tot een minimum beperkt. De magazijnier moet zich énkel verplaatsen wanneer het echt nodig is.
De basisgedachte achter het huidige IoT is dat het inspeelt op kleine, zeer specifieke behoeften. Maar wanneer je al deze behoeften bij elkaar optelt, geven deze technologieën je logistieke medewerkers veel meer vrijheid en autonomie. Bovendien wordt de traceerbaarheid en veiligheid binnen de hele supply chain versterkt.
Adrien Soulier, Managing Director bij WIIO
De logistieke software van de toekomst
In de logistieke wereld zal het verwerken van data de grootste uitdaging blijven in de komende jaren. Data en cijfers zijn onmiskenbaar het zwarte goud van de 21ste eeuw. Met het juiste cijfermateriaal kan men zowel de kosten beter beheersen als meer correcte voorspellingen doen. Het doel hiervan is je processen optimaliseren, je concurrentiepositie versterken en beter inspelen op de behoeften van de markt. Een echte win-win!
De toekomst van logistieke software ligt vooral bij machine learning in de vorm van kunstmatige intelligentie (AI) en nieuwe algoritmen. De verzamelde data kunnen dan tot hun vol potentieel worden benut. Van het IoT tot robots en automatisatie: al deze technologieën zullen in de toekomst nuttige data kunnen aanleveren voor logistieke medewerkers. En hoe meer data de software tot zijn beschikking heeft, des te beter het in staat is om acties te voorspellen:
- Op basis van je marketingacties,
- Op basis van de omvang van je voorraad,
- Op basis van je productie en verkoop, bijvoorbeeld samenhangend met het weer.
Doordat we tegenwoordig zoveel cijfermateriaal in een magazijn kunnen verzamelen, is het waardevol geworden om over te schakelen op software die gebaseerd is op een datagestuurd of gebeurtenisgestuurd model. Het idee is om je magazijniers in staat te stellen om direct te reageren, veel wendbaarder en flexibeler te zijn, en zich in realtime aan te passen aan de specifieke situatie waarin je magazijn zich bevindt. Korter inspelen op de bal zeg maar met gerichte acties.
Adrien Soulier, Managing Director bij WIIOZo haal je met automatisatie meer uit de data van morgen
Het verspreiden en uitbreiden van nieuwe technologieën is een ding. Het is daarnaast zeker en vast even belangrijk om al die technologieën (en dan vooral al die verzamelde data) met elkaar te laten communiceren en het te centraliseren. Het IRIIS Softwarepakket van WIIO is bijvoorbeeld een stap in die richting: het is een softwareoplossing die verschillende systemen met elkaar verbindt, waarbij ze geïntegreerd worden in het magazijn met behulp van een no-code systeem.
Bij no code-systemen moeten software developers geen codes schrijven voor de software, en dus ook niet voor de integratie in een logistieke omgeving. Het directe gevolg hiervan is dat magazijnen nóg sneller kunnen schakelen op vlak van innovatie en flexibiliteit.
Informatie uit het veld kan tegenwoordig in realtime worden bijgewerkt in de hele keten, wat helpt bij het verminderen van administratieve taken. Een pakketje kan men voortaan bijvoorbeeld automatisch controleren op een transportband. Men kan daarbij foto’s nemen, labels toevoegen, gewichtscontroles uitvoeren, enz. Deze informatie gebruikt men vervolgens om het fysieke proces in goede banen te leiden (bv. afwijkingen detecteren, retouren opsporen), de traceerbaarheid van je goederen te garanderen, informatie makkelijker door te geven aan de klant of klantenservice, enz. De automatisatie en standaardisatie van deze processen is al volop gaande en zal de komende jaren ongetwijfeld versnellen. Zo kunnen al deze systemen en data maximaal tussen elkaar worden uitgewisseld.
Baudouin De Martene, pre-sales consultant bij Reflex Solutions
¹ Deep learning is een onderdeel van machine learning dat de werking van onze hersenen nabootst met digitale neuronen. Deep learning omvat algoritmes die geschikt zijn om complete patronen in data te ontdekken zoals bij spraak, afbeeldingen of video’s.
² RFID (Radio Frequency Identification) is een identificatiemethode op afstand gebaseerd op radiofrequentietags en detectoren.