Robot kan met AI beter zelf bepaalde keuzes maken

De doorbraak van pick-and-place robots in magazijnen loopt achter bij gerobotiseerd transport (AMR) en automatische opslagsystemen. Heico Sandee van Smart Robotics weet hoe dat komt en ook dat AI op het punt staat om deze vorm van robotisering nu snel geaccepteerd te krijgen.

Eerst loopafstanden inkorten, dan robotiseren

Op zich is het niet onlogisch om eerst het traject van goods-to-man aan te pakken, zodat medewerkers niet veel tijd kwijt zijn om van locatie naar locatie te gaan. Dat levert al een flinke productiviteitsverbetering op. Veel system integrators bouwen bij hun klanten daarop verder door stap voor stap meer robotisering toe te voegen. Het gevaar van deze aanpak is, dat de diverse elementen in het totale mechanisatietraject met elkaar uiteindelijk toch slechts een bescheiden efficiencyverbetering opleveren. Dat komt omdat machines en automatiseringsmiddelen door verschillende fabrikanten zijn ontwikkeld, los van elkaar werken en met transportbanden aan elkaar zijn geknoopt, maar niet altijd tot een efficiënt geheel. De systemen en machines houden geen rekening met elkaar.

Denken vanuit systemen als geheel

Dat is echter in wezen wel waar het in Warehousing 5.0 om gaat draaien, in mijn visie. Niet werken vanuit losse componenten en dat zo goed mogelijk aan elkaar breien, maar denken vanuit het systeem in zijn totaliteit zoals dat ook met handmatige processen zou moeten gaan; het eindresultaat van de gezamenlijke inspanning telt, ook wat betreft productiviteit en efficiency. Daarnaast speelt in 5.0 ook de menselijke component nog altijd een grote rol. De komende vijftien jaar gaan we nog geen warehouse-operaties zien zonder mensen. Juist het samenspel tussen mens en machine zal in mijn ogen het verschil maken.

Software heeft vrijheid van interpretatie

Generatieve AI kan daar een enorm hulpmiddel bij zijn. Net zoals bij ChatGPT zou je aan de computer moeten kunnen vragen wat hij denkt dat er gaat gebeuren in het assortiment aan parfumverpakkingen in de aanloop naar Singlesday. Wat moet ik doen om orders sneller te verwerken en beter in te spelen op de orderprofielen die zich naar alle waarschijnlijkheid zullen voordoen, bijvoorbeeld wat betreft de combinatie van producten. Dan kan ik alvast producten bij elkaar zetten in een compact opslagsysteem. Dus anticiperen op een situatie, terwijl het systeem daarop niet is getraind. Dat is next level, meer vrijheid geven van interpretatie aan het systeem zelf om op basis van de geleerde kennis keuzes te maken. Warehousing 5.0 krijgt op die manier een extra dimensie.

Wachten is op adaptatie van technologie

Technologisch gezien is AI aangekomen op een niveau, waarmee robotontwikkelaars de klantvraag goed kunnen oplossen; dat was misschien een paar jaar geleden nog niet het geval. Eigenlijk zitten we nu vooral op adaptatie van de technologie te wachten, de markt moet het gaan omarmen en dan kan AI echt gaan zorgen voor een grote doorbraak in het toepassen van robots in magazijnen. Het lastige aan een magazijnrobot is dat je in feite niet iets nieuws toevoegt, geen nieuw product of een nieuwe dienst. Je hebt alleen minder mensen nodig in de operatie. In dat opzicht is de drive om te gaan automatiseren beperkt en is de stap ook niet helemaal zonder risico, omdat een implementatie altijd kan tegenvallen. De afweging is of de besparing in kosten en het minder afhankelijk willen zijn van fysiek zware en eentonige arbeid opweegt tegen de investering en de wil om te innoveren op technologisch gebied.

Het uitgebreide expertartikel van Heico Sandee staat op www.logistiek.nl