Gartner выделила четыре уровня ИИ в автоматизации складов
По данным Gartner, автоматизация складов переходит от испытаний программного обеспечения к эксплуатации систем на действующих объектах. Исследовательская компания рассматривает такие решения по двум главным параметрам: сложности интеллектуальных функций и их способности выполнять операционные действия. Расширению применения, по оценке Gartner, способствуют постоянная нехватка работников, снижение первоначальных затрат в новых моделях продажи программного обеспечения и производственная надежность алгоритмов и автономной техники.
Системы оптимизации используют текущие данные склада для прогнозирования спроса, планирования смен, построения маршрутов и размещения запасов. Модели машинного обучения могут анализировать записи о техническом обслуживании, документы поставщиков и сообщения об инцидентах, создавая актуальные инструкции при сбоях в графике. Руководители смен получают рекомендации на переносные терминалы, а логика решений сохраняется в проверяемом виде для требований соответствия.
Полуавтономные агенты изучают очереди, перераспределяют задания на комплектацию и предлагают перемещение техники, однако право ручного подтверждения важных действий остается у менеджеров. Роботы и пространственные датчики выполняют комплектацию, упаковку, сортировку и перевозку палет. Старший аналитик Gartner Федерика Стуфано считает, что компаниям следует начинать с проверенных задач, включая прогнозирование потребности в персонале и размещение товаров, а затем переходить к генеративному ИИ, агентам и автономным машинам.
Текст подготовлен ИИ Sakhanda Wire по материалу AI News. Факты, цитаты и полный контекст — в оригинальной статье ниже.