文章轉(zhuǎn)載來源物聯(lián)網(wǎng)世界 >> 物聯(lián)網(wǎng)新聞 >> 物聯(lián)網(wǎng)熱點(diǎn)新聞>>千家網(wǎng)
在過去的十年中，倉庫管理發(fā)生了重大變化。 COVID-19 大流行、消費(fèi)者更容易獲得技術(shù)以及對交付的更廣泛需求意味著，與大流行前的估計相比，亞馬遜等公司的利潤增長了 120 億美元。
但滿足對倉庫日益增長的需求并不容易。龐大的訂單量和速度需要各個級別的數(shù)字集成解決方案。還需要人工智能的慷慨幫助，以確保每個人的訂單按時到達(dá)并處于預(yù)期狀態(tài)。
幸運(yùn)的是，倉庫技術(shù)的未來在很大程度上跟上了需求。像自動叉車這樣引人注目的新技術(shù)可以降低風(fēng)險、提高效率并幫助倉庫經(jīng)理實施未來的技術(shù)。
未來倉庫技術(shù)培訓(xùn)
如果員工經(jīng)過充分培訓(xùn)，能夠使用、修復(fù)和改進(jìn)他們掌握的技術(shù)，企業(yè)領(lǐng)導(dǎo)者將能夠?qū)嵤﹤}庫技術(shù)的未來。乍一看，這似乎很簡單——供應(yīng)鏈管理部門的員工之前已經(jīng)接受過培訓(xùn)——但學(xué)習(xí)充分利用未來倉庫技術(shù)可能需要一種完全不同的教育和培訓(xùn)方法。
雖然前幾代倉庫工人可能已經(jīng)能夠在工作中學(xué)習(xí)交易，但下一波員工可能會在課堂上學(xué)習(xí)他們的交易工具。這是因為倉庫技術(shù)的未來更多地與人工智能 (AI) 和編程的使用有關(guān)，而不是與手動庫存管理和庫存檢查有關(guān)。
需要更多地訪問 STEM 課程才能使技能飛躍成為可能。幸運(yùn)的是，向美國農(nóng)村地區(qū)提供 STEM 課程的舉措正在獲得關(guān)注。改進(jìn)的互聯(lián)網(wǎng)接入意味著 5 至 17 歲的農(nóng)村學(xué)生可以利用遠(yuǎn)程學(xué)習(xí)。增加對 STEM 的訪問使未來的員工處于開發(fā)和實施倉庫技術(shù)未來的有利位置。
人工智能
人工智能徹底改變了供應(yīng)鏈管理的每個階段。供應(yīng)鏈專家現(xiàn)在可以使用大量原始數(shù)據(jù)來預(yù)測和應(yīng)對由流行病、事故和全球事件引起的事件。
此外，人工智能技術(shù)進(jìn)一步提高了倉庫運(yùn)營的效率，遠(yuǎn)遠(yuǎn)超出了 20 年前的想象。倉庫管理中人工智能的興起是該行業(yè)的自然發(fā)展?，F(xiàn)在，人工智能在倉庫自動化中發(fā)揮著重要作用，有助于組織、生產(chǎn)力、準(zhǔn)確性以及員工安全。
一開始，切換到自動化服務(wù)似乎很麻煩。但是，正如許多倉庫文員和配送經(jīng)理所發(fā)現(xiàn)的那樣，大多數(shù)現(xiàn)有材料和設(shè)備都可以使用人工智能輕松記錄。托盤架、擱板和垂直夾層可以使用人工智能和機(jī)器學(xué)習(xí) (ML) 程序來處理，這些程序以遠(yuǎn)遠(yuǎn)超過人類認(rèn)知能力的速度處理數(shù)據(jù)。
機(jī)器人技術(shù)
倉庫管理曾經(jīng)是一個相當(dāng)動手的行業(yè)，需要工人手動搬運(yùn)和裝載貨物。
如今，更多繁重的工作正在由跟隨“工業(yè) 4.0”的機(jī)器人技術(shù)完成。今天的機(jī)器人技術(shù)可以使用新的感官數(shù)據(jù)來模仿人類視覺并在正確的時間選擇正確的包裝。重要的是，這些機(jī)器人（如無人機(jī)）可以比人類更快地掃描并進(jìn)入難以到達(dá)的地方。
機(jī)器人技術(shù)仍然需要人類的監(jiān)督，以避免故障并防止故障影響所有操作，因此仍有很多進(jìn)展要做。然而，隨著人工智能的發(fā)展，失誤將越來越容易預(yù)測和預(yù)防。
防止失誤
以人工智能為主導(dǎo)的未來既充滿希望又令人生畏。雖然機(jī)器人和人工智能等技術(shù)肯定會提高倉庫和供應(yīng)鏈管理的整體效率，但一個問題總是很突出：如果出現(xiàn)問題怎么辦？
大多數(shù)對人工智能和新技術(shù)的擔(dān)憂都是沒有根據(jù)的——跨國倉庫公司不會根據(jù)突發(fā)奇想或不完整的數(shù)據(jù)做出決策。但是，倉庫管理公司不應(yīng)將中斷留給偶然，應(yīng)采取一切合理措施確保不會發(fā)生網(wǎng)絡(luò)中斷。
使用自動化和人工智能的倉庫可以通過定期對所有硬件和軟件進(jìn)行內(nèi)部和外部分析來降低網(wǎng)絡(luò)中斷的風(fēng)險。完成內(nèi)部分析通常很容易（檢查路由器、服務(wù)器和電源），但外部分析（ISP、互聯(lián)網(wǎng)網(wǎng)關(guān)、云服務(wù)、DN）可能有點(diǎn)棘手。
與可靠的提供商合作是確保外部網(wǎng)絡(luò)保持在線的最簡單方法。像谷歌和微軟提供的跨國、基于云的服務(wù)很少遇到中斷，并提供更多的企業(yè)級診斷和支持，可以幫助公司盡快恢復(fù)運(yùn)營并正常運(yùn)行。
結(jié)論
倉庫技術(shù)的未來很大程度上取決于人工智能的發(fā)展。 機(jī)器學(xué)習(xí)程序使以人工智能為主導(dǎo)的機(jī)器人能夠以更準(zhǔn)確、更高效的速度運(yùn)行。 這預(yù)示著一個充滿希望的未來，倉庫成本會降低，分揀、庫存檢查和交付的速度會提高。
