IA per decidere quando e dove riapprovvigionare lo stock

Un progetto congiunto tra Mecalux e il MIT Intelligent Logistics Systems Lab esamina come l’intelligenza artificiale può anticipare le necessità del magazzino e ottimizzare la movimentazione della merce per migliorare la preparazione degli ordini.

• Da dove nasce la necessità di rivedere il modo in cui viene gestito il riapprovvigionamento in magazzino?

  Thorsten Greil: I magazzini attuali sono sempre più dinamici, in tutti i settori come l’e-commerce, e i metodi tradizionali di riapprovvigionamento non sono più sufficienti per rispondere alle fluttuazioni della domanda. Le installazioni logistiche solitamente dispongono di varie zone di lavoro: aree di riserva dove si ripone lo stock a lungo termine, spazi intermedi di stoccaggio temporaneo e zone di picking dove i prodotti devono essere disponibili affinché gli operatori preparino e impacchettino gli ordini con rapidità. In determinati momenti, possono coincidere vari riapprovvigionamenti in simultanea nella stessa area, il che genera congestioni e incide negativamente sulla produttività.

  La soluzione unirà analisi predittiva e algoritmi di ottimizzazione per determinare quando, dove e in che quantità deve essere disponibile ogni prodotto nel magazzino

• Ciononostante, i magazzini effettuano da anni riapprovvigionamenti interni di merce. Cosa è cambiato per rendere ora necessario un sistema più intelligente?

  Matthias Winkenbach: Molte aziende continuano ad utilizzare metodi tradizionali di riapprovvigionamento che, basandosi su regole fisse, non sempre sono capaci di adattarsi ai cambiamenti del business con tempestività ed efficienza. Di conseguenza, potrebbero verificarsi tempi di risposta più lenti, costi più elevati e un rischio maggiore di esaurimento delle scorte o, addirittura, difficoltà a evadere gli ordini in tempo. L'obiettivo del nostro progetto di ricerca condotto in collaborazione con Mecalux è quello di sviluppare un sistema intelligente in grado di anticipare la domanda e ottimizzare i flussi di merci tra le diverse aree del magazzino. La soluzione combinerà analisi predittiva e gli algoritmi di ottimizzazione per determinare il momento, l'ubicazione e la quantità esatta in cui ogni prodotto deve essere disponibile, sulla base dell'analisi dei modelli storici di movimento, dell'ubicazione delle scorte e dei volumi previsti degli ordini.

• Se la chiave per preparare velocemente gli ordini sta nell’anticipare le esigenze del magazzino, quale impatto può avere questo nuovo modo di gestire i riapprovvigionamenti?

  

  Thorsten Greil: Ci auguriamo che la tecnologia che stiamo sviluppando migliori l'efficienza della preparazione degli ordini, minimizzando le rotture di stock. Inoltre, le operazioni di riapprovvigionamento saranno effettuate nel momento più opportuno per evitare interferenze con altre operazioni. Come risultato i magazzini potranno sfruttare meglio le risorse, aumentare la produttività e migliorare gli indicatori come la capacità di processare gli ordini.

  Per ottenerlo, il nostro sistema adotterà un focus molto più orientato all’analisi dati. Terrà in considerazione necessità reali di picking, la disponibilità di risorse e una visione globale di tutte le referenze stoccate per prendere decisioni più intelligenti su quando, dove e in che quantità conviene realizzare i riapprovvigionamenti.

• Che aziende beneficeranno di questa tecnologia con l’appoggio di Mecalux?

  Matthias Winkenbach: I modelli che si emergano da questo progetto potranno essere applicati a qualsiasi tipo di magazzino. Tuttavia, i vantaggi saranno più evidenti in aziende che gestiscono inventari con una rotazione elevata e che realizzano numerose opzioni di picking e packing in periodi di tempi ridotti. Questo tipo di installazioni richiede riapprovvigionamenti costanti, anche durante la notte, il che può generare interferenze con altri movimenti di merce. Quanto più dinamico è il magazzino e quanto più rapidamente ruotano le scorte, tanto maggiore sarà il valore apportato da un approccio intelligente al riapprovvigionamento.