Intralogisztikai rendszereink alapvető célja, hogy úgy támogassuk a termelést, illetve a logisztikai folyamatokat, hogy lehetséges legyen a valós idejű adatgyűjtés. Az eredeti koncepciónk arra épült, hogy automatizáljuk és papírmentessé tegyük a gyártás és logisztikai területén a korábban Excel táblázatokban gyűjtött adatinformációkat – például leltározási tételek, raktári mozgások vagy készletkivétel –, és onnan beemelték egy raktárkezelő rendszerbe. Ezeket az adatgyűjtési feladatokat a 2006 óta folyamatosan fejlesztett MDC (Mobile Data Collector) programrendszerünk segítségével automatizált módon tudjuk megoldani, a raktárban vagy a gyártósorok mellett, adott pontokon kihelyezett mobileszközeink révén. Kezdetben számos kiegészítő feladatot végeztünk megbízóink számára – ad-hoc leltározás vagy területi adatgyűjtés – a jól működő nagy WMS rendszerek kiegészítéseként, de ma már átfogóbb rendszerekkel is jelen vagyunk az ipari gyártócégek körében – mondta Pesti János, az AntraID Kft. IT managere. Hozzátette: az MDC többféle leltározási, anyagmozgatási – érkeztetés, betárolás, kiszállítás stb. –, gyártási folyamat rendszerintegrációját, digitalizálását támogatja. Ezzel lehetőséget kínál különböző folyamatkontrollok, folyamatvezérlések rendszerbe illesztésére vagy akár minőségbiztosítási követelményeknek való megfelelésre. A folyamatok digitalizálásának köszönhetően a papírmentes logisztika megteremtését teszi lehetővé, amely az Ipar 4.0, illetve a környezeti fenntarthatósági követelményeknek is megfelel. Segíti az „okos gyár” koncepciójának kialakulását.
Egy Magyarországon működő autógyár számára például MDC szoftverünkre építve kifejlesztettünk egy teljes göngyöleglogisztikai automatizált adatgyűjtési rendszert, ahol 50 ezer négyzetméteren gyűjtik a göngyöleglogisztikai adatokat. Ezzel nyomon követhető a raklapok, különféle műanyagládák és egyéb tárolóeszközök mozgásának teljes logisztikai folyamata. Ez a megoldás mára már az autógyárnál nemzetközi szinten is a legnagyobb göngyöleglogisztikai rendszerré nőtte ki magát, és az alap adatgyűjtési feladatok mellett – be- és kitárolás követése – specifikus mérőpontokat is kialakítottunk. Most tervezzük a Mesterséges Intelligencia bevonását a rendszerbe, ami majd lehetővé teszi például azt, hogy korai előrejelző rendszereket hozzunk létre. A rendszer prediktív modellek alapján előre fogja jelezni, hogy milyen problémák keletkezhetnek a raktárban, illetve a kiszállítás során. Ezzel papírmentes logisztikát valósítunk meg, hiszen több, addig Excel táblázatban vezetett információhalmazt sikerült kiváltani az MDC programrendszernek köszönhetően. Az autógyárban az egyik ilyen táblázatban például a reklamációkat rögzítették, amit mi úgy digitalizáltunk, hogy a rendszerünk egyik modulja gyűjti a be- és kitárolási leltáradatokat, egy másik pedig a szállítással kapcsolatos reklamációkat. Az alapadat-rendszerünk elküldi az operátoroknak a felmerült hibákat – nem megfelelő egy címke vagy zárolt a tétel –, azonban nem tudható, hogy a hibaüzenet ellenére ezeket a dolgozók továbbviszik-e. Ha a dolgozó kiszállítja a hibás tételeket, akkor pár hét múlva reklamáció várható. A rendszerünk segítségével ezt a két folyamatot – hibajelzés és reklamáció – összekötöttük, így összesítjük és riportolhatóvá tesszük a pontszerű hibákat. Erre a későbbiekben rá lehet majd fejleszteni a Mesterséges Intelligenciát, amely jelzi, hogy amennyiben a múltban előforduló hibamarkerek ismét előfordulnak, akkor lehetséges, hogy reklamáció lesz az eredménye. Jelenleg azon dolgozunk, hogy a BigData és a hozzá társuló Mesterséges Intelligencián alapuló adatbányászati tevékenységet létre lehessen hozni – ismertetett egy konkrét projektet Pesti János, azzal kiegészítve, hogy ma már az adatgyűjtésre használt mobileszközökön túlmenően RFID azonosítást is lehetővé tesznek.
– Supply Chain Monitor
