עונת הסיילים כאן והעובדים במחסנים צריכים AI כדי להיות בטוחים יותר

עיבוד תמונה: dreamstime

מאת: דרור פרל

עונת החגים כבר כאן ואיתה הטירוף של הקניות העונתיות באינטרנט בכל העולם, טירוף שיוצר עומס על שרשראות האספקה ​​ומגדיל באופן בלתי פרופורציונלי את היקף התאונות בקרב עובדי המחסנים. הנתונים קשים – על פי הלשכה המרכזית לסטטיסטיקה במקומות עבודה בארה”ב (BLS), בשנת 2024 תעשיית המחסנים והאחסון מעסיקה יותר ממיליון עובדים ביותר מ-17 אלף אתרים ברחבי ארה”ב. רובם חשופים לתנאים שעשויים להיות מסוכנים – לדוגמה תנועת מלגזות, כלי רכב תעשייתיים ורובוטיקה, ארגונומיה לקויה, סכנת נפילות או חומרים מסוכנים. לפי ה-BLS, העלות השנתית הכוללת של תאונות עבודה מגיעה לכ-167 מיליארד דולר בשנה. אולם, ישנן גם חדשות טובות: כניסתה של הבינה מלאכותית (AI) בשילוב מחשוב קצה יכולה לשפר את יעילות העבודה ואת ביטחון העובדים.

200 מיליארד דולר במשלוחים

בעונת החגים, הקניות המקוונות מגיעות לשיאים חסרי תקדים, מה שמוביל לעומסים כבדים על מערכות הלוגיסטיקה והאספקה ברחבי העולם. על פי נתוני חברת Adobe בשנת 2023 נרשם גידול של כ-10% בהיקף הקניות המקוונות במהלך תקופת החגים בארה”ב בלבד, והיקף המכירות הכולל הסתכם ביותר מ-200 מיליארד דולר. התופעה הזו יוצרת עלייה דרמטית בנפח השילוחים והמשלוחים, דבר שמאתגר את המרכזים הלוגיסטיים להתמודד עם היקף מוגבר של הזמנות בזמן קצר.

העומסים על שרשראות האספקה לא מסתכמים רק בנפח הזמנות גדול יותר, אלא גם בדרישה למשלוחים מהירים יותר. צרכנים מצפים למשלוחים מהירים במיוחד, אפילו באותו היום, דבר שמאלץ את מרכזי השילוח והמלאי לתפקד בצורה אופטימלית ולשפר את רמת השירות תוך שמירה על בטיחות גבוהה ויעילות תפעולית. כל זאת, בעוד שהם מתמודדים עם לחצים הנובעים מעומס כבד ומסיכון מוגבר לתקלות ותאונות עבודה.

המחסנים הלוגיסטיים בעונת החגים מתמודדים במקביל עם מספר אתגרים משמעותיים, שכוללים עומסי עבודה יוצאי דופן, ניהול נכון של מלאי כוח אדם ותשתיות, שמירה על בטיחות העובדים ודרישה לשילוח מהיר. על מנת להתמודד עם האתגרים הללו קיימים מספר אמצעים טכנולוגיים ושיטות עבודה, ולאחרונה נכנסו כלים חדשים המשלבים AI שיכולים לעזור הן בשמירת הבטיחות במחסנים והן לעלות את היעילות בהם. הנה כמה מהבולטים שבהם:

– מערכות ניטור בזמן אמת: מערכות מבוססות חיישנים מצליחות לנטר תנועות של כלי רכב תעשייתיים כמו מלגזות, ולספק התרעות בזמן אמת על תקלות או מפגעים בטיחותיים. מערכות כאלו גם יכולות לעקוב אחרי מיקום העובדים ולוודא שהם לא נכנסים לאזורים מסוכנים.

– מצלמות וראייה ממוחשבת: מצלמות המחוברות לטכנולוגיות AI מסוגלות לזהות סכנות פוטנציאליות כמו סיכוני נפילה, תנועות לא בטוחות של עובדים או תקלה במערכות. הן גם מאפשרות למחשבים ולמערכות להפיק מידע רב ערך מתמונות דיגיטליות, סרטונים וקלט חזותי אחר כדי לבחון חריגות, לזהות פגמים ולנקוט פעולות במהלך תהליך הייצור.

– מחשוב קצה (Edge AI): הטכנולוגיה הזו מסוגלת לנתח היקף עצום של נתונים, שנאספו על ידי חיישנים תעשייתיים, ובשילוב מידע מאירועי עבר ניתן לחזות סכנות פוטנציאליות ולנקוט את אמצעים הנדרשים בהתאם. כך חברות יכולות לנטר את היעילות של עובדיהן ואת זרימת העבודה ברצפת הייצור; לזהות ולסייע במניעת השבתות או תקלות במערכות; ולאתר את הסיכונים והסכנות שעלולים לפגוע בעובדים.

– בינה מלאכותית לתחזוקה מונעת: בעזרת AI ניתן לחזות מתי יתקיימו תקלות במכונות או בכלים תעשייתיים ולבצע פעולות תחזוקה מונעת לפני שהתקלה משפיעה על רצפת העבודה.

– לבוש חכם וחיישנים לבטיחות העובד: שימוש בציוד מגן אישי שמכיל חיישנים על גבי הלבוש (כמו קסדות או חגורות חכמות) שמנטרים את מצבו הפיזי של העובד ויכולים להתריע על עייפות, עומסים, או תנאים מסוכנים.

– תוכנות לניהול בטיחות ומעקב אחר תאונות עבודה: מערכות מידע שמנהלות את נתוני הבטיחות, מדווחות על תאונות, ומספקות תובנות להקטנת הסיכון לעובדים.

כלים אלו עוזרים להבטיח סביבת עבודה בטוחה יותר ולהפחית תאונות תעסוקתיות, במיוחד במתקני מחסנים לוגיסטיים בעונת החגים, כשהעומס על המערכות הללו גבוה.

עיבוד תמונה: dreamstime

לא רק בינה מלאכותית

מרכזים לוגיסטיים חייבים להגיב במהירות לזינוקים בהיקפי המסחר האלקטרוני, לקיים שרשרות אספקה פרודוקטיביות יותר ולייעל את ניהול העלויות, כמובן תוך שמירה על יעדי בטיחות אישיים גבוהים יותר. אין ספק שבינה מלאכותית תסייע לכל אלה, תעזור להישאר תחרותיים ותחולל מהפכה במימוש המוצרים ובאוטומציה של המלאי במחסנים, אבל היא לבדה אינה מספיקה. הנה ארבע נקודות שצריך להביא בחשבון בהטמעת AI במחסנים לוגיסטיים:

1. חיבורי רשת

הטכנולוגיה הכי מתקדמת לא תוכל לעבוד כמו שצריך בלי חיבור אמין וכיסוי רחב של הקישוריות בכל אתר העבודה. בשוק יש פתרונות מגוונים, אך במקרים של אתרי עבודה גדולה עדיף לבחור ברשת פרטית ממגוון סיבות, ובראשן סוגיות של אבטחת מידע. שימו לב: חשוב לשמור על יכולות מחשוב זמינות גם בהתקנה מקומית (On-premise), כדי לתת מענה נאות לצורכי הלקוחות גם בזמן תקלה ברשת האינטרנט.

2. השקעה בעובדים

כדי לעודד עובדים לאמץ טכנולוגיה חדשה לטובת שיפור הפרודוקטיביות, נדרשת תרבות של אמפתיה וחדשנות. עובדי מפעל וצוותי מחסנים הנהנים מלמידה והכשרה מתמשכת ומהזדמנויות להשתלב בפרויקטים של בינה מלאכותית, יכולים לחוות ממקור ראשון כיצד בינה מלאכותית יכולה להפוך את הקריירה שלהם למספקת ובטוחה יותר. חשוב גם לתת תמיכה ומקום לחששות העובדים – במיוחד בנוגע לתזוזות במשרות הקשורות לבינה מלאכותית – זהו שלב קריטי לבניית אמון ולהגברת אימוץ ה-AI בטווח הארוך.

3. אינטגרציה עם מערכות קיימות

הטמעת פתרונות AI דורשת חיבור ושילוב עם המערכות הלוגיסטיות הקיימות, כמו מערכות ניהול מלאי ומערכות תפעול רצפת מחסן. תהליך זה צריך להיות חלק על מנת למנוע עיכובים בתפעול השוטף ולמקסם את היעילות. יכולות אינטגרציה חכמות יסייעו להבטיח שהמערכת החדשה תומכת בתהליכים הקיימים ולא יוצרת עומסים חדשים.

4. התאמה לעומסים משתנים

אחת המטרות המרכזיות בהטמעת AI במחסנים לוגיסטיים היא לסייע בהגברת היכולת להתמודד עם עומסים משתנים, במיוחד בתקופות עמוסות כמו עונת החגים. פתרונות AI צריכים להיות גמישים וסקלאביליים על מנת להתמודד עם הגידול בכמות ההזמנות, ולאפשר למחסן לעמוד בדרישות בצורה אופטימלית גם בתקופות של לחץ מוגבר.

הטמעה נכונה של AI במחסנים לוגיסטיים יכולה לשפר משמעותית את היעילות התפעולית, אך יש להיערך לתהליך בהתאם לאתגרים הייחודיים של כל ארגון.

הכותב הוא מנכ”ל קינדריל ישראל