고객 수요를 충족하기 위해 기존 노동력 최적화

최근 SupplyChainBrain "공급망 인력 부족에 대한 해결책이 있습니까?"라는 블로그를 게시했습니다. 이 기사는 올해 인력이 감소하는 이유에 대해 설명합니다. 이론적으로 많은 고용주들은 연방 실업 수당이 9월에 소진되면 사람들이 일자리를 찾기 시작할 것이라고 생각했습니다. 하지만 그런 일은 일어나지 않았습니다.

이 기사에서 노동력 부족에 대해 언급한 다른 이유에는 사람들이 직장으로 복귀하는 것을 두려워하게 만드는 전염병의 여파가 포함됩니다. 한편 근로자들은 집에 머물기로 결정하거나 집에 있어야 하므로 온라인으로 더 많이 구매하여 운송 및 창고 운영에 심각한 부담을 주었습니다.

주문의 증가로 인해 더 많은 작업자가 주문을 채울 필요가 생겼습니다. 운송업체는 상품을 배달할 트럭 운전사를 찾는 데 점점 더 어려움을 겪고 있습니다. 창고 소유자는 시간당 급여를 인상하고 혜택을 추가하며 휴게소를 업데이트하고 있습니다. 하지만 고용할 노동력이 충분하지 않습니다.

일부 회사는 창고 또는 유통 작업에 자동화를 추가하면 이행 속도가 빨라지고 노동 수요가 감소할 것이라고 생각합니다. 소프트웨어 공급업체는 창고 관리 시스템(WMS), 야드 관리 시스템, 데이터 복제, 디지털 트윈, 증강 현실, 인공 지능, 로봇 자동화 및 블록체인을 포함하여 창고의 효율성을 높이는 기술을 약속합니다.

많은 조직에서 운영 효율성을 높이고 더 나은 고객 서비스를 제공하기 위해 이미 이러한 애플리케이션 중 일부에 투자하기 시작했습니다. 그러나 이러한 각 기술에는 고유한 복잡성이 수반됩니다.

거의 모든 다른 혁신적인 시스템의 기반을 제공하는 WMS는 창고 전체에 중요한 데이터를 생성합니다. 많은 회사에서 쿼리, 시각화 및 경고를 위해 실시간 WMS 데이터를 가져오는 액세스하기 쉬운 데이터베이스를 생성하는 "데이터 복제본"이라고 하는 새로운 유형의 기술을 채택하고 있습니다.

데이터는 물류 센터의 미래 상태를 이해하는 데 기여해야 합니다. 흔히 "가정" 계획이라고 하는 이 계획은 디지털 트윈 기술을 활용합니다. 디지털 트윈은 미래에 일어날 일을 예측하기 위해 미래에 직면한 모든 활동을 분석하는 창고의 수학적 모델입니다. 우수한 디지털 트윈은 노동력, 배송, 재고 가용성, 작업, 공간 및 기타 리소스를 설명합니다.

AI 기반 제약 기반 최적화는 다양한 활동 시스템을 최적화하는 데 사용할 수 있습니다. 디지털 트윈과 함께 사용하면 이 기술은 일련의 이벤트를 처방하고 실행 가능한 일정을 만들고 손과 노동을 최소화할 수 있습니다.

기술 로드맵의 마지막 단계는 창고에서 많은 인간 프로세스를 자동화하는 것입니다. 로봇과 같은 자동화의 문제는 고가의 장치가 필요하고 롤아웃이 어렵고 시간이 오래 걸린다는 것입니다.

오늘날 많은 조직은 주변 창고의 마이크로 플로우를 고려하지 않고 공급망에 자동화를 적용합니다. 예를 들어 소비재 배송업체는 자동화 지게차를 사용하여 팔레트를 준비할 수 있지만 해당 팔레트는 트레일러에 싣기 전에 12시간 동안 준비 구역에 있을 수 있습니다. 팔레트는 필요한 것보다 더 오랜 시간 동안 귀중한 준비 공간을 소비하며 사이트에서 다른 주문을 제시간에 완전히 받을 기회를 잃을 수 있습니다.

창고는 또한 고객 이행을 희생하지 않으면서 기존 노동력을 최적화해야 하는 과제에 직면해 있습니다. 누군가가 출근하지 않으면 어떻게 됩니까? 일이 계획대로 되지 않는다면? 또는 아직 채워지지 않은 현장 직원이 있고 현재 보유하고 있는 인력을 최적화하는 가장 좋은 방법이 확실하지 않다면?

WMS 가속기라고 하는 새로운 접근 방식은 몇 분마다 창고 내부에서 일어나는 일에 따라 활동을 조정하고 재조정합니다. 이러한 시스템은 창고 관리, 야드 관리, 주문 관리, 가시성 및 생산 시스템에서 데이터를 가져와 단일 통합 운영 보기를 제공합니다. 디지털 트윈 기술을 사용하면 데이터를 사용하여 어떤 일이 일어날지 예측할 수 있습니다. 이 기술은 모든 시스템과 알려진 모든 배송 및 주문 정보에서 현재 상태를 가져오고 노동, 재고 및 작업 시간과 같은 알려진 제약 조건을 기반으로 미래를 제시합니다.

예를 들어, 단일 Procter &Gamble 물류 센터에서 WMS 가속기를 사용하여 일일 계획 시간을 97% 단축하여 일일 노동 활동 계획을 8시간에서 15분으로 단축했습니다. WMS 가속기를 사용하는 다른 기업은 현장 생산성의 손실 없이 계획되지 않은 임시 노동력 감소를 영구적으로 만들 수 있습니다. 교대 근무당 직원 한 명을 줄이는 것은 연간 $100,000 이상을 절약하는 것과 같습니다. 대규모 사이트에서는 이러한 감소가 빠르게 누적될 수 있습니다.

Keith Moore는 AutoScheduler.AI의 최고 제품 책임자입니다.