特性物流及物料处理
影响仓库运营的三种新技术

人工智能、机器学习和机器人技术的新发展，加上移动设备和先进机械等技术，正在改变制造企业开展业务的方式。

通过提高客户需求和劳动力短缺等行业挑战的推动，许多制造和仓库管理人员发现自己需要重塑旧流程，以实现无与伦比的生产力和效率，同时保持成本，增长和利润目标。虽然这并不容易壮举，但更多的制造商正在转向技术，为他们提供操作和竞争优势。

作为全球仓库经过数字转型，移动设备，智能技术和数据分析将具有最大的立即影响。虽然大多数人熟悉这些趋势，但许多人并不意识到他们将在未来仓库中的深刻影响。

趋势1:移动设备

移动设备不是消费者眼中的新概念，但它们对仓库工作环境仍然相对较新的概念。根据VDC研究，53％的IT决策者表示，他们的移动部署不成熟或过时。随着移动技术变得无处不在，拥有连接劳动力的好处变得更加明显。

新的移动设备正以滚动的方式被引入工厂和仓库的工作场所，简化了那些发现自己很少固定在办公桌前的工人的生活。通过为员工提供移动设备访问企业系统和实时通信，他们可以减少在办公室和工厂之间来回更新报告和共享信息的时间，从而简化业务操作。

涵盖了移动工作的基本需求，下一个不断增长的波浪来自植物和仓库中的运营经理，这些仓库正在部署企业管理和保护的粗糙移动计算机，平板电脑和手持设备。这些管理人员认识到坚固的设备是专门的，并提供制造或仓库工作环境所需的生产力，安全性和数据安全功能。

这些设备在高温和低温，灰尘和灰尘，高海拔，振动和下降中提供耐用性。在明亮、刺眼的灯光下或室外阳光直射下，屏幕是可见的。触摸屏甚至可以带着手套使用，也可以在危险环境中使用。

坚固的移动设备可以优化数据收集，流程流程，提高安全性 - 为工人生产力提升提供机会。例如，在订单采摘过程中，员工配备有耳机和手持设备，具有条形码读取器来访问拣货指令并确认它们回到系统。解决方案通过与仓库管理系统（WMS）集成的语音拣选软件启用。

一旦员工用手持设备挑选并扫描商品的条形码，或通过语音确认，系统就会更新，表明挑选的商品是正确的。然后，语音系统提供下一个需要挑选的物品的方向和它的位置。部署这种移动解决方案的客户将生产率提高了10%至25%。

趋势2：智能技术

人工智能(AI)和物联网(IoT)等智能技术将在许多行业掀起轩然大波，但其结果将是制造业发生翻天覆地的变化。人工智能和物联网有助于数据网络，优化信息共享和通信。在制造业中，这些通信网络有助于质量控制，减少材料浪费，增加正常运行时间，并改善生产率和效率。

AI有能力自动化和简化制造生态系统，使数据驱动的决策从简单的建议到更精心的行政咨询。例如，而不是依赖于在质量保证期间发现缺陷的工人 - 耗时的播放任务 - AI算法可以在短时间内以秒的一部分被编程为点缺陷。自动化日常任务使工人能够完成更高级别和更重要的任务，而不是其他形式的繁琐的劳动或行政工作。

支持物联网的传感器在简化仓库中的业务流程、监控库存和防止可能对输出产生负面影响的意外短缺方面发挥了重要作用。传感器可以跟踪温度、湿度、光线等数据，甚至产品的位置。这确保了货物的正确储存和正确的物品在他们应该在的地方，甚至跟踪他们如何移动在仓库操作，以查明低效。

物联网有潜力提供大量实时、可操作的数据，这些数据可以随时通过移动设备访问，并进行分析，以优化仓库实践，做出更明智的商业决策。例如，从物联网传感器检索的数据可能表明，在拣选过程中，在仓库中移动的物品花费的时间最多。试图改善运输时间的仓库主管将能够精确地确定延误的原因，并决定投资挑选技术以加快这一过程，改善整体业务。

也许智能技术将给仓库操作带来的最具影响力的好处之一是执行预测性维护的能力。物联网传感器可以在仓库周围使用，从设备收集参数，并将其发送到基于云的数据库。然后，人工智能和机器学习可以解释传感器收集的数据，以确定功能和故障模式，最终在设备可能发生故障时进行学习。如果人工智能识别出可能发生的潜在故障，它可以自动向维修技术人员的设备发送实时警报。这些知识使维护团队能够在设备出现问题之前解决和服务设备，大大增加了正常运行时间。

趋势3：数据分析

为了从移动设备和智能技术中获得更大的优势，数据分析至关重要。数据本身提供了对设备、库存、业务流程和消费者的深入了解，但分析数据的方式将使经理和高管能够优化制造和仓储过程。

预测分析可以利用历史数据根据库存，消费者选择和趋势来为未来做出决策和计划。它通过数据算法创建模型和图表，以标记未来事件的概率，以帮助仓库仪表对产品的需求，可能的供应链风险和短期内的潜在机会。

例如，季节性需求波动可能使仓库难以应对。某些产品库存过多或不足会给仓库带来巨大的经济和运营负担。通过使用消费者行为和过去需求模式的数据，预测分析可以更准确地预测消费者需求，仓库可以提前做好准备，最终提高整体客户服务和满意度。仓库管理人员掌握了数据分析技术，就可以在复杂数据的支持下做出更智能的业务决策。

仓库今天面临着众多挑战，包括更快的运输期望，季节性需求波动，订单回报，全渠道销售等。虽然许多人正在转向技术，以提供竞争优势，但很难评估哪些技术投资于最伟大的投资。通过投资移动设备，智能技术和数据分析系统，仓库不仅可以看到可衡量的短期结果，而且从长期投资回报率中受益。

Jay Voorheis是松下的全国销售经理。