Yapay zekâ teknolojisinin gelişmesiyle beraber lojistik sektöründe kullanımını aktif olarak görmek mümkün. Özellikle akıllı depo sistemlerine yönelik yatırımların bir hayli fazlalaşmasıyla depo sistemlerinde teknolojilerin rolü gittikçe arttı. Bu konudaki araştırmalara göz atmak gerekirse, Modern Materials Handling’in 2019 yılında depolardaki otomasyon kullanımı hakkında düzenlemiş olduğu ankete göre, katılımcıların %42’si tamamen veya kısmen de olsa otomasyona dayalı konveyör sistemleri depolarında kullandıklarını ifade ediyor. Yine anketin devamında katılımcıların %38’i etiketleme ve barkod operasyonlarında, %57’si raporlama işlemlerinde ve %23’ü de paketleme operasyonlarında otomasyona dayalı sistemlerin kullanıldığını belirtiyor. Ayrıca ankete katılan şirketlerin %61’i, önümüzdeki iki yılda, ürün toplama verimliliklerini %59’a getirerek depo kullanım kapasitelerini geliştirmek istiyor. Anket sonucunda elde edilen rakamları göz önünde bulundurursak özellikle önümüzdeki iki yıl içinde, yapay zekânın depolarda kullanım oranı daha da artacak.
Yapay zekânın, insan beynine nazaran çok daha yüksek seviyede hesaplama kabiliyetine sahip olduğu açıktır. Bunun getirmiş olduğu avantajlardan en önemlisi, yüksek miktardaki veriyi eş-zamanlı ve kısa sürede ele almasıdır. Özellikle birçok depoda, IoT (Nesnelerin İnterneti) destekli cihazların kullanımının yaygınlaşmasıyla depo içindeki iletişim daha hızlı ve kolektif bir şekilde gerçekleşmeye başladı. Bu cihazlar sayesinde oluşan veri akışını, makine öğrenmesi algoritmalarına dayalı makineler çok daha hızlı bir şekilde ele alarak günlük yaşanılan sorunlara çözüm üreterek depo içindeki üretkenliği ve verimliliği artırdılar. Şimdi yapay zekâ teknolojisinin depolardaki sorunlara ne gibi çözümler getirip depolardaki verimliliği nasıl artırdığına madde madde göz atalım.
- Siparişlerin Depodan Toplanması
Depolar arası üretkenlik farkının oluşmasının en önemli nedeni şüphesiz siparişlerin toplanılıp ilgili yere iletilme süresinin birbirinden farklı olmasıdır. Bu problemi ortadan kaldırmak için derin-öğrenme algoritmasına sahip alıcılar (pickers), depo içindeki ürünleri, ürünlerin SKU (Stock Keeping Units) kodları gibi farklı parametreleri göz önünde bulundurarak talep sıklıklarını tahmin eder ve buna göre bir yol optimizasyonu yaparak ürünleri raflara dizer. Böylece depo içindeki ürün hareketliliğini öngörerek depo lojistiğini çok daha verimli hale getirir. Bu da ürünlerin, sonrasında daha hızlı bir şekilde toplanıp ilgili yere iletilmesini sağlar. Ayrıca depo içinde oluşabilecek tıkanıklığı minimum seviyeye indirir.
- Ürün Paketleme
Yapay zekânın yüksek seviyede hesaplama kabiliyetini düşünürsek ürünün paketlenmesi için en uygun ölçümlerin ne olması gerektiğini rahatlıkla bulabilirler. Kimi depolarda makinelerin kendisi paketlemeyi yapabiliyorlar. Böylelikle malzeme ve yerden maksimum seviyede verimlilik elde edilmesine yol açıyorlar.
- Depo İçinde Sayım
Müşterilerin talepleri ve teslimat miktarları arttıkça depo içinde giriş-çıkış artar ve bu nedenle depo içindeki ürün hareketliliği artabilir. Bu da yılın belirli dönemlerinde yapılan depo sayımlarında zorluk yaşanmasına neden olur. Ancak yapay zekâ gibi yüksek teknolojiler kullanılarak, stok kontrolü daha doğru ve seri bir şekilde gerçekleşir.
Ocado Şirket Akıllı Depo İncelemesi
Ocado İngiliz bir süpermarket firmasıdır. Diğer rakiplerinden farkı ise herhangi bir mağaza zincirine sahip olmadan tüm teslimatlarını akıllı deposundan gerçekleştiriyorlar. Tüm bu teknolojik gelişmeleri, aynı şirket bünyesinde bulunan fakat farklı bir bölüm olarak oluşturulan Ocado Technology çatısı altında gerçekleştiriyorlar.
Ocado, 600.000’den fazla aktif müşteriye ürün hizmet sağlamak için gelişmiş veri analitiği ve bulut depolama alanı kullanmaktadır. Yine toplamda 250 bin adet depolama alanı ve 1100 adet robot ile iş operasyonlarını gerçekleştirmektedir. Alışılmışın aksine depo, kutulardan oluşan 3-boyutlu ızgara şeklinde bir yüzeye sahiptir. Robotlar ızgara şeklindeki yüzeyde ileri-geri, sağa-sola hareket edip sipariş geldiğinde gerekli malzemeleri daha önce yerleştirmiş oldukları kutulardan toplarlar.
