Кейс Из России: Оптимизация Складских Операций С Помощью Фитнес-Браслетов И Нейросетей

Технический директор компании Логистикс Дмитрий Блинов написал колонку для vc.ru о том, как команда компании разработала инструмент оптимизации складских операций, основанный на использовании фитнес-браслетов и нейросетей, с какими трудностями они столкнулись и решили проблемы.

Кейс из России: Оптимизация складских операций с помощью фитнес-браслетов и нейросетей

Сегодня высокие технологии входят в повседневную жизнь дольше и сложнее, чем они разрабатываются.

Если когда-то было сложно доверить управление автомобилем электронному устройству, то сегодня трудно поверить, что машина вообще может ездить без водителя.

То же самое и с новыми технологиями в производстве — Amazon уже готов отгружать партии товаров со склада дирижаблей с помощью дронов, а большинство складов по-прежнему ассоциируются с грязным и плохо оплачиваемым ручным трудом.

Технологии, способные радикально изменить как сам рабочий процесс, так и эффект от него, уже сегодня доступны каждой компании.

Кейс из России: Оптимизация складских операций с помощью фитнес-браслетов и нейросетей

Способ повышения производительности — «бегать быстрее»

Мы вышли на рынок автоматизации складов и системной интеграции в 2004 году, в разгар освоения российского рынка иностранными вендорами.

Каждый второй из них был «ведущим европейцем»; Стоимость решений превышала $200 тысяч, а функционал был настолько ограничен, что при общении с ними невольно на ум приходят ассоциации об индейцах и бусах.

Я даже слышал предложения «забыть о разработке и продавать хороший европейский софт».

Чтобы иметь возможность конкурировать с компаниями, оборот которых на тот момент превышал наш в сотни, а то и тысячи раз, мы решили сделать ставку на инновационный подход. Понимая, что запас возможностей автоматизации складов простыми средствами уже исчерпан, мы искали что-то совершенно новое — что-то, что позволило бы «бегать быстрее», казалось бы, не имея для этого возможностей.

И это пришло само собой – многие сотрудники нашей компании занимаются спортом и не понаслышке знают о физической активности и о том, как важно грамотно подходить к тренировкам, а значит, и к любой физической работе.

Мы поняли, что нужно менять сам подход, культуру работы, начиная с человека, с его потенциала и возможностей.

К 2006 году у нас была разработана комплексная теоретическая база, а мощность оборудования позволяла использовать технологии на основе эмуляторов нейронных сетей.

Рынок был совершенно не готов даже использовать этот термин в этом контексте, на отраслевых конференциях на нас смотрели как на колдунов, продающих волшебные порошки, а однажды в конце доклада разгорелся громкий и продолжительный спор с криками и трясками.

кулаки.

Лишь один человек в первом ряду спокойно выслушал все аргументы, прочитав газету, затем сложил ее и весомо заметил: «Японцы говорили об этом 10 лет назад».

Мы предложили одному из наших клиентов запустить пилотный проект по анализу качества отправлений, который позволит формировать команды сотрудников по качеству и скорости работы, а также выявлять потенциально ответственных за проблемы.

И они нам поверили.

Забегая вперед, оно того стоило – точность прогноза составила более 80%.

Сложность клиента заключалась в высокой ротации кадров, но при этом сотрудники часто возвращались на склад «зарабатывать».

То есть, собрав данные во время работы сотрудника, можно было использовать их позже, когда сотрудник вернется на работу.

Другой проблемой были ярко выраженные личные отношения между сотрудниками, когда объединить отдельных людей в одну команду было буквально невозможно – это было чревато конфликтами или, наоборот, долгими задушевными разговорами, что всегда приводило к плохому качеству поставок.

Задача была проанализировать возможность замены всезнающего мастера информационной системой (если не полностью, то хотя бы частично).

Площадь склада заказчика составила около 7 тысяч квадратных метров, в смену работало 30 сотрудников.

Срок реализации составил 4 месяца, параметры измерялись ежемесячно.

Полученные в результате этой работы данные мы проанализировали, обобщили и представили на отраслевой конференции в октябре 2006 года.

Сегодня мы вспоминаем то время с улыбкой, ведь эти проблемы можно решить гораздо эффективнее совершенно другими и гораздо более простыми методами, но иногда использование потенциала нейронной сети требуется не столько для решения проблемы, сколько для поиска методов решения.

Мы поняли, что инструмент работает и его можно использовать.

В 2009–2010 годах мы использовали функционал нейронных сетей для выявления факторов, которые необходимо учитывать при расчете параметров товарных потоков.

Мы смогли использовать результаты для разработки собственной методологии проектирования процессов.

В тот момент мы допустили одну из своих главных ошибок – это был наш маркетинговый провал.

Фактически, имея на руках готовый продукт и потратив на его разработку около 7 миллионов рублей, мы уделили внимание его функционалу и алгоритмам, а не продвижению на рынке.

В итоге, закончив с энтузиазмом решать технические вопросы, мы обнаружили сплошные потери и полное отсутствие желающих использовать наши разработки из-за отсутствия вменяемых вариантов использования.

Преимущества кризиса

До 2014 года внутренний рынок работал в парадигме G2M («товар к человеку»), то есть стремлении к полностью роботизированному складу.

Зарубежные производители активно демонстрировали на выставках разнообразные манипуляторы, автоматические системы размещения и извлечения товаров (АС/РС), конвейеры и другое оборудование для автоматизации товародвижения, которое начинало активно использоваться на складах.

Однако резкий рост курса доллара и евро внес свои коррективы, и рынок вернулся к технологии M2G – «человек на товар», переключив свое внимание на людей как на основной ресурс повышения производительности.

К этому времени мы уже провели аудит более 50 предприятий-клиентов; мы пришли к выводу, что даже на тех складах, где внедрена система управления (WMS), нельзя назвать рациональное использование человеческих ресурсов.

Например, на многих складах нет распределения нагрузки: даже на уровне проектирования учитывается только максимальная нагрузка на работника в виде объема или веса, а порядок операций нигде не фигурирует. Таким образом, мы получаем совершенно неравномерное разделение труда: кому-то могут достаться задачи по работе с большими нагрузками, требующими восстановления после выполнения нескольких операций, а кто-то будет работать с «мелочами», имея низкие трудозатраты на выполнение операций, но высокие - идти по маршруту («пробежкам»).

И мы снова вспомнили нашу аналогию со спортзалом.

Только в этот момент уже стали доступны новые гаджеты – фитнес-браслеты.

Мы объединили наши разработки с возможностями браслетов и снова обратились к нашим клиентам с предложением протестировать технологию на их объектах.

Речь шла о складе площадью около 8 тысяч квадратных метров, на котором работали 19 сотрудников, и втором - более 10 тысяч квадратных метров на 25 сотрудников.

Первые тесты показали, что измерение пульса у разных людей дает разные результаты.

Пульс в состоянии покоя может быть разным, а кроме того, люди по-разному привыкают к стрессу, и то, что еще неделю назад казалось подвигом, завтра становится частью повседневной работы.

Для интерпретации данных мы подключили к анализу результатов нейронную сеть и смогли создать для каждого сотрудника собственный «физический профиль», который позволяет интерпретировать результаты и принимать решения об чередовании задач для повышения производительности, избегая « перегрузка» сотрудников.

С нашими результатами мы обратились к профессиональным врачам и медицинским консультантам – оказалось, что при грамотном подходе и контроле за состоянием здоровья сотрудника, чередовании рабочих нагрузок мы легко можем повысить производительность труда на 8-10%.