ಲಾಭಗಳು:
- ಗೋದಾಮಿನ ವಿನ್ಯಾಸ, ಪಿಕಿಂಗ್ ಮಾರ್ಗಗಳು, ಸ್ಲಾಟಿಂಗ್ ಮತ್ತು ಕಾರ್ಯಪಡೆಯ ಯೋಜನೆಗಳ ಪರಿಕಲ್ಪನೆಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವ ಸಾಮರ್ಥ್ಯ ಮತ್ತು ದಕ್ಷತೆಯ ಸನ್ನಿವೇಶಗಳನ್ನು ಉತ್ಪಾದಿಸಲು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ಬಳಸುವುದು
- ಆರ್ಡರ್ ಸಾಂದ್ರತೆ ಮತ್ತು ಆರ್ಟಿಫಿಶಿಯಲ್ ಇಂಟೆಲಿಜೆನ್ಸ್ ಬೆಂಬಲದೊಂದಿಗೆ ಉತ್ಪನ್ನ ಚಲನೆಯ ವೇಗಕ್ಕೆ ಅನುಗುಣವಾಗಿ ವಿನ್ಯಾಸ ಮತ್ತು ತರಂಗ ಯೋಜನೆಯನ್ನು ರೂಪಿಸುವ ಸಾಮರ್ಥ್ಯ
- ಕ್ಷೇತ್ರ ಸುರಕ್ಷತೆ, ದಕ್ಷತಾಶಾಸ್ತ್ರ ಮತ್ತು ನಿಜವಾದ ಗೋದಾಮಿನ ನಿರ್ಬಂಧಗಳ ವಿಷಯದಲ್ಲಿ ಕಾರ್ಯಾಚರಣೆಯ ನಿರ್ವಾಹಕರ ಪರಿಶೀಲನೆಯ ಮೇಲೆ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಶಿಫಾರಸುಗಳು ಅವಲಂಬಿತವಾಗಿದೆ ಎಂದು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವ ಸಾಮರ್ಥ್ಯ.
ನೀವು ಗೋದಾಮಿಗೆ ಪ್ರವೇಶಿಸಿದಾಗ ನೀವು ನೋಡುವ ಕಪಾಟುಗಳು, ಫೋರ್ಕ್ಲಿಫ್ಟ್ಗಳು ಮತ್ತು ಚಾಲನೆಯಲ್ಲಿರುವ ಉದ್ಯೋಗಿಗಳು ವಾಸ್ತವವಾಗಿ ಸಮಯದ ದೈತ್ಯ ಸಮೀಕರಣವಾಗಿದೆ. ಗೋದಾಮಿನ ದಕ್ಷತೆ; ಇದು ಸರಕುಗಳನ್ನು ಎಲ್ಲಿ ಇರಿಸಲಾಗುತ್ತದೆ, ಆದೇಶವನ್ನು ಹೇಗೆ ಆರಿಸಲಾಗುತ್ತದೆ ಮತ್ತು ಸರಿಯಾದ ಸಮಯದಲ್ಲಿ ಕೆಲಸ ಮಾಡುವ ಜನರ ಸರಿಯಾದ ಸಂಖ್ಯೆಯನ್ನು ಅವಲಂಬಿಸಿರುತ್ತದೆ. ಗೋದಾಮಿನ ಕಾರ್ಯಾಚರಣೆಗಳು (ಗೋದಾಮಿನ ಕಾರ್ಯಾಚರಣೆಗಳು - ಸರಕುಗಳ ಸ್ವೀಕಾರ, ನಿಯೋಜನೆ, ಸಂಗ್ರಹಣೆ, ಪ್ಯಾಕೇಜಿಂಗ್ ಮತ್ತು ಸಾಗಣೆಯ ನಿರ್ವಹಣೆ) ಪೂರೈಕೆ ಸರಪಳಿಯ ಅತ್ಯಂತ ಕಾರ್ಮಿಕ-ತೀವ್ರ ಮತ್ತು "ಕಳೆದುಹೋದ ಸೆಕೆಂಡುಗಳ" ಲಿಂಕ್ ಆಗಿದೆ. ಕೇವಲ ಆಯ್ಕೆ ಪ್ರಕ್ರಿಯೆಯು ಗೋದಾಮಿನ ಕಾರ್ಯಪಡೆಯ ಅರ್ಧಕ್ಕಿಂತ ಹೆಚ್ಚು ಜನರನ್ನು ಬಳಸುತ್ತದೆ. ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ಇಲ್ಲಿ ಪ್ರಬಲ ವಿಶ್ಲೇಷಕವಾಗಿದೆ: ಇದು ಯಾವ ಉತ್ಪನ್ನವನ್ನು ಎಲ್ಲಿ ಇರಿಸಬೇಕು, ಆದೇಶಗಳನ್ನು ಹೇಗೆ ಗುಂಪು ಮಾಡಲಾಗುತ್ತದೆ, ಯಾವ ಸಮಯದಲ್ಲಿ ಎಷ್ಟು ಜನರು ಬೇಕು ಮತ್ತು ಸನ್ನಿವೇಶಗಳನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ. ಆದರೆ AI ನಿಂದ ಚಿತ್ರಿಸಿದ ಪ್ರತಿಯೊಂದು ನಿಯೋಜನೆ ಮತ್ತು ಮಾರ್ಗವನ್ನು ಸುರಕ್ಷತೆ, ದಕ್ಷತಾಶಾಸ್ತ್ರ ಮತ್ತು ಕ್ಷೇತ್ರದ ಭೌತಿಕ ನೈಜತೆಗಳೊಂದಿಗೆ ಪರೀಕ್ಷಿಸದೆ ಕಾರ್ಯಗತಗೊಳಿಸಲಾಗುವುದಿಲ್ಲ; ಅಂತಿಮ ಹೇಳಿಕೆಯು ಕಾರ್ಯಾಚರಣೆಯ ವ್ಯವಸ್ಥಾಪಕರಿಗೆ ಸೇರಿದೆ.
ಗೋದಾಮಿನ ದಕ್ಷತೆಯ ಭಾಷೆ
ಕೆಲವು ಪರಿಕಲ್ಪನೆಗಳನ್ನು ಸ್ಪಷ್ಟಪಡಿಸೋಣ. ಸ್ಲಾಟಿಂಗ್: ಗೋದಾಮಿನ ಯಾವ ವಿಭಾಗದಲ್ಲಿ ಯಾವ ಉತ್ಪನ್ನವನ್ನು ಇರಿಸಲಾಗುವುದು ಎಂದು ಯೋಜಿಸುವುದು. ಆಯ್ಕೆ ಮಾಡುವ ಮಾರ್ಗ: ಕನಿಷ್ಠ ಪ್ರಮಾಣದ ನಡಿಗೆಯೊಂದಿಗೆ ಉತ್ಪನ್ನಗಳನ್ನು ಸಂಗ್ರಹಿಸಲು ಪಿಕ್ಕರ್ ಅನುಸರಿಸುವ ಮಾರ್ಗ. ತರಂಗ ಯೋಜನೆ: ಆರ್ಡರ್ಗಳನ್ನು ಒಂದೊಂದಾಗಿ ಸಂಗ್ರಹಿಸುವ ಬದಲು ಗುಂಪುಗಳಲ್ಲಿ (ತರಂಗಗಳು) ಸಂಗ್ರಹಿಸುವುದು. ವೇಗ: ಉತ್ಪನ್ನವನ್ನು ಎಷ್ಟು ಬಾರಿ ಆಯ್ಕೆ ಮಾಡಲಾಗುತ್ತದೆ; ವೇಗವಾಗಿ ಚಲಿಸುವ ಉತ್ಪನ್ನಗಳನ್ನು "ಎ ಮೂವಿಂಗ್" ಎಂದು ಕರೆಯಲಾಗುತ್ತದೆ. ಪ್ರಯಾಣದ ದೂರ: ಆರ್ಡರ್ ಅನ್ನು ಪೂರ್ಣಗೊಳಿಸಲು ಪಿಕ್ಕರ್ ಪ್ರಯಾಣಿಸುವ ಒಟ್ಟು ದೂರ - ಗೋದಾಮಿನ ದಕ್ಷತೆಯ ದೊಡ್ಡ ಶತ್ರು.
ಮೂಲ ತತ್ವವು ಸರಳವಾಗಿದೆ: ವೇಗವಾಗಿ ಚಲಿಸುವ ಉತ್ಪನ್ನವನ್ನು ಇರಿಸಿ ಅಲ್ಲಿ ಪಿಕ್ಕರ್ ಅದನ್ನು ಸುಲಭವಾಗಿ ತಲುಪಬಹುದು. ಉತ್ತಮ-ಮಾರಾಟದ ಉತ್ಪನ್ನವು ಗೋದಾಮಿನ ಕೆಳಗಿನ ಮೂಲೆಯಲ್ಲಿದ್ದರೆ, ಪ್ರತಿ ಆದೇಶವು ಹೆಚ್ಚುವರಿ ವಾಕಿಂಗ್ ಎಂದರ್ಥ. ಮಾರಾಟದ ಡೇಟಾವನ್ನು ಬಳಸಿಕೊಂಡು, AI ಯಾವ ಉತ್ಪನ್ನವು "ಬಿಸಿ" ಮತ್ತು ಅದನ್ನು ಆದರ್ಶಪ್ರಾಯವಾಗಿ ಎಲ್ಲಿ ಇರಿಸಬೇಕು ಎಂಬುದನ್ನು ತೋರಿಸುತ್ತದೆ. ಇದು "ಗೋಲ್ಡನ್ ಝೋನ್" ತರ್ಕದೊಂದಿಗೆ ಸಂಯೋಜಿಸಲ್ಪಟ್ಟಿದೆ - ಸೊಂಟದಿಂದ ಕಣ್ಣಿಗೆ ಶೆಲ್ಫ್ನ ಎತ್ತರ, ಅಲ್ಲಿ ನೀವು ಬಾಗದೆಯೇ ತಲುಪಬಹುದು, ಎರಡೂ ವೇಗವನ್ನು ಹೆಚ್ಚಿಸುತ್ತದೆ ಮತ್ತು ನೌಕರನ ಬೆನ್ನನ್ನು ರಕ್ಷಿಸುತ್ತದೆ.
ಸಲಹೆ: ಸ್ಲಾಟಿಂಗ್ ಅನ್ನು ಸರಿಪಡಿಸಲಾಗಿದೆ ಎಂದು ಭಾವಿಸಬೇಡಿ. ಉತ್ಪನ್ನಗಳ ಚಲನೆಯ ವೇಗವು ಋತು ಮತ್ತು ಪ್ರಚಾರದ ಪ್ರಕಾರ ಬದಲಾಗುತ್ತದೆ. ಬೇಸಿಗೆ ಬೆಳೆಯನ್ನು ಬೇಸಿಗೆಯಲ್ಲಿ ಗೋಲ್ಡನ್ ಪ್ರದೇಶಕ್ಕೆ ಮತ್ತು ಚಳಿಗಾಲದಲ್ಲಿ ಹಿಂಭಾಗಕ್ಕೆ ತೆಗೆದುಕೊಳ್ಳಿ. AI ನಿಯತಕಾಲಿಕವಾಗಿ "ಯಾವ ಉತ್ಪನ್ನಗಳನ್ನು ಬದಲಿಸಬೇಕು" ಎಂಬ ಪಟ್ಟಿಯನ್ನು ಉತ್ಪಾದಿಸಬಹುದು; ನೀವು ಇದನ್ನು ಕ್ಷೇತ್ರ ನಿರ್ಬಂಧಗಳೊಂದಿಗೆ ಅನ್ವಯಿಸುತ್ತೀರಿ.
ಸಂಗ್ರಹಣೆ ಮತ್ತು ತರಂಗ ಯೋಜನೆ
ಒಂದು ಪಿಕ್ಕರ್ ಅವರು ಒಂದೇ ಆದೇಶಕ್ಕಾಗಿ ಸಂಪೂರ್ಣ ಗೋದಾಮಿನ ಮೂಲಕ ಹೋದರೆ ಬಹಳಷ್ಟು ಸಮಯವನ್ನು ವ್ಯರ್ಥ ಮಾಡುತ್ತಾರೆ. ಬದಲಾಗಿ, ಬ್ಯಾಚ್ ಪಿಕಿಂಗ್ ಅನ್ನು ಮಾಡಲಾಗುತ್ತದೆ: ಒಂದೇ ಸುತ್ತಿನಲ್ಲಿ ಅನೇಕ ಆದೇಶಗಳಿಂದ ಅದೇ ಉತ್ಪನ್ನಗಳನ್ನು ಆಯ್ಕೆ ಮಾಡಲಾಗುತ್ತದೆ. ವಲಯ ಆಯ್ಕೆ: ಪ್ರತಿ ಪಿಕ್ಕರ್ ನಿರ್ದಿಷ್ಟ ಪ್ರದೇಶಕ್ಕೆ ಜವಾಬ್ದಾರನಾಗಿರುತ್ತಾನೆ, ಆದೇಶವನ್ನು ಪ್ರದೇಶಗಳ ನಡುವೆ ವರ್ಗಾಯಿಸಲಾಗುತ್ತದೆ. ಆರ್ಡರ್ ರಚನೆಯ ಮೇಲೆ ಯಾವ ವಿಧಾನವು ಸೂಕ್ತವಾಗಿದೆ - ಹಲವಾರು ಐಟಂಗಳೊಂದಿಗೆ ಕೆಲವು ಆರ್ಡರ್ಗಳು ಅಥವಾ ಕೆಲವು ಐಟಂಗಳೊಂದಿಗೆ ಹಲವು ಆರ್ಡರ್ಗಳು? AI ಐತಿಹಾಸಿಕ ಕ್ರಮದ ಡೇಟಾವನ್ನು ವಿಶ್ಲೇಷಿಸುತ್ತದೆ ಮತ್ತು ಆಯ್ಕೆ ಮಾಡುವ ತಂತ್ರವು ವಾಕಿಂಗ್ ದೂರವನ್ನು ಕಡಿಮೆ ಮಾಡುವ ಸನ್ನಿವೇಶಗಳನ್ನು ತೋರಿಸುತ್ತದೆ.
ತರಂಗ ಯೋಜನೆ ಸಮಯಕ್ಕೆ ಸಂಬಂಧಿಸಿದ ವಿಷಯ: ಬೆಳಿಗ್ಗೆ ಸ್ವೀಕರಿಸಿದ ಆದೇಶಗಳನ್ನು ತಕ್ಷಣವೇ ಸಂಗ್ರಹಿಸಬೇಕೇ ಅಥವಾ ಒಂದೇ ತರಂಗದಲ್ಲಿ ಮಧ್ಯಾಹ್ನದವರೆಗೆ ಸಂಗ್ರಹಿಸಬೇಕೇ? ಆರಂಭಿಕ ಆಯ್ಕೆಯು ವೇಗದ ಸಾಗಾಟವನ್ನು ಖಚಿತಪಡಿಸುತ್ತದೆ ಆದರೆ ಗುಂಪು ಆಪ್ಟಿಮೈಸೇಶನ್ ಅನ್ನು ತಪ್ಪಿಸುತ್ತದೆ; ಶೇಖರಣೆಯು ಪರಿಣಾಮಕಾರಿಯಾಗಿರುತ್ತದೆ ಆದರೆ ವಿಳಂಬದ ಅಪಾಯವನ್ನು ಹೊಂದಿರುತ್ತದೆ. ಕಾರ್ಗೋ ನಿರ್ಗಮನ ಸಮಯದ ಆಧಾರದ ಮೇಲೆ ಈ ಸಮತೋಲನವನ್ನು ಉತ್ತಮಗೊಳಿಸುವ ಒಂದು ನೀಲನಕ್ಷೆಯನ್ನು AI ಉತ್ಪಾದಿಸಬಹುದು.
ಉದ್ಯೋಗಿಗಳ ಯೋಜನೆ
ಗೋದಾಮಿನಲ್ಲಿನ ಅತ್ಯಂತ ದುಬಾರಿ ಸಂಪನ್ಮೂಲವೆಂದರೆ ಜನರು, ಮತ್ತು ಬೇಡಿಕೆಯು ದಿನವಿಡೀ ಏರಿಳಿತಗೊಳ್ಳುತ್ತದೆ. ಬೆಳಿಗ್ಗೆ ಸರಕು ಸ್ವೀಕಾರ, ಮಧ್ಯಾಹ್ನ ಸಾಗಣೆ ತೀವ್ರಗೊಳ್ಳುತ್ತದೆ; ಸೋಮವಾರ ಮತ್ತು ಶುಕ್ರವಾರ ವಿಭಿನ್ನವಾಗಿದೆ. ನೀವು ಹೆಚ್ಚು ಜನರನ್ನು ಕರೆದರೆ, ಕೆಲಸವಿಲ್ಲದೆ ಕಾಯುವ ಕೆಲಸಗಾರನಿಗೆ ನೀವು ಪಾವತಿಸುತ್ತೀರಿ; ನೀವು ಕಡಿಮೆ ಕರೆ ಮಾಡಿದರೆ, ಆರ್ಡರ್ಗಳು ವಿಳಂಬವಾಗುತ್ತವೆ. AI ಐತಿಹಾಸಿಕ ಕ್ರಮದ ಪರಿಮಾಣವನ್ನು ವಿಶ್ಲೇಷಿಸುತ್ತದೆ ಮತ್ತು ಯಾವ ದಿನ ಮತ್ತು ಸಮಯದಲ್ಲಿ ಎಷ್ಟು ಜನರ ಅಗತ್ಯವಿದೆ ಎಂಬುದನ್ನು ಊಹಿಸುವ ಶಿಫ್ಟ್ ಔಟ್ಲೈನ್ ಅನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ. ಆದರೆ ಇದು ಒಂದು ಸಲಹೆಯಾಗಿದೆ: ರಜೆಯ ಅರ್ಹತೆಗಳು, ಕಾನೂನು ಕೆಲಸದ ಸಮಯ, ಉದ್ಯೋಗಿ ಕೌಶಲ್ಯ ಮತ್ತು ನ್ಯಾಯಯುತ ಶಿಫ್ಟ್ ಹಂಚಿಕೆ ಮಾನವ ವ್ಯವಸ್ಥಾಪಕರ ಜವಾಬ್ದಾರಿಯಾಗಿದೆ.
ಹುಷಾರಾಗಿರು: AI "ಅತ್ಯಂತ ಉತ್ಪಾದಕ" ಎಂದು ಕರೆಯುವ ಶಿಫ್ಟ್ ವೇಳಾಪಟ್ಟಿಯು ನಿರಂತರವಾಗಿ ಕೆಲಸಗಾರನನ್ನು ಕಠಿಣ ಕೆಲಸದಲ್ಲಿ ಅಥವಾ ಕೆಟ್ಟ ಗಂಟೆಯಲ್ಲಿ ಇರಿಸಬಹುದು. ದಕ್ಷತೆ ಮಾತ್ರ ಮಾನದಂಡವಲ್ಲ; ಔದ್ಯೋಗಿಕ ಆರೋಗ್ಯ, ನ್ಯಾಯ ಮತ್ತು ಕಾನೂನು ಹಕ್ಕುಗಳು ಯಾವಾಗಲೂ ಆದ್ಯತೆಯಾಗಿರುತ್ತದೆ. AI ಯೋಜನೆಯು ಆರಂಭಿಕ ಡ್ರಾಫ್ಟ್ ಆಗಿದೆ, ಇದು ಮಾನವ ಫಿಲ್ಟರ್ ಮೂಲಕ ಹಾದುಹೋಗುತ್ತದೆ.
ಮೂರು ಸಣ್ಣ ಪ್ರಕರಣಗಳು
ಪ್ರಕರಣ 1 - ಸ್ಲಾಟ್ ಮಾಡುವ ಮೂಲಕ ದೂರವನ್ನು ಪಡೆಯಲಾಗಿದೆ. ಒಂದು ಇ-ಕಾಮರ್ಸ್ ಗೋದಾಮಿನಲ್ಲಿ, ಪಿಕ್ಕರ್ಗಳು ದಿನಕ್ಕೆ ಸರಾಸರಿ 12 ಕಿ.ಮೀ ನಡೆದರು. AI ಕಳೆದ 6 ತಿಂಗಳ ಅನಾಮಧೇಯ ಆದೇಶದ ಡೇಟಾವನ್ನು ವಿಶ್ಲೇಷಿಸಿದೆ ಮತ್ತು 200 ಹೆಚ್ಚು ಸಂಗ್ರಹಿಸಿದ ಉತ್ಪನ್ನಗಳನ್ನು ಗುರುತಿಸಿದೆ; ಅವುಗಳಲ್ಲಿ ಅರ್ಧದಷ್ಟು ಗೋದಾಮಿನ ದೂರದ ಪ್ರದೇಶಗಳಲ್ಲಿದ್ದವು. ಹೊಸ ಸ್ಲಾಟಿಂಗ್ ಯೋಜನೆಯಲ್ಲಿ, ಈ ಉತ್ಪನ್ನಗಳನ್ನು ಪ್ರವೇಶದ್ವಾರದ ಬಳಿ ಮತ್ತು ಚಿನ್ನದ ವಲಯದಲ್ಲಿ ಇರಿಸಲಾಗಿದೆ. ಕಾರ್ಯಗತಗೊಳಿಸುವ ಮೊದಲು, ಕಾರ್ಯಾಚರಣೆಯ ನಿರ್ವಾಹಕರು ಸೈಟ್ ಸುರಕ್ಷತೆಗಾಗಿ ಪ್ರತಿ ಸಲಹೆಯನ್ನು ಪರಿಶೀಲಿಸಿದರು (ಭಾರೀ ವಸ್ತುಗಳು ಕೆಳಗಿನ ಶೆಲ್ಫ್ನಲ್ಲಿ ಉಳಿದಿವೆ). ಫಲಿತಾಂಶ: ಸರಾಸರಿ ವಾಕಿಂಗ್ ದೂರವು 31% ರಷ್ಟು ಕಡಿಮೆಯಾಗಿದೆ, ದೈನಂದಿನ ಸಂಗ್ರಹಣಾ ಸಾಮರ್ಥ್ಯ ಹೆಚ್ಚಾಗಿದೆ.
ಪ್ರಕರಣ 2 - ತರಂಗ ಯೋಜನೆಯಿಂದ ಸರಕು ಸೆರೆಹಿಡಿಯುವಿಕೆ. ಒಂದು ವಿತರಣಾ ಗೋದಾಮು ನಿರಂತರವಾಗಿ ಅದರ ಸಂಜೆ ಸರಕು ನಿರ್ಗಮನವನ್ನು ಕಾಣೆಯಾಗಿದೆ. AI ಆದೇಶದ ಹರಿವು ಮತ್ತು ಶಿಪ್ಪಿಂಗ್ ಸಮಯವನ್ನು ವಿಶ್ಲೇಷಿಸಿದೆ ಮತ್ತು ಎರಡು-ತರಂಗ ವೇಳಾಪಟ್ಟಿಯನ್ನು ಸೂಚಿಸಿದೆ: 11:00 ಮತ್ತು 15:00 ವಿಭಾಗಗಳು. ತಡವಾಗಿ ಬರುವ ಆರ್ಡರ್ಗಳು ಸಹ ಕೊನೆಯ ಸಾಗಣೆಯನ್ನು ಹಿಡಿದಿವೆ ಎಂದು ಇದು ಖಚಿತಪಡಿಸಿತು. ಉಸ್ತುವಾರಿ ವ್ಯಕ್ತಿ ಒಂದು ವಾರದವರೆಗೆ ಯೋಜನೆಯನ್ನು ಪರೀಕ್ಷಿಸಿ ಮತ್ತು ತಿರುಚಿದರು. ಸಮಯಕ್ಕೆ ಸಾಗಣೆ ದರವು 82% ರಿಂದ 96% ಕ್ಕೆ ಏರಿದೆ.
ಪ್ರಕರಣ 3 - ದಕ್ಷತೆಗಾಗಿ ಭದ್ರತೆಯನ್ನು ತ್ಯಾಗ ಮಾಡದಿರುವುದು. ಒಬ್ಬ ವಿಶ್ಲೇಷಕರು AI ಸೂಚಿಸಿದ ಸಂಗ್ರಹ ಮಾರ್ಗವನ್ನು ಹಾಗೆಯೇ ಕಾರ್ಯಗತಗೊಳಿಸಲು ಬಯಸಿದ್ದರು. ಆದಾಗ್ಯೂ, ಭಾರೀ ಫೋರ್ಕ್ಲಿಫ್ಟ್ ದಟ್ಟಣೆಯೊಂದಿಗೆ ಕಾರಿಡಾರ್ ಮೂಲಕ ಪಾದಚಾರಿಗಳು ವಿರುದ್ಧ ದಿಕ್ಕಿನಲ್ಲಿ ದಾಟಲು ಮಾರ್ಗದ ಅಗತ್ಯವಿದೆ. ಕಾರ್ಯಾಚರಣೆಯ ವ್ಯವಸ್ಥಾಪಕರು ನಿರಾಕರಿಸಿದರು: ಕೆಲವು ಸೆಕೆಂಡುಗಳನ್ನು ಉಳಿಸುವುದು ಅಪಘಾತದ ಅಪಾಯಕ್ಕೆ ಯೋಗ್ಯವಾಗಿಲ್ಲ. ಸುರಕ್ಷಿತ ಕಾರಿಡಾರ್ ನಿರ್ಬಂಧವನ್ನು ಸೇರಿಸುವುದರೊಂದಿಗೆ ಮಾರ್ಗವನ್ನು ಪುನರುತ್ಪಾದಿಸಲಾಗಿದೆ. ಫೀಲ್ಡ್ ರಿಯಾಲಿಟಿ ಗಣಿತದ ಆಪ್ಟಿಮಮ್ ಅನ್ನು ತಳ್ಳಿಹಾಕಿತು.
ನಾಲ್ಕು ನಕಲಿಸಬಹುದಾದ ಟೆಂಪ್ಲೇಟ್ಗಳು
1) ಸ್ಲಾಟಿಂಗ್ ಸಲಹೆ:
ನಿಮ್ಮ ಪಾತ್ರ: ಸಹಾಯಕ ಗೋದಾಮಿನ ಕಾರ್ಯಾಚರಣೆಯ ವಿಶ್ಲೇಷಕ. ಕೆಳಗೆ ಅನಾಮಧೇಯ ಉತ್ಪನ್ನ ಕೋಡ್, ಕಳೆದ 6 ತಿಂಗಳ ಸಂಗ್ರಹ ಆವರ್ತನ ಮತ್ತು ಉತ್ಪನ್ನ ತೂಕದ ವರ್ಗ (ಬೆಳಕು/ಮಧ್ಯಮ/ಭಾರೀ). ಕಾರ್ಯ: (1) ವೇಗವಾಗಿ ಚಲಿಸುವ ಉತ್ಪನ್ನಗಳನ್ನು ಗುರುತಿಸಿ, (2) ಪ್ರವೇಶದ್ವಾರದ ಬಳಿ ಮತ್ತು ಚಿನ್ನದ ವಲಯದಲ್ಲಿ ಇರಿಸಲು ಸಲಹೆಗಳನ್ನು ನೀಡಿ, (3) ಭಾರವಾದ ಉತ್ಪನ್ನಗಳು ಕೆಳಗಿನ ಕಪಾಟಿನಲ್ಲಿ ಉಳಿಯುವ ನಿರ್ಬಂಧವನ್ನು ಗಮನಿಸಿ. ನನಗೆ ಕ್ಷೇತ್ರ ಅನುಮೋದನೆ ಇದೆ ಎಂದು ತಿಳಿಸಿ.
2) ಸಂಗ್ರಹ ತಂತ್ರ ಹೋಲಿಕೆ:
ಕೆಳಗೆ ನಮ್ಮ ವಿಶಿಷ್ಟ ಆರ್ಡರ್ ರಚನೆಯಾಗಿದೆ (ಸರಾಸರಿ ಐಟಂ/ಆರ್ಡರ್, ದಿನಕ್ಕೆ ಆರ್ಡರ್ಗಳ ಸಂಖ್ಯೆ, ಪುನರಾವರ್ತಿತ ಐಟಂ ದರ). ವಾಕಿಂಗ್ ದೂರ ಮತ್ತು ವೇಗದ ವಿಷಯದಲ್ಲಿ ಏಕ ಸಂಗ್ರಹ, ಸಾಮೂಹಿಕ ಸಂಗ್ರಹ ಮತ್ತು ವಲಯ ಸಂಗ್ರಹಣೆ ಆಯ್ಕೆಗಳನ್ನು ಹೋಲಿಕೆ ಮಾಡಿ. ಪ್ರತಿಯೊಂದರ ಸಾಧಕ-ಬಾಧಕಗಳನ್ನು ಬರೆಯಿರಿ; ಅಂತಿಮ ನಿರ್ಧಾರವನ್ನು ತೆಗೆದುಕೊಳ್ಳದೆ ಆಯ್ಕೆಗಳನ್ನು ಪ್ರಸ್ತುತಪಡಿಸಿ.
3) ತರಂಗ ಯೋಜನೆ ಕರಡು:
ನಮ್ಮ ಸರಕು ನಿರ್ಗಮನ ಸಮಯ: [ಗಂಟೆಗಳು]. ಗಂಟೆಯ ಮೂಲಕ ದೈನಂದಿನ ಆದೇಶದ ಹರಿವು ಈ ಕೆಳಗಿನಂತಿರುತ್ತದೆ: [ಡೇಟಾ]. 2-3 ತರಂಗ ಯೋಜನೆಯನ್ನು ಸೂಚಿಸಿ ಅದು ಈ ಆರ್ಡರ್ಗಳನ್ನು ಸರಕುಗಳನ್ನು ಕಳೆದುಕೊಳ್ಳದೆ ಪರಿಣಾಮಕಾರಿಯಾಗಿ ಸಂಗ್ರಹಿಸುತ್ತದೆ. ಪ್ರತಿ ಅಲೆಗೆ ಕಟ್-ಆಫ್ ಸಮಯ ಮತ್ತು ಸಮರ್ಥನೆಯನ್ನು ನೀಡಿ. ವಿಳಂಬದ ಅಪಾಯವನ್ನು ಸಹ ತಿಳಿಸಿ.
4) ಶಿಫ್ಟ್ ಅಗತ್ಯ ಅಂದಾಜು:
ಕಳೆದ 8 ವಾರಗಳಲ್ಲಿ ದಿನ ಮತ್ತು ಗಂಟೆಯ ಆರ್ಡರ್ ವಾಲ್ಯೂಮ್ ಕೆಳಗೆ ಇದೆ. ಪ್ರತಿ ದಿನಕ್ಕೆ ಅಂದಾಜು ಕಾರ್ಮಿಕ ಅಗತ್ಯವನ್ನು (ವ್ಯಕ್ತಿ-ಗಂಟೆಗಳು) ಕಳೆಯಿರಿ. ಇದು ಕರಡು ಎಂದು ಭಾವಿಸಿ, ಮತ್ತು ರಜೆ ಹಕ್ಕುಗಳು, ಕಾನೂನುಬದ್ಧ ಕೆಲಸದ ಸಮಯ ಮತ್ತು ನ್ಯಾಯಯುತ ವಿತರಣೆ ನನ್ನ ಜವಾಬ್ದಾರಿಯಾಗಿದೆ.
ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್ / ಬಲವಾದ ಪ್ರಾಂಪ್ಟ್
ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್:
ನನ್ನ ಗೋದಾಮನ್ನು ಹೆಚ್ಚು ಪರಿಣಾಮಕಾರಿಯಾಗಿ ಮಾಡಿ.
ಯಾವ ಮೆಟ್ರಿಕ್, ಯಾವ ಡೇಟಾ, ಯಾವ ನಿರ್ಬಂಧವು ಅಸ್ಪಷ್ಟವಾಗಿದೆ. AI ಸಾಮಾನ್ಯ ಸಲಹೆಯನ್ನು ಪಟ್ಟಿ ಮಾಡುತ್ತದೆ.
ಶಕ್ತಿಯುತ ಪ್ರಾಂಪ್ಟ್:
ನಿಮ್ಮ ಪಾತ್ರ: ಗೋದಾಮಿನ ಕಾರ್ಯಾಚರಣೆಗಳ ವಿಶ್ಲೇಷಕ. 3,000 m2 ಗೋದಾಮು, ದಿನಕ್ಕೆ 800 ಆದೇಶಗಳು, ಸರಾಸರಿ 4 ವಸ್ತುಗಳು. ಕಲೆಕ್ಟರ್ ವಾಕಿಂಗ್ ದೂರವನ್ನು ಕಡಿಮೆ ಮಾಡುವುದು ನನ್ನ ಗುರಿಯಾಗಿದೆ. ನನ್ನ ಬಳಿ 6 ತಿಂಗಳ ಅನಾಮಧೇಯ ಪಿಕಿಂಗ್ ಫ್ರೀಕ್ವೆನ್ಸಿ ಡೇಟಾ ಇದೆ. ನನಗೆ ಸ್ಲಾಟಿಂಗ್ ಸಲಹೆಯನ್ನು ನೀಡಿ ಮತ್ತು ತಂತ್ರದ ಹೋಲಿಕೆಯನ್ನು ಆರಿಸಿ; ಭಾರೀ ಉತ್ಪನ್ನದ ಕೆಳಭಾಗದ ಶೆಲ್ಫ್ ಮತ್ತು ಸುರಕ್ಷಿತ ಹಜಾರದ ನಿರ್ಬಂಧಗಳನ್ನು ಗಮನಿಸಿ. ನನಗೆ ಕ್ಷೇತ್ರ ಅನುಮೋದನೆ ಇದೆ.
ಅಪ್ರೋಚ್
ವಾಕಿಂಗ್ ದೂರ
ವೇಗ
ಭದ್ರತೆ/ನ್ಯಾಯ ಅಪಾಯ
ಸ್ಥಿರ, ವಿಮರ್ಶೆ-ಅಲ್ಲದ ಸ್ಲಾಟಿಂಗ್
ಹೆಚ್ಚು
ಕಡಿಮೆ
ಯಾವುದೂ ಇಲ್ಲ
ಡೇಟಾ-ಚಾಲಿತ ಸ್ಲಾಟಿಂಗ್ + ಕ್ಷೇತ್ರ ಅನುಮೋದನೆ
ಕಡಿಮೆ
ಹೆಚ್ಚು
ಯಾವುದೂ ಇಲ್ಲ
ಪ್ರಶ್ನೆಯಿಲ್ಲದೆ AI ಮಾರ್ಗವನ್ನು ಅನ್ವಯಿಸಿ
ಕಡಿಮೆ
ಹೆಚ್ಚು
ಹೆಚ್ಚು
ಶುದ್ಧ ಅಂತಃಪ್ರಜ್ಞೆಯಿಂದ ಶಿಫ್ಟ್
ವೇರಿಯಬಲ್
ವೇರಿಯಬಲ್
ಮಧ್ಯಮ
ಸಾಮಾನ್ಯ ತಪ್ಪುಗಳು
- ಘನೀಕರಿಸುವ ಸ್ಲಾಟಿಂಗ್. ಚಲನೆಯ ವೇಗ ಬದಲಾಗುತ್ತದೆ; ಕಾಲೋಚಿತ ವಿಮರ್ಶೆಯನ್ನು ಮಾಡದಿದ್ದರೆ, ವೇಗದ ಉತ್ಪನ್ನವು ಕೆಳಭಾಗದಲ್ಲಿ ಉಳಿಯುತ್ತದೆ.
- ದಕ್ಷತೆಗಾಗಿ ಸುರಕ್ಷತೆಯನ್ನು ತ್ಯಾಗ ಮಾಡುವುದು. ಕೆಲವು ಸೆಕೆಂಡುಗಳ ಲಾಭಕ್ಕಾಗಿ ಅಪಾಯಕಾರಿ ಮಾರ್ಗವನ್ನು ತೆಗೆದುಕೊಳ್ಳುವುದು ಕೆಲಸದ ಅಪಘಾತವನ್ನು ಆಹ್ವಾನಿಸುತ್ತದೆ.
- ದಕ್ಷತಾಶಾಸ್ತ್ರವನ್ನು ಬಿಟ್ಟುಬಿಡುವುದು. ಕಣ್ಣಿನ ಮಟ್ಟದಲ್ಲಿ ಭಾರವಾದ ವಸ್ತುಗಳನ್ನು ಇರಿಸುವುದು ಮತ್ತು ಆಗಾಗ್ಗೆ ಆರಿಸಿದ ವಸ್ತುಗಳನ್ನು ನೆಲದ ಮೇಲೆ ಇಡುವುದರಿಂದ ಉದ್ಯೋಗಿ ಬಳಲುತ್ತಿದ್ದಾರೆ.
- ಶಿಫ್ಟ್ ಯೋಜನೆಯಲ್ಲಿ ಮಾನವೀಯ ಆಯಾಮವನ್ನು ಮರೆಯುತ್ತಿದ್ದಾರೆ. ಅತ್ಯಂತ ಪರಿಣಾಮಕಾರಿ ಯೋಜನೆ, ಅನುಮತಿ ಮತ್ತು ನ್ಯಾಯಸಮ್ಮತತೆಯನ್ನು ಗಮನಿಸದಿದ್ದರೆ, ಅದು ಕಾನೂನು ಮತ್ತು ನೈತಿಕ ಸಮಸ್ಯೆಗಳನ್ನು ಸೃಷ್ಟಿಸುತ್ತದೆ.
- ಒಂದೇ ಸಂಗ್ರಹ ತಂತ್ರಕ್ಕೆ ಅಂಟಿಕೊಳ್ಳುವುದು. ಆದೇಶದ ರಚನೆಯು ಬದಲಾದಾಗ, ಹಳೆಯ ತಂತ್ರವು ಅಸಮರ್ಥವಾಗುತ್ತದೆ; ನಿಯತಕಾಲಿಕವಾಗಿ ಹೋಲಿಕೆ ಮಾಡಿ.
ಸಲಹೆ: ಪೈಲಟ್ ಪ್ರತಿ ಸ್ಲಾಟಿಂಗ್ ಅಥವಾ ಮಾರ್ಗ ಬದಲಾವಣೆಯನ್ನು ಮೊದಲು ಒಂದು ಸಣ್ಣ ಪ್ರದೇಶದಲ್ಲಿ, ಒಂದು ವಾರದವರೆಗೆ ಅಳತೆ ಮಾಡಿ, ನಂತರ ಹೊರತೆಗೆಯಿರಿ. AI ಸನ್ನಿವೇಶವು ಸಿದ್ಧಾಂತದಲ್ಲಿ ಉತ್ತಮವಾಗಿ ಕಂಡುಬಂದರೂ, ನಿಜವಾದ ಕ್ಷೇತ್ರದ ನಡವಳಿಕೆಯು ಆಶ್ಚರ್ಯವನ್ನು ಹೊಂದಿದೆ; ಪೈಲಟ್ ಅವರನ್ನು ಬೇಗನೆ ಹಿಡಿಯುತ್ತಾನೆ.
ಸಾರಾಂಶದಲ್ಲಿ
ಗೋದಾಮಿನ ದಕ್ಷತೆಯು ಸಮಯದ ಸಮೀಕರಣವಾಗಿದೆ ಮತ್ತು ದೊಡ್ಡ ಐಟಂ ಪಿಕರ್ ವಾಕಿಂಗ್ ದೂರವಾಗಿದೆ. ಮಾರಾಟ ಮತ್ತು ಆರ್ಡರ್ ಡೇಟಾವನ್ನು ಬಳಸಿಕೊಂಡು, AI ಸ್ಲಾಟಿಂಗ್, ಪಿಕಿಂಗ್ ತಂತ್ರ, ತರಂಗ ಯೋಜನೆ ಮತ್ತು ಶಿಫ್ಟ್ ಅವಶ್ಯಕತೆಗಳಿಗಾಗಿ ಶಕ್ತಿಯುತ ಬ್ಲೂಪ್ರಿಂಟ್ಗಳನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ. ಆದರೆ ಪ್ರತಿಯೊಂದು ಸಲಹೆಯನ್ನು ಕ್ಷೇತ್ರ ಸುರಕ್ಷತೆ, ದಕ್ಷತಾಶಾಸ್ತ್ರ, ಕಾನೂನು ಹಕ್ಕುಗಳು ಮತ್ತು ಭೌತಿಕ ನಿರ್ಬಂಧಗಳೊಂದಿಗೆ ಪರೀಕ್ಷಿಸದೆ ಕಾರ್ಯಗತಗೊಳಿಸಲಾಗುವುದಿಲ್ಲ. ದಕ್ಷತೆ ಮಾತ್ರ ಮಾನದಂಡವಲ್ಲ; ಔದ್ಯೋಗಿಕ ಆರೋಗ್ಯ ಮತ್ತು ನ್ಯಾಯ ಯಾವಾಗಲೂ ಆದ್ಯತೆಯಾಗಿರುತ್ತದೆ. ಪೈಲಟ್ ಬದಲಾವಣೆಗಳನ್ನು ಪರೀಕ್ಷಿಸಿ; ಅಂತಿಮ ಹೇಳಿಕೆಯು ಕಾರ್ಯಾಚರಣೆಯ ವ್ಯವಸ್ಥಾಪಕರಿಗೆ ಸೇರಿದೆ.
ಅಪ್ಲಿಕೇಶನ್ ಕಾರ್ಯ
ನಿಮ್ಮ ಸ್ವಂತ (ಅಥವಾ ಕಾಲ್ಪನಿಕ) ಗೋದಾಮಿನಿಂದ ಮತ್ತು ಗೋದಾಮಿನ ಒರಟು ವಿನ್ಯಾಸದಿಂದ ಹೆಚ್ಚು ಆಯ್ಕೆಯಾದ 20 ಐಟಂಗಳ ಪಟ್ಟಿಯನ್ನು ರಚಿಸಿ. "ಸ್ಲಾಟಿಂಗ್ ಸಲಹೆ" ಟೆಂಪ್ಲೇಟ್ನೊಂದಿಗೆ ಲೇಔಟ್ಗಾಗಿ AI ಅನ್ನು ಕೇಳಿ. ಸುರಕ್ಷತೆ ಮತ್ತು ದಕ್ಷತಾಶಾಸ್ತ್ರಕ್ಕಾಗಿ ಪ್ರತಿ ಶಿಫಾರಸನ್ನು ಹಸ್ತಚಾಲಿತವಾಗಿ ಗುರುತಿಸಿ (ಭಾರೀ ಉತ್ಪನ್ನ, ಅಪಾಯಕಾರಿ ಹಜಾರ). ನೀವು 5 ಲೇಖನಗಳಲ್ಲಿ ಸಲಹೆಗಳನ್ನು ಸ್ವೀಕರಿಸಲು ಮತ್ತು ತಿರಸ್ಕರಿಸಲು ಕಾರಣಗಳನ್ನು ಬರೆಯಿರಿ; ಪೈಲಟ್ ಪ್ರದೇಶವನ್ನು ಆಯ್ಕೆಮಾಡಿ.
ಪರಿಶೀಲನಾಪಟ್ಟಿ
- [ ] ನಾನು ಚಲನೆಯ ವೇಗಕ್ಕೆ ಅನುಗುಣವಾಗಿ ಸ್ಲಾಟಿಂಗ್ ಅನ್ನು ಯೋಜಿಸಿದ್ದೇನೆ ಮತ್ತು ಅದನ್ನು ಕ್ಷೇತ್ರ ಭದ್ರತೆಯೊಂದಿಗೆ ಪರೀಕ್ಷಿಸಿದ್ದೇನೆಯೇ?
- [ ] ನನ್ನ ಆರ್ಡರ್ ರಚನೆಯ ಆಧಾರದ ಮೇಲೆ ನಾನು ಪಿಕಿಂಗ್ ತಂತ್ರವನ್ನು ಹೋಲಿಸಿದ್ದೇನೆಯೇ?
- [ ] ನಾನು ಸರಕು ನಿರ್ಗಮನ ಸಮಯದ ಪ್ರಕಾರ ತರಂಗ ಯೋಜನೆಯನ್ನು ಹೊಂದಿಸಿದ್ದೇನೆಯೇ?
- [ ] ನಾನು ಶಿಫ್ಟ್ ಡ್ರಾಫ್ಟ್ ಅನ್ನು ಅನುಮತಿ, ಕಾನೂನು ಮತ್ತು ನ್ಯಾಯದ ಮೂಲಕ ಫಿಲ್ಟರ್ ಮಾಡಿದ್ದೇನೆಯೇ?
- [ ] ಬಿಡುಗಡೆಯ ಮೊದಲು ನಾನು ಪೈಲಟ್ ಪ್ರದೇಶದಲ್ಲಿನ ಬದಲಾವಣೆಯನ್ನು ಪರೀಕ್ಷಿಸಿದ್ದೇನೆಯೇ?