Logistyka 2030: bez automatyzacji i AI nie ma kogo zatrudnić

Dostęp do danych magazynowych bez przeglądania raportów i analizowania kolejnych zestawień? Dzięki sztucznej inteligencji wystarczy zadać pytanie systemowi WMS, aby uzyskać potrzebne informacje. Jak takie rozwiązanie działa w praktyce, przekonało się 40 uczestników Warehouse Compass Day „Pogad[AI] ze swoim magazynem”, który odbył się 15 października w biurze Sente we Wrocławiu. Podczas wydarzenia mogli samodzielnie przetestować możliwości rozmowy z systemem Teneum WMS i sprawdzić, jak AI może wspierać codzienne zarządzanie magazynem. WMS, który odpowiada na pytania Hasło wydarzenia nabrało dosłownego znaczenia na warsztacie „AI w Teneum WMS w praktyce”. Uczestnicy pracowali na działającym systemie z Asystentem AI: pytali o wydajność magazynu i szukali sposobu na sprawiedliwe przyznawanie premii magazynierom. Z danych WMS może dziś korzystać nie tylko operator, lecz także właściciel firmy, kierownik magazynu, a nawet handlowiec – przez telefon, w samochodzie lub w dowolnym innym miejscu. „Ważniejsze niż wyniki na ekranie jest doświadczenie pracy z systemem nie poprzez klikanie i pisanie na klawiaturze, ale poprzez zwykłą rozmowę, tak jak z człowiekiem” – podsumował Marcin Smereka, CTO w Sente, który prowadził warsztat. Arkusz to jeszcze nie AI Piotr Susz z Locura Consulting rozpoczął dzień od uporządkowania pojęć. „Sztuczną inteligencją nie jest automatyzowanie arkuszy. AI w magazynie działa wtedy, kiedy rozwiązanie autonomicznie zastępuje pracę człowieka i daje lepsze efekty niż przed wdrożeniem” – tłumaczył. Przykład takiego rozwiązania przedstawił Przemysław Mysiak z Tedmarku. Agent AI, który wspiera obsługę reklamacji, wykrywa kary niesłusznie naliczane przez przewoźników. Firma oszczędza dzięki temu dziesiątki tysięcy złotych miesięcznie. Od promptowania do własnych agentów Piotr Susz przekonywał, że budowanie agentów AI przestało być domeną programistów. Osoba bez umiejętności programowania może nauczyć się korzystać z MCP (ang. Model Context Protocol – standard łączenia AI z zewnętrznymi danymi i narzędziami). i łączyć modele z własnymi danymi. Sam w lutym nie wiedział, czym jest terminal, a w październiku rozwijał kilkanaście aplikacji, które na siebie zarabiają. Podkreślał przy tym, że fundamentem pozostają dane i bezpieczeństwo. Podobne doświadczenia mieli paneliści. Lech Biernat, CEO Olza Logistic, opowiadał o pracowniku, który bez żadnych kursów po czterech–pięciu miesiącach prowadzi w firmie zaawansowane prace programistyczne. Najpierw dane, potem agenci W panelu „Magazyn przyszłości” wielokrotnie wracał temat danych. „Zanim wdroży się skomplikowanych agentów, trzeba pomyśleć, gdzie zbierać dane, żeby ci agenci je zobaczyli” – mówił Przemysław Tytro, dyrektor generalny Tedmarku. Przemysław Świtacz z Movu Robotics radził inwestować w gromadzenie danych już teraz, zanim bezpowrotnie przepadną. Wojciech Nowak z Sente zwrócił uwagę na architekturę rozwiązań. „Model warto użyć do tego, żeby z procesu zrobić powtarzalny algorytm. Potem do wykonywania już go nie używamy, bo algorytm działa deterministycznie”. Taka architektura ogranicza ilość danych wysyłanych do chmury i koszty, które zdaniem panelistów będą rosnąć. AI wspiera decyzje, ale nie zastępuje doświadczenia Piotr Susz porównał modele językowe do lupy: mogą znacząco zwiększać możliwości osób, które potrafią logicznie analizować problemy, ale jednocześnie wzmacniają znaczenie krytycznej oceny wyników. Pokazał to warsztat Wojciecha Nowaka i Piotra Susza, podczas którego uczestnicy z pomocą agenta AI analizowali procesy magazynowe, identyfikowali obszary optymalizacji i szacowali potencjalne oszczędności. Szczególnie żywą dyskusję wywołała klasyfikacja ABC, jej konfiguracja i wpływ na efektywność magazynu. Różne doświadczenia uczestników pokazały, że nie istnieje jeden uniwersalny przepis na optymalizację: AI pomaga analizować scenariusze, ale o zasadności zmian decydują realia konkretnej firmy. Jeden proces na początek Z dnia płynie praktyczny wniosek. Wybrać jeden proces, przetestować na nim AI i sprawdzić efekty, a gdy coś się nie uda, wyciągnąć wnioski i próbować dalej. Z decyzją nie warto zwlekać, bo jak mówi Piotr Susz, w logistyce zawsze brakuje czasu. Doświadczenia z warsztatów pokazują zarazem, że interfejs konwersacyjny jest dopiero jedną z możliwości. Aby AI mogła realnie wspierać decyzje i procesy, potrzebuje niezawodnego systemu oraz aktualnych danych. W Teneum WMS architektura AI-native łączy te fundamenty z dalszym rozwojem funkcji opartych na sztucznej inteligencji. Organizatorem Warehouse Compass Day jest Sente, producent systemu Teneum WMS i Teneum ERP. Patronat medialny: Forsal, Logistics Manager, Logistyczny.com, Logistyka360, myERP.pl, logistyka.net, Trans Info.