Continuous improvement WMSa. Od systemu ewidencyjnego do platformy decyzyjnej

Rynek logistyki i e-commerce wszedł w etap, w którym przewaga konkurencyjna przestaje wynikać z pojedynczych funkcjonalności systemów IT, a coraz częściej z ich zdolności do integracji, automatyzacji i szybkiej adaptacji – zwraca uwagę Kamil Tomaszewski, dyrektor ds. rozwoju w firmie AVOCADO Soft. – Rozwiązania uznawane jeszcze niedawno za innowacyjne stały się standardem pod wpływem presji kosztowej, oczekiwań klientów i rozwoju AI. W e-commerce szczególnie widoczne jest to w obszarze zwrotów i reklamacji. Procesy reverse logistics, dawniej często obsługiwane ręcznie, są obecnie integrowane z operacjami magazynowymi, logistycznymi i finansowymi. Jednocześnie rosną wymagania dotyczące realizacji dostaw w modelach same day i next day delivery, co wymusza wykorzystywanie zaawansowanych algorytmów planowania i kompletacji.

Bagatelizowane jest znaczenie integracji systemów. Logistyka opiera się dziś jednak na ciągłej wymianie danych pomiędzy ERP, WMS, platformami e-commerce, przewoźnikami i automatyką magazynową. Brak przemyślanej architektury integracyjnej prowadzi do ręcznych operacji, błędów i ograniczeń rozwojowych.

Firmy często zakładają również, że rozwiązanie tworzone od podstaw będzie lepsze od gotowego produktu. Tymczasem sprawdzone systemy, odpowiednio skonfigurowane, zwykle pozwalają szybciej osiągnąć cele biznesowe przy niższym ryzyku i kosztach wdrożenia. Warto też uwzględniać przyszłe potrzeby związane z automatyką magazynową. Integracja z robotami, systemami transportu wewnętrznego czy automatycznymi regałami powinna być przewidziana już na etapie analizy procesów i wyboru dostawcy systemu.

Jednym z najbardziej niedocenianych obszarów pozostaje czynnik ludzki. Brak komunikacji, szkoleń i zaangażowania pracowników często prowadzi do oporu wobec zmian. Cyfryzacja wymaga zarządzania zmianą, budowania świadomości korzyści oraz angażowania zespołu już od początku projektu.
Wykorzystanie predykcji i autonomicznego podejmowania decyzji w logistyce rozwija się dynamicznie dzięki sztucznej inteligencji, uczeniu maszynowemu i analityce Big Data. To wyraźne przejście od analizy historycznej do zarządzania predykcyjnego.

Najbardziej dojrzałym obszarem zastosowań pozostaje prognozowanie popytu i zarządzanie zapasami. Algorytmy analizują dane sprzedażowe, magazynowe, sezonowość oraz dane zewnętrzne, np. pogodę czy wskaźniki gospodarcze. Pozwala to trafniej prognozować zapotrzebowanie, ograniczać braki magazynowe i optymalizować poziom zapasów. Równocześnie rozwija się autonomiczna optymalizacja procesów magazynowych.

Coraz większą rolę odgrywa również autonomiczna robotyka. Roboty AMR samodzielnie poruszają się po magazynie, reagują na zmiany otoczenia i wspierają realizację procesów logistycznych. Dodatkowym wsparciem są cyfrowe bliźniaki pozwalające symulować zmiany i inwestycje jeszcze przed ich wdrożeniem. W praktyce AI staje się dziś narzędziem wspierającym managerów w analizie danych i wyborze optymalnych scenariuszy działania, czyniąc procesy logistyczne bardziej przewidywalnymi i efektywnymi.

Do najciekawszych elementów systemu AVOCADO Packing należą zaawansowane algorytmy predykcyjne w obszarze logistyki i zakupów – uważa Kamil Tomaszewski. Rozwiązują one kluczowy problem współczesnego handlu: ryzyko utraty płynności magazynowej przy jednoczesnym unikaniu zamrażania kapitału w niesprzedawalnych towarach. Tradycyjne systemy reagują na stany minimalne, co przy długim łańcuchu dostaw (np. imporcie z Chin) jest niewystarczające. Wspomniany moduł predykcyjny analizuje dane historyczne, sezonowość, aktualne stany oraz towary w drodze, prognozując, na jak długo wystarczą zapasy i automatycznie sugerując optymalne zamówienia. Innowacja idzie o krok dalej: system łączy prognozy sprzedaży z fizyczną przestrzenią magazynu. Jeśli algorytm przewiduje nagły wzrost rotacji danego towaru, automatycznie sugeruje jego relokację bliżej strefy pakowania. Bezpośrednio z poziomu raportu kierownik może wygenerować awizację przesunięć (WMS), optymalizując ścieżki kompletacji, zanim nastąpi szczyt sprzedażowy.

Dodatkowo system zintegrowano z automatyczną linią pakującą – podkreśla Kamil Tomaszewski. – Towary kompletowane są do kartonów z kodami kreskowymi. Po odłożeniu paczki na przenośnik linia automatycznie rozpoznaje dokument, generuje etykietę kurierską przez AVOCADO Shipping i samodzielnie okleja przesyłkę. W efekcie stworzyliśmy spójny ekosystem, w którym algorytmy nie tylko myślą za człowieka, ale też fizycznie przyspieszają operacje.

Jeszcze kilka lat temu firmy wdrażające systemy logistyczne koncentrowały się przede wszystkim na podstawowych funkcjach magazynowych: ewidencji stanów, przyjęciach, wydaniach czy inwentaryzacjach – przypomina Marek Kuropieska, prezes firmy Aspekt. – Dziś oczekiwania są znacznie szersze. Klienci coraz częściej wymagają pełnej integracji procesów logistycznych z pozostałymi obszarami przedsiębiorstwa. Standardem staje się komunikacja z systemami ERP, platformami e-commerce, przewoźnikami, automatyką magazynową czy urządzeniami mobilnymi. Rosną również oczekiwania dotyczące pracy w czasie rzeczywistym. Użytkownicy chcą natychmiastowego dostępu do informacji o zapasach, realizacji zamówień czy wydajności procesów.

Coraz większe znaczenie mają także funkcje analityczne. Firmy oczekują nie tylko danych, ale również gotowych wskaźników KPI, dashboardów oraz rekomendacji wspierających podejmowanie decyzji. Ważnym trendem jest też traceability, czyli pełna identyfikowalność produktów i operacji, szczególnie w branżach objętych dodatkowymi regulacjami.

Widać także rosnące zainteresowanie rozwiązaniami mobilnymi, RFID oraz narzędziami wykorzystującymi sztuczną inteligencję do wspierania pracy operatorów i kierowników magazynów. Dla wielu przedsiębiorstw system IT przestał być jedynie narzędziem ewidencyjnym. Stał się platformą zarządzania całym przepływem towarów i informacji.

W logistyce obserwujemy stopniowe przechodzenie od systemów rejestrujących zdarzenia do systemów aktywnie wspierających podejmowanie decyzji. Coraz większą rolę odgrywa analiza danych historycznych, która pozwala przewidywać przyszłe zdarzenia i szybciej reagować na zmiany. Rozwiązania predykcyjne wykorzystywane są najczęściej do prognozowania obciążenia magazynu, planowania zasobów, przewidywania terminów dostaw czy identyfikowania potencjalnych opóźnień. Dzięki temu firmy mogą wcześniej przygotować odpowiednią liczbę pracowników, urządzeń lub powierzchni magazynowej.

Kolejnym etapem jest częściowa automatyzacja decyzji operacyjnych. Systemy coraz częściej samodzielnie proponują optymalne lokalizacje składowania, kolejność realizacji zleceń, trasy kompletacji czy przydział zadań pracownikom. W przypadku nowoczesnych magazynów zintegrowanych z automatyką możliwe jest również automatyczne sterowanie wybranymi procesami bez udziału operatora.

Nie oznacza to jednak całkowitego zastąpienia człowieka. W najbliższych latach sztuczna inteligencja będzie przede wszystkim pełnić funkcję cyfrowego asystenta, który analizuje ogromne ilości danych i rekomenduje najlepsze działania, pozostawiając ostateczną decyzję managerowi.

Jednym z najważniejszych kierunków rozwoju systemu WMS Rewista jest wykorzystanie sztucznej inteligencji do wspierania procesów logistycznych oraz podejmowania decyzji operacyjnych – wyjaśnia Marek Kuropieska. – Widzimy, że firmy coraz częściej oczekują od systemów nie tylko rejestrowania danych, ale również aktywnego wsparcia użytkowników w codziennej pracy. Dlatego oferujemy rozwiązania wykorzystujące AI do analizowania danych magazynowych, identyfikowania potencjalnych nieprawidłowości oraz wspierania planowania operacji logistycznych. Szczególną uwagę poświęcamy funkcjom predykcyjnym, które pozwalają lepiej przygotować organizację na zmieniające się obciążenie magazynu i szybciej reagować na pojawiające się wyzwania operacyjne.

Istotnym elementem tego podejścia jest rozwój inteligentnego asystenta AI zintegrowanego z WMS Rewista. Jego zadaniem jest wspieranie zarówno pracowników operacyjnych, jak i kadry zarządzającej. Asystent pomaga użytkownikom odnaleźć potrzebne informacje, wyjaśnia działanie procesów i wspiera wdrażanie nowych pracowników. Jednocześnie może automatycznie przygotowywać raporty, podsumowania oraz zestawienia dotyczące efektywności operacyjnej i kluczowych wskaźników magazynowych. W praktyce oznacza to przejście od tradycyjnego systemu WMS do inteligentnej platformy, która nie tylko gromadzi dane, ale również pomaga je interpretować i wykorzystywać w codziennym zarządzaniu logistyką.

Widzimy wyraźną zmianę w kierunku WMS jako platformy decyzyjnej, a nie tylko systemu ewidencyjnego – podkreśla Piotr Krzywiński, Pre-sales Consultant w firmie Hardis Supply Chain. – Klienci coraz częściej oczekują wbudowanych mechanizmów automatyzujących decyzje operacyjne, np. dynamicznego przydziału zadań, inteligentnego slottingu czy automatycznej reorganizacji kompletacji w zależności od obciążenia magazynu. Ważnym trendem jest też potrzeba natychmiastowej skalowalności. System musi obsłużyć nagłe wzrosty wolumenu (np. sezonowość e-commerce) bez przebudowy procesów. Realizujemy to poprzez parametryzację i elastyczne scenariusze operacyjne.

Istotny jest także aspekt doświadczenia użytkownika oraz szybkie wdrożenia. Klienci oczekują łatwej konfiguracji, intuicyjnych interfejsów, krótkiego czasu szkolenia i modelu continuous improvement zamiast długich projektów IT. Sprawdzają również opcję gotowych konektorów i API-first – szybkiej integracji z robotyką, systemami transportowymi czy platformami e-commerce. Ważne są też wbudowane mechanizmy wspierające ergonomię pracy (voice, RF, pick-to-light) oraz zarządzanie pracą.

Hardis Supply Chain rekomenduje podejście process first: audyt operacyjny przed wdrożeniem, konfigurację Hardis WMS opartą o najlepsze praktyki oraz roadmapę rozwoju. Ważne jest także zaangażowanie użytkowników operacyjnych i zarządzanie zmianą. To warunek realnego ROI.
W logistyce obserwuje się przejście od reaktywnego WMS do systemów wspierających decyzje w czasie rzeczywistym. W Hardis WMS coraz większą rolę odgrywają algorytmy predykcyjne, np. w obszarze prognozowania obciążenia magazynu, alokacji zasobów czy optymalizacji tras kompletacji. Kolejnym krokiem jest półautonomiczność – system sam proponuje lub automatycznie wykonuje decyzje operacyjne, np. dynamicznie zmienia priorytety fal kompletacyjnych lub relokuje zapasy w zależności od rotacji.

Istotna jest również orkiestracja ludzi i robotów. WMS działa jako mózg operacji, synchronizując np. AMR, sorter czy systemy shuttle. Firma spodziewa się dalszego rozwoju autonomiczności, ale w modelu human in the loop krytyczne decyzje pozostają pod kontrolą operatora. Kluczem jest jakość danych i transparentność algorytmów.

Jednym z najbardziej innowacyjnych rozwiązań rozwijanych przez Hardis Supply Chain w ramach WMS jest zaawansowane zarządzanie kompletacją omnichannel z dynamiczną orkiestracją fal i zadań (wave & task orchestration). Funkcja ta umożliwia równoczesną obsługę zamówień B2B, e-commerce i click&collect w jednym środowisku, przy dynamicznym dostosowywaniu priorytetów w czasie rzeczywistym. System analizuje wiele parametrów (SLA, dostępność zasobów, lokalizacje produktów, cut-off times) i automatycznie reorganizuje zadania kompletacyjne. Rozwiązuje to problem kolizji priorytetów i wąskich gardeł typowych w środowiskach omnichannel, gdzie tradycyjne fale są niewystarczające. Klienci osiągają lepsze wykorzystanie zasobów, krótszy czas i wyższą jakość obsługi. To przykład przejścia od statycznego WMS do inteligentnego systemu sterującego operacją magazynową – przekonuje Piotr Krzywiński.