רובוטיקה – והתוכנה המשמשת לכוון ולהנחות רובוטים – התפתחו עד לנקודה שבה הן מתאימות כעת היטב לסביבת העבודה הדינמית והמשתנה במגוון תעשיות. כתוצאה מכך, אנו עומדים לראות אימוץ מהיר של עוד ועוד רובוטים חכמים. אז איך עושים את זה נכון?
במשך שנים, פעולות תוך-לוגיסטיות היו לכודות בסטטוס קוו של פעילות ידנית, שבמסגרתה רוב המשימות והפעילויות המבוצעות במרכזי הפצה, כמו גם על פסי הייצור וההרכבה, נעשו על ידי בני אדם. נכון, המחירים ששילמו העובדים – בעיקר בבריאותם – היה גבוה, אבל, זו הייתה המציאות. כעת אנו נמצאים על סף אותה ׳התפרצות׳ מיוחלת, אותה הבשלה של האוטומציה, עם התחכום ההולך וגובר של פתרונות רובוטיים המיועדים למגוון שימושים במפעל, במחסן ועל פסי האריזה והשינוע. למעשה, כשמסתכלים על שרשרת האספקה, ניתן לראות אותם כמעט בכל נקודה ונקודה כשהם תורמים את חלקם, עובדים בצמוד לבני האדם ומשחררים רבים מהם ממשימות מסכנות בריאות ונפש לטובת ביצוע משימות שדורשות באמת את המוח האנושי.
הרובוטים האוטונומיים ה”חכמים” האלה לא רק עושים אוטומציה של “משימות ידניות” – כמו איסוף ואריזה – הם גם חולקים בינם לבין עצמם ועם מפעיליהם נתונים בזמן אמת לקבלת החלטות מהירה וטובה יותר ולייעול עסקי ויצרני. הם יכולים לחוש את הסביבה שלהם, לבצע חישובים כדי לקבל החלטות ולבצע פעולות באופן אוטומטי, מהיר ומדויק.
המומחים צופים כי השימוש ברובוטיקה בשרשרת האספקה יחרוג במהירות הרבה מעבר להטמעות שוליות כשהוא עובר לשימוש מיינסטרים וכבר לא ייחשבו למעין ׳הימור׳. קבוצת האנליסטים גרטנר אומרת כי “עד 2026, 75% מהארגונים הגדולים יאמצו צורה כלשהי של רובוטים חכמים בפעילות המחסן שלהם.” האימוץ המהיר הזה מונע בחלקו מהיכולת של רובוטים חכמים, במרבית המקרים קובוטים (רובוטים שיתופיים) להפחית שילוב אנושי ואת ההסתמכות על עבודת כפיים. אבל יש גם גורמים אחרים במשחק, כולל:
- עלות וזמני אספקה לרובוטים חכמים יורדים;
- מקרי השימוש הולכים ומתרבים;
- ההחזר על ההשקעה (ROI) משתפר, הודות לרובוטים הדורשים קידוד מוגבל בלבד; ו-
- התוכנה הלוגיסטית החכמה השולטת בתהליכים רובוטיים (למשל, מערכות ניהול מחסנים, מערכות ביצוע מחסנים ומערכות בקרת מחסנים) מבשילה.
במקביל, גורמים מאפשרים טכנולוגיים לרובוטיקה מתגבשים גם הם, כולל:
- חיישנים וטכנולוגיית ראייה המעניקים לרובוטיקה את היכולת לראות, לחוש ולקיים אינטראקציה עם עצמים;
- ממשקים סטנדרטיים ופרוטוקולים פתוחים המאפשרים קישוריות ותקשורת רחבה למערכת בין רובוטים;
- מחשוב קצה וענן המאפשרים ניתוח נתונים ושיתוף נתונים במהירות גבוהה, כמו גם ניהול תפעול בזמן אמת; ו-
- למידת מכונה ובינה מלאכותית (AI) המאפשרת רובוטיקה אוטונומית ומאפשרת שיפור מתמיד.
הכל מתאחד לכדי תחילתו של תור הזהב של הרובוטיקה. יש כבר מגוון עצום של רובוטים בשוק. זה כולל רובוטים עצמאיים למשימות כמו הרכבה, איסוף ותחבורה, כמו גם קובוטים ואפילו רובוטים מעופפים לניהול מלאי. בקצה השני של הספקטרום נמצאים פתרונות מקיפים הממכנים תהליכים תוך-לוגיסטיים שלמים. כל הרובוטיקה הזו מגוונת מאוד ויש לה השפעה על מסגרות זמן יישום, ביצועים וציפיות להחזר.
קובוט ושותפו האנושי – יד ביד – במשימה על פס הייצור (קרדיט: UR)
איך ״לעשות״ רובוטיקה נכון
כשחושבים על רובוט במחסן, על פס ייצור או בשדה, הדבר הראשון שכנראה עולה לראש הוא זרוע רובוטית שזזה מסביב למתקן הובלת הזמנות, או זרוע רובוטית שקוטפת סחורה. אבל רובוט הוא הרבה יותר מהחומרה שרואים על רצפת המפעל, המחסן, או השדה. זוהי מערכת משולבת – וחכמה ביותר – המורכבת מחומרה, תוכנה, טכנולוגיית ראייה, חיישנים וממשקי מכונה.
כמעט מחצית מהמשיבים (46%) ל”מחקר אינטרלוגיסטיקה רובוטיקה 2022” של קבוצת המחקר Peerless מכירים בעובדה זו, ואומרים שהם מעדיפים לקנות את הפתרון הרובוטי שלהם כמערכת משולבת שלמה – כזו הכוללת חומרה, תוכנה, תמיכה ותחזוקה.
למעשה, המפתח לעלייתו של תור הזהב של הרובוטיקה בימינו, הוא התוכנה המשמשת לכוון ולהנחות את הדור הבא של רובוטים.
רובוטיקה אוטונומית דורשת שלושה סוגים של תוכנות:
- תוכנת לוגיסטיקה חכמה ל׳תזמור׳ דינאמי של תהליכי הפצה מורכבים. תוכנה זו כוללת לדוגמה, בתחום המחסנים הלוגיסטיים מערכות ניהול מחסנים (WMS), מערכות בקרת מחסנים (WCS), ומערכות לאיסוף וניתוח הנתונים בזמן אמת המגיעים מהרובוטים וממכונות אחרות, וכן תוכנות אריזה, אנליטיקה, מערכות ניהול תחזוקה ממוחשבות וכד׳.
- פלטפורמת AI אוניברסלית הניתנת ליישום בכל מקרה שימוש, או סביבת לקוח. הבינה המלאכותית מאפשרת לרובוטים/קובוטים ללמוד במהירות לתפעל אובייקטים מבלי שיגידו להם מה לעשות.
- מערכת נתוני אוטומציה לאיסוף, הפצה ותחזוקה של תכונות פריטים. מסתבר שרובוטים זקוקים לקלט של הרבה נתונים כדי לתפקד ביעילות. לדוגמה, מערכות משטחים אוטומטיות לחלוטין עשויות לדרוש עד 50 תכונות פריט לטיפול נכון. נתוני אוטומציה לא מספקים מובילים לפריטים פגומים, השבתה, ובמקרים מסוימים, עלויות ניקוי…
הקובוטים גוייסו למשימות אנושיות ״מסורתיות״ דוגמת ריתוך ועושים את העבודה 24/7 בלי הפסקות קפה וריענון (קרדיט: UR)
בנוסף, למרות שלרובוטים חכמים יש פוטנציאל גדול לשנות את הדרך בה עובדים, חשוב שתהיה למי שחולם על יישום בתנאי שטח, גם תוכנית פעולה מוסדרת ומקרה שימוש עסקי ממשי לפני שמנסים ליישם אותם. כפי שנאמר בדוח התעשייה השנתי של MHI לשנת 2022, “המחסום מספר אחת לאימוץ רובוטים הוא היעדר מקרה שימוש עסקי ברור.”
השלבים הבאים יכולים לסייע להעריך את האפשרויות העומדות בפני מי שנדלק על רעיון שילוב קובוטים בעסק ולבחור את הפתרון המתאים לו:
- חייבים להגדיר את היעדים לטווח הקרוב. מה אתם מנסים לעשות? להאיץ את התפוקה? להגדיל את קיבולת האחסון? לשפר את חוויות העובדים והלקוחות? לעשות יותר באותו חלל? לאפשר פעילות בת קיימא?
- יש לקבוע את המניעים העיקריים להחלטות. מה מניע את ההחלטה? עלות? זמן אספקה? תפוקה? תעדוף הגורמים האלה יבטיח קבלה של ההחלטה הטובה ביותר, בהתבסס על הנהגים העסקיים והתקציב הזמין של העסק/מפעל/מחסן.
- הערכת פתרונות וספקים. חשוב להיות מודעים למגוון היישומים הזמינים. יתר על כן, לא קונים ׳רק רובוט׳. קונים ׳מערכת׳ ואת הארגון שתומך בה. השקעה ברובוטיקה לא צריכה להיות עסקה. היא צריכה לייצג את ההתחלה של מערכת יחסים מועילה ומתמשכת.
- רצוי ליצור מפת דרך רב שנתית למסע. מהן המטרות לטווח ארוך? האם בסופו של דבר רוצים להגיע לשרשרת אספקה אוטונומית מלאה? לבנות חוסן? להגיע לאפס פליטת גזי חממה?
הערכה ותכנון של יישום רובוטי עשויים לקחת זמן, אך חשוב לא לעכב את התהליך. כמו שגרטנר אמרו, “רשתות האספקה יהפכו לאוטונומיות מהר יותר ממה שאתם מצפים.” מובילי שרשרת האספקה כבר הופכים רובוטיקה אוטונומית לתהליכי ליבה תוך-לוגיסטיים למרכיב מרכזי באסטרטגיות שלהם.
תמונת שער: קובוטים על פס הייצור של יצרנית המכוניות סיאט. משחררים את בני האדם למשימות ״יצירתיות״ יותר (קרדיט: UR)
