Slimme orderverwerking haalt de druk van de keten

‘Onze wiskundige predictive analytics tools berekenen en voorspellen vooraf hoe je het meest efficiënt een verzending kunt verzamelen en klaarzetten’

Het software- en consultancybedrijf uit Veenendaal helpt bedrijven om de goederenstroom in magazijnen te optimaliseren met unieke softwareoplossingen zoals het Intelligent Palletizing System (IPS). Dit onderdeel van het complete CICT-platform – met meerdere integreerbare logistieke optimalisatie-oplossingen – optimaliseert het orderpicken en stapelen van gemixte colli op pallets en rolcontainers. Het verhoogt de productiviteit, verlaagt de kosten, verduurzaamt de keten en vergroot de klanttevredenheid. Hierbij wordt sterk ingespeeld op het stijgende probleem van beschikbaarheid van personeel, waardoor bedrijven meer en meer zullen gaan overstappen op de inzet van robots in het gedeeltelijk of volledige gemechaniseerde magazijn.

Slimme orderverzamelingproces
CICT-directeur Marco Correia: ‘We richten ons binnen de logistieke keten op oplossingen voor de optimalisatie van warehousing, transport en delivery. Die logistieke schakels zijn het meest aan elkaar gekoppeld en daar is de grootste efficiencyverbetering te halen. We zorgen er voor dat de zendingen optimaal zijn afgestemd op de volgende schakel in het logistieke proces. Een goede aflevering bij de eindklant begint ermee hoe je de goederen vanaf het magazijn verstuurt. Als je de wensen van de eindklant weet, kun je dat vertalen naar hoe je de zending samenstelt en verstuurt. Daarmee zorgt je dat je vollere vrachtwagens hebt en voorkom je dat de goederen beschadigd op de bestemming aankomen. Waardoor je minder retouren genereert, bespaart op de transportkosten en je CO2-footprint verlaagt.’

Cubing en mixed palletizing proces
De oplossingen van CICT kunnen als add-on worden geïmplementeerd in elke logistieke omgeving en worden gekoppeld aan elk bovenliggend systeem. Een van de succesvolle softwaremodules van CICT richt zich op ‘mixed palletizen’, In normale taal: zorgen dat de goederen die op verschillende locaties in het magazijn worden verzameld op de meest efficiënte manier op een pallet of in een rolcontainer wordt geplaatst. ‘Daarin is nog enorme winst te behalen,’ stelt Correia. De oplossing wordt ingezet bij manuele en gemechaniseerde, gerobotiseerde magazijnen. ‘Met onze softwareoplossing kun je het volledige proces sturen. Onze wiskundige predictive analytics tools berekenen en voorspellen vooraf op basis van shipments, orders, productafmetingen, karakteristieken en klantwensen hoe je het meest efficiënt de goederen kunt verzamelen en klaarzetten voor verzending (outbound planning). We kunnen zeer accuraat voorspellen hoe de goederen het magazijn gaan verlaten, nog voordat het verzamelen van orders is begonnen. Onze planningstool zorgt ervoor dat je de fysieke orderverzameling slim, snel en efficiënt kunt organiseren.’ Dit kan, in aanvulling op het huidige magazijn, worden gerealiseerd met additionele componenten (zoals een ORM en Sequencer), waarbinnen de juiste goederen in de juiste volgorde worden geplaatst. Daarna volgt de stap van het stapelen, waar de operator of robot stap voor stap de juiste instructies ontvangt om de goederen in de juiste volgorde op de juiste positie te plaatsen. De informatie over de verschillende producten, afwijkende verpakkingen en wensen van de eindklant zijn allemaal verwerkt in ons systeem. Waardoor bijvoorbeeld grote dozen en zware producten onderop komen.’

Niet te vangen in een AI-model
Ondanks zijn functie als directeur van een innovatief softwarebedrijf is Correia zich bewust van de mogelijke gevolgen in de toekomst, iets waar weinig interesse voor lijkt te zijn. Naast zijn kritische houding ten aanzien van de ongecontroleerde toename van robots, blijkt zijn maatschappelijke betrokkenheid ook uit de serieuze twijfels bij Correia over het gemak waarmee AI wordt omarmd. Hij haalt Tom van Dijk, docent Computer Science aan de Universiteit Twente, aan die in het AD stelt dat het gebruik van chatGPT het leerproces en de creativiteit van studenten afremt. Het gaat zelfs ten koste van het kritisch denkvermogen. De mogelijkheden van AI worden overschat, stelt Correia vast. ‘De finesse en complexiteit van het voorspellende proces van orderpicken, de dynamiek in het fysieke orderpicking proces en het uiteindelijk stapelen van gemixte colli op pallets en rolcontainers door een operator of robot is niet goed te vangen in een AI-model. Je komt een eind, maar je kunt – met steeds wisselende parameters op vele onderdelen, hele specifieke functies, grote afhankelijkheden in het proces, de dynamiek en het vermogen om in een continu proces fouten te kunnen detecteren en op te lossen et cetera – ondanks alle optimisme, niet dezelfde snelheid en accuratesse verwachten van een AI-model. Inmiddels kijkt CICT ook naar andere logistieke ketens, zoals de bagageafhandeling op luchthavens. ‘De voorspelling is dat het aantal passagiers de komende vijftien jaar verdubbelt. Dat zorgt voor een enorme logistieke uitdaging. Nu al lopen luchthavens tegen hun grenzen aan qua menskracht en arbeidsomstandigheden waardoor inzet van andere toepassingen om de bagage en cargo te kunnen verwerken essentieel wordt. Meer inzet van robots en machines, aangestuurd door slimme software, is het gevolg, stelt Correia.

Beste positionering
Op Schiphol heeft CICT samen met partner Elten Logistic Systems een systeem geleverd voor de belading van de zgn. ULD-containers. ‘Ons deel is de beladingssoftware. Met visiontechnologie scannen we de exacte afmetingen van de koffers. Vervolgens bepalen we de beste positionering van een koffer in de ULD en worden exacte instructies aan de machine gegeven waar het bagagestuk geplaatst dient te worden. Doelstelling is om de containers zo vol en stabiel mogelijk te vullen binnen de gestelde tijd.’