Como a IA salvou o comércio eletrônico durante a pandemia

Muita coisa mudou desde a primeira paralisação dos Estados Unidos devido à pandemia de coronavírus, há dois anos. Durante um período de aceleração sem precedentes do comércio eletrônico e escassez de mão de obra, os processos de coleta e embalagem herdados carecem de escalabilidade para atender à demanda. Embora existam certamente consequências negativas da pandemia, ela levanta a questão:“Como isso mudou a maneira como trabalhamos, para melhor?”

Aceleração rápida da robótica elimina a variabilidade

A escassez de mão de obra é uma tendência que disparou durante a pandemia, e os efeitos da pandemia foram devastadores para as empresas que não estavam preparadas para implementar a automação robótica. Quando o COVID-19 chegou, os armazéns de atendimento precisavam de maior capacidade da noite para o dia. Adicionar associados ao armazém não era uma opção, então, quando as pessoas não podiam vir trabalhar, os armazéns se voltavam para robôs para fazer o trabalho.

O trabalho no armazém é propenso a lesões e tedioso, e alguns trabalhos são executados de perto. Por exemplo, a triagem manual de sacos de correspondência exige que três pessoas estejam em extrema proximidade, muitas vezes esbarrando umas nas outras enquanto trabalham entre os cubículos. Os sistemas de classificação robótica quebram a exigência de funcionários do armazém que trabalham em proximidade física e permitem o distanciamento social, pois os funcionários supervisionam o processo de classificação mundano.

Olhando para o futuro, as instalações podem configurar edifícios para que as pessoas possam gerenciar vários robôs de maneira segura e socialmente distanciada. As empresas com menos dependência de grandes grupos de pessoas executando tarefas mundanas terão maior confiabilidade do rendimento total por metro quadrado por dia. Isso significa que as empresas podem fazer promessas a seus clientes que podem cumprir.

Os robôs amplificam a capacidade humana

As instalações do armazém buscam maximizar a eficiência, medida pelo rendimento por metro quadrado por dia. Os armazéns enfrentam variáveis ​​ao trabalhar com humanos. Por exemplo, os trabalhadores estão com fome, cansados ​​e antecipando o próximo intervalo, ou estão se sentindo bem e tendo um dia produtivo e de alto desempenho?

Considere o ato de classificar um item ou pacote. Um ser humano precisa:

Ver uma pilha de produtos ou encomendas

Selecione um item para pegá-lo da pilha desorganizada

Identifique um ponto de seleção para destacar o item

Pegue o item

Reconhecer e garantir ao retirar que há apenas um item que foi retirado

Navegue o referido item para o local de saída (saco de correio)

Coloque o item com sucesso no local de saída correto de forma a maximizar a densidade do produto (densidade do saco)

Os humanos podem fazer isso? Sim.

É fácil de fazer? Sim.

Os humanos querem fazer isso 4.000 vezes por dia, cinco dias por semana? Não.

Os robôs criam consistência para aliviar picos e vales. Robôs de classificação ainda melhores, altamente hábeis, alimentados por IA de simulação para realidade (Sim2Real), podem coletar praticamente qualquer item em um depósito no primeiro dia para aumentar a eficiência e melhorar as condições de trabalho humano.

Embora as empresas possam ter uma fantasia de que colocar um robô no lugar “fará o que quer” sem a interação do trabalhador humano, esse não é o caso. Os humanos trabalham ao lado de robôs para otimizar o fluxo de rendimento. Para operações resilientes, você não pode ter uma sem a outra.

As implementações robóticas para classificação de pacotes são mais bem-sucedidas quando humanos lidam com itens ambíguos e enquanto o robô lida com tarefas mundanas e repetitivas. Combinar esses dois tipos de tarefas é poderoso. A harmonia acontece porque o humano continua de onde o robô parou. Por exemplo, o robô identifica e pega itens e, em seguida, coloca os itens em um saco. O humano precisa manipular o saco, amarrá-lo, rotulá-lo etc. Embora tenha havido avanços significativos na destreza e capacidade robótica, há certas tarefas que os humanos fazem melhor.

A IA da simulação para a realidade atende à demanda constante do comércio

Os robôs tradicionais já foram programados para executar repetidamente o mesmo movimento. Hoje, a IA amplia as capacidades do robô e aumenta a adaptabilidade para o tipo de itens que os robôs podem pegar. À medida que o volume de comércio eletrônico continua a crescer, o tamanho e a forma das embalagens mudam constantemente, aumentando a necessidade de robôs serem mais capazes do que nunca.

Sem IA avançada, pode levar anos para um robô classificar pacotes a uma taxa que atenda à taxa de transferência humana. O manuseio de uma variedade de itens consome muitos dados e requer milhões de coletas executadas antes que um robô funcione de forma eficaz. A tecnologia de simulação para a realidade (Sim2Real) agiliza e agiliza o processo de treinamento. O Sim2Real pré-treina robôs no mundo virtual com milhões de exemplos em questão de horas, para que, quando um robô chegar a uma instalação, ele conheça os tipos de pacotes que pode ver para que possa começar a operar no primeiro dia.

A Pitney Bowes, uma empresa global de tecnologia que fornece soluções de comércio que impulsionam bilhões de transações nas áreas de comércio eletrônico, remessa, correspondência e serviços financeiros, teve um crescimento significativo em seus negócios de comércio eletrônico. Cada cliente da Pitney Bowes tem um conjunto exclusivo de itens que vende, portanto, a embalagem e a marca de cada item variam muito, e os tipos de itens que a Pitney Bowes movimenta na cadeia de suprimentos mudam mensalmente.

A Pitney Bowes desejava encontrar uma solução de classificação automatizada e precisava que ela fosse adaptável para lidar com mudanças rápidas e diversidade no tipo de produto.

O Sim2Real AI ajudou a Pitney Bowes a escalar rapidamente as operações durante o pico da temporada de compras de fim de ano de 2020, quando a Pitney Bowes classificou com eficiência e precisão centenas de milhares de pacotes exclusivos. Desde então, a Pitney Bowes expandiu o uso de robôs em toda a sua cadeia de suprimentos e usa os sistemas de classificação de maneiras diferentes em várias instalações.