De toekomst van magazijnautomatisering: slimmer in plaats van meer

Foto: TGW
De toekomst van magazijnautomatisering draait niet alleen om automatiseren, maar om slimme keuzes. Neeltje van den Bosch-Gubbels, Sales Project Manager bij TGW Logistics, legt uit hoe technologie, data en menselijke expertise elkaar versterken.
Slim automatiseren begint bij juiste keuzes
Magazijnautomatisering draaide jarenlang vooral om snelheid, productiviteit en betrouwbaarheid. Die blijven belangrijk, maar vandaag komt daar een nieuwe uitdaging bij: wendbaarheid. Ordervolumes fluctueren, assortimenten veranderen snel en klantverwachtingen veranderen voortdurend. Logistieke processen moeten daarop kunnen inspelen.
Volgens Neeltje is de volgende stap niet maximaal automatiseren, maar bewust kiezen waar welke technologie de meeste waarde toevoegt. Traditionele automatisering biedt snelheid en schaalbaarheid bij repetitieve processen, terwijl robotica meer variatie in fysieke taken aankan. Data en AI bieden nieuwe mogelijkheden om processen en technologie te analyseren. Menselijke expertise blijft essentieel en onmisbaar voor het nemen van beslissingen, het oplossen van problemen en het ingrijpen bij uitzonderlijke zaken.
Mens en robot: een slimme samenwerking
De discussie over robotisering gaat vaak over het vervangen van mensen. Maar de echte vraag is: wat kunnen robots en waar maakt menselijke expertise het verschil. Repetitieve en fysiek belastende taken kunnen steeds beter worden geautomatiseerd, zodat medewerkers zich kunnen richten op werkzaamheden die inzicht en beoordelingsvermogen vereisen.
Een concreet voorbeeld is RovoFlex, de AI-gestuurde pickrobot van TGW Logistics. Deze robot wordt al bij meerdere klanten ingezet, waaronder Intersport en OneMed. De robotarm kan op een bestaand PickCenterOne-werkstation worden geplaatst en gebruikt AI om verschillende producten steeds beter te herkennen en zo efficiënt mogelijk te picken.
Op basis van een voorafgaande analyse wordt gekeken welke uitgaande orders volledig automatisch kunnen worden verwerkt. Deze worden dan naar het robotstation gestuurd. Orders die producten met verpakkingen bevatten die nog lastig te picken zijn door de robot, worden handmatig verwerkt.
De PickCenterOne-werkstations met medewerkers en RovoFlex staan naast elkaar opgesteld. Wanneer de RovoFlex er niet in slaagt een artikel op te pakken, geeft het systeem een lichtsignaal. Een medewerker kan dan ingrijpen en de pickhandeling alsnog uitvoeren, waarna de RovoFlex zijn werk hervat.
Data bepaalt het succes
Intelligente automatisering vraagt om betrouwbare data, van het eerste ontwerp tot het einde van de levensduur. Om te bepalen welke producten geschikt zijn voor robotpicking is gedetailleerde informatie nodig over afmetingen, gewicht en verpakkingen van de goederen. Op basis daarvan berekent TGW Logistics welk percentage van de orders volledig automatisch kan worden verwerkt. Zo wordt automatisering een onderbouwde keuze, afgestemd op het potentieel binnen de operatie.
Orderprofielen kunnen echter snel veranderen. Wat vandaag een veelgevraagd product is, kan morgen minder populair zijn. Tegelijkertijd ontwikkelt de technologie zich verder, waardoor de robot een steeds breder scala aan producten kan verwerken. Daarom zijn de PickCenterOne-werkstations nu al aangepast op de latere toevoeging van een RovoFlex-robotarm. Zo blijft de oplossing wendbaar en groeit ze mee met veranderende behoeften.
Maar data spelen ook na automatisering een belangrijke rol: geautomatiseerde systemen leveren continu nieuwe data op over de operatie. Die maken het mogelijk om prestaties te monitoren, knelpunten te identificeren en processen verder te optimaliseren.
Magazijnautomatisering evolueert voortdurend. De juiste balans tussen data en mensen kunnen logistieke processen slimmer en wendbaarder worden.