RETO 1: Optimización de ubicaciones en el almacén para reducir el coste de picking.
Reto o necesidad que resuelve
La decisión de dónde ubicar cada referencia en el almacén tiene un gran impacto en el coste del picking. Exiten métodos relativamente sencillos como la ubicación según la clasificación A-B-C, pero la aplicación de Inteligencia Artificial puedo proporcionar soluciones mejores.
Solución
Se desarrolla una herramienta que analiza los datos de ventas históricos. A partir de estos datos, además del número de «picks» y la rotación de cada referencia, se identifican los productos que más se venden de forma conjunta.
Con esta información se puede mejorar la ubicación de cada referencia de forma que se minimice el recorrido durante la preparación del picking.
Al haber analizado la composición de los pedidos, el algoritmo tratará de colocar los productos para que, en la preparación del pedido, se minimice el número de pasillos visitados , reduciendo así la longitud total recorrida.
Tecnologías involucradas
Inteligencia Artificial; Machine Learning; Algoritmos de optimización combinatoria
RETO 2: Optimización del coste de distribución de producto entre almacenes.
Reto o necesidad que resuelve
La planificación del transporte de palés entre la fábrica, almacenes de distribución y de delegación, tratando de conseguir los siguientes objetivos:
– Garantizar la disponibilidad de stock en cada almacén para satisfacer la demanda.
– Garantizar el orden de salida FEFO (primero los lotes que caducan antes).
– Minimizar el número total de movimientos de palés y, con ello, el coste de distribución.
– Mantener el stock de cada producto entre un mínimo y máximo de «días de stock».
Y todo esto, respetando la capacidad de almacenamiento y de entradas y salidas de cada almacén.
Solución
Se desarrolla una herramienta que toma toda la información necesaria del ERP (maestro de productos, stocks, pedidos, previsión de ventas, órdenes de fabricación, información de los almacenes, promociones, etc.) y calcula el plan de distribución óptimo para los próximos días.
El usuario puede revisar y editar el plan si así lo necesita, y generar el informe de transportes necesarios para los días siguientes.
Tecnologías involucradas
Inteligencia Artificial; Algoritmos de optimización combinatoria
RETO 3: Validación automática de la firma de albaranes de entrega a cliente.
Reto o necesidad que resuelve
El procesado y validación de los albaranes de entrega a cliente es un trabajo costoso y de poco valor añadido. Cuando se reciben los albaranes de entrega a cliente escaneados, con el sello y firma del receptor, es necesario identificar el pedido al que se refieren y validar la entrega.
Solución
Se ha desarrollado una herramienta que lee el albarán escaneado, detecta el número de pedido y otra información relevante, comprueba que lleve la firma o el sello del receptor y guarda todas esta información en el ERP del cliente.
La herramienta tiene una interfaz que permite visualizar los documentos procesados y validar manualmente aquellos albaranes que no han podido procesarse correctamente de forma automática.
Tecnologías involucradas
Inteligencia Artificial; Visión artificial.