ワークフォース効率を最大化して顧客需要を満たす

最近、SupplyChainBrainが「サプライチェーン労働力不足に解決策はあるか？」というブログを掲載しました。今年、労働力が縮小している理由を分析しています。理論上、多くの雇用主は連邦失業給付が9月に終了すれば、人々が仕事を探し始めると考えていました。しかし、それは起こりませんでした。

同記事が挙げる他の理由には、パンデミックの余波で職場復帰を恐れる人が多いこと、労働者が自宅待機を余儀なくされたり自主的に在宅を選んだりした結果、オンライン購買が急増し、輸送と倉庫業務が逼迫したことなどがあります。

注文増加により、それを処理する更なる労働力が必要になりました。キャリアはトラックドライバーの確保に苦慮し、倉庫オーナーは時給アップ、福利厚生充実、休憩スペース改善に動いていますが、雇用すべき労働力が単純に不足しています。

一部の企業は、倉庫や配送業務への自動化導入でフルフィルメントを高速化し、労働需要を減らせると考えています。ソフトウェアベンダーは、WMS（倉庫管理システム）、ヤード管理システム、データレプリカ、デジタルツイン、AR、AI、ロボット自動化、ブロックチェーンなど、倉庫効率を高める技術を謳っています。

多くの組織がすでにこれらの一部に投資し、業務効率化と顧客サービス向上を図っています。しかし、それぞれの技術には独自の複雑さが伴います。

WMSはほぼすべての革新的システムの基盤となり、倉庫全体で重要なデータを生成します。多くの企業が「データレプリカ」と呼ばれる新種の技術を採用し、リアルタイムWMSデータを取り込んで容易にアクセス可能なデータベースを構築し、クエリ、可視化、アラートに活用しています。

データは配送センターの「未来の状態」を理解するために貢献すべきです。いわゆる「What-if（もしも）」計画で、デジタルツイン技術を活用します。デジタルツインは倉庫の数理モデルであり、将来に向けた全活動を分析して、将来起こりうることを予測します。優れたデジタルツインは、労働力、出荷、在庫可用性、タスク、スペース、その他リソースを考慮します。

AIベースの制約ベース最適化は、さまざまな活動システムの最適化に利用できます。デジタルツインと組み合わせると、イベントシーケンスを処方し、実行可能なスケジュールを作成し、タッチポイントと労働力を最小化できます。

技術ロードマップの最終段階は、倉庫内の多くの人的プロセスを自動化することです。ロボティクスなどの自動化の課題は、高価なデバイスを要し、導入が困難で時間がかかることです。

多くの組織が、周辺の倉庫マイクロフローを考慮せずにサプライチェーンへ自動化を投入しています。例えば、消費財荷主が自動フォークリフトでパレットを取り出してステージングしても、そのパレットが12時間もステージングエリアに放置され、トレーラーへの積み込みを待つケースです。貴重なステージングスペースを無駄に消費し、別の注文をオンタイム・インフルで出荷する機会を逸する恐れがあります。

倉庫はまた、顧客フルフィルメントを犠牲にせず既存労働力を最適化する課題も抱えています。誰かが欠勤したら？ 計画通りに進まなかったら？ 未充足の現場スタッフが残り、手持ちの能力をどう最適化すべきか不明なら？

ここで登場するのが「WMSアクセラレーター」と呼ばれる新しいアプローチです。これは倉庫内で数分ごとに起きていることに基づき、活動を適応・再調整します。WMS、ヤード管理、受注管理、可視化、生産システムからデータを取り込み、運営の統一ビューを提供します。デジタルツイン技術でデータを用いて将来を予測します。全システムの現在状態と既知の出荷・受注情報を取り込み、労働力・在庫・作業時間などの既知制約に基づいて未来をシミュレーションします。

例えば、P&Gのある配送センターでは、WMSアクセラレーターにより日次計画時間を97%削減し、日次の労働活動計画を8時間から15分に短縮しました。WMSアクセラレーターを活用する他の企業では、計画外の一時的な労働力削減を恒久化しても現場生産性に影響が出ませんでした。1シフトあたり1人削減で年間10万ドル以上の節約になります。大規模サイトでは、これが積み重なって大きな効果を生みます。

Keith Moore氏はAutoScheduler.AIの最高製品責任者です。