Компании в России увеличивают планы вложений в складскую автоматизацию. В апрельском опросе «КСЛ» среди 558 ритейлеров, производителей и дистрибуторов инвестиции в глубокую роботизацию на 2025 год предусмотрели 8,4% участников против 4,6% в 2024-м. На цифровизацию отдельных функций или всех операций, включая системы управления складом и производством, намерены направить средства 24,3% опрошенных.
В Петербурге и Ленобласти у «Озон» (Ozon) действуют шесть центров исполнения заказов и пять сортировочных центров общей площадью около 950 тыс. кв. м. По оценке компании, эти мощности позволяют хранить почти 180 млн товаров и ежедневно обрабатывать примерно 4 млн заказов. Собственная складская информационная система охватывает инвентаризацию, поступления, отгрузки и маршруты перемещения продукции.
Что планируют участники рынка
«Яндекс Роботикс» и «Промышленная робототехника» опросили более ста представителей 51 компании среднего и крупного бизнеса из электронной торговли, розницы и логистики. В опубликованных 15 июля результатах 88% компаний планировали использовать автономных мобильных роботов на складах, а 71% рассматривали внедрение десяти и более устройств.
Повышение производительности назвали целью автоматизации 32% участников, преодоление нехватки персонала — 30%. Подготовка к таким проектам находилась на разных стадиях. Внутренние команды по робототехнике сформировали 78% участников, бюджеты выделили 48%, ещё 11% проводили предварительную оценку. Помимо мобильных машин, респонденты рассматривали другие виды оборудования:
- Шаттловые и конвейерные системы — 22%.
- Решения для палетизации — 18%.
- Вилочные погрузчики — 14%.
Робот для инвентаризации
«СТА Карго» внедрила на складе робота-инвентаризатора «Яндекс Роботикс». Прежде сотрудники проверяли грузы и их расположение выборочно, а полный учёт требовал остановки работы склада. Крупные грузы могли занимать несколько полок, хотя в информационной системе числились на одной; это затрудняло определение свободных мест. Команда адаптировала его к узким проходам и плотному размещению ячеек: установила 12 камер и настроила распознавание более двадцати форматов кодов. На испытаниях машина проходила одну аллею за четыре минуты, фиксировала содержимое ячеек и сверяла его с данными системы управления складом.
После перехода к постоянной эксплуатации точность данных выросла с 89% до 96%, а доля заполненных и проверенных записей — с 50% до 90%, сообщили представители разработчика 16 апреля. Робот выявлял дубли, неверно обозначенные пустые ячейки и несовпадения фактического размещения грузов с учётом. Единые QR-этикетки для всех видов грузов компания ещё планировала внедрить.
Оставить комментарий