Return to search

Optimizing the role allocation process in warehouses : Digitalization of the daily rostering process by integrating AI and IoT technologies / Optimera rollfördelning processen i lager

The logistics industry is one of the most important industries, being an important component of a company's activities. In recent years, the industry has gone through a large number of changes. These had the purpose of making the processes more efficient in order to reduce costs or to increase the degree of competitiveness. A very important process in the logistics industry is the allocation of roles in warehouses. Not using the available resources to their maximum capacity leads to an increase in the processing time of the units as well as to a decrease in the profitability of the companies. Allocation is done manually in the warehouse, being a complex task in which many constraints and variations must be taken into account. AI technologies and IoT systems have the potential to simplify the process of assigning workers. For this research, a warehouse in Germany operated by the Amazon company was studied. In addition to the benefits that this transition can have from a social point of view, helping to equalize the roles of high complexity and the appropriate rotation of jobs to ensure equal opportunities for development, there is an opportunity to reduce the costs associated with this process by up to 90%. This last aspect is dependent on the degree of modernization of the warehouse and on the way in which the role allocation process is carried out at the time. Most of the IoT systems necessary for the digitization and automation of this process are already implemented in warehouses. However, a common architecture is needed to be able to guarantee the integration and compatibility of the systems. The main blocker in this transition remains public opinion and financial factors, companies with a large volume of units potentially benefiting from economies of scale. / Logistikbranschen är en av de viktigaste branscherna och är en viktig del av ett företags verksamhet. De senaste åren har branschen genomgått ett stort antal förändringar. Dessa hade till syfte att effektivisera processerna för att minska kostnaderna eller öka graden av konkurrenskraft. En mycket viktig process inom logistikbranschen är fördelningen av roller i lager. Att inte använda de tillgängliga resurserna till sin maximala kapacitet leder till en ökad handläggningstid för enheterna samt till en minskad lönsamhet för företagen. Allokering sker manuellt i lagret, vilket är en komplex uppgift där många begränsningar och variationer måste beaktas. AI-teknik och IoT-system har potential att förenkla processen för att tilldela arbetare. För denna forskning studerades ett lager i Tyskland som drivs av Amazon-företaget. Förutom de fördelar som denna övergång kan ha ur en social synvinkel, hjälpa till att utjämna rollerna med hög komplexitet och lämplig rotation av jobb för att säkerställa lika möjligheter till utveckling, finns det en möjlighet att minska kostnaderna förknippade med denna process med upp till 90 %. Den sista aspekten är beroende av graden av modernisering av lagret och på det sätt på vilket rollfördelning processen går till vid tillfället. De flesta av de IoT-system som krävs för digitalisering och automatisering av denna process är redan implementerade i lager. Det behövs dock en gemensam arkitektur för att kunna garantera systemets integration och kompatibilitet. Den huvudsakliga blockeraren i denna övergång är fortfarande den allmänna opinionen och finansiella faktorer, företag med en stor volym av enheter som potentiellt kan dra nytta av stordriftsfördelar.

Identiferoai:union.ndltd.org:UPSALLA1/oai:DiVA.org:kth-330270
Date January 2023
CreatorsHoitan, Serban-Andrei
PublisherKTH, Skolan för industriell teknik och management (ITM)
Source SetsDiVA Archive at Upsalla University
LanguageEnglish
Detected LanguageEnglish
TypeStudent thesis, info:eu-repo/semantics/bachelorThesis, text
Formatapplication/pdf
Rightsinfo:eu-repo/semantics/openAccess
RelationTRITA-ITM-EX ; 2023:267

Page generated in 0.0017 seconds