Technologie Przemysłu 4.0 w logistyce

Wykorzystanie technologii Przemysłu 4.0 w logistyce

Czwarta rewolucja przemysłowa dostarcza organizacjom szereg cyfrowych technologii, które pozwalają tworzyć systemy cyber-fizyczne. Duża część procesów wykonywanych przez ludzi może być realizowana jeszcze szybciej i wydajniej poprzez wykorzystanie tych rozwiązań. Symulacja faz i procesów logistycznych, wsparta pomysłami sztucznej inteligencji, pozwala na skuteczniejszą optymalizację działań pod kątem czasu, kosztów i jakości. Autonomizacja maszyn i urządzeń pozwala wykonywać powtarzalne działania nie tylko w warunkach normalnych, ale także i podczas zakłóceń, kiedy to infrastruktura bez udziału człowieka adaptuje się do nowych sytuacji. Analityka biznesowa dużych zbiorów danych, dostępnych w czasie rzeczywistym, umożliwia szybsze podjęcie decyzji. Technologie zmieniają więc logistykę i łańcuchy dostaw przenosząc je w świat Przemysłu 4.0.

Technologie Przemysłu 4.0 w logistyce

Ze względu na mnogość technologii Przemysłu 4.0 trudno będzie w skrócie opisać możliwości wykorzystania każdej z nich. Dlatego niniejsza „Ciekawostka z logistyki”  skoncentruje się na tych, które z punktu widzenia logistyki mogą być najbardziej przydatne. Podzielono je wg. następującego klucza, na technologie:

• procesowania i ochrony danych (sztuczna inteligencja, duże zbiory danych oraz ich analityka, blockchain, chmura obliczeniowa, cyfrowi asystenci, cyfrowe bliźniaki),
• komunikacyjne (komunikacja 5G, Internet rzeczy, komunikacja maszyn – M2M, systemy szybkiej identyfikacji – RFID, NFC, QR),
• wytwórcze (wytwarzanie addytywne, druk 3D, skanowanie 3D),
• fizycznie wspierające procesy (roboty, systemy cobotyczne, autonomia maszyn, bezzałogowe statki powietrzne),
• narzędzia wspomagające (sieci czujników i siłowników, systemy wizyjne, nanotechnologie, aplikacje mobilne, rozszerzona i wirtualna rzeczywistość).

Pierwsza grupa technologii, związanych z procesowaniem i ochroną danych, jest efektem rozwoju technologii informacyjno-komunikacyjnych (Information and Communications Technology – ICT), które dynamicznie napędzały przedsiębiorstwa już podczas trzeciej rewolucji przemysłowej. Duże zbiory danych oraz ich analityka, dostępność danych w czasie rzeczywistym oraz w każdym miejscu poprzez chmurę obliczeniową, połączone z bezpieczeństwem danych wykorzystujących technologię blockchain jest tego właściwym przykładem. Technologie te wspomagają procesy decyzyjne poprzez analizę znacznie szerszej grupy danych, czyniąc efekty tych decyzji bardziej prawdopodobnymi. Ważnymi technologiami tej grupy są sztuczna inteligencja, cyfrowi asystenci oraz bliźniaki cyfrowe.

Sztuczna inteligencja jest rozpatrywana w trzech kategoriach: zachowania (np. inteligentne roboty), postrzegania (rozumienia, przetwarzania i generowania języka naturalnego oraz obrazów), poznawania i uczenia się. W ten sposób sztuczna inteligencja, a szczególnie jej generatywny wariant, jest w stanie proponować nowe rozwiązania, bazując na dotychczasowo dostępnej w sieci wiedzy. Z punktu widzenia logistyki otwiera to możliwości kreowania innowacyjnych rozwiązań w zakresie procesów decyzyjnych, infrastruktury oraz działania systemów.

Sztuczna inteligencja jest podstawą funkcjonowania cyfrowych asystentów. Pozwala to maszynom na prowadzenie konwersacji z ludźmi, udzielając odpowiedzi na złożone pytania, przydzielając zadania, przewidując i rekomendując konkretne pomysły. Cyfrowi asystenci mogą przybierać różne formy, od agentów od rozmów, dialogów, chatbotów, wirtualnych asystentów, indywidualnych asystentów, softbotów oraz awatarów. Cyfrowi asystenci stają się zatem systemami socio-technicznymi, wspomagającymi ludzi w przygotowaniu i realizacji zadań w efektywny sposób.

Cyfrowy bliźniak to rodzaj urządzenia cyber-fizycznego wykorzystującego narzędzia wspomagające Industry 4.0 (I4.0), tzn. czujniki i systemy wizyjne do generowania wiernej cyfrowej i dynamicznie zmieniającej się kopii fizycznych obiektów lub istot, w celu prowadzenia symulacji dla podejmowania różnego rodzaju decyzji w organizacjach. Podobnie jak cyfrowi asystenci, cyfrowe bliźniaki wspomagane są sztuczną inteligencją, która nie tylko pomaga stworzyć wierną, wirtualną replikę rzeczywistości, ale także ją analizować.

Oznacza to dla przemysłu, w tym także i dla logistyki, podniesienie efektywności w obszarze symulacji i optymalizacji. Baza wiedzy, którą wykorzystuje sztuczna inteligencja oraz szybkość jej analizowania umożliwia wykonywanie zadań z większą precyzją oraz w znacznie szybszym czasie, co z punktu widzenia logistyki optymalizuje kluczowe parametry, a więc koszt, czas i jakość.

W ramach technologii komunikacyjnych I4.0 kluczowy wydaje się Internet rzeczy, umożliwiający komunikowanie się rzeczy pomiędzy sobą, bez udziału człowieka (M2M), poprzez bezprzewodowe sieci błyskawicznego przesyłu danych, wykorzystujący systemy szybkiej identyfikacji. Takie rozwiązanie zastosowane w logistyce tworzy inteligentne systemy transportu, magazynowania, pakowania, zarządzania zapasami oraz obsługi zamówień poprzez współdzielenie się informacjami, integrację zasobów oraz natychmiastowe działanie bazujące na danych w czasie rzeczywistym. Wykorzystanie Internetu rzeczy w przedstawionym zakresie w zasadzie otwiera możliwość cyfrowego wsparcia procesów logistycznych, docelowo osiągając autonomię bezzałogowych maszyn, które podłączone do Internetu mogą tworzyć systemy cyber-fizyczne.

Technologie wytwórcze w swojej istocie bezpośrednio nie odnoszą się do logistyki i łańcuchów dostaw, ale mają na nie istotny wpływ. Wytwarzanie addytywne pozwala na tworzenie przedmiotów o różnorodnych kształtach poprzez nanoszenie kolejnych warstw danego materiału. Sama technologia może mieć różnorodną postać, ale z punktu widzenia logistyki fundamentalnych jest kilka aspektów. Pierwszy z nich dotyczy specyfiki wytwarzania addytywnego. Drukarka 3D zaopatrywana jest zazwyczaj w homogeniczne materiały różniące się między sobą barwą. Wytwarza konkretną rzecz (komponent, wyrób gotowy) bez konieczności dodatkowego montażu. Może to oznaczać, że niektóre aspekty logistyki zaopatrzenia oraz logistyki produkcji mogą zostać znacznie uproszczone. Należy także zauważyć, że bazujące na drugiej rewolucji przemysłowej, dążenie systemów produkcyjnych do masowej i powtarzalnej produkcji realizowanej na liniach produkcyjnych (układzie stanowisk roboczych ustawionych według kolejności procesów wytwórczych) może się zmieniać na rzecz jednostkowej produkcji wysoce spersonalizowanych wyrobów. Kryterium ekonomiczne nie będzie miało w tym wypadku kluczowego znaczenia, ponieważ specyfika wytwarzania addytywnego stwarza możliwość realizacji tego typu zadań.

Grupa narzędzi fizycznie wspierających procesy to głównie autonomiczne roboty oraz pojazdy, przygotowane do współpracy z ludźmi (coboty i systemy cobotyczne). Mogą one w znaczny sposób odciążyć pracowników od ich codziennych zadań. Może być to wykorzystane w tych przypadkach, w których specyfika pracy ludzi nie jest dla nich przyjazna (monotypowość pracy, zwiększony wysiłek fizyczny, wymuszone pozycje ciała, praca w trudnych dla człowieka warunkach itp.).

Szczególnie istotne dla logistyki może być podniesienie efektywności wykorzystania dróg powietrznych przez bezzałogowe statki powietrzne, czyli tak popularne drony. Połączenie ich działania ze wspomaganą sztuczną inteligencją optymalizacją tras oraz Internetem rzeczy pozwala tworzyć całe sieci logistyczne dronów. Drony, które w chwili obecnej są w stanie transportować niewielkie ładunki, mogą także zrewolucjonizować logistykę ostatniej mili, wyprowadzając z ekosystemów miast znaczną część pojazdów zajmujących się logistyką.

Wśród narzędzi wspomagających w logistyce wykorzystuje się sieci czujników do monitorowania przepływów w czasie rzeczywistym, w kontekście parametrów produktów np. temperatury, wilgotności itp. – istotne w zimnych łańcuchach dostaw. Z kolei rozszerzona rzeczywistość z powodzeniem może być wykorzystywana podczas szkoleń (dając możliwość trenowania różnorodnych scenariuszy), instruktaży (instrukcji w postaci tekstu, obrazu i dźwięku), koncepcyjnych prac projektowych (wizualizacji 3D), oceniania, informowania, ale także i rozrywki. Rozszerzona rzeczywistość doskonali dotychczasowe narzędzia pick-by-voice (pakowanie wspomagane głosem), czy też pick-by-light (pakowanie wspomagane światłem) na rzecz działań pick by-vision (pakowanie wspomagane obrazem).

Jak widać zatem, każda z grup technologii Przemysłu 4.0 może znaleźć swoje zastosowanie w procesach logistycznych i łańcuchach dostaw.

Podsumowanie

Rozwój technologii cyfrowych stwarza możliwości, które dotychczas na taką skalę nie występowały. Wydaje się, że jedynym czynnikiem hamującym dynamiczne wdrażanie technologii Przemysłu 4.0 może być brak chęci do radykalnych zmian operacyjnych i strategicznych w przedsiębiorstwach. Wypracowane dziesiątkami lat wzorce logistyczne, bazujące na archaicznych niekiedy modelach biznesowych same w sobie zaczynają stanowić poważne ograniczenia rozwojowe. Implementując zatem technologie Przemysłu 4.0 należy nieco bardziej otworzyć się na nowe, innowacyjne spojrzenie na bieżące procesy i systemy. W wielu wypadkach wymagać to będzie zmian w innych obszarach, jak choćby regulacji prawnych (np. sterowanie ruchem powietrznym dronów), kapitału społecznego (współpraca w grupach: ludzie i inteligentne roboty) i innych obszarów ze strefy organizacji i zarządzania.

Bibliografia

1. Boysen, N., Fedtke, S., & Schwerdfeger, S. (2021). Last-mile delivery concepts: a survey from an operational research perspective. OR Spectrum, 43(1). https://doi.org/10.1007/s00291-020-00607-8
2. Cirulis, A., & Ginters, E. (2013). Augmented reality in logistics. Procedia Computer Science, 26, 14–20. https://doi.org/10.1016/j.procs.2013.12.003
3. Ding, Y., Jin, M., Li, S., & Feng, D. (2021). Smart logistics based on the internet of things technology: an overview. International Journal of Logistics Research and Applications, 24(4), 323–345. https://doi.org/10.1080/13675567.2020.1757053
4. Friedrich, A., Lange, A., & Elbert, R. (2022). How additive manufacturing drives business model change: The perspective of logistics service providers. International Journal of Production Economics, 249. https://doi.org/10.1016/j.ijpe.2022.108521
5. Moshood, T. D., Nawanir, G., Sorooshian, S., & Okfalisa, O. (2021). Digital twins driven supply chain visibility within logistics: A new paradigm for future logistics. In Applied System Innovation (Vol. 4, Number 2). MDPI AG. https://doi.org/10.3390/asi4020029
6. Murray, C. C., & Chu, A. G. (2015). The flying sidekick traveling salesman problem: Optimization of drone-assisted parcel delivery. Transportation Research Part C: Emerging Technologies, 54, 86–109. https://doi.org/10.1016/j.trc.2015.03.005
7. Pour, M. A., Zanardini, M., Bacchetti, A., & Zanoni, S. (2016). Additive Manufacturing Impacts on Productions and Logistics Systems. IFAC-PapersOnLine, 49(12), 1679–1684. https://doi.org/10.1016/j.ifacol.2016.07.822
8. Qian, Y. (2026). AI-driven computing framework for intelligent scheduling and route optimization in large-scale IoT-enabled drone logistics networks. Discover Internet of Things, 6(1). https://doi.org/10.1007/s43926-026-00295-w
9. Schwerdtfeger, B., Reif, R., Günthner, W. A., & Klinker, G. (2011). Pick-by-vision: There is something to pick at the end of the augmented tunnel. Virtual Reality, 15(2–3), 213–223. https://doi.org/10.1007/s10055-011-0187-9
10. Silva, J. V. L., & Rezende, R. A. (2013). Additive manufacturing and its future impact in logistics. IFAC Proceedings Volumes (IFAC-PapersOnline), 6(PART 1), 277–282. https://doi.org/10.3182/20130911-3-BR-3021.00126
11. Wang, L., Liu, Z., Liu, A., & Tao, F. (2021). Artificial intelligence in product lifecycle management. The International Journal of Advanced Manufacturing Technology, 114, 771–796. https://doi.org/10.1007/s00170-021-06882-1/Published
12. Zheng, T., Grosse, E. H., Morana, S., & Glock, C. H. (2024). A review of digital assistants in production and logistics: applications, benefits, and challenges. In International Journal of Production Research (Vol. 62, Number 21, pp. 8022–8048). Taylor and Francis Ltd. https://doi.org/10.1080/00207543.2024.2330631

Autor: dr inż. Maciej Bielecki, Katedra Logistyki i Innowacji, Wydział Ekonomiczno-Socjologiczny Uniwersytetu Łódzkiego

Redakcja: dr inż. Barbara Galińska, Instytut Zarządzania, Wydział Organizacji i Zarządzania Politechniki Łódzkiej