Голосовой подбор как метод ускорения складских операций
С каждым годом технологические новшества помогают нам упростить работу, оптимизируя ежедневные процессы, еще вчера казавшиеся неизменными. Инновации проникают во все сферы бизнеса, не является исключением и складская логистика. Технология pick-by-voice или voice picking (подбор товара с помощью голосовых команд) применяется в европейских странах и в США уже около 20 лет. В нашей стране до недавнего времени подбор осуществлялся по бумажному носителю и радиочастотному терминалу, однако в последние годы логистические компании в России начинают тестировать и активно внедрять эту разработку.
В работе с различными клиентами логистический оператор сотрудничает с поставщиком оборудования и программного решения, который оказывает техническую поддержку, а при необходимости дорабатывает процесс голосового подбора под потребности конкретного клиента на складе.
У голосового подбора есть очевидные преимущества: возможность освободить руки сотруднику склада, который не отвлекается на работу с терминалом или бумажным листом, упрощенное обучение сотрудников, возможность проверки числовых значений без штрихкодов, увеличение производительности труда на складской площадке.
Существуют две основные технологии голосового подбора:
■ система, которая обучается голосу каждого пользователя;
■ система, которая по вибрациям голоса способна понять слова, произнесенные любым человеком, без предварительного обучения.
По результатам многочисленных тестирований мы установили, что системы второго типа на текущем уровне своего развития показывают более низкое качество распознавания речи, в то время как системы первого типа, несмотря на затрачиваемые 20 минут на обучение каждого нового сотрудника, компенсируют потраченное время за счет практически безошибочного распознавания голоса.
На своих складах мы внедрили оборудование марки Vocollect (предоставляется компанией «Оптискан»), которое предлагает две основные схемы работы:
■ Voice Link — в данном случае создается некая надстройка над WMS1, которая на основании данных, полученных из WMS в начале выполнения задания, может реализовывать свою логику, а затем в конце работы возвращает в WMS результат.