אבולוציית המחסנים: מרשימות נייר ועד לרובוטים חכמים

בעבר, העבודה במחסן נחשבה פיזית ומונוטונית. מנהל המחסן נדרש להכיר את העובדים, מיומנויותיהם ויכולותיהם הפיזיות, כדי לבצע שיבוץ מיטבי תחת לחץ. כיום, מערכות AI מנתחות כמויות עצומות של מידע בזמן אמת, מבצעות אופטימיזציה מתמדת, ומספקות שיבוץ מדויק – מבוסס נתונים ולא אינטואיציה. על פי דו"ח CB Insights Venture לשנת 2024, הסתכמו השקעות הקרנות בסקטור ה-AI ב-100.4 מיליארד דולר. נתון זה משקף את המהפכה הטכנולוגית שחווה הענף ואת ההשפעה על עולם הלוגיסטיקה והניהול התפעולי בעשור האחרון.

כיום, השלב הבא הוא מחסנים רובוטיים ואוטונומיים, בהם הרובוטים מביאים את הפריטים לעובדים או מבצעים את הליקוט בעצמם. המערכת מנוהלת על ידי אלגוריתמים חכמים שמבטיחים יעילות מקסימלית הן מבחינת זמן והן בהיבט הכלכלי

עדות לשינוי באופן העבודה ניתן לראות, למשל, במעבר למערכות Instructions-to-Light, הכוללות הכוונה חזותית צבעונית. בעבר הפתרון הוטמע בעיקר בתעשיות הדורשות רמת דיוק גבוהה כ-Pick2Light, אך כיום הפתרון נגיש תפעולית וכלכלית לכל סוגי המחסנים, בזכות טכנולוגיות IoT חדשות ופסי LED. כל עובד במחסן מקבל צבע אישי, שמכוון אותו בדיוק אל המקום והפעולה הנדרשים, מה שמפחית טעויות ומגביר יעילות. מערכות אלו מתרגמות את ההנחיות של מערכות ה-WMS לפקודות חזותיות באמצעות האור, כך שכל עובד מקבל הדרכה מדויקת לפעולה הנדרשת.

משדרגת את הלוגיסטיקה. רובוטיקה במחסנים. צילום: Shutterstock

רובוטיקה בשירות העובד: שינוי תפישתי במחסן

שילוב רובוטים במחסן משנה את התפישה. במקום שעובדים ינועו בין המעברים והמדפים, הרובוטים מביאים את הפריטים אליהם, מקצרים זמני ליקוט ומפחיתים מאמץ פיזי. התוצאה – העובדים הופכים למנהלים של מערכות חכמות.

הטמעת שינוי זה מול עובדים ותיקים יכולה להיות מאתגרת, אך הדרכה נכונה מחזקת את הביטחון ומעודדת שיתוף פעולה. יתרה מכך, עובדים חדשים יכולים להתחיל לעבוד כמעט מיד, בזכות מערכות שמובילות אותם צעד אחר צעד ומונעות טעויות קריטיות.

בתחילה, ניהול המחסן היה ידני מבוסס נייר ועט. ההזמנות היו מודפסות, חיפוש פריטים נעשה מתוך היכרות אישית, ובוצע איסוף ידני שכלל בדיקות בקרה נוספת לפני הקלדת הנתונים לצד הערות ידניות. התהליך היה ארוך ותלוי מיומנות עובדים. עם הזמן נכנסו לשימוש קוראי ברקוד ומערכות דיווח ממוחשבות, שאפשרו סריקת פריטים ואימות בזמן אמת, מה שהפחית טעויות ושיפר את היעילות. מכאן בוצע מעבר לפתרונות ניידים באמצעות מסופונים, והשלב הבא היה הטמעת מערכות WMS לניהול מחסנים, אשר הכניסו אופטימיזציה לייעול והכוונת העובדים בסידור מלאי ובתכנון מסלולי הליכה חכמים.

בהמשך, טכנולוגיות AI למדו את דפוסי העבודה במחסן ושיפרו את שיבוץ המשימות, כך שהתאפשר ניהול מלאי וליקוט חכם ודינמי יותר.

כיום, השלב הבא הוא מחסנים רובוטיים ואוטונומיים, בהם הרובוטים מביאים את הפריטים לעובדים או מבצעים את הליקוט בעצמם. המערכת מנוהלת על ידי אלגוריתמים חכמים שמבטיחים יעילות מקסימלית הן מבחינת זמן והן בהיבט הכלכלי.

קצב אימוץ לפי מגזר: קמעונאות, תעשייה ופארמה

בתחום הקמעונאות וה-E-commerce, האימוץ של AI הוא המהיר ביותר. התחרות הגדולה והצורך לעמוד בכמות עצומה של הזמנות קטנות במדויק ובהיענות מהירה, דוחפים חברות לאמץ טכנולוגיות מתקדמות. התעשייה המסורתית, לעומת זאת, מתמודדת עם תשתיות ותיקות ועלויות הטמעה גבוהות, ולכן האימוץ מתבצע בקצב אטי יותר. בתחום הפארמה והרפואה, האימוץ בינוני. חברות משתמשות בטכנולוגיות בעיקר לניהול מלאי רגיש ושרשראות אספקה מבוקרות, תחת דרישות רגולטוריות מחמירות, מה שמאט את קצב השינויים.

בינה מלאכותית מציעה מגוון פתרונות בלוגיסטיקה, הכוללים חיזוי ביקושים מדויק מבוסס למידת מכונה (ML), תכנון נכון של מלאי והימנעות מחוסרים או עודפים, ניהול מלאי חכם עם תזמון אופטימלי של הזמנות ומילוי מחסנים, אופטימיזציית מסלולים לרובוטים ולעובדים לחיסכון בזמן ומניעת טעויות, בקרת איכות בזמן אמת באמצעות ראייה ממוחשבת לזיהוי פגמים, ותחזוקה חזויה למניעת תקלות. כלים אלה הופכים את שרשרת האספקה לחכמה, יעילה ומדויקת יותר.

בישראל מושקעים משאבים רבים בתחום החדשנות. הרשות לחדשנות, למשל, השקיעה בשנה החולפת כ-7 מיליון שקל בתוכניות רילוקיישן למומחי AI מחו"ל, במטרה לזרז את ההטמעה של מערכות בינה מלאכותית בארגונים ישראליים.

בשנת 2024 חלה עלייה בהתעניינות ב-AI, אך רבים עוד לא מיהרו ליישם. בשנת 2025 כבר ניכרת תחושת ביטחון גבוהה יותר, בעקבות שיפור הטכנולוגיה וסיפורי הצלחה בשטח. מנהלים מבינים שה-AI הוא כלי אמין ושימושי, ולא רק טרנד חולף. החשש הגדול מפני השינויים פחת משמעותית, כך מתאפשר אימוץ טבעי יותר של טכנולוגיות בינה מלאכותית בארגונים.

הכותב הוא סמנכ"ל חדשנות בחברת פריוריטי