Caso aziendale

META-Regalbau: sensori e analisi con l’IA del prelievo ordini ripagati in circa un anno

Un produttore di scaffalature con circa 300 dipendenti ha fatto indossare al personale piccoli sensori perché l’IA potesse analizzare come vengono prelevati gli ordini nel magazzino. I risultati hanno guidato la disposizione di un nuovo magazzino e fanno risparmiare circa €22.000 all’anno. Dirigenti, consiglio aziendale e tutto il personale sono stati informati dello scopo fin dall’inizio.

Risultato Risultato dichiarato dall’azienda

L’azienda ha pubblicato le cifre da sola.

Nella guida Medio-grandi imprese

In sintesi

Azienda
META-RegalbauProduttore di scaffalature e sistemi di stoccaggio
Dimensione
Medio-grandi imprese (250–999 dipendenti) La pubblicazione che descrive il caso indica per l’azienda circa 300 dipendenti.
Settore
Manifattura
Dove e quando
Germania. Pubblicato ad agosto 2021.
Chi ha prodotto le cifre
L’azienda stessaLe cifre sono dell’azienda, pubblicate dalla Plattform Lernende Systeme, una piattaforma tedesca di esperti di IA, in una raccolta di casi di medie imprese.

Che cosa hanno fatto

META-Regalbau produce sistemi di scaffalature, dai semplici scaffali alle strutture su più piani. Un ordine è composto da molti componenti separati. Il personale li preleva da punti diversi del magazzino, li imballa e li prepara per la spedizione. L’azienda vedeva lì un margine per risparmiare tempo. Stava anche per trasferirsi in un nuovo stabilimento e voleva la disposizione migliore per il nuovo magazzino.

Ha lavorato con una start-up della sua regione. Piccoli trasmettitori Bluetooth sono stati fissati alle pareti del magazzino, e il personale indossava piccoli sensori mentre lavorava. Così sono stati registrati i percorsi fatti a piedi e i punti in cui le persone aspettavano, per esempio gli attrezzi o alle macchine. L’analisi delle registrazioni con l’IA ha poi mostrato dove si perdeva tempo.

Il consiglio aziendale, che rappresenta i dipendenti, è stato informato fin dall’inizio. Così come i responsabili della logistica e ogni dipendente. A tutti sono stati spiegati l’obiettivo del progetto e il funzionamento della tecnologia.

I numeri

  • Circa €22.000 risparmiati all’anno, grazie alla nuova disposizione del magazzino e a un prelievo più efficiente insieme.
  • Ripagato in 1–1,5 anni. È il tempo che il risparmio ha impiegato a coprire il costo della collaborazione con la start-up.

Che cosa mostra il caso

  • Qui l’IA ha analizzato il lavoro e le persone lo hanno cambiato. Non è stato automatizzato nulla. Il risultato è stato una disposizione migliore e un elenco di attese da eliminare.
  • Un risultato modesto con un rientro rapido. Il risparmio è piccolo per un’azienda di 300 persone. Il costo è stato recuperato in 1–1,5 anni.
  • Il momento ha contato. L’analisi è stata fatta prima di un trasloco, quando la disposizione del nuovo magazzino era ancora da decidere.
  • Il personale è stato informato prima di essere tracciato. Indossare sensori al lavoro è un tema delicato. L’azienda ha spiegato lo scopo e la tecnologia a tutti, e ai rappresentanti dei dipendenti, fin dall’inizio.

Cosa dice sulle pratiche

Pratiche che l’azienda ha applicato

Fonti

  1. Plattform Lernende Systeme (August 2021). KI im Mittelstand: Potenziale erkennen, Voraussetzungen schaffen, Transformation meistern. Report, in German, with a section on this company. acatech.de