Умный склад

Проблема

AlcoDistro обрабатывает 250 заказов в день для кафе и ресторанов. 8,000 SKU на складе — от соусов до замороженных продуктов. Сборка заказа — узкое место.

Основные проблемы:

• Сборка заказа 45 минут — сборщик ходит по всему складу
• Часто заказываемые товары лежат далеко — неоптимальное размещение
• Сборщики пересекаются — мешают друг другу
• Ошибки при комплектации — берут не ту позицию (3-5% заказов)
• Не успевают обработать утренний пик — очередь машин
• Простой грузчиков — ждут пока соберут заказ

Директор пробовал ABC-анализ (популярные товары ближе к выходу), но это не учитывало что товары часто заказывают вместе.

Решение

AI анализирует 2 года истории заказов (180,000 заказов) и решает 2 задачи: оптимальное размещение товаров + оптимальные маршруты сборщиков.

Модуль 1 — Размещение товаров:

• Анализирует частоту заказа каждого SKU
• Находит товары которые часто заказывают вместе (хлеб + масло)
• Размещает их рядом — меньше ходить
• Популярные товары ближе к зоне отгрузки
• Учитывает вес и хрупкость — тяжелое внизу
• Пересчитывает каждый месяц — сезонность (мороженое летом)

Модуль 2 — Маршруты сборщиков:

• Строит оптимальный путь по складу (TSP алгоритм)
• Минимизирует расстояние и время
• Распределяет заказы между 5 сборщиками чтобы не пересекались
• Учитывает зоны — холодильная, сухая, алкоголь
• Показывает маршрут на планшете сборщика

Результаты

Время сборки сократилось с 45 до 31 минуты (-32%). Сборщики проходят на 40% меньше расстояния — оптимальные маршруты + умное размещение.

Пропускная способность выросла на 40% — теперь обрабатывают 350 заказов в день при тех же 5 сборщиках. Утренний пик (8:00-10:00) проходит без очередей.

Ошибки комплектации упали с 3.5% до 1.2% (-65%). Планшет показывает фото товара и точное место — сборщик не путает похожие позиции.

Сборщики проходят 8 км в смену вместо 13 км. Меньше устают, выше производительность к концу дня.

Клиенты довольны — заказы собирают быстрее, меньше ошибок. Повторные заказы выросли на 18%.

Технологии