Integracja AI z systemem WMS: asystent na żywych danych dla magazynu wysokiego składowania

Magazyn wysokiego składowania w piątek po południu. Kompletacja zamówień trwa, wózki jeżdżą, a kierownik dostaje telefon: "Gdzie leży ta paleta z indeksem 4872-A i czy mamy jeszcze zapas na przyszły tydzień?" Normalnie: wejście do WMS, kilka kliknięć, może telefon do operatora. Z asystentem AI: jedno pytanie w czacie i odpowiedź w 10 sekund. To nie magia. To kwestia podłączenia odpowiednich danych.

W tym artykule opisujemy, co realnie spina się z czym, jakie pola i dokumenty z WMS bierzemy do integracji, co z tego robi AI i co z tego ma osoba zarządzająca magazynem.

Jakie dane wyciągamy z WMS

Systemy WMS różnią się interfejsem, ale dane, które trzymają, są wszędzie podobne. Integracja sięga po kilka obszarów naraz.

• Stany magazynowe: aktualny stan ilościowy i wartościowy każdego indeksu, z podziałem na lokalizacje. Pole ilość_dostępna różni się od ilość_ogółem, bo część towaru może być już zarezerwowana pod aktywne kompletacje.
• Lokalizacje: maska lokalizacji wygląda zazwyczaj jak B-04-3-2, czyli aleja B, regał 04, poziom 3, pozycja 2. To jeden z ważniejszych elementów do eksportu, bo AI może na tej podstawie odpowiadać na pytanie "gdzie leży towar X".
• Dokumenty PZ (Przyjęcie Zewnętrzne): data, dostawca, indeksy, ilości, partie, numery seryjne jeśli są. Tu widać, co weszło do magazynu i kiedy.
• Dokumenty WZ (Wydanie Zewnętrzne): co wyszło, do jakiego odbiorcy, kiedy, z jakiej lokalizacji.
• Kompletacje: aktywne i zakończone, z listą pozycji, statusem realizacji i przypisanym operatorem. Jeśli kompletacja stoi, to tu widać, dlaczego.
• Inwentaryzacje: wyniki arkuszy INW, rozbieżności między stanem systemowym a liczonym fizycznie.
• Dokumenty MM (Magazyn-Magazyn): przesunięcia wewnętrzne między strefami lub lokalizacjami.

Część WMS-ów udostępnia API REST, część wymaga eksportu do bazy SQL lub pliku. Często pracujemy na widokach bazy danych, do których mamy dostęp tylko do odczytu. Nie trzeba zmieniać nic w samym WMS.

Co AI robi z tymi danymi

Surowe dane z WMS to setki tysięcy wierszy. Dla człowieka bez odpowiedniego raportu. Dla AI to materiał do pracy w czasie rzeczywistym.

Typowanie braków i nadmiarów. Asystent porównuje aktualny stan z parametrami min/max ustawionymi w kartotece towaru. Jeśli indeks 4872-A ma minimum ustawione na 50 sztuk, a stan wynosi 12, to asystent sam to wyłapuje i zgłasza bez czekania, aż ktoś sprawdzi raport. Nadmiary to druga strona: towar, którego mamy za dużo w stosunku do bieżącej rotacji, blokuje miejsca składowania.

Wykrywanie towaru zalegającego. Asystent patrzy na datę ostatniego WZ dla każdego indeksu. Jeśli coś nie ruszyło się przez 90 dni, to pojawia się na liście zalegającego. U jednego z naszych klientów okazało się, że kilkanaście palet zajmowało blokadę w strefie buforowej od pół roku, bo dokument MM do strefy wydań nigdy nie powstał. Nikt tego nie pilnował ręcznie.

Streszczenie stanu magazynu. Zamiast przeglądać raporty, kierownik może zapytać: "Jak wygląda magazyn dziś rano?" i dostać zwięzłe podsumowanie: ile pozycji poniżej minimum, ile kompletacji czeka na realizację, ile dokumentów PZ zostało przyjętych wczoraj, jakie strefy są zapełnione powyżej 90 procent pojemności.

Odpowiadanie na pytania o konkretny towar. "Gdzie leży indeks 7731-B?" Asystent zwraca listę lokalizacji z ilościami: np. C-07-2-1 (24 szt.), C-07-2-2 (12 szt.). "Ile mamy tego towaru łącznie?" Odpowiedź w sekundę, bez logowania do systemu.

Zestawienia dla kierownika, które asystent przygotowuje sam

Klasyczne WMS-y generują raporty, ale zazwyczaj w formie tabelek do Excela. Kierownik musi je otworzyć, przejrzeć, wyciągnąć wnioski. To zajmuje czas, a i tak łatwo przeoczyć coś ważnego.

Asystent AI może dostarczać gotowe podsumowania w czytelnej formie, bez konieczności otwierania czegokolwiek:

• Dzienny raport przyjęć: lista dokumentów PZ z poprzedniej doby, z flagami jeśli coś nie zgadza się z zamówieniem zakupu.
• Lista zagrożonych kompletacji: zamówienia, przy których brakuje towaru lub operator jeszcze nie zaczął realizacji, a czas odbioru się zbliża.
• Towar z kończącą się datą ważności: wyciąg z pola data_waznosci z partii, posortowany rosnąco, z lokalizacjami.
• Zestawienie rozbieżności po inwentaryzacji cyklicznej: które indeksy i lokalizacje miały odchylenia, jaka wartość.

Typowo wygląda to tak, że kierownik rano przegląda wiadomość od asystenta w aplikacji na telefonie. Trzy minuty i wie, czym się zająć. Resztę sesji spędza na rzeczywistych decyzjach, nie na szukaniu informacji.

Magazyn wysokiego składowania: co jest specyficzne

W magazynach wysokiego składowania do 12 lub więcej metrów, kilka rzeczy robi różnicę wobec zwykłego magazynu płaskiego.

Lokalizacje mają więcej poziomów. Maska może mieć pięć segmentów. Liczba miejsc składowania idzie w tysiące. Bez asystenta znalezienie towaru, który nie jest na domyślnej lokalizacji, wymaga przeszukiwania systemu. Z asystentem wystarczy pytanie.

Kompletacja strefowa i sekwencja trasy. WMS steruje kolejnością zbierania. Jeśli asystent widzi aktywne zadania kompletacyjne, może odpowiedzieć, co jest zablokowane przez brakujący towar i jakie lokalizacje powinny być uzupełnione w pierwszej kolejności.

Rotacja FEFO. W magazynach, gdzie towar ma daty ważności, WMS wymusza wydawanie według pola data_waznosci_partii. Asystent może na bieżąco informować, które partie powinny pójść jako pierwsze i czy WZ były wystawiane zgodnie z tą zasadą.

Zajętość lokalizacji. Jeśli WMS trzyma pole max_ilosc_lokalizacji lub pojemność wagową, asystent potrafi wyliczyć, które strefy są zapełnione, a gdzie jest rezerwa. Przydatne przy planowaniu przyjęcia dużej dostawy.

Czego AI nie robi i gdzie są granice

Uczciwie: asystent nie zastępuje WMS-a i nie podejmuje decyzji operacyjnych. Nie przydziela wózków, nie tworzy dokumentów, nie zmienia lokalizacji towaru. Czyta dane i na ich podstawie odpowiada lub przygotowuje zestawienie.

Zapis do WMS to osobny temat. Technicznie możliwe w systemach z API dwukierunkowym, ale wymaga starannego zaplanowania uprawnień i logiki weryfikacji. My zazwyczaj zaczynamy od integracji tylko do odczytu: asystent dostaje dostęp do danych, ale nie ingeruje w system. To bezpieczniejszy punkt startowy.

Asystent też nie "wie" czegoś, czego nie ma w danych. Jeśli WMS nie rejestruje przyczyn blokady towaru albo nie ma pola na uwagi przy rozbieżności inwentaryzacyjnej, to asystent tego nie wyczaruje. Jakość odpowiedzi zależy od jakości danych w samym systemie.

Od czego zaczynamy integrację

Pierwsze pytanie to dostęp do danych. Czy WMS ma API? Jeśli tak, z jaką autoryzacją? Jeśli nie, czy możemy podłączyć się do bazy danych w trybie tylko do odczytu? Większość polskich wdrożeń WMS, nawet starszych, ma przynajmniej bazę SQL, do której można się dostać po uzgodnieniu z dostawcą systemu.

Drugi krok to ustalenie zakresu. Nie zaczynamy od wszystkiego naraz. Zazwyczaj bierzemy trzy obszary: stany i lokalizacje, dokumenty PZ i WZ z ostatnich 90 dni, aktywne kompletacje. To wystarcza, żeby asystent był użyteczny od razu.

Trzeci krok to zdefiniowanie pytań, które najczęściej zadaje kierownik lub właściciel. "Gdzie leży X", "ile mamy X", "co zalegało najdłużej", "co przyjęliśmy wczoraj". Te pytania testujemy na żywych danych przed uruchomieniem produkcyjnym.

Jeśli chcesz zobaczyć, jak wygląda taki projekt w praktyce, sprawdź realne wdrożenia. Jeśli masz konkretny system i chcesz wiedzieć, od czego zacząć u siebie, zamów bezpłatny audyt. Sprawdzimy, jakie dane są dostępne w Twoim WMS i co z nimi realnie można zrobić.