AI jako dirigent distribuce nápojů a svozu vratných obalů

Zpětná logistika a výzvy v distribuci

Distribuce nápojů dnes není jen o dodávce zboží k zákazníkům, ale také o efektivním svozu vratných obalů. Právě zpětná logistika patří podle Denise Milfaita, manažera distribuce Plzeňského Prazdroje, k největším výzvám celého procesu. Více se dočtete v našem rozhovoru. Prazdroj zatím při plánování tras využívá především optimalizační algoritmy a matematické modely, potenciál AI však vnímá velmi konkrétně. Do budoucna může pomoci zejména s predikcí návratnosti obalů, rychlejším přepočítáváním tras a lepším využitím kapacit. AI se tak může stát důležitým nástrojem pro řízení celé distribuční sítě.

Foto Denis Milfait, manažer distribuce Plzeňského Prazdroje

Jaké jsou největší výzvy při plánování přeprav ve vašem segmentu (vratné obaly, sudy, zálohové obaly, omezené skladové kapacity odběratelů)? Může vám v tomto pomoci AI?

Zpětná logistika, tedy svážení vratných obalů od zákazníků zpět do našich pivovarů, je zcela určitě jednou z největších výzev, kterým čelíme. Distribuce u nás není jednosměrný proces – současně zajišťujeme dodávku zboží a svoz vratných obalů, často při omezené kapacitě nákladních vozidel. Efektivní sladění těchto dvou toků je pro nás klíčové jak z pohledu nákladů, tak z pohledu využití vozového parku. V současnosti využíváme pro plánování optimalizační algoritmy a matematické modely vycházející z dat o objednávkách a z požadavků na svoz obalů. Tyto požadavky jsou však často nepřesné – zákazník například objedná svoz množství obalů, které výrazně převyšuje skutečný stav, což vede k rezervaci kapacity, která nakonec zůstane nevyužita. Výsledkem je nižší efektivita tras i vytížení našich vozidel. Právě zde proto vidíme do budoucna významný potenciál umělé inteligence.

V čem konkrétně?

AI může lépe optimalizovat kombinaci dodávky zboží i svozu obalů, predikovat reálnou návratnost obalů na základě historického chování zákazníka, identifikovat neefektivní cesty a navrhovat optimální frekvenci svozů. Tím by bylo možné zvýšit přesnost plánování, zlepšit využití kapacit a současně snížit náklady i environmentální dopad distribuce.

Popište váš systém, jak aktuálně plánujete distribuci vašich produktů (vlastní flotila vs. externí dopravci, TMS, dispečerské systémy)… A využíváte nebo plánujete využívat v rámci plánování i AI? Využíváte při plánování tras nebo vytěžování vozidel prvky AI, pokročilé optimalizace či prediktivní analytiky?

Pro plánování tras v Plzeňském Prazdroji v současnosti AI nepoužíváme. Naše distribuční modely a nástroje jsou založené na logistických algoritmech a matematických modelech, které jsou velmi účinné při řešení logistických úloh. Zohledňují například různá omezení: časová okna zákazníků, prostorové a tonážní kapacity vozidel, tonážní omezení tras, různé typy vozidel, omezené úseky silnic, průměrnou rychlost konkrétních úseků apod. Vytvářejí efektivní plán tras tak, abychom při přepravě minimalizovali náklady a čas.

Každopádně vlivem umělé inteligence se rychle mění podstata plánování tras. Moderní systémy dokážou efektivně vytěžit větší množství dat než současné programy, i když stejně jako ony těží z historie i z aktuálních podmínek…

Jak jsem předeslal, v současné době umělou inteligenci v oblasti plánování tras v pravém slova smyslu nevyužíváme. Pracujeme s pokročilými optimalizačními nástroji, které efektivně zohledňují historická data, aktuální objednávky, kapacitní omezení i dopravní podmínky, nicméně nejde o autonomní AI modely s prvky strojového učení. Téma AI však aktivně sledujeme a vnímáme jeho potenciál zejména ve schopnosti pracovat s širším spektrem proměnných, lépe predikovat výkyvy a dále snižovat manuální zásahy do plánování. Do budoucna očekáváme, že právě v této oblasti může AI přinést významné zvýšení efektivity, stability plánů i kvality rozhodování.

Uvádí se, že AI umí predikovat budoucí poptávku a podle toho připravit plán dopravy dopředu. Využíváte nebo plánujete AI využívat v této oblasti? Co od toho očekáváte?

Možností zapojit AI do našich plánovacích nástrojů se v Prazdroji určitě zabýváme, a to v několika rovinách. První z nich je učení AI na základě skutečných „ručních“ optimalizací provedených plánovačem – plánovač tras může některá omezení zrušit, upravit, případně zákazníka přesunout na jinou trasu, nebo dokonce použít záložní vozidlo, aby byl plán ještě efektivnější než výchozí výstup z plánovacího nástroje. Další rovinou je predikční AI vrstva fungující na základě historických dat každé konkrétní trasy a každého konkrétního zákazníka, což by nám dodalo sofistikovanější vstupy do plánovacího modelu. Další rovinou je optimalizační jádro – zrychlování výpočtů při plánování tras na základě „naučených“ strategií. Zmíním i rovinu rychlého přepočítávání tras v reálném čase na základě dynamicky se měnících parametrů.

Jaké konkrétní oblasti vašeho podnikání podle vás AI nejviše promění do roku 2030 (výroba, plánování, distribuce, marketing)? Co vše podle vás bude AI umět v rámci vašeho businessu v roce 2030? Jaký je váš odhad?

Role dispečerů a plánovačů se bude postupně, ale zásadně proměňovat. Dnes jsou často zahlceni operativou – řeší výjimky, změny na poslední chvíli, telefonickou komunikaci i manuální zásahy do plánů. S rostoucí mírou automatizace a využitím AI se jejich těžiště práce přesune od každodenní operativy ke kontrolní, analytické a rozhodovací roli. Budou pracovat se scénáři, validovat návrhy systému, řídit výjimky a systematicky zlepšovat parametry plánovacích modelů. Lidský faktor zůstane klíčový, ale více na úrovni řízení a optimalizace systému než manuálního plánování jednotlivých tras. Do roku 2030 očekáváme největší dopad AI právě v oblasti plánování, distribuce a řízení výkonnosti celé sítě. Výroba i distribuce budou úzce napojeny na automatizované prediktivní modely poptávky. V distribuci bude plánování zásob a přeprav mezi výrobními závody, distribučními centry a zákazníky z velké části (a v některých segmentech téměř plně) automatizováno. Systémy budou schopny v reálném čase reagovat na změny poptávky, kapacit i externích podmínek. Marketing a sales budou pracovat s detailními daty o chování zákazníků a spotřebitelů, což umožní výrazně přesnější promo plánování. Tyto aktivity se automaticky promítnou do supply chain scénářů – od výroby přes skladování až po distribuci – včetně vyhodnocení kapacitních dopadů a profitability. Rutinní administrativní úlohy budou ve velké míře nahrazeny AI. Pořizování informací ze schůzek se zákazníky, jejich strukturování a klasifikace bude probíhat prostřednictvím jednoduché konverzace s AI asistentem. Stejně tak zadávání a zpracování objednávek či běžná zákaznická komunikace budou z velké části plně v kompetenci AI nástrojů. AI bude schopna simulovat celé end-to-end scénáře – od promo akce přes plán výroby až po distribuci – včetně velmi detailní alokace nákladů a výpočtu profitability na úrovni každého zákazníka či jednotlivého outletu. To umožní výrazně přesnější a rychlejší rozhodování na všech úrovních řízení. Směřujeme k modelu, kde AI bude fungovat jako inteligentní „dirigent“ celé distribuční sítě – s vysokou mírou autonomie, ale pod strategickým dohledem managementu. Klíčem k úspěchu však nebude samotná technologie, nýbrž kvalita dat, hluboká integrace systémů a jasně definovaný operating model, který umožní potenciál AI skutečně plně využít.

Nový automatizovaný sklad v Plzni

A teď otázka zaměřená na výraznou investici Plzeňského Prazdroje. Dokončili jste jednu z největších investic ve své historii, kompletně jste zprovoznili plně automatický sklad v Plzni. Můžete tento projekt představit?

Celková skladovací plocha automatizovaného skladu a expediční budovy činí 13 500 m², což odpovídá ploše téměř dvou fotbalových hřišť. Palety s pivem a dalšími nápoji ukládá autonomní systém výtahů do samonosných regálů čítajících 11 pater. Kapacita hotového skladu činí 42 000 palet, oproti první etapě dokončené v roce 2023 tak došlo k nárůstu o 24 500 kusů palet plných lahví a plechovek. Kromě toho došlo k modernizaci logistiky v rámci pivovaru, během hodiny tu tak nyní dokážeme vyskladnit až 360 palet, což odpovídá zhruba 11 kamionům. Současně jsme instalovali speciální technologii, díky které se plechovky nebo lahve s pivem dostanou ze stáčecí linky až do přistaveného kamionu úplně bez zásahu lidské ruky. Samotná nakládka kamionu přitom trvá jen dvě a půl minuty. Dostavba skladu navazuje na první etapu z roku 2023. Celkové investice do moderního skladu a logistického zařízení přesáhly 1,4 miliardy korun.

Jak v tomto skladu funguje nakládka?

Pro přistavení kamionů má sklad vyhrazeno celkem 12 míst. Osm z nich je určeno pro zadní nakládku, čtyři místa pak slouží pro boční naložení. Až k přistaveným kamionům palety dojedou bez dotyku lidské ruky. Zde si je řidiči přebírají a naloží je do vozů s pomocí elektrických vysokozdvižných vozíků. Jedno další místo je ale speciální, je vyhrazeno pro plně automatickou zadní nakládku, při níž paleta s pivem dojede úplně sama až do kamionu.

Nový sklad je prezentován jako ekologičtější alternativa ke konvenčnímu skladování. V čem spočívají jeho hlavní přínosy?

Sklad je díky použitým technologiím ekologičtější, než by byl provoz konvenční technologie skladování. Díky tomu, že se palety s pivem dopravují pomocí gondol po kolejích, ušetří Prazdroj 11 vysokozdvižných vozíků a čtyři nákladní kyvadlová vozidla, která sloužila k přesouvání zboží mezi stáčírnou a skladem. Ročně tak pivovar nevyprodukuje 800 tun CO₂. Na střeše skladu je umístěna fotovoltaika, která dokáže pokrýt zhruba 65 % jeho spotřeby a snižuje emise CO₂ o dalších 259 tun ročně. Pod budovou jsou umístěny tři velké retenční nádrže na vodu s objemem 838 tisíc litrů, která slouží pro chlazení výrobní technologie ve vedle stojícím pivovaru Gambrinus. Automatizace logistiky a skladování pomáhá Prazdroji také vyrovnat se s nedostatkem pracovníků na trhu.

Palety řídí počítač

Automatizovaný sklad je propojený s budovou hlavní stáčírny. Zabalené palety nejprve míří ze stáčecí linky po nadzemní dopravníkové dráze s délkou 500 metrů k takzvanému seřadišti. Na něm si paletu přebírá jeden z 28 kolejových vozíků, tzv. gondola, která ji odveze do jedenáctipatrového skladu. Tam jeřábové zakladače paletu uloží do přesně určené pozice. Počítač si v automatizovaném skladu sám řídí, kam palety umístí, aby to pak pro něj bylo nejefektivnější, když zboží vyskladňuje podle zadaných objednávek. Současně kontroluje kvalitu palet a jejich zabalení a sám si hlídá i exspiraci produktů. Každá paleta má unikátní kód, který zaručuje přesné vyskladnění a vylučuje lidskou chybu. Nemůže se tedy stát, že by zákazník dostal ze skladu jiné pivo, než si skutečně objednal. Díky automatizaci zvládne obsluhu celého skladovacího komplexu jen osm lidí.