AUTOMATISAATION JA DIGITALISAATION VAIKUTUS TULEVAISUUDEN
SISÄLOGISTIIKKAAN
LAB-ammattikorkeakoulu
Tradenomi (AMK), Liiketalous ja logistiikka 2020
Jussi Puputti
Tiivistelmä
Tekijä(t) Puputti, Jussi
Julkaisun laji
Opinnäytetyö, AMK
Valmistumisaika 2020
Sivumäärä 40
Työn nimi
Automatisaation ja digitalisaation vaikutus tulevaisuuden sisälogistiikkaan
Tutkinto
Tradenomi (AMK)
Toimeksiantajan nimi, titteli ja organisaatio Ei toimeksiantajaa
Tiivistelmä
Opinnäytetyön tarkoitus on tutkia sitä, miten automatisaatio ja digitalisaatio vaikutta- vat tulevaisuuden sisälogistiikkaan. Työ on tehty kirjallisuuskatsauksena, jossa läh- teinä on käytetty eri instanssien tekemiä arvioita siitä, mihin suuntaan sisälogistiikka voisi kehittyä seuraavien vuosikymmenten aikana.
Työ koostuu kahdesta toisiinsa linkittyvästä osiosta. Teoriaosassa esitellään erilaisia automaattisia ja digitaalisia työvälineitä, jotka ovat sisälogistiikan kehittämisen kan- nalta tärkeässä roolissa.
Luvussa 5 kerrotaan, kuinka teoriaosassa lueteltuja työvälineitä voidaan käyttää sisä- logistiikan kehittämisessä ja mitä etuja niillä voidaan tulevaisuudessa saavuttaa. Kap- paleessa mainitut asia perustuvat asiantuntijoiden arvioihin, sekä omiin näkemyksiin.
Johtopäätöksenä voidaan todeta, että automaattisten ja digitaalisten työvälineiden merkitys korostuu tulevaisuudessa entisestään. Älylogistiikan, koneoppimisen ja no- peiden 5G-yhteyksien avulla voidaan vähentää manuaalisten, vähemmän arvoa tuot- tavien työvaiheiden määrää, sekä parantaa työvaiheiden läpinäkyvyyttä.
Asiasanat
Sisälogistiikka, automatisaatio, digitalisaatio
Abstract
Author(s) Puputti, Jussi
Type of Publication Thesis, UAS
Published 2020 Number of Pages
40 Title of Publication
The impact of automatization and digitalization in future in-house logistics
Name of Degree
Bachelor of Business Administration Name, title and organization of the client No client
Abstract
The aim of the thesis was to research how automatization and digitalization will affect in-house logistics in the future and it was conducted as a literature review. The main sources that were used discuss the possible development of in-house logistics during the next few decades.
The work consists of two sections that are interconnected. Automatic and digital tools which play a key part in the development of in-house logistics are introduced in the theory part.
In paragraph 5 the study discusses how the tools mentioned in the previous chapters are used to develop in-house logistics and what benefits could be achieved by taking them into use. This paragraph is based on estimates made by experts as well as my own discussion.
Based on the results of the study, the importance of automatic and digital tools will in- crease in the future. It was concluded that with the help of smart logistics, machine learning and the fast 5G-network, the amount of manual, less valuable work will de- crease, and the transparency of various tasks will improve.
Keywords
In-house logistics, automatization, digitalization
1 JOHDANTO ... 1
2 LOGISTIIKKA ... 3
2.1 Logistiikka yleisesti ... 3
2.2 Varastointi ... 3
2.3 Sisälogistiikka ... 4
3 SISÄLOGISTIIKAN AUTOMATISAATIO ... 5
3.1 Autonomiset työkoneet ... 5
3.2 Robotiikka ... 8
4 SISÄLOGISTIIKAN DIGITALISAATIO ...11
4.1 Älylogistiikka ...11
4.2 IoT- Esineiden internet ...11
4.3 Sähköinen toimitusketju ...12
4.4 5G ...14
4.5 RFID (Radio Frequency Identification Data)...14
4.6 Varastonhallintajärjestelmät ...17
4.6.1 Toiminnanohjaus - ERP (Enterprise Resource Planning) ...18
4.6.2 Tarvelaskenta - MRP (Material Requirements Planning) ...18
4.7 Asiakkuudenhallinta - CRM (Customer Relationship Management) ...19
4.8 Big Data (Massadata) ...20
5 TULEVAISUUS ...21
5.1 Teknologian käyttämisestä saatavat hyödyt ...21
5.2 Automatisaatio ...23
5.3 Digitalisaatio ...27
6 JOHTOPÄÄTÖKSET ...33
7 YHTEENVETO ...35
LÄHTEET ...36
1 JOHDANTO
Kun puhutaan automatisaatiosta, tarkoitetaan sillä jonkin asian hoitamista ilman ihmisen työpanosta. Digitalisaatio puolestaan tarkoittaa yksinkertaisimmillaan sitä, että jokin pape- risessa muodossa ollut asia muutetaan digitaaliseksi. Yleisemmin näitä kahta asiaa tarkas- tellessa voidaan todeta, että automatisaatio ei ole erityisen uusi keksintö, vaan automatiik- kaa on hyödynnetty jo vuosikymmeniä eri aloilla. Automatiikasta saatavat hyödyt nousevat kuitenkin tulevaisuudessa uudelle tasolle, kun sen käyttöön yhdistetään digitaaliset ratkai- sut, tekoäly ja koneoppiminen (Logistiikan maailma 2020c.) Sisälogistiikassa näiden ratkai- sujen avulla on päästy jo siihen pisteeseen, että kokonaisia tuotantolaitoksia hoidetaan täy- sin automatiikan ja robotiikan avulla, jolloin ihmisten työksi jää ainoastaan laitteiden toimin- nan valvominen (Rajamanickam 2018.) Nämä yritykset ovat jo näyttäneet sen, mihin nämä laitteet tehokkaimmillaan pystyvät, mutta voimme vain arvailla kuinka laajalle kyseinen trendi tulevaisuudessa leviää.
Opinnäytetyön tavoitteena on luoda katsaus siitä, miten automatisaatio ja digitalisaatio vai- kuttavat tulevaisuuden sisälogistiikkaan. Aihe on rajattu koskemaan sisälogistiikkaa siksi, koska logistiikan käsitteleminen yleisesti olisi ollut aiheena liian laaja. Sisälogistiikka on ai- heena itselleni hyvin tuttu oman työni kautta, joten aiheen rajaaminen koskemaan sitä oli hyvin luonnollinen ratkaisu. Lisäksi automatisaatio ja digitalisaatio ovat tietyllä tapaa mie- lenkiintoni kohteita, joten olin päättänyt jo hyvin varhaisessa vaiheessa tutkia niiden vaiku- tusta. Opinnäytetyö on kvalitatiivinen ja siinä pyritään hakemaan vastauksia seuraaviin ky- symyksiin:
• Miten automattiset ja digitaaliset työkalut vaikuttavat tulevaisuuden sisälogistiik- kaan?
• Miltä tulevaisuuden sisälogistiikka näyttää?
• Missä määrin automatiikka ja robotiikka korvaa ihmisten työpanoksen?
Käytetyn tutkimusmenetelmän valitsin siksi, että kvalitatiivisessa tutkimuksessa pyritään ymmärtämään tutkittavia ilmiöitä ja niiden vaikutusta. Automatisaation ja digitalisaation laaja-alaisempi käyttö ovat ajankohtaisia asioita, jotka tulevat tavalla tai toisella vaikutta- maan elämäämme, joten siksi päätin tutkia aihetta hieman tarkemmin. Valittua aihetta on tutkittu laajasti ja monesta eri näkökulmasta, sekä siinä pyritään selvittämään sen vaikutuk- sia.
Opinnäytetyö on rakennettu kahdesta eri osiosta, jotka ovat suoraan yhteydessä toisiinsa.
Teoriaosiossa on esitelty automaattisia ja digitaalisia ratkaisuja, joiden käytöllä voidaan vai- kuttaa tulevaisuuden sisälogistiikkaan. Osio on jaettu kahteen pääotsikkoon, jotka ovat si- sälogistiikan automatisaatio ja sisälogistiikan digitalisaatio. Ensin mainitun pääotsikon alle on listattu sisälogistiikan automaattisia ratkaisuja, kuten erilaisia autonomisia työkoneita.
Toisena mainitussa pääotsikossa esitellään sisälogistiikassa käytettäviä digitaalisia työvä- lineitä ja miten niiden käyttö on vaikuttanut sisälogistiikkaan manuaalisiin työvälineisiin ver- rattuna.
Empiirinen osio on rakennettu teoriaosassa esiteltyjen ratkaisujen ympärille. Siinä tavoit- teena on esitellä ratkaisujen käyttämisestä saatavia hyötyjä ja sitä, miten niiden laaja-alai- sempi käyttäminen voisi vaikuttaa sisälogistiikan tulevaisuuteen. Osiossa kerrotaan myös kehitteillä olevista sovelluksista ja työvälineistä, sekä myös niiden mahdollisista vaikutuk- sista.
2 LOGISTIIKKA 2.1 Logistiikka yleisesti
Logistiikalla tarkoitetaan materiaalivirtojen ohjaamista. Tuotteiden kohdalla logistiikka kat- taa kaiken aina materiaalin liikkuvuuden niiden alkulähteiltä, varastoinnin ja valmiin tuotteen matkan kuluttajalle. Oikein suunnitellulla logistiikalla varmistetaan, että tavarat ovat aina saatavilla oikeaan aikaan oikeassa paikassa. Lisäksi kuljetukset on suunniteltava mahdol- lisimman kustannustehokkaasti ja mahdollisimman vähän ympäristöä kuormittavaksi (Kardar, Rezapour & Farahani 2011, 25.)
Logistiikkaa on ollut olemassa yhtä kauan kuin tuotteilla ja palveluilla on käyty kauppaa.
Liikkeenjohdon käsitteenä nykymuotoinen logistiikka vakiintui Yhdysvalloissa 1950-luvulla.
Sitä ennen logistiikka oli yhdistetty lähinnä sotateollisuuden toimintoihin ja kuljetuksiin.
Vasta myöhemmin alettiin kiinnittää huomiota materiaalivirtojen kehittämiseen ja toimiin ko- konaiskustannusten pienentämiseksi. Tämän myötä myös varastointi- ja kuljetusmenetel- mät alkoivat kehittymään (Logistiikan maailma 2020b.)
Logistiikan perustana on yleensä palvella asiakasta mahdollisimman tehokkaasti ja alhai- silla kustannuksilla (Tapaninen 2018.) Tarpeiden tunnistaminen ja tilanteiden ennakointi ovat tärkeässä asemassa silloin, kun halutaan tehdä tuloksellista ja kannattavaa liiketoimin- taa (Tapaninen 2018.)
Logistiikkastrategiaa luodessa yrityksen on tärkeää tunnistaa omat tarpeet ja miten ne saa- vutetaan (Kardar ym. 2011, 46.) Strategiassa on otettava huomioon pitkän ja lyhyen aika- välin tähtäimet sekä mahdolliset sidosryhmät, joita yritys tarvitsee saavuttaakseen asetta- mansa tavoitteet (Kardar ym. 2011, 3.)
2.2 Varastointi
Varastoinnin tarkoituksena on säilyttää materiaalia myöhempää käyttötarkoitusta varten.
On yrityksiä, jotka tarjoavat pelkästään varastointipalveluita, jolloin toimitusketjun muut toi- mijat pystyvät karsimaan liiketoiminnan kuluista pois joitain osioita (Logistiikan maailma 2020a.) Isommilla tuotantolaitoksilla on usein omia varastotiloja, sillä on tuotannon kannalta tärkeää ylläpitää varmuusvarastoja, joilla vältetään katkokset tuotannossa tai puutteet asi- akkaan tilauksista (Logistiikan maailma 2020a.)
Strategian kannalta varastointi saattaa kuulostaa hyvin yksinkertaiselta toiminnolta, mutta väärällä suunnittelulla siitä saattaa koitua yrityksille ylimääräisiä kustannuksia. Tämän takia
varastojen inventaariota pyritään pitämään mahdollisimman pienenä ja kiertonopeus suu- rena (Logistiikan maailma 2020a.) Varastoja täydennetään kysynnän mukaan erilaisia tie- tokoneella laskettuja ennusteita hyödyntäen. Järjestelmät tekevät automaattisesti täyden- nystilauksen tai ehdottaa tilauksen tekemistä täydennyksistä huolehtiville henkilöille. Tällä taktiikalla yritys sitouttaa vain vähän pääomaa varastoitaviin tuotteisiin, jolloin rahaa vapau- tuu liiketoiminnan muihin osiin (Logistiikan maailma 2020a.)
2.3 Sisälogistiikka
Sisälogistiikalla tarkoitetaan toimitusketjun osaa, jossa materiaalia käsitellään yrityksen si- sällä tuotantotiloissa. Se kattaa kaiken materiaalin käsittelyn siitä hetkestä, kun yritys vas- taanottaa tavaran aina siihen asti, kun tavara noudetaan pois yrityksen tiloista. Sisälogistii- kan avulla tuotantolaitokset hallitsevat materiaalivirtoja ja varmistavat tuotteiden tasaisen liikkumisen oikeaan aikaan oikeassa paikassa (Por Orbit Logistics 2018.)
Sisälogistiikkaa voidaan toteuttaa monilla erilaisilla tekniikoilla. Siinä missä pienemmät yri- tykset voivat hoitaa käsittelynsä pääasiassa manuaalisia työvälineitä käyttäen, investoivat isot yritykset nykypäivänä huomattavia summia rakentaakseen logistiikkakeskuksia ja muita tuotantotiloja, joissa tavara käsitellään suurelta osin robotteja ja muita autonomisia työväli- neitä hyödyntäen. Nykyaikaisen sisälogistiikan tärkeänä osana on hallita myös informaatio- virtoja, joita hyödyntämällä pystytään optimoimaan toimintaa (Transval 2020.)
Toimivaan sisälogistiikkaan tarvitaan monen eri organisaation saumatonta yhteistyötä (Haapanen, Vepsäläinen, & Lindeman 2005.) Sidosryhmät huolehtivat yhdessä saapuvan materiaalin oikea-aikaisista toimituksista, tuotantolaitoksen tilausten käsittelystä ja lähtöval- misteluista, sekä ulospäin suuntautuvista kuljetuksista. Myynti- ja osto-organisaatiot var- mistavat toiminnallaan, että tuotantolaitoksen toiminta vastaa asiakaskysyntää, eikä tuotan- toon synny pullonkauloja (Haapanen ym. 2005.)
3 SISÄLOGISTIIKAN AUTOMATISAATIO 3.1 Autonomiset työkoneet
Autonomisilla työkoneilla tarkoitetaan sisälogistiikassa laitteita, jotka eivät vaadi toimiak- seen ihmistä kuljettajaksi, vaan ne pystyvät kulkemaan ja tekemään työnsä itsenäisesti (Allen 2020.) Tällaisia voivat olla esimerkiksi autonomisesti toimivat lavansiirtokoneet ja tru- kit. Työkoneet saavat tarvitsemansa komennot ja ohjeet niihin linkitetyistä järjestelmistä.
Toiminta kuitenkin vaatii ihmisten valvontaa ja tukea varsinkin ongelmatilanteissa (MHI 2020.)
Autonomisten ajoneuvojen liikkumiseen tuotantolaitoksissa on kehitetty useita eriteknii- koita, joita soveltamalla yritykset pystyvät räätälöimään omaan käyttötarkoitukseen sovel- tuvan järjestelmän (Storm 2018.)
Kiskonavigointi
Kiskonavigoinnilla tarkoitetaan työkoneita, jotka kulkevat niille rakennetuilla kiskoilla ympä- rituotantotiloja (kuva 1). Tekniikka on yksikertainen, sillä kulkureitit ovat ennalta määriteltyjä eivätkä ajoneuvot kykene täten eksymään reiteiltään tai törmäilemään rakenteisiin (Allen 2020.)
Kuva 1. Kiskoilla kulkeva työkone (Transcyko 2019) Kaapelinavigointi
Kaapelinavigointi muistuttaa toiminnaltaan hieman kiskoilla, sillä siinäkin ajoneuvot seuraa- vat kiinteitä ennalta määriteltyjä reittejä (Martinez 2020.) Robotteihin asennetut sensorin
saavat kaapelista sähkömagneettisen signaalin, joiden avulla ne löytävät oikean kulkusuun- nan. Kaapelinavigoinnin etuna on se, että kaapelit ovat asennettu lattian sisään, joten ne eivät haittaa laitoksessa kulkevien muiden laitteiden toimintaa (Allen 2020.)
Magneettiteippi-navigointi
Magneettiteippi-navigoinnissa ajoneuvot hyödyntävät liikkumisessaan lattiaan asennettuja magneettisia teippejä, joista ne saavat signaalin oikeasta reitistä (Martinez 2020.) Kuten kahdessa yllä mainitussakin tekniikassa, reitit ovat ennalta määriteltyjä eivätkä ajoneuvot pääse poikkeamaan niille tarkoitetuilta työalueilta (Allen 2020; Martinez 2020.)
Tarranavigointi
Tarrapohjainen navigointi on huomattavasti yllä mainittuja monimutkaisempi tekniikka, jossa työkoneilla on enemmän vapauksia (Martinez 2020.) Siinä yhdistyy 3D-lasertekniikka, tekoäly ja karttasovellukset, joita hyödyntäen ajoneuvot voivat kulkea tiloissa autonomisem- min ja optimoida itselleen parhaan mahdollisen reitin (Martinez 2020.) Ajoneuvoihin sijoite- tut laserit saavat heijasteet tiloihin sijoitetuista tarratunnisteista ja pystyvät siten välttämään osumat kiinteisiin esteisiin (Allen 2020.)
Lasernavigointi
Lasereita hyödyntävä navigointijärjestelmä lähettää liikkuessaan signaaleja tuotantotiloihin sijoitettuihin heijastepisteisiin ja luo niiden avulla kuvan ympäristöstään (Allen 2020.) Tekniikan etuna on se, että sitä käyttävät työkoneet pystyvät liikkumaan tuotantotiloissa vapaammin, eikä vain ennalta määritellyillä reiteillä (Martinez 2020.)
Visionavigointi
Visioon perustuvassa navigoinnissa (kuva 2) hyödynnetään lasersensoreiden lisäksi myös kameroita, etäisyysmittareita ja muita optisia antureita. (Allen 2020.) Navigoinnin opasteina voidaan käyttää tuotantotiloihin sijoitettuja kooditarroja tai lattiaan maalattuja viivoja. Jotkin visioon perustuvat järjestelmät luovat ympäristöstään kolmiulotteisen kuvan ja käyttävät sitä apunaan liikkumisessa (Martinez 2020.)
Kuva 2. Visionavigointi (Martinez 2020) Geo-navigointi
Geo-navigointia käyttävät ajoneuvot luovat ympäristöstään kuvan sensoreiden avulla ja ver- tailevat sitä sen jälkeen karttaan, joka on asennettuna laitetta ohjaavaan tietokoneeseen (Allen 2020.) Karttaa vertailemalla ajoneuvo kykenee välttämään osumat esteisiin ja mää- rittämään reittinsä (Allen 2020.)
LiDAR
Allenin tekstissä mainitsema LiDAR (Light Detecting And Ranging) on teknisesti pitkälle kehitetty navigointijärjestelmä, jota käytetään 6 River Systemsin Chuck-nimisissä autono- misissa ajoneuvoissa (kuva 3). LiDAR-antureilla varustetut ajoneuvot kuvantavat ympäris- töään lähettämällä laserimpulsseja (Allen 2020.) Laserimpulsseista saadun datan perus- teella tietokone luo täydellisen 360 asteen kartan ympäristöstään, jota hyödyntäen ajoneu- vot voivat kulkea tiloissa turvallisesti ja ilman lisäinfrastruktuuria (Allen 2020.) Kun LiDAR yhdistetään edelleen koneoppimiseen ja tekoälyyn Chuck pystyy reaaliaikaisesti määrittä- mään itselleen optimaalisimmat kulkureitit (Allen 2020.)
Kuva 3. 6 River Systemsin autonominen ajoneuvo Chuck (Silicon Angle 2018)
3.2 Robotiikka
Robotiikalla tarkoitetaan mekaanisia laitteita, jotka toimivat ihmisten keskuudessa joko osit- tain tai täysin autonomisesti tai sitten vaihtoehtoisesti ihmisen ohjailemana. Robotisaatiota pidetään yleisesti automatisaation yhtenä osa-alueena. Robotisaation perimmäisenä tarkoi- tuksena on luoda sellaisia hyödyllisiä ratkaisuja, joilla voidaan helpottaa ihmisten työtaak- kaa ja tästä syystä robottien käyttötarkoituksen kirjo onkin hyvin laaja. Yksinkertaisimmil- laan robotit voidaan ohjelmoida suorittamaan yhtä asiaa, kun taas älykkäimmät robotit pys- tyvät puheellaan, toiminnallaan ja ajattelutavallaan hyvinkin inhimillisiin suorituksiin.
Ensimmäiset roboteiksi kutsuttavat laitteet kehitettiin n. 3000 eKr., jolloin aikalaiset raken- sivat vesivoimaa hyödyntäviä ihmisfiguureja, jotka soittivat kelloa tasatunnein. (Risedorf 2015.) Robotiikkaa on kehitetty eri keksijöiden toimesta vuosisatojen saatossa, mutta en- nen 1900-lukua kehitettyjen laitteiden hyöty on ollut hyvin marginaalista. Ensimmäisen mo- dernin robotin kehitti ja patentoi George C. Devol 1950-luvun alussa (EU Automation 2016.) Hänen kehittämänsä robotti oli yksinkertainen manipulaattori. Keksintö ei kuitenkaan herät- tänyt suurempaa kiinnostusta kuin vasta 1960-luvulla, jolloin hän myi patenttinsa eteenpäin Joseph Engelbergin Unimation-yritykselle, joka onnistui markkinoimaan robotin teollisuu- den käyttöön (EU Automation 2016.) Tästä syystä Engelberg on saanut lisänimen ”robotii- kan isä”.
Sisälogistiikassa robotiikkaa voidaan käyttää ihmisten apuna tai korvikkeina monissa erilai- sissa työvaiheissa. Esimerkiksi automaattiset pakkauslinjastot (kuva 4) ovat yksi sellainen segmentti, joissa robotteja voidaan käyttää hyvinkin kustannustehokkaasti. (Logistiikan maailma 2020f.)
Kuva 4. Flexlink Pakkausrobotti Automatisoidut varastot
Varastot voidaan rakentaa yrityksen tarpeen mukaan joko osittain tai täysin automatisoi- duiksi (Logistiikan maailma 2020g.) Automatisoiduissa varastoissa huomattava osa työvai- heista on korvattu erilaisilla roboteilla, jotka hoitavat materiaalin liikkumista varastossa, kun taas osittain automatisoiduissa vain jotkin työvaiheet on korvattu roboteilla (Pierce 2020.) Täysin manuaaliseen varastoon verrattaessa etuja saavutetaan monilla eri osa-alueilla. Au- tomaattiset järjestelmät toimivat ihmistä nopeammin, virheettömämmin ja materiaalivirta py- syy tasaisena (Sustainable logistics international 2019.)
Automatisoitu varasto voi koostua monesta eri järjestelmästä, jotka ovat saumattomasti lin- kitetty toisiinsa. Kuljetusjärjestelmät (kuva 5) hoitavat suuren osan tavaran liikkumisesta varastotiloissa. Ne siirtelevät vastaanotettua materiaalia, hoitavat lajittelua ja kuljettavat tuotteita tuotantotiloissa oikeille alueille jatkokäsittelyyn (Sustainable Logistics International 2019.) Hyllystöhissien tehtävänä on siirrellä materiaalia varastointijärjestelmään ja sieltä pois. Hissit kulkevat niitä varten suunnitelluilla käytävillä siirrellen tyypin mukaan joko yksit- täisiä laatikoita tai kokonaisia kuormalavoja (Logistiikan maailma, 2020g). Ohjausjärjestel- mät antavat hisseille käskyjä joko noutaa tavaraa hyllystä tai toimittaa sitä niihin.
Kuva 5. Automaattinen kuljetusjärjestelmä ja hyllystöhissi (Jungheinrich 2020)
Automaattisten varastojen edut korostuvat siinä vaiheessa, kun tuotantolaitoksen käsiteltä- vien tavaroiden volyymit ovat suuria ja työtä tehdään useassa eri vuorossa (Jungheinrich 2020.) Automaattiset järjestelmät kykenevät tarvittaessa työskentelemään kellon ympäri, pois lukien mahdollisista huoltotoimenpiteistä johtuvat katkokset (Jungheinrich 2020.) Koska järjestelmät vaativat toimiakseen hyvin vähän ihmisten työpanosta, pystytään niiden avulla välttämään myös työtapaturmia.
4 SISÄLOGISTIIKAN DIGITALISAATIO 4.1 Älylogistiikka
Älylogistiikkaa voidaan soveltaa yritysten toiminnan kehittämisessä useilla eri aikajänteillä.
Sitä voidaan käyttää esimerkiksi erilaisten toimintojen mallinnuksissa ja simuloinneissa tuottamaan dataa, joilla havainnollistetaan ja vertaillaan erilaisia pitkän tähtäimen kehitys- vaihtoehtoja. Keskipitkällä aikavälillä älylogistiikan avulla voidaan luoda karkeita arvioita tu- levan tuotannon tarpeista ja käyttää tietoja toimintojen ennakkosuunnittelussa. Lyhyellä ai- kavälillä hyödyllistä tietoa saadaan yhdistelemällä eri järjestelmien tuottamaa tietoa ja käyt- tämällä sitä mm. tuotannonohjauksen tukena (Logistiikan maailma 2020c.)
Älylogistiikka on mahdollistanut aiempaa tarkempien paikannustietojen luomisen. Tunnis- tustekniikat, kuten viivakoodi- ja radiotunnistustekniikan kehitys ovat antaneet paremmat työkalut materiaalin tunnistamiseen ja varastointiin liittyviin toimintoihin (Logistiikan maailma 2020c.)
Toimitusketjuun liittyvien sanomien kulkeminen on myös kehittynyt älylogistiikan ansiosta (Logistiikan maailma 2020c.) Materiaalin mukana kulkevista paperisista asiakirjoista on pystytty luopumaan asteittain, ja tietojen liikkuminen toimijalta toiselle on siirtynyt sähköi- seen muotoon (Logistiikan maailma 2020c.) Sähköisen tiedonsiirron ansiosta pystytään lä- hettämään entistä tarkempia ja laajempia asiakirjakokonaisuuksia paperisiin verrattuna. Au- tomaattisen tiedonsiirron avulla pystytään myös välttämään moninkertaiset kirjaukset ja niistä mahdollisesti koituvat virheet (Logistiikan maailma 2020c.)
4.2 IoT- Esineiden internet
IoT (Internet of Things, vapaasti suomennettuna esineiden internet) tarkoittaa järjestelmää, jossa kaikki esineet ja infrastruktuurin palaset ovat internetin kautta yhteydessä toisiinsa (Pöyskö, Hurskainen, Lapp, & Vaarala 2016.) IoT:n tarkoituksena on, että esineet keräävät dataa ympäristöstään ja pystyvät tarvittaessa myös kommunikoimaan toisilleen. Laitteiden tuottamaa dataa voidaan käyttää esimerkiksi seurannassa, kehityksessä ja palvelujen opti- moinnissa (Pöyskö ym. 2016.) IoT:n yleistyessä laitteista saatuja tietoja voidaan myös käyt- tää tehokkaammin tutkimus- ja liiketoiminnan tukena. IoT:n kehityksen hidasteena on tois- taiseksi nykyinen langaton LTE-verkko ja suurin haaste onkin kehittää toimiva verkko, joka kestää ylikuormituksen (Pöyskö ym. 2016.)
Kuva 6. Havainnekuva IoT:n kasvusta (ncta 2020)
IoT on mahdollistanut viime vuosina tuotantolaitosten nopean kehittymisen. Toiminnan op- timoinnin kannalta kriittisen datan kerääminen ja käsitteleminen on entistä nopeampaa ja ketterämpää (Pöyskö ym. 2016.) Nopeampi reagointi muuttuviin tilanteisiin helpottaa laitos- ten lyhyen aikavälin suunnitelmien luomisessa. Järjestelmien kehitys on usein yhteydessä yrityksen tarpeeseen palvella asiakkaitaan entistä paremmin. Kun esimerkiksi pikatilaukset saadaan siirrettyä nopeasti tilausjärjestelmistä tuotantoon ja edelleen kuljetuksia hoitavien tahojen tietojärjestelmiin, on toiminnalla suora yhteys myös asiakastyytyväisyyteen (Pöyskö ym. 2016.) Yllä olevassa kuvassa (kuva 6) havainnollistetaan, miten IoT:n käyttö on kehit- tynyt viimeisen kolmen vuosikymmenen aikana.
Sisälogistiikassa IoT on myös mahdollistanut esimerkiksi autonomisten työvälineiden kehi- tyksessä. Työkoneet kykenevät kommunikoimaan keskenään verkon välityksellä, sekä saa- vat tarvittavat toimintaohjeensa automaattisesti niihin yhteydessä olevista ohjausjärjestel- mistä (Pöyskö ym. 2016.) Tämä kehitys on taannut sen, että työkoneet pystyvät nykyisin toimimaan lähes autonomisesti ilman ihmisen ohjausta (Pöyskö ym. 2016.)
4.3 Sähköinen toimitusketju
Sähköinen toimitusketju (kuva 8) on kokonaisuudessa auttanut optimoimaan logistiikan ti- laus- ja kuljetustoimintoja. Sen ansiosta monet prosessia hidastavat vaiheet (kuva 7) on saatu karsittua pois ja tilausten käsittely, laskutus, seuranta sekä kuittaustiedot kulkevat järjestelmissä automaattisesti (Logistiikan maailma 2020d.) Toimitusketjun digitalisaation
myötä virheiden osuus on myös pienentynyt merkittävästi, sillä kuljetettavat yksiköt pysy- tään nykyisin yksilöimään entistä tarkemmin (Logistiikan maailma 2020d.) Toimintojen op- timoinnin lisäksi sähköiset toimitusketjut ovat selkeästi vähemmän luontoa kuormittavia, sillä tarvittavia tietoja ei tarvitse nykyisin tulostaa papereille yhtä paljon kuin aikaisemmin (Logistiikan maailma 2020d.)
Kuva 7. Manuaalinen toimitusketju (Logistiikan maailma 2020)
Digitalisaation myötä sähköinen toimitusketju on vaikuttanut myös yritysten tapaan ylläpitää asiakastyytyväisyyttä. Siinä missä vielä muutamia vuosia sitten asiakas sai ainoastaan tie- don, milloin tilaamansa tuote oli noudettavissa, pystyy asiakas nykypäivänä seuraamaan tilaus- ja logistiikka prosessia reaaliajassa millä tahansa älylaitteella ja tai tietokoneella (Pöyskö ym. 2016.)
Uusia sovelluksia kehitettäessä yritykset pyrkivät usein ajattelemaan asiat liiketoiminnan tehostamisen sekä paremman asiakaskokemuksen kannalta (Pöyskö ym. 2016.) Digitali- saation ansiosta yritykset voivat olla entistä luovempia suunnitellessaan paremmin asia- kasta palvelevia logistisia ratkaisuja. Kehitys ei kuitenkaan ole täysin mutkatonta, sillä uu- sien ja vanhojen käyttöliittymien sovittaminen yhteen ei aina välttämättä onnistu sekä yri- tysten välisten järjestelmien toimiminen yhdessä ei välttämättä ole aina taattu (Pöyskö ym.
2016.)
Kuva 8. Sähköinen toimitusketju (Logistiikan maailma 2020) 4.4 5G
5G-yhteydet antavat tulevaisuudessa mahdollisuuden entistä nopeampaan tiedonsiirtoon ja asiantuntijat arvioivat, että vuoteen 2025 mennessä yhteydet ovat saatavilla kolmannek- selle maapallon asukkaista (Trensmetrics 2020.) Nykyisiin parhaimpiinkin yhteyksiin verrat- tuna 5G-yhteys kykenee tukemaan yli tuhatta laitetta enemmän per neliö kuin ja sen arvioi- daan olevan yli 100-kertaa nopeampi (Trensmetrics 2020.)
Maailman ensimmäinen kaupallinen 5G yhteys otettiin käyttöön Tampereella kesäkuussa 2018 Elisan toimesta (Pikkarainen 2020.) Sen jälkeen kaikki suurimmat teleoperaattori- yritykset ovat rakentaneet omat 5G yhteytensä ja se on nykyään tarjolla jo yli miljoonalle ihmiselle (Pikkarainen 2020.) Kattavuusalueita laajennetaan jatkuvasti ja asiantuntijoiden arvion mukaan yhteyksien pitäisi kattaa koko Suomi noin 5 vuoden päästä.
4.5 RFID (Radio Frequency Identification Data)
RFID on radiotaajuuksia käyttävä menetelmä, jota käytetään tietojen etälukemiseen ja tal- lentamiseen (kuva 9). Tekniikka perustuu tunnisteisiin, joihin tallennetaan tietoja ja lukijoihin (kuva 10), joilla tiedot skannataan langattomasti. (RFIDLab Finland ry, 2020). RFID-tek- niikka hyödyntää radiotaajuuksia, joten se mahdollistaa tietojen lukemisen materiaalin läpi ilman, että lukulaite ja tunniste näkevät toisensa (Rinta-Runsala & Tallgren 2004.)
Kuva 9. RFID:n toimintaperiaate (Passive Components 2020)
RFID-tunnistus kehitettiin alkujaan sotateollisuuden ansiosta ja sitä hyödynnettiin tutkissa lentokoneiden havaitsemisessa (Seppä 2011.) Sepän mukaan alkuvaiheiden tutkien ongel- mana oli se, että tutkasta saatu tieto ei tunnistanut omia koneita vihollisen koneista. Vasta koneisiin asennettujen antennien ja muiden lähettimien avulla niitä pystyttiin alkamaan yk- silöidä (Seppä 2011.)
Kuva 10. RFID-Lukulaite (Zebra 2020)
RFID-tunnistus voidaan jakaa kolmeen eri kategoriaan: passiivisiin, semipassiivisiin ja ak- tiivisiin tunnistimiin (Seppä 2011.)
Passiiviset tunnisteet
Passiiviset tunnistimet (kuva 11) eivät sisällä ollenkaan omaa virtalähdettä, vaan ne toimivat silloin, kun lukijalaite tuodaan niiden lukuetäisyydelle. Passiivisten tunnistimien valttina on niiden edullinen hinta ja pidempi käyttöikä (Seppä 2011.)
Kuva 11. Passiivinen RFID-tunniste (What A Future! 2014) Semipassiiviset tunnisteet
Semipassiiviset tunnisteet (kuva 12) sisältävät pienen virtalähteen, joka voi olla patteri tai ladattava akku. Virtalähde antaa mahdollisuuden pidemmälle lukuetäisyydelle eikä se vaadi toimiakseen lukulaitteen tuottamaa energiaa (Seppä 2011.)
Kuva 12. Semipassiivinen RFID-tunniste yhdistettynä anturiin (Veryfield 2012) Aktiiviset tunnisteet
Aktiiviset tunnisteet (kuva 13) sisältävät semipassiivisten tunnisteiden tavoin oman virtaläh- teen. Aktiivisen tunnisteen erona semipassiiviseen tunnisteeseen on se, että niiden tietoja voidaan muokata silloinkin, kun ne eivät ole lukuetäisyydellä (Rinta-Runsala & Tallgren
2004.) Aktiivisiin tunnisteisiin voidaan lisätä antureita, joilla voidaan tarkkailla esimerkiksi kuljetettavien tavaroiden lämpötiloja. Antureiden tuottama data siirtyy muiden tietojen mu- kana tietokantaan lukulaitteen avulla (Rinta-Runsala & Tallgren 2004.)
Kuva 13. Aktiivinen RFID-tunniste (Veryfield 2012)
RFID-tekniikkaa käytetään sisälogistiikassa toimitusketjun hallinnassa ja suorituskyvyn pa- rantamisessa (Logistiikan maailma 2020e.) Se auttaa käyttäjiään luomaan dataa inventaa- riosta ja materiaalin kulkemisesta tuotantolaitosten sisällä. Lukulaitteiden avulla saatavat tiedot pystytään syöttämään automaattisesti tietokantoihin, jolloin vanhoista menetelmistä poiketen tietoja ei tarvitse syöttää käsin (Seppä 2011.) RFID-tunnisteita voidaan käyttää esimerkiksi lämpöhallituissa kuljetuksissa ja tunnisteisiin kiinnitetyistä antureista saadaan nopeasti tieto esimerkiksi siitä, vastaako tuotteiden lämpötila niille asetettuja viitearvoja (Seppä 2011.) Lisäksi erilaisia tuotteita sisältävien kuljetusalustojen tuotetiedot pystytään lukemaan ilman, että jokainen yksikkö on tarkastettava erikseen. (Logistiikan maailma 2020e.)
4.6 Varastonhallintajärjestelmät
Varastonhallintajärjestelmien avulla ohjataan tuotantolaitoksen keskeisiä toimintoja, kuten materiaalivirtoja ja erinäisiä tuotannon työkokonaisuuksia. Etenkin suurten tuotantolaitosten sisälogistiikan hallitseminen vaatii tarkkaa suunnittelua ja oikeanlaisia työkaluja. Digitalisaa- tion myötä tuotantolaitosten hallinta on helpottunut huomattavasti, sillä kaikki saapuvat ja lähtevät toimitukset voidaan kuitata järjestelmiin helposti esimerkiksi RFID-tekniikka käyttä- mällä (Tejesh & Neeraja 2018.) IoT (Internet of Things) on mahdollistanut materiaalin liik- kumisen ja inventaarion reaaliaikaisen seurannan, jolloin manuaalisen inventoinnin tarve on laskenut huomattavasti (Tejesh & Neeraja 2018.) Huolellisesti hoidettu varastonhallinta auttaa toimijoita pitämään kustannukset kurissa ja auttaa reagoimaan tuotannon muutoksiin nopeallakin aikavälillä.
4.6.1 Toiminnanohjaus - ERP (Enterprise Resource Planning)
Varastonhallinta koostuu usein useasta eri järjestelmästä, jotka linkittyvät toisiinsa verkon avulla. Toiminnanohjausjärjestelmät (ERP, Enterprise Resource Planning) ovat hallintajär- jestelmien perusta, joiden ympärille verkostot rakennetaan. Järjestelmillä voidaan hallita kaikkia yrityksen liiketoiminnan kannalta ratkaisevia toimintoja (Microsoft 2020.) Ne antavat tuotantolaitoksille mahdollisuuden esimerkiksi automaattiseen tilausten käsittelyyn, lasku- tukseen ja varastosaldojen ylläpitoon (Microsoft 2020.) ERP-järjestelmät voidaan lisäksi lin- kittää toisiin järjestelmiin, joilla ohjataan varaston muita toimintoja, kuten keräilyä ja materi- aalin siirtelyä varaston sisällä (Microsoft 2020.)
4.6.2 Tarvelaskenta - MRP (Material Requirements Planning)
Tarvelaskennalla tarkoitetaan algoritmia, jolla ennustetaan materiaalin tai valmiin lopputuot- teen tarvetta tuotannossa (kuva 14). Järjestelmä tarkkailee varaston inventaariota, tekee päivä- tai viikkokohtaisia ennustuksia kulutuksesta ja ilmoittaa täydennystarpeesta täyden- nysajan puitteissa, jolloin vältytään siirtymistä varmuusvaraston käyttöön (Logistiikan maailma, 2020h.) Joissakin tapauksessa varmuusvarastoa voidaan kuitenkin käyttää, jos tilauskanta on normaalia suurempi (Logistiikan maailma, 2020h.)
Kuva 14. MRP Varastosaldo (Logistiikan maailma 2020)
MRP:n käytön etuna on se, että sen avulla materiaalinohjaus voidaan hoitaa suurelta osin automatisoidusti. Saavuttaakseen parhaan mahdollisen hyödyn on huolehdittava siitä, että tarvittavat parametrit ja lähtötiedot ovat oikein asetettu (Logistiikan maailma, 2020h.) Ohjel- man väärät asetukset voivat johtaa materiaalin puutteeseen tai vaihtoehtoisesti liian suuriin varastotasoihin. (Logistiikan maailma, 2020h)
4.7 Asiakkuudenhallinta - CRM (Customer Relationship Management)
CRM on asiakkuudenhallinnan järjestelmä, jonka toiminta perustuu asiakastiedon keräämi- seen ja sen hyödyntämiseen yrityksen toiminnoissa (Logistiikan maailma, 2020h.) Järjes- telmän avulla voidaan tutkia asiakaspalautetta, reagoida asiakkaiden toiveisiin ja tarpeisiin sekä kartoittaa uusia potentiaalisia asiakkaita (kuva 15). Kerättyä tietoa hyödynnetään pää- asiassa yritysten myynti- ja markkinointiorganisaatioissa, mutta siitä saatua tietoa voidaan käyttää myös logistiikan kehittämisessä. Asiakaspalautteen avulla voidaan esimerkiksi pa- rantaa kuljetusten täsmällisyyttä, reagoida tuotannossa tapahtuneisiin virheisiin ja käsitellä reklamaatiot. Asiakkuudenhallinnan perusajatuksena on parantaa organisaation toimintaa aina asiakaslähtöisesti. Hyvin rakennetut asiakassuhteet hyödyntävät usein kaikkia osa- puolia (Logistiikan maailma 2020h.)
Kuva 15. Asiakkuudenhallinnan perusajatus (Isolta 2017)
CRM-järjestelmiä voidaan käyttää sisälogistiikassa apuna sesonkien ennustamisessa. En- nestään kerättyä myyntidataa voidaan hyödyntää tarvelaskennassa, jolloin kasvavaan ky- syntään voidaan reagoida tehokkaasti (Logistiikan maailma, 2020h)
4.8 Big Data (Massadata)
Big Dataksi määritellään suuri määrä käsittelemätöntä tietoa, jota kerätään eri tietojärjes- telmistä ja varastoidaan tietokantoihin myöhempää käyttötarkoitusta varten. Tietoa voidaan kerätä kaikista laitteista ja sovelluksista, jotka ovat tavalla tai toisella verkkoyhteydessä (Kansallinen audiovisuaalinen instituutti 2015.) Esimerkkejä tiedoista, joita eri toimijat ke- räävät:
• Hakukoneet: hakuhistoriat ja muut lokitiedot. Tietoa säilytetään myöhempää käyttöä varten hakutulosten optimoinnissa (Kansallinen audiovisuaalinen instituutti 2015.) Hakutuloksia yhdistelemällä esimerkiksi suoratoistopalvelut osaavat suositella käyt- täjilleen heitä mahdollisesti kiinnostavaa sisältöä.
• Sosiaalinen media: käyttäjäprofiileista saatava tieto. Käyttäjien tiedot tallentuvat pal- veluntarjoajien tietokantoihin (Kansallinen audiovisuaalinen instituutti 2015.) Tietoja voidaan hyödyntää esimerkiksi kohdennetussa markkinoinnissa. Kohdennetussa markkinoinnissa pystytään käyttämään hakukoneiden keräämää dataa.
• Julkishallinto: asiakkaiden terveystiedot, erilaiset viranomaisrekisterit (Kansallinen audiovisuaalinen instituutti 2015.) Esimerkiksi terveystietojen kirjaamisia voidaan tallentaa useiden eri toimijoiden tietokantoihin, joista ne kerätään asiakkaiden hen- kilökohtaiseen kansioon, kuten omakantaan.
• Yritykset: asiakkaiden ostohistoriat, kanta-asiakasrekisterit, verkkokäyttäytyminen (Kansallinen audiovisuaalinen instituutti 2015.) Yritykset voivat kerätä asiak- kaidensa tietoja ja hyödyntää niitä markkinoinnissaan. Lisäksi kanta-asiakasrekiste- rissä oleville henkilöille voidaan lähettää informaatiota esimerkiksi puhelimen tai sähköpostin välityksellä.
• Navigointipalvelut: ihmisiltä kerättävät paikannustiedot, kulkuvälineiden paikannus (Kansallinen audiovisuaalinen instituutti 2015.) Ihmisten älylaitteista kerättävää da- taa voidaan käyttää hyödyksi erilaisissa karttasovelluksissa. Kun useampi älylaite ja ajoneuvo paikantuu samalle alueelle voi sovellus ilmoittaa käyttäjilleen esimerkiksi ruuhkasta.
5 TULEVAISUUS
5.1 Teknologian käyttämisestä saatavat hyödyt
Sisälogistiikan kehittämiseen luotujen menetelmien kirjo on hyvin laaja ja toimivien ratkai- sujen luomiseksi on löydettävä hyvä yhdistelmä useampaa eri järjestelmää hyväksikäyt- täen. Tulevaisuudessa sisälogistiikassa, kuten logistiikassa ylipäätään tullaan hyödyntä- mään entistä enemmän robotiikkaa, autonomisia työkoneita ja älytekniikkaa, joka hoitavat kaluston ohjausta. Tarjolla olevat tekniikat ovat jo nykyään hyvin pitkälle kehitettyjä, mutta uusia innovaatioita syntyy jatkuvasti, joten kehityksen huippua ei tulla vielä ainakaan het- keen saavuttamaan. Suomessa suuretkin toimijat, muutamaa poikkeusta lukuun ottamatta hoitavat päivittäiset toimintansa ohjausjärjestelmät pois lukien hyvin pitkälti manuaalisesti.
Tällä tarkoitetaan keräystyötä ja materiaalin liikuttelua tuotantotiloissa.
Suomessa ja maailmalla on kuitenkin jo käytössä varastoja, joissa käytetään hyvin pitkälle kehittyneitä järjestelmiä, joissa yhdistellään automatiikkaa, robotiikkaa ja älytekniikkaa. Esi- merkiksi JD.com-niminen yritys avasi vuonna 2018 Kiinaan logistiikkakeskuksen, joka pys- tyy käsittelemään 200 000 paketti päivässä, mutta tarvitsee toimiakseen vai 4 ihmisen työ- panoksen (Rajamanickam 2018.) JD.com hyödyntää tuotantotiloissaan useaa eri tekniikkaa aina materiaalia liikuttelevista coboteista itseohjautuviin trukkeihin (Rajamanickam 2018.) Kiina onkin viime vuosina ollut varastoautomatisaation edelläkävijä, maassa operoivista suurista verkkokauppa-toimijoiden ansiosta (Rajamanickam 2018.) Suuret yrityksen, esimerkiksi kuten JD.com ja Alibaba toimittavat vuodessa miljoonia tilauksia eri puolille maailmaa, joten yritysten on ollut pakko kehittää oma sisälogistiikkansa sille tasolle, että kasvavaan kysyntään pystytään vastaamaan.
Automatiikkaa ja robotiikkaa ei itsessään voida kutsua uusiksi teknologisiksi innovaatioiksi, mutta niiden merkitys sisälogistiikassa korostuu entisestään, kun niitä ohjamaan asetetaan normaalin ohjelmoinnin lisäksi keinoäly yhdistettynä koneoppimiseen (The Manufacturer 2018.) Näin ollen työvälineet oppivat muistamaan niille annettuja työtehtäviä ja pystyvät toimimaan täysin autonomisesti ilman, että ihmisen tarvitsee valvonnan lisäksi puuttua nii- den työskentelyyn.
Hub Logistics on blogitekstissään esittänyt arvion siitä, mitkä kolme asiaa tulevat olemaan 2020-luvulla logistiikan kehityksen kannalta merkittävässä osassa:
• Tekoäly, koneoppiminen ja kevytautomaatio
Yritykset tulevat investoimaan aikaisempaa enemmän automatiikkaan ja autonomi- siin työvälineisiin, jotta ne voisivat pysyä kilpailukykyisinä ja vastata kysyntään en- tistä tehokkaammin (Hub Logistics 2019.) Arvion mukaan vuoteen 2023 mennessä n.65 % varastotoiminnoista hyödyntää toiminnassaan jonkinlaista robotiikkaa ja ti- lannedataa, joiden avulla varaston optimointia pystytään parantamaan (Hub Logistics 2019.) Tarjolla olevan teknologian käyttöönotto pienemmissäkin yrityk- sissä odotetaan yleistyvän viimeistään siinä vaiheessa, kun ne muuttuvat entistä kustannustehokkaiksi ja käyttöönotto helpottuu (Hub Logistics 2019.)
Toimitusketjujen odotetaan myös kehittyvän entisestään ja sitä ohjaamaan kehitettävät ohjelmistorobotit pystyvät tulevaisuudessa käsittelemään dataa, jotka voivat olla hajautettuna eri järjestelmien välillä. Koneoppimisen ja tekoälyn ansiosta voidaan luoda ohjelmistoja, jotka kykenevät hallitsemaan ja prosessoimaan alati kasvavaa tietovirtaa (Hub Logistics 2019.)
• Vihreä logistiikka
Ekologisuus ja kestävä kehitys ovat asioita, joihin tullaan tulevaisuudessa kiinnittä- mään entistäkin enemmän huomiota. Paine tähän kehitykseen tulee kuluttajilta, mutta myös lainsäädäntö pakottaa yritykset pohtimaan ratkaisuja, jotka ovat vähem- män luontoa kuormittavia (Hub Logistics 2019.) Ekologiset ratkaisut eivät koske ai- noastaan jotain tiettyä toimitusketjun osaa, vaan tulevaisuudessa on otettava huo- mioon kaikki osiot aina raaka-aineiden tuottamisesta ”viimeisen kilometrin”-toimituk- seen (Hub Logistics 2019.)
Sisälogistiikan osalta se tulee tarkoittamaan ainakin uusiutuvien energianlähteiden yleisempää käyttöönottoa, sillä tulevaisuudessa varastot tarvitsevat päivättäisten operaatioiden pyörittämiseen entistä enemmän sähköä. Sen avulla yritykset pysty- vät kontrolloimaan kulujaan pitkällä tähtäimellä ja luomaan myös arvoa brändilleen, sillä kuluttajat ovat entistä valveutuneimpia ilmastoasioiden suhteen.
• Joustava logistiikka
Logistiikalta vaaditaan tulevaisuudessa joustavuutta, jotta toimijat voivat reagoida tehokkaasti kysynnän muuttumiseen ilman, että siitä koituvat kustannukset kasvavat liian suuriksi (Hub Logistics 2019.) Materiaalin kiertonopeuksiin tullaan keskittymään huomattavasti tarkemmin ja säästöjä tullaan sen myötä myös hakemaan supista- malla varastotiloja. Nopeatuvat logistiset toiminnot auttavat osaltaan pyrkimyksissä kohti tämän kaltaista trendiä (Hub Logistics 2019.)
Analytiikan avulla pystytään luomaan mallinnuksia tulevaisuuden tuotantotarpeesta ja siten säilyttämään juuri sille hetkelle tarpeellinen määrä materiaalia tai valmiita tuotteita (Hub Logistics 2019.) Optimaalisimman tilanteen saavuttamiseksi yritysten on varmistettava mahdollisten yhteistyökumppaneiden toimitusvarmuus, sillä toimitusketjun sakkaaminen saattaa vaikuttaa yrityksen talouteen negatiivisesti.
5.2 Automatisaatio
Kun tarkastellaan tulevaisuuden sisälogistiikan trendejä tarkemmin, ei voida sivuuttaa sitä faktaa, että automatisaation rooli tulee olemaan merkittävä. Toimintojen kehitys ja kilpailukyvyn säilyttäminen tulevat ajamaan yritykset tilanteeseen, jossa ainakin osassa sisälogistiikan toiminnoista tarvitaan automatiikkaa joko ihmistyön tueksi tai korvaamaan sen kokonaan. Ihmisten työpanoksen merkitys logistiikassa ei kuitenkaan ole tulevaisuudessa katoamassa, mutta se saattaa muuttaa muotoaan sitä mukaa, mitä pidemmälle automaattiset työkalut kehittyvät (Katro 2020.)
Automatisaation avulla pystytään tulevaisuudessa ainakin vähentämään inhimillisistä virheistä johtuvat ongelmat tuotannossa tai toimitusketjussa, sillä automaattisesti toimivat varastonhallintajärjestelmät kykenevät hallitsemaan useasta eri lähteestä tulevaa informaatiota ihmistä paremmin (Katro 2020.) Kun esimerkiksi täydennystilauksia hoitavan järjestelmän parametrit ovat oikein asetettu, pystyy järjestelmä toimimaan täysin autonomisesti ja ihmisten tehtäväksi jää lähinnä toiminnan valvonta.
Autonomiset työkoneet ja robotiikka
Autonomisten työkoneiden (kuva 16) hyödyntäminen sisälogistiikassa ei ole erityisen uusi innovaatio, sillä varsinkin kiskoilla kulkevaa laitteistoa on ollut eri tuotantolaitosten käytössä jo vuosikymmeniä. Autonomisten työkoneiden ohjaustekniikka on sen sijaan kehittynyt vuosien saatossa niin pitkälle, että koneet osaavat itse optimoida parhaat mahdolliset kulkureitit eivätkä siten tarvitse kiinteää alustaa, kuten kiskoja kulkuväyläksi.
Kuva 16. Autonomiset työkoneet (The Manufacturer 2018)
Ilman ihmisen ohjausta kulkevista työkoneista saatavat hyödyt pystytään esittämään hyvin selkeästi. Saavutettavat hyödyt liittyvät kustannustehokkuuteen, ergonomiaan ja turvallisuuteen. AGV network on tutkunut autonomisista ajouneuvoista saavutettuja hyötyjä tarkemmin ja listannut seuraavia asioita:
• Työvoimakustannusten aleneminen
Autonomisten työkoneidenn käyttäminen tuotannossa on suoraan yhteydessä työvoimasta koituvien kustannusten alenemiseen. Työkoneet pystyvät työskentelemään kellon ympäri tauotta ja hoitamaan työtehtäviä, jonka hoitaminen ihmisvoimin olisi resurssien tuhlaamista. Näin ollen työvoimaa voidaan vapauttaa sellaisiin tehtäviin, jotka tuovat yritykselle enemmän arvoa. Vaikka autonomisiin työkoneisiin sijoittaminen vaatii yritykseltä suuria talodellisia panostuksia, niiden potentiaalinen hyötysuhde ihmisen suorittamaan työhön on huomattavasti korkeampi. Hyötysuhde saadaan selville laskemalla kuinka monen ihmisen työpanos voidaan korvata yhdellä autonomiselle työkoneella (AGV Network 2020.)
• Apua työvoimapulaan
Resurssien tarve yrityksissä korostuu varsinkin silloin, kun tuotantomäärät kasvavat esimerkiksi sesonkien aikana. Kasvavaan työvoiman tarpeeseen on usein kyettävä vastaamaan nopeasti, eikä osaavaa työvoimaa ole juuri sillä hetkellä saatavilla.
Autonomisiin työkoneisiin investoimalla yritykset pystyvät paremmin reagoimaan tuotannon muutoksiin ja ylimääräisen työvoiman tarve pienenee. Käytössä olevien resurssien määrä on aina tiedossa ja niiden hallinnoiminen on helpompaa (AGV Network 2020.)
• Virheiden määrän pieneneminen
Jos autonomiset työkoneet ohjelmoidaan oikein, on hyvin pieni riski, että ne tekevät virheitä. Tuotannossa tapahtuvat virheet ovat yrityksille vuositasolla suuri menoerä, joten autonomisiin työkoneisiin investoiminen on ratkaisu kulujen leikkaamisessa.
Amazonin tekemän tutkimuksen mukaan pelkästään Yhdysvalloissa sattuneiden inhimillisten virheiden kustannukset olivat vuonna 2017 150 miljoonaa dollaria (AGV Network 2020.)
• Inventaarion hallinta
Yhdistelemällä työkoneiden lähettämiä sijaintitietoja ja varastonhallintajärjestelmien tietoja, yritykset pystyvät reaaliaikaisesti seuraamaan tuotantotiloissa tapahtuvaa
materiaalien liikkumista. Sen avulla pystytään pitämään myös tarkempaa kirjaa varastotasoista, jolloin manuaalista inventointia ei tarvita. Lisäksi täydennystilausten oikea-aikaisuus tehostuu, kun materiaalien määrät päivittyvät automaattisesti (AGV Network 2020.)
• Turvallisuus
Autonomisten työkoneiden etu ihmisen aisteihin verrattuna on se, että ne ovat varustettu useilla erilaisilla ympäristöä tarkkeilevilla laitteilla (kuva 17) ja niiden suunnittelussa on panostettu erityisesti turvallisuuteen (AGV Network 2020.) Trukkia operoiva ihminen pystyy keskittämään katseensa vain yhteen pisteeseen, jolloin esimerkiksi kuormaa nostettaessa tai laskettaessa on haastavaa huomioida ympäristön tapahtumia. Autonomiset työkoneet sen sijaan näkevät ympärilleen jatkuvasti riippumatta siitä, millaista työoperaatiota ne ovat suorittamassa.
Tulevaisuudessa myös 5G-verkkoyhteyset parantavat autonomisten työkoneiden turvallisuutta, sillä yhteydet ovat nykyisiä 4G verkkoja nopeampia ja luotettavampia, joten työkoneiden tarvitsemien signaalien mahdollinen viive pienenee radikaalisti (Trensmetrics 2020.)
Kuva 17. Navigointilasereilla varustettu autonominen trukki (Martinez 2020)
Vuonna 2018 Yhdysvalloissa tapahtui raporttien mukaan 96785 onnettomuutta, jossa toisena osapuolena oli ihmisen ohjaama trukki ja 80% tapauksista törmäyksen kohteena on ollut jalan kulkeva henkilö (AGV Network 2020.) Autonomisten työkoneiden avulla voitaisiin tulevaisuudessa välttää monia vakavia inhimillisistä syistä johtuvia onnettomuuksia.
Autonomisten työkoneiden lisäksi robotiikan merkityksen odotetaan kasvavan tulevaisuudessa entisestään. Hyödyntämällä robotiikkaa yksinkertaisissa työvaiheissa, kuten tuotteiden pakkaamisessa voidaan työvoimaa kouluttaa sellaisiin tehtäviin, joilla on yrityksen toiminnan kannalta enemmän arvoa. Jos esimerkiksi autonominen työkone varustetaan cobot-robottikädellä (kuva 18), saadaan aikaan laite, jolla voidaan tulevaisuudessa tehostaa keräystyötä.
Nykyaikaisilla nopeilla 5G-verkkoyhteyksillä tilausten raaliaikainen käsittely antaa mahdollisuuden myös tehostaa toimitusketjua. Yhdistämällä autonomiset työkoneet yrityksen tilausjärjestelmään, tilausten kerääminen voitaisiin saada käsiteltäväksi hyvin nopeasti sen jälkeen, kun asiakas on suorittanut ostotapahtuman (The Manufacturer 2018.)
Kuva 18. Autonominen työkone varustettuna cobotilla (The Manufacturer 2018)
Robotiikan ja muun automatiikan tuominen tuotantolaitoksiin, vaatii kuitenkin tarkkaa suunnittelua, jotta ymmärretään mitä työkokonaisuuksia niiden avulla voidaan parantaa (The Manufacturer 2018.) Huono suunnittelulla työvälineistä ei saada välttämättä kaikkea potentiaalia irti, eivätkä ne siten paranna kustannustehokkuutta yrityksen haluamalla tavalla.
Ongelmakohdat
Tuotantotilojen automatisointia suunnittelevien yritysten on otettava huomioon useita eri seikkoja, jota tekniikan käyttöönotto vaatii. Yhdessä asiantuntijoiden kanssa arvioidaan soveltuvatko yrityksen olemassa olevat tilat sellaisenaan autonomisille työkoneille ja jos ei, niin millaisia muutoksia tarvitaan. Eri tekniikat asettavat omat vaatimuksensa tuotantotilojen suhteen, jolloin yritykset joutuvat pohtimaan onko kustannusten kannalta kannattavampaa rakentaa täysin uudet tilat vai muokata olemassa olevia. Esimerkiksi lasernavigointia
käyttävät työkoneet vaativat toimiakseen sen, että ne saavat jatkuvasti heijasteen kolmesta eri pisteestä ja ovat alttiita kosteudelle (Martinez 2020.)
Tuotantotilojen lisäksi yritysten tulee huolehtia omien verkkoyhteyksien toimivuudesta ja riittävästä suojaamisesta. Tiloissa käytettävien yhteyksien ja signaalien on oltava riittävän voimakkaita, eikä katvealueita saa olla. Huonot yhteydet saattavat halvauttaa koko laitoksen toiminnan ja tuotannon seisahtuminen pitkäksi aikaa voi koitua hyvinkin kalliiksi.
Yhteyksien toimivuuden kannalta on myös tärkeää huolehtia tietoturvasta. Kaikki yhteydet on suojattava siten, että niitä ei voida kaapata ulkopuolisten tahojen toimesta. Jos esimerkiksi autonomisen trukin ohjausjärjestelmään päästään käsiksi ja sen kulkua voidaan ohjailla vapaasti, pystytään sen avulla potentiaalisesti aiheuttamaan merkittäviä tuhoja tuotantotiloille ja saattamaan vaaraan siellä liikkuvat ihmiset.
Tietomurrot ja haittaohjelmat ovat ylipäätään asioita, joihin yritysten tulisi kiinnittää huomiota entistä tarkemmin. Ennustuksen mukaan vuonna 2021 jossain päin maailmaa joku yritys joutuu hakkeroinnin ja kiristyksen kohteeksi joka 11. sekunti (Nick 2020.) Tietomurrot ovat siis tulevaisuudessa yritysten kannalta erittäin vakava uhka. Yritysten salaisten tietojen, järjestelmien tai laitteiston ohjauksen joutuessa vääriin käsiin taloudelliset menetykset voivat nousta huomattaviksi, jos hakkeroija onnistuu esimerkiksi tuhoamaan yrityksen tilaustietokannat tai laskutusjärjestelmän.
Automatisaation lisääntyessä se voidaan nähdä ongelmallisena ja huolena kansalaisten keskuudessa. Suomessa varsinkin suurten logistiikkakeskusten työntekijöitä huolestuttaa se, korvaavatko automaattivarastot tulevaisuudessa heidän työnsä. Mckinsley Global Insistuten arvion mukaan vuoteen 2030 mennessä voidaan automatisoida 400-800 miljoonaa työpaikkaa, joten voidaan olettaa, että osa tästä automatisoinnista koskee myös sisäogistiikkaa. Työpaikkojen korvaaminen automatiikalla ja robotiikalla tarkoittaa sitä, että tulevaisuudessa miljoonat ihmiset joutuvat uudelleenkouluttautumaan (Seppälä 2018.)
5.3 Digitalisaatio
Digitalisaatio on vuosituhannen jälkeen ottanut suuria harppauksia ja sen merkitys sisälo- gistiikassa ja ylipäätään yhteiskunnan näkökulmasta on merkittävä. Kaikkialla ympäril- lämme on asioita, jotka ovat jollain tavalla kytköksissä digitalisaatioon ja se vaikuttaa mer- kittävästi tulevaisuuteemme (Pöyskö ym.2016.) Digitaaliset innovaatiot ovat avanneet huo- mattavan määrän mahdollisuuksia kehittää yritysten toimintaa ja luoda uusia arkipäivää hel- pottavia sovelluksia ja ratkaisuja (Kasvi 2019.) Kehityksen ansiosta yritysten ja muiden toimijoiden tiedohallinta on muuttunut merkittävästi, sillä manuaalisten arkistojen sijaan
tiedot voidaan nykyään tallentaa palvelimille, joissa tiedonkäsittelyn hoitavat sitä varten suunnitellut ohjelmistot (Kasvi 2019.)
Kuten muillakin yhteiskunnan osa-alueilla, sisälogistiikka on myös kehittynyt digitalisaation ansiosta. Digitaalisten työkalujen käyttäminen on nykypäivänä välttämätöntä, jotta yritykset pystyvät pitämään toimintansa kilpailukykyisenä (Emans 2019.) Työkokonaisuuksien hal- lintaan kehitetyt järjestelmät ovat auttaneet yrityksiä optimoimaan toimintojaan, paranta- maan toimitusketjujen seurantaa sekä käsittelemään ja hyödyntämään toiminnasta syntyviä tietomääriä. Lisäksi toimitusketjujen on oltava aiempaa joustavampia ja kyettävä mukautu- maan muuttuviin tilanteisiin (Emans 2019.)
Uusia teknologisia ratkaisuja kehitellään jatkuvasti, mutta niiden saattaminen kaupalliseen toimintaan soveltuviksi vie yleensä aikaa (Pöyskö ym.2016.) Kehityksen tarkoituksena on myös tehdä toiminnoista entistä kustannustehokkaampia ja sitä kautta supistaa yrityksen juoksevia kuluja, jolloin pääomaa voidaan käyttää hyödyllisempiin asioihin (Emans 2019.) Yhteydet
Älylogistiikan avulla yritykset pystyvät vastaamaan paremmin alati kasvavaan tarpeeseen tehdä toiminnot entistä nopeammin ja asiakkaiden kannalta läpinäkyvämmin. Kun eri älylogistiikan sovelluksia linkitetään automatiikkaan on yrityksillä hyvät valmiudet reagoida muuttuviin tilanteisiin entistä nopeammin. Digitaaliset järjestelmät kykenevät käsittelemään entistä suurempia määriä tuotannon kannalta tärkeitä tietoja, jotka voidaan ohjata automaattisten tuotannonohjausjärjestelmien avulla nopeasti prosessoitavaksi (Logistiikan maailma 2020c.)
5G-yhteydet tulevat takaamaan tulevaisuudessa sen, että älylogistiikasta ja esineiden internetistä saadaan irti vieläkin suurempi hyöty. Tiedonsiirron nopeus ja viiveettömämmät yhteydet antavat paremmat valmiudet kehittää teknologiaa ja luoda uusia innovaatioita (Pikkarainen 2020.) Nopeammat yhteydet helpottavat tulevaisuudessa toimitusketjujen reaaliaikaista seurantaa ja tarjoavat yrityksille mahdollisuuden parantaa läpinäkyvyyttä.
Transmetricsin mukaan 90% logistiikka-alan yrityksistä kertoo, että juuri toimitusketjujen huono läpinäkyvyys koetaan alalla ongelmallisena ja 5G-yhteyksien uskotaan auttavan korjaamaan ongelmaa (Transmetrics 2020.)
Esineiden internetin merkitys korostuu entisestään 5G yhteyksien käyttöönoton myötä.
Verkkoyhteyksillä varustettujen työkoneiden, laitteiden ja antureiden tuottama data saadaan nopeammin prosessoitavaksi, jolloin toimitusketjujen hallinta ja seuranta helpottuu. Lisäksi tuotantolaitoksissa olevien työkoneiden yhdistäminen verkkoon auttaa
seuraamaan niiden käyttöä ja reagoimaan nopeammin huoltotarpeisiin jo ennen mahdollisia isompia vikaantumisia (Trensmetrics 2020.)
Vaikka sisälogistiikan toimintojen automatisoinnin ja digitalisoinnin uskotaan tulevaisuudessa vähentävän olemassa olevia työpaikkoja, arvioidaan 5G-yhteyksien kuitenkin luovan niitä lisää. Transmetricsin blogikirjoituksen mukaan, 5G-yhteyksien laaja- alainen käyttönotto voisi seuraavan 15 vuoden aikana luoda kansainvälisesti jopa 22 miljoonaa uutta työpaikkaa.
RFID-tekniikan käyttäminen sisälogistiikassa on myös yksi osa-alue, jolla yritykset pystyvät parantamaan toimitusketjun hallintaa. Etäluettavien tunnisteiden käyttämisellä pystytään vähentämään manuaalisesti tehtävää inventointia, kun tuotteiden määrä voidaan lukea esimerkiksi keräyspaikalta yhdellä skannauksella. Tämä helpottaa pitämään ajantasaista kirjaa varastossa olevista saldoista. Lisäksi saapuvia ja lähteviä tuotteita voidaan valvoa huomattavasti paremmin RFID-tekniikan avulla kuin ilman sitä. Tekniikkaa hyödyntäen voidaan estää tuotteiden lähteminen väärään paikkaan tai pysäyttää väärä tuote varaston vastaanotossa ennen niiden pääsyä tuotantoon (Lahoti 2019.)
Tulevaisuudessa RFID-tekniikan hyödyt (kuva 19) korostuvat entisestään, kun laitteiden lukueteisyydet kasvavat ja tunniste-tagit kehittyvät. Pidemmät lukuetäisyydet ja radioaaltojen parempi läpäisykyky nopeuttavat prosesseja ja antavat mahdollisuuden skannata suurempia määriä tavaraa yhdellä kerralla. Tunnisteiden tallennuskapasiteettia pyritään myös jatkuvasti kasvattamaan, jolloin niihin voidaan sijoittaa entistä enemmän tietoa mm. rahdin liikkeistä ja lämpötiloista (Lahoti 2019.)
Kuva 19. RFID:n hyödyt logistiikassa (Truck Pulse 2019)
Hallintajärjestelmät
Kehittääkseen toimintaansa tulevaisuudessa, on logistiikkayritysten varastonhallintajärjestelmien oltava ajanmukaiset ja kyettävä mukautumaan toiminnan mahdollisessa kasvamisessa. Nykyaikaiset ERP-järjestelmät antavat yrityksen sisällä mahdollisuuden seurata muidenkin, kuin oman yksikön tapahtumia, joten yhteistyö on aiempaa helpompaa (Microsoft 2020.) Uuden sukupolten älykkäät ERP-järjestelmät hyödyntävät toiminnassaan koneoppia ja datan analysointia. Ne osaavat luoda automaatisesti mallinnuksia tuotannosta hyödyntämällä aiemmin kerättyä samankaltaista dataa (Castello 2019.)
Castello kertoo kirjoituksessaan, että ERP-järjestelmät tulevat tulevaisuudessa hyödyntämään entistä enemmän tekoälyn tuomia mahdollisuuksia ja esineiden internetin tuottamaa dataa ja paikkatietoja. Niiden avulla pystytään optimoimaan toimintoja, saamaan ajantasaisempia paikannustietoja sekä reagoimaan nopeammin mahdollisiin pullonkauloihin tai muihin ongelmakohtiin. Tiedon avulla pystytään myös tekemään ajankohtaisempaa tarvelaskentaa, jolloin yrityksen rahavirrat pysyvät paremmin kontrollissa (Castello 2019.) Aiempaa tarkemmat tuotantonäkymät ovat suoraan yhteydessä
varastonhallinnan optimointiin. Kun varastotasot pysyvät samassa tahdissa kiertonopeuden kanssa, ei yritysten tarvitse sitoa liikaa pääomaa inventaarioon.
Aiempaa isomman datamäärän kerääminen kuitenkin vaatii yrityksiltä selvitystä siitä, riittävätkö heidän nykyiset IT-resurssinsa määrien käsittelyyn vai onko syytä investoida aiempaa suurempiin tietokantoihin (Castello 2019.) Investoinneista saatava hyöty (kuva 20) voi kuitenkin olla merkittävä, jos kerättävää massadataa pystytään käyttämään yrityksen toimintojen tukena.
Massadatasta käsiteltyä tietoa voidaan käyttää yritysten eri organisaatioiden kehittämisessä ja päivittäisissä toiminnoissa. Asiakkaiden antamalla palautteella pystytään paikantamaan mahdollisia toimitusketjun ongelmakohtia ja korjaamaan niitä, jolloin yritys luo itselleen lisäarvoa ja tuottaa paremman asiakaskokemuksen. Massadatasta kerättävillä luvuilla voidaan myös ennakoida kausittaisia piikkejä tuotannossa vertailemalla edellisten vuosien lukuja (DHL 2019.) Tietoa hyödyntämällä kyetään esimerkiksi tekemään tarkemmat suunnitelmat henkilöstötarpeelle, jolloin ylitöistä johtuvia kuluja voidaan karsia.
Kuva 20. Massadatan keräyksen hyödyt (Nasscom 2020)
Digitalisaation edetessä toimitusketjujen tiedonkulku on parantunut merkittävästi ja kehitys jatkuu edelleen samaan suuntaan. Tiedonsiirtäminen organisaatioiden välillä sähköisessä muodossa on nykyaikana enemmänkin standardi kuin poikkeus ja joissain tapauksissa liiketoiminnan kannalta välttämätöntä. Jos asiakkaat hoitavat tiedonsiirrot sähköisesti, on yritysten kehitettävä toimintaansa samaan suuntaan pysyäkseen kilpailukykyisinä (Pöyskö, Hurskainen, Lapp, & Vaarala 2016.)
Kuva 21. GS1 Finland, Golli (GS1 Finland 2020)
Järjestelmiin investointi vaatii poikkeuksellisen suuria taloudellisia ponnistuksia ja se voi tuottaa yrityksille suuria ongelmia varsinkin silloin, kun kyseessä on varsin pieni toimija.
Suomalainen GS1 Finland on tuonut markkinoille ratkaisun yllämainitun kaltaisiin ongelmiin kehittämällä web-pohjaisen Golli-palvelun (kuva 21) (Pöyskö ym. 2016.) Palvelu on suunnattu pääasiassa päivittäis- ja käyttötavarakaupan toimijoille. Gollin avulla yritykset voivat hoitaa kaikki liiketoimintansa kannalta tärkeät osa-alueet kuten tilausten vahvistukset, laskutukset ja rahtikirjat (GS1 Finland 2020.) Se yhdistää myös toisiinsa tilaajat, toimittajat ja kuljetuspalvelut ilman, että yritys joutuu sijoittamaan suuria määriä rahaa kalliisin IT-järjestelmiin. Järjestelmien kehittyessä ja yksinkertaistuessa niiden hinnat myös laskevat, jolloin yrityksille avautuu potentiaalisesti uusia liiketoimintamahdollisuuksia (Pöyskö ym. 2016.)
6 JOHTOPÄÄTÖKSET
Sisälogistiikan toiminnot ovat ottaneet isoja kehitysaskeleita viimeisten vuosikymmenten ai- kana. Manuaalisista työvaiheista on pyritty luopumaan ja toimintoja pyritään hoitamaan hy- vin pitkälti digitaalisia ja automaattisia työkaluja hyödyntäen. Kehityksen takana on tarve saada hoidettua työvaiheet nopeammin, tarkemmin ja kustannustehokaammin. Siksi tren- dien suunta tulee myös tulevaisuudessa olemaan se, että ihmistyövoimaa korvataan vielä- kin enemmän automatiikan ja robotiikan avulla (Allen 2020.) Yllä mainittujen kehityskohtei- den lisäksi automaattiset ja itseohjautuvat työvälineet pystyvät tekemään työnsä tarvitta- essa kellon ympäri tauotta ja ne pienentävät merkittävästi henkilövahinkojen riskejä.
Sisälogistiikkaa varten kehitettyjen ratkaisujen määrä on jo nykyisellään hyvin laaja, joten teknologiaa on tarjolla kattavasti. Käyttöönoton hidasteena on kuitenkin usein hinta, sillä esimerkiksi täysin automatisoidun tuotantolaitoksen rakentaminen vaatisi yritykseltä huo- mattavan taloudellisen panostuksen. Askeleita automatisoidumpaan suuntaan on kuitenkin otettu, joten voidaan olettaa, että tulevaisuudessa teknologian käyttö laajenee sitä mukaa, kun hinnat laskevat.
Varastointityylien kehittyminen on myös ajanut yritykset muuttamaan tapojaan omien va- rastoinhallintajärjestelmien suhteen. Koska yhä useampi tuotantolaitos toimii niin sanotulla imuohjauksella, joka tarkoittaa sitä, että materiaalia liikutellaan ja varastotasoja täydenne- tään sitä mukaa kun asiakkaat tekevät tilauksia, on sisälogistiikan oltava myös tehokasta (Logistiikan maailma 2020i.) Ilman tehokasta varastonhallintaa syntyy joko tuotantoa hidastavia pullonkauloja tai vajetta varastotasoihin, jotka johtavat yleensä toimitusten viivästymiseen.
Järjestelmien kehittämisen ohella yritysten tulisi tarkastella toimintaansa kestävän kehityk- sen kantilta. Tulevaisuudessa varastointia tukevat järjestelmät vaativat entistä nopeampia yhteyksiä ja sähköä, joten uusiutuvien energiamuotojen, esimerkiksi aurinkoenergian hyö- dyntämisen merkitys korostuu entisestään (Satuli 2018.)
Tulokset
Työn tavoitteena oli tutkia sitä, miten automatisaatio ja digitalisaatio vaikuttavat tulevaisuu- dessa sisälogistiikan toimintoihin, mihin suuntaan sisälogistiikan arvioidaan kehittyvän ja missä määrin automatiikka ja robotiikka korvaavat ihmisten työpanoksen. Saadut tulokset osoittavat, että automatisaation ja digitalisaation roolien odotetaan kasvavan entistä mer- kittävämmäksi, sillä käytännön esimerkit ovat osoittaneet niiden tehostavan tuotantolaitos- ten toimintoja sekä parantaneet asiakastyytyväisyyttä (Rajamanickam 2018.) Kuten Hub
Logistics blogikirjoituksessaan arvioi, lähitulevaisuudessa merkittävimpiin rooleihin nouse- vat:
• Tekoäly, koneoppiminen ja kevytautomaatio
• Vihreä logistiikka
• Joustava logistiikka
Nämä esitetyt arviot ovat linjassa muiden tutkimuksessa käytettyjen lähteiden kanssa ja osoittavat, että teoriaosassa esiteltyjen työkalujen ja sovellusten tehokkaamman käytön odotetaan muuttavan tapoja suorittaa sisälogistiikkaa tulevaisuudessa. Näiden perusteella voidaan myös arvioida, että työn validiteetti on todennettavissa, sillä useiden eri instanssien tutkimukset osoittavat samankaltaisia tuloksia.
Työn reliaabeliutta on haastavaa arvioida, sillä tutkimuksessa keskitytään tulevaisuuden ratkaisuihin ja tutkittavat kohteet kehittyvät jatkuvasti. Tämä vaikuttaa siihen, että jos tutki- mus toistetaan jonain myöhempänä ajankohtana voi tulos olla hyvin erilainen.
Jatkotutkimusmahdollisuudet
Jatkotutkimusmahdollisuutena näkisin, että samankaltainen tutkimus voitaisiin suorittaa esi- merkiksi 10 vuoden kuluttua, jonka avulla tarkasteltaisiin, että onko sisälogistiikka kehittynyt siihen suuntaan kuin tässä työssä on arvioitu. Esimerkiksi Hub Logisticsilla oli selkeä näke- mys siitä, mikä on sisälogistiikan kehityksen suunta, joten jatkotutkimuksella saataisiin sel- ville, oliko kyseinen arvio oikea.
7 YHTEENVETO
Opinnäytetyön toteutus onnistui mielestäni hyvin ja se vastaa johdannossa esitettyihin tut- kimusongelmiin:
• Miten automattiset ja digitaaliset työkalut vaikuttavat tulevaisuuden sisälogistiik- kaan?
• Miltä tulevaisuuden sisälogistiikka näyttää?
• Missä määrin automatiikka ja robotiikka korvaa ihmisten työpanoksen?
Lisäksi tekstissä kartoitetaan nykytilaa ja pohditaan sitä, mihin suuntaan automaattiset ja digitaaliset työkalut kehittävät sisälogistiikkaa.
Tutkimuksessa esitellyt teknologiset innovaatiot ovat ajantasaisia ja niiden hyödyntäminen on merkittävässä roolissa tulevaisuuden sisälogistiikassa. Automaattisten ja digitaalisten työkalujen käyttö on jo nykypäivänä yrityksen toiminnan kannalta tärkeää ja niiden käytön merkityksen odotetaan korostuvan tulevaisuudessa entistä enemmän.
Alkuperäisestä suunnitelmasta poiketen jouduin rajaamaan työni koskemaan pelkästään sisälogistiikkaa, sillä muuten työstä olisi tullut liian laaja, enkä olisi saanut sitä valmiiksi määräaikaan mennessä. Mielestäni opinnäytetyöni pysyi hyvin annetun rajauksen sisällä, joskin teoriaosassa on mainittuna joitakin sisälogistiikan ulkopuolisia asioita, joihin tekniik- kaa voidaan soveltaa.
Koska kyseessä oli tulevaisuuden katsaus, on työn reliabiliteetti helposti kyseenalaistetta- vissa. Työ sisältää useita hypoteeseja siitä miten digitaaliset ja automaattiset ratkaisut muokkaavat tulevaisuuden sisälogistiikkaa, joten tulokset eivät ole aukottomia. Opinnäyte- työssä esitellyt johtopäätökset perustuvat eri instanssien esittämiin arvioihin, sillä varmaa tietoa tulevaisuudesta ei voida ennustaa.
LÄHTEET
AGV Network. 2020. 11 Explained Advantages of Automated Guided Vehicles (AGV).
Viitattu 02.11.2020. Saatavissa: https://www.agvnetwork.com/advantages-of-automated- guided-vehicles
Allen, W. 28. Elokuu 2020. River Systems. Guide to warehouse robots: types of warehouse robots, uses, navigation & more. Viitattu 13.10.2020. Saatavissa:
https://6river.com/guide-to-warehouse-robots/
Castello, L. 2019. Terillium. Future trends in ERP systems: What’s next for ERP. Viitattu 06.11.2020 Saatavissa: https://terillium.com/future-trends-in-erp-systems-whats-next-for- erp/
EU Automation. 2016. A brief history of robotics. Viitattu 19.10.2020. Saatavissa:
https://www.euautomation.com/en/automated/article/a-brief-history-of-robotics Emans Smart Industry Solutions. 2019. Digitalization of logistics and intelligent management of supply chain. Viitattu 03.11.2020. Saatavissa:
https://www.anasoft.com/emans/en/home/news-blog/blog/Digitalization-of-Logistics-and- Intelligent-Supply-Chain
Haapanen, M.;Vepsäläinen, A. P.;& Lindeman, T. 2005. Logistiikka osana strategista johtamista. Porvoo: WS Bookwell Oy
Hub Logistics. 2019. Kolme trendiä, jotka tulevat muuttamaan logistiikkaa 2020-luvulla.
Viitattu 28.10.2020. Saatavissa: https://www.hub.fi/2020/01/25/blogi-kolme-trendia-jotka- tulevat-muuttamaan-logistiikkaa-2020-luvulla/
Jungheinrich. 2020. Vauhdilla parhaaseen työskentelytehoon. Viitattu 20.10.2020.
Saatavissa: https://www.jungheinrich.fi/logistiikkajaerestelmaet/automaattiset- varastojaerjestelmaet/automaattivarasto/lavojen-hyllystoehissi-398888
Kansallinen audiovisuaalinen instituutti. 2015. Digisammon takojat. Viitattu 21.10.2020.
Saatavissa: https://www.mediataitokoulu.fi/assets/tehtavat/digisammontakojat.pdf Kardar, L.;Rezapour, S.;& Farahani, R. 2011. Logistics Operations and Management:
Concepts and Models. Amsterdam: Elsevier.
Kasvi, J.J.J. 2019. Digi, digi, digi. Tieke. Viitattu 03.11.2020. Saatavissa:
https://tieke.fi/digi-digi-digi/
