Gap Inc. accélère les opérations d'entrepôt avec la robotique et l'IA

Les consommateurs du monde entier connaissent Gap Inc. pour ses vêtements intemporels qui plaisent à de nombreuses générations. Après plus de 50 ans d'activité, Gap Inc. a également perfectionné ses systèmes de chaîne d'approvisionnement pour traiter des millions d'articles chaque année avec une efficacité maximale. Compte tenu de sa taille, l'entreprise recherche et teste activement des solutions innovantes pour garder une longueur d'avance sur la technologie et la concurrence.

En 2016, Gap Inc. a entamé une transition de grande envergure vers un nouveau réseau de distribution. Le projet d'optimisation de la logistique transmanche a été conçu pour le positionner en avance sur ses concurrents, ainsi que pour rebondir après un incendie destructeur dans son centre de distribution du nord-est cet été-là.

Pour atteindre les objectifs du programme, Kevin Kuntz, vice-président senior du traitement logistique mondial, cherchait à piloter des technologies innovantes à ajouter aux solutions d'automatisation déjà utilisées par l'entreprise, telles que les systèmes automatisés de stockage et de récupération. De plus, comme tous les grands détaillants, Gap Inc. continuait de relever le défi de trouver suffisamment d'employés pour soutenir ses opérations pendant les périodes de pointe des ventes.

Kuntz a pris connaissance de SORT, une technologie de prélèvement de Kindred qui utilise l'intelligence artificielle. SORT est un système robotique qui utilise des algorithmes de vision, de saisie et de manipulation pour sélectionner et trier les marchandises. En utilisant des méthodologies d'IA pour améliorer continuellement les capacités du robot, le système évalue des millions de points de données pour calculer et exécuter une stratégie de sélection optimale pour chaque tâche en temps réel.

"Après avoir vu la démonstration fonctionnelle de SORT, nous avons estimé que cette technologie était plus avancée que d'autres solutions", déclare Kuntz.

Pour commencer à évaluer la technologie, Kuntz a placé un système SORT pilote au centre de distribution de Gap Inc. à Gallatin, Tenn., marquant la première fois que l'entreprise utilisait la technologie d'IA dans l'un de ses DC.

Comme pour de nombreux DC, les Gap Inc. sont conçus pour répondre à la demande de pointe. Le summum de la demande arrive pendant la période des fêtes, avec le trafic le plus élevé dans les magasins et en ligne pendant la semaine du Black Friday et du Cyber ​​Monday. Un centre de distribution typique dispose de stations de tri manuelles à forte intensité de main-d'œuvre qui traitent les commandes des clients.

Chaque DC abrite une ceinture ovale géante connue sous le nom de trieur Bombay, qui prend des milliers d'unités individuelles et les envoie à des stations individuelles. Les goulottes attachées au trieur de Bombay agissent comme des affluents, acheminant les marchandises du tapis roulant vers les stations de tri.

Dans les stations de tri manuel, la marchandise est déposée en tas, et un employé ramasse chaque pièce et la scanne avec un lecteur de codes-barres. Une lumière correspondante sur le putwall, une grille verticale de casiers, s'allume, signalant à l'employé quel casier correspond à cette commande. La routine est répétée encore et encore au fur et à mesure que la marchandise est traitée. Lorsque le dernier article d'une commande est numérisé, une lumière de couleur différente clignote sur ce casier, signalant au travailleur que le casier est terminé. Ensuite, l'employé prend le contenu du casier et le transmet à une autre station pour être emballé et expédié.

« La station de tri à commande manuelle est très manuelle », explique Zach Gomez, directeur des opérations pour la réussite des clients chez Kindred et principal interlocuteur de Kuntz chez Kindred.

« Le processus est monotone, et au fur et à mesure que le temps de travail s'écoule, la vitesse et la précision de l'employé diminuent. C'est juste la nature humaine."

Les processus de tri automatisés pris en charge par Kindred SORT peuvent rendre cet employé deux fois plus productif, affirme Gomez. "Les unités SORT sont essentiellement plug-and-play", ajoute-t-il.

Pour commencer, Gap Inc. a reconfiguré les chutes du trieur de Bombay pour envoyer les articles directement dans le bac du système SORT. Ensuite, les caméras du système examinent les éléments dans le bac pour les comparer avec des dizaines de milliers d'images qu'il a déjà stockées dans sa mémoire. À l'aide de l'IA, il fait correspondre ce qu'il voit à ces images existantes pour reconnaître la marchandise et identifier où commence un article et où s'arrête l'autre.

Une fois que les caméras ont enregistré l'emplacement de chaque élément, le bras robotique au milieu du système circulaire saisit un objet à l'aide de la technologie propriétaire Autograsp - une combinaison de pincement, de préhension et d'aspiration. Lorsque le bras robotique maintient l'article dans sa pince, il le fait pivoter rapidement pour exposer toute zone où le code-barres pourrait se trouver à l'une des quatre caméras à l'intérieur du système. Dès que l'une des caméras scanne l'article, le bras associe cet article à l'ordre approprié et le dépose dans le casier correspondant.

Si le robot n'est pas en mesure de sécuriser l'article, le système SORT notifie un « pilote de robot » au siège de Kindred pour demander de l'aide. À distance, le pilote regarde une vue en direct de la machine et aide à guider le bras robotique pour faire le choix. Parfois, un article se retrouve dans le bac SORT qui n'était pas censé être là - quelque chose de trop gros pour tenir dans le casier, par exemple. Dans ce cas, le pilote du robot avertit l'opérateur du centre de distribution, qui peut retirer l'article du bac.

À l'aide de l'apprentissage automatique, SORT apprend au fil du temps les formes des articles et d'autres détails, tels que l'emplacement des codes-barres, pour devenir plus rapide et plus efficace lors de la sélection et du tri. Après des mois de fonctionnement chez Gap Inc. D.C.s, le système SORT peut prélever 98 % des marchandises de manière autonome et nécessite rarement l'intervention des pilotes de robot.

Malgré ses capacités d'apprentissage automatique et d'IA, SORT s'appuie toujours sur la participation humaine pour la dernière étape du processus de sélection. Une fois que le bras robotique a terminé d'ajouter des articles à une commande, il déclenche une lumière pour informer l'opérateur qu'il est terminé. L'opérateur sort la commande terminée du casier et transfère les articles vers la zone d'emballage.

Un employé est affecté à au moins deux systèmes SORT pour superviser les opérations. Un seul employé peut emballer plus de commandes dans une station SORT robotisée, car le bras robotique effectue la majeure partie du travail. Les travailleurs qui supervisent plusieurs postes de préparation de commandes peuvent être responsables d'un débit deux à trois fois supérieur.

Les employés de Gap Inc. D.C.s. jouer un rôle clé dans le succès de la mise en œuvre de la technologie. Ils sont chargés de gérer l'équipement SORT et de s'assurer que tous les processus se déroulent correctement d'un point à un autre.

« Tous nos employés trouvent qu'il est très facile d'interagir avec les stations SORT et se sentent très en sécurité lorsqu'ils travaillent dans et autour des machines », explique Kuntz. « La formation est facile et, pour la plupart, nous pouvons passer une heure ou moins avec nos employés et les faire travailler à un rythme régulier. Cela inclut l'apprentissage de tout le traitement des exceptions. La conception et la simplicité de la machine permettent de former très facilement et rapidement les nouvelles recrues. »

Gap Inc. a par la suite ajouté SORT à ses installations de Fresno, en Californie et prévoit d'installer le système dans son centre de distribution du nord à Fishkill, NY d'ici la fin de 2019.

« La volonté de Kindred d'améliorer tous les aspects du système a dépassé nos attentes », déclare Kuntz. « Ils ont amélioré les pinces et les scanners pour améliorer la précision des machines. Nous avons constaté des améliorations de vitesse impressionnantes au cours des 18 mois depuis le début de la mise en œuvre, et le pourcentage de sélections autonomes a augmenté. »

Zach Gomez est directeur du succès client chez Kindred.