每個人都在談論工業4.0——在倉儲和物流行業，對通過人工智能、自動化和網絡創建智能倉庫的場景的需求也越來越大。

在物流行業，“人工智能”和“自動化”這兩個話題正扮演著越來越重要的角色。

特別是在新冠疫情時代，再次向消費者表明他們對全球市場發展的依賴性，即使是在最深省份的最小的村莊--如果生產或供應鏈出現中斷，當地超市很快就會發現自己沒有面粉、面條或衛生紙等重要商品。此外，當然，對某種商品的需求上升會加強這種效果。如果某樣東西變得稀缺，在其他情況下可能不愿意購買這種產品的顧客突然對它感興趣了。

這些日益全球化的影響導致了對盡可能有彈性的解決方案的需求，這些解決方案創造了從原材料供應商到最終客戶的連續、低故障和可靠的流程，因此不太容易受到外部沖擊的影響。內部物流在這里發揮著特殊的作用，因為現代倉庫早已不再僅僅用于儲存和保管貨物，而是可以成為生產和交付之間的寶貴緩沖區，緩沖一方或另一方的瓶頸。

內部物流在備受推崇的工業4.0中也發揮著重要作用，因為它在貨物、制造商、供應商和零售商之間形成了一種轉運點。只有當倉庫中的流程被智能地聯網和整合，公司其他領域的數字化基礎才有意義。如今，將物流和生產更緊密地聯系在一起，從而使流程更加無縫的方法，幾乎不需要通過智能倉庫。

從自主的移動運輸機器人到視像揀選、物聯網（IoT）解決方案或能夠通過人工智能（AI）在很大程度上優化倉庫流程的倉庫管理系統（WMS）--這個經常被說成是"技術悶棍"的行業，正在全速進行數字化工作。

智能存儲

早在2019年，根據Bitkom當年的一項研究，許多公司已經在使用數字技術，特別是在倉庫。根據該研究，80%的人正在使用或計劃使用WMS，四分之三的人正在使用傳感器技術，如RFID芯片。一半以上的公司已經在使用平板電腦、計算機和智能手機，并且已經告別了倉庫中的文書工作。無人駕駛叉車系統、增強現實（AR）和倉庫機器人也非常受歡迎。

為了達到盡可能高的效率水平，這些解決方案自然不會單獨并排運行：一個整合了來自自動化解決方案的所有數據的智能WMS理想地構成了現代倉庫的核心，并將其轉變為一個智能倉庫。不足為奇的是，麥金賽的調查認為，人工智能的應用將能夠在未來幾年提供顯著的經濟增長。更有甚者：根據該研究，錯過人工智能列車的公司將在未來失去競爭力。從中長期來看，一個可能被證明非常有趣的位置是倉庫數字化中的人工智能。

在生產中被稱為預測性維護的東西在倉庫中也被證明是有幫助的：自學算法可以識別歷史數據集中的某些模式和重復，并在此基礎上可以"預測"某些事件在未來發生的可能性如何。這使得智能規劃和決策成為可能。可以想象，例如，人工智能識別出紫色夏威夷襯衫在大慕尼黑地區的某個溫度下總是需求量很大--人類員工可能首先要比較舊的天氣數據和區域銷售數據，并識別出這里的某種模式。如果有了這種預測，就可以提前對工人進行規劃，例如，可以將庫存儲存在附近的地方，這樣就可以優化后續的分配，避免長時間的交貨時間。

自主運輸車輛、無人機和機器人也正變得越來越流行。當其他領域仍在為無人機尋找合理的應用場景或將其作為一個有趣的噱頭時，內部物流領域已經有了成功的應用。例如，自主無人機支持倉庫工作人員的庫存--在技術工人短缺的時候，這是一種真正的緩解。此外，掃描無人機在高架上沒有問題。他們既不回避高度，也不需要支持來達到高度。

機器人揀選

自主的移動機器人在智能倉庫中也不再是未來的夢想。他們的眾多應用領域包括從運輸到訂單分揀，使他們成為受歡迎的"同事"。以cobots，即協作機器人的形式，它們也可以在沒有保護性圍欄的情況下與人類倉庫工作人員一起工作。它們的核心任務包括減少錯誤、提高效率和減輕人類同事的負擔，從而使他們有更多的時間從事更苛刻的任務，例如。在揀選方面，除了已經熟悉的通過數據眼鏡進行揀選（通過視覺進行揀選）之外，"通過機器人進行揀選"的概念幾年前就已經成為頭條新聞。在這里，機器人從源容器中取出訂購的庫存物品，并將其放入目標容器中。攝像機檢測物體，而各種算法確定最佳抓取點。通過機器學習，機器還可以學習如何優化未來的訂單，并與車隊的其他成員分享他們的知識。這些機器人大多在能量供應耗盡后就會自己開到充電站。而且，正在進一步完善的不僅僅是在分類貨架或源容器中挑選物品；"伸手入箱"似乎也指日可待。這些機器人將能夠通過攝像系統、圖像識別和超現代的3D傳感器技術來識別、檢測和分揀集裝箱中各種未分類的物體。

當然，基本上，適用于其他經濟部門的東西也適用于倉庫：一方面，公司通過使用人工智能所能實現的改進，只有在算法獲得其洞察力的數據的情況下才會好。另一方面--盡管大家都希望提高效率和生產力，但這一點決不能被忽視--人類員工必須在早期階段就參與到技術變革中。只有那些能夠消除倉庫工人對接觸的恐懼，同時向他們展示新方法對他們自己工作區域的優勢的人，也將能夠充分使用智能解決方案的潛力。