De logistieke sector staat aan de vooravond van een nieuwe fase. Kleine taalmodellen, visuele ai en slimme mobiele apparaten ondersteunen magazijnmedewerkers bij voorraadbeheer, goederenontvangst en kwaliteitscontroles. Dat is de overtuiging van Zebra Technologies, ooit groot geworden met barcodeprinters en scanners. En de barcode? Die verdwijnt daarbij zeker niet, integendeel.
Tekst: RIK SANDERS Beeld: ZEBRA TECHNOLOGIES
Ai is tegenwoordig overal’, zegt Tom Bianculli, chief technology officer (cto) van Zebra Technologies, een Amerikaanse leverancier van scanning-, track-and-trace- en mobiele-computingoplossingen voor de werkvloer in de logistiek, detailhandel, industrie, transport en zorg. Het bedrijf uit Lincolnshire (Illinois) levert onder meer barcodescanners, rfid- en printerproducten, handhelds, tablets, industriële scanners, machine-vision-camera’s, 3d-sensoren, interactieve kiosken en ondersteunende software, waarin steeds meer ai-technologie wordt ingebouwd. Toch waarschuwt hij voor blind enthousiasme. ‘Je moet ai met een doel inzetten. Veel organisaties hebben ai inmiddels in hun backoffice voor planning, analyse en rapportages. Maar zodra je ai naar de werkvloer brengt, wordt het ingewikkelder. Dan moet je kijken naar processen, scenario’s en de juiste hulpmiddelen.’
Bianculli stelt dat Zebra eigenlijk al jaren met ai bezig is, maar dan met automation machine vision-systemen. De recente doorbraak zit ‘m in het feit dat steeds meer ai-functionaliteit direct op apparaten kan draaien. ‘Vroeger moest alles naar de cloud. Maar als iedere medewerker voortdurend ai gebruikt, lopen de kosten snel op. Daarom brengen wij ai naar het apparaat zelf. We gebruiken daarvoor kleine taalmodellen en gespecialiseerde gpu- en mpu-processors van Qualcomm. Daardoor kunnen medewerkers direct op de werkvloer gebruikmaken van ai.’
De cto noemt een Britse klant die meerdere GPT-achtige toepassingen had ontwikkeld voor processen als verpakkingen en kwaliteitsinspecties. Het probleem was dat medewerkers daarvoor steeds naar een pc moesten lopen. ‘Dan loop je eerst naar een terminal, stel je vraag, krijg je antwoord en loop je weer terug. Dat werkt niet in een magazijn. Ai moet beschikbaar zijn op de plek waar het werk gebeurt.’
Waar grote taalmodellen zoals ChatGPT vooral zijn gebaseerd op tekst, verwacht Zebra dat de grootste ai-winst in logistieke processen uit beelden zal komen. Volgens Stephan Pottel, manager Manufacturing EMEA bij Zebra Technologies, hebben magazijnmedewerkers geen tijd om uitgebreide prompts te typen. ‘Een medewerker wil gewoon een foto maken van een pallet, een schap of de achterkant van een vrachtwagen. Vervolgens moet de technologie begrijpen wat daarop staat.’
Daar komt volgens hem visual ai om de hoek kijken. Computer vision-modellen tellen automatisch dozen op een pallet, lezen vrachtdocumenten en vergelijken de aangetroffen goederen met de zending die geleverd had moeten worden.
‘Stel dat op het ladingoverzicht acht dozen staan en op de pallet slechts zeven. Dan signaleert het systeem automatisch dat er iets ontbreekt. Die gegevens kunnen direct worden verwerkt in een backoffice-systeem á la SAP. Alleen uitzonderingen vragen nog menselijke aandacht.’ De traditionele handelingen van controleren, tellen en invoeren verdwijnen daarmee grotendeels uit het logistieke proces, luidt zijn voorspelling.
Pottel spreekt in dit verband van Zebra’s strategie van ‘ai aan de frontlinie’ (frontline ai) met machine vision en small language models (kleine taalmodellen). De machine-vision-oplossingen halen informatie uit de fysieke wereld middels bijvoorbeeld foto’s en video’s. Die inzichten vormen vervolgens context voor een taalmodel, klein of groot. Het kleine model draait lokaal op het apparaat en helpt processen te stroomlijnen.
Hij geeft als voorbeeld een pakketbezorger die een afleverfoto maakt. ‘Op zo’n foto kun je de barcode lezen, zien waar het pakket ligt en vaststellen hoeveel pakketten zichtbaar zijn. Maar ieder bedrijf heeft ook regels. Misschien mogen er geen personen zichtbaar zijn, geen huisdieren en geen adresgegevens. Het taalmodel begrijpt die standaardprocedures en bepaalt vervolgens of de foto voldoet. Kijk, vision-modellen bestaan al jaren. Het verschil nu is dat generatieve ai ze veel toegankelijker heeft gemaakt.
De grootste impact van ai verwacht Zebra in logistieke processen rond magazijnen, voorraadbeheer en goederenontvangst. Bianculli wijst op distributiecentra waar medewerkers nog steeds gegevens uit papieren documenten handmatig invoeren. Hij weet van een Duitse producent van insuline die grondstoffen ontvangt van een externe dienstverlener. Op de leveringsdocumenten staan belangrijke batchgegevens, maar geen barcode. ‘Een medewerker moest die informatie letterlijk van papier overtypen naar SAP. Dat is foutgevoelig. Met onze modellen maak je een foto van het document en wordt de informatie automatisch uitgelezen en ingevoerd.’
AiI hoeft daarbij volgens hem niet perfect te zijn. ‘Veel mensen praten alsof ai honderd procent foutloos moet zijn. Dat geloof ik niet. Als een systeem 95 procent van het werk automatisch doet en alleen twijfelgevallen doorstuurt naar een medewerker, dan levert dat al enorme tijdwinst op.’
Ook de laatste schakels van logistieke processen bieden volgens hem kansen. ‘Zodra goederen het magazijn verlaten of juist worden afgeleverd, ontstaan vaak nog handmatige controles. Daar kunnen deze modellen veel werk overnemen. Je ziet nu logistieke dienstverleners, om in te springen op dit soort ontwikkelingen, investeren in connectiviteit en slimmere mobiliteit. Ai werkt als een vliegwiel voor deze ontwikkelingen.’
Zebra begon ooit als leverancier van barcodeprinters. Inmiddels is het portfolio veel breder geworden. Hoewel het einde voor de barcode in zicht leek, de barcodestandaardorganisatie GS1 noemde eerder 2027 als het jaar dat de qr-code de barcode zou vervangen, verwacht cto Bianculli niet dat dit snel gaat gebeuren. ‘De barcode is simpel, goedkoop en wereldwijd ingeburgerd. Iedereen begrijpt hoe hij werkt. Er zijn experimenten geweest om volledig zonder barcodes te werken, maar ik heb nog niet gezien dat dat breed wordt toegepast.’ Wel ziet hij nieuwe toepassingen ontstaan waarbij barcodes bijvoorbeeld worden gecombineerd met aanvullende authenticatie-technieken om vervalsingen tegen te gaan, zoals in de farmaceutische industrie. Uiteindelijk ligt de toekomst van logistieke ai in het combineren van alle beschikbare informatiebronnen, waaronder barcodes, stelt de cto van Zebra.
Tom Bianculli, chief technology officer bij Zebra Technologies
Zebra Technologies (omzet 5,4 miljard dollar, circa tienduizend werknemers) begon in 1969 in Chicago als Data Specialties, een fabrikant van elektromechanische apparatuur. Begin jaren tachtig verlegde het bedrijf zijn focus naar barcode- en labelsystemen, een markt die toen nog in de kinderschoenen stond. In 1986 werd de naam gewijzigd in Zebra Technologies, een verwijzing naar de zwart-witte strepen van barcodes. Daarna groeide Zebra uit tot een toonaangevende speler op het gebied van locatiebepaling en mobiele technologie voor met name de werkvloer. Een grote overname was die in 2013 toen Zebra voor 3,45 miljard dollar de Enterprise-divisie van Motorola Solutions overnam. Daarmee kreeg het bedrijf een belangrijke positie in mobiele dataverzameling en magazijnautomatisering.
Andere, recentere overnames zijn onder andere Cortexica (computer vision en ai), Adaptive Vision (machine vision software), Matrox Imaging (machine vision), Photoneo (3d-machine vision en robotica) en Elo Touch Solutions (touchscreens en selfservicekiosken).
Stephan Pottel, manager Manufacturing EMEA bij Zebra Technologies
Het concern beschikt over een investeringstak, Zebra Ventures, die geld steekt in startups die bedrijfsprocessen automatiseren. De portefeuille omvat leveranciers van autonome heftrucks (Third Wave Automation), laad- en losrobots (Fox Robotics), pickrobots (RightHand Robotics), ai-beeldherkenning (Neurala en Apera AI) en realtime locatiebepaling (Sonitor). Daarmee bouwt Zebra een ecosysteem rond zijn eigen scanners, mobiele computers en logistieke software. De investeringen sluiten aan bij de strategie om magazijnen, fabrieken en winkels verder te automatiseren met robotica, kunstmatige intelligentie en sensortechnologie.