Gap Inc. acelera la eficiencia del almacén mediante integración de robótica e IA

Los consumidores de todo el mundo conocen a Gap Inc. por su ropa atemporal que atrae a muchas generaciones. Después de más de 50 años en el negocio, Gap Inc. también ha perfeccionado sus sistemas de cadena de suministro para procesar millones de artículos cada año con máxima eficiencia. Dada su escala, la empresa investiga y prueba activamente soluciones innovadoras para mantenerse por delante de la curva tecnológica y la competencia.

En 2016, Gap Inc. inició una transición de gran alcance a una nueva red de cumplimiento. El proyecto de Optimización Logística Cross-Channel fue diseñado para posicionarla por delante de su competencia, así como recuperarse de un incendio destructivo en su centro de distribución del noreste ese verano.

Para cumplir los objetivos del programa, Kevin Kuntz, vicepresidente senior de cumplimiento logístico global, buscaba probar tecnologías innovadoras para añadir a las soluciones de automatización que la empresa ya usaba, como sistemas automatizados de almacenamiento y recuperación. Además, como todos los grandes minoristas, Gap Inc. seguía lidiando con el desafío de encontrar suficientes empleados para apoyar sus operaciones durante las temporadas pico de ventas.

Kuntz conoció SORT, una tecnología de picking de Kindred que utiliza inteligencia artificial. SORT es un sistema robótico que emplea algoritmos de visión, agarre y manipulación para recoger y clasificar mercancía. Usando metodologías de IA para mejorar continuamente las capacidades del robot, el sistema evalúa millones de puntos de datos para calcular y ejecutar una estrategia de picking óptima para cada tarea en tiempo real.

«Después de ver la demostración funcional de SORT, sentimos que esta tecnología estaba más avanzada que otras soluciones», dice Kuntz.

Para comenzar a evaluar la tecnología, Kuntz colocó un sistema piloto SORT en el centro de distribución de Gap Inc. en Gallatin, Tennessee, marcando la primera vez que la empresa usaba tecnología de IA en cualquiera de sus DCs.

Al igual que muchos DCs, los de Gap Inc. están construidos para satisfacer la demanda pico. El pico de demanda llega durante la temporada navideña, con el mayor tráfico en tiendas y en línea durante la semana del Black Friday y Cyber Monday. Un DC típico tiene estaciones de clasificación manuales e intensivas en mano de obra que procesan pedidos de clientes.

Cada DC alberga una enorme cinta ovalada conocida como clasificador Bombay, que toma miles de unidades individuales y las envía a estaciones individuales. Toboganes conectados al clasificador Bombay actúan como afluentes, canalizando la mercancía fuera de la cinta transportadora y hacia las estaciones de clasificación.

En estaciones de clasificación manuales, la mercancía se deja caer en una pila, y un empleado recoge cada pieza y la escanea con un escáner de código de barras. Una luz correspondiente en el putwall, una cuadrícula vertical de cubículos, se enciende, indicando al empleado qué cubículo corresponde a ese pedido. La rutina se repite una y otra vez mientras se procesa la mercancía. Cuando se escanea el último artículo de un pedido, una luz de diferente color parpadea en ese cubículo, señalando al trabajador que el cubículo está completo. Luego el empleado toma el contenido del cubículo y lo pasa a otra estación para ser empaquetado y enviado.

«La estación de clasificación impulsada por personas es muy manual», dice Zach Gomez, director de operaciones para el éxito del cliente en Kindred, y principal punto de contacto de Kuntz en Kindred.

«El proceso es monótono, y a medida que avanza el turno, la velocidad y precisión del empleado disminuyen. Es solo naturaleza humana».

Los procesos de clasificación automatizados respaldados por Kindred SORT pueden hacer que ese empleado sea el doble de productivo, afirma Gomez. «Las unidades SORT son esencialmente plug-and-play», añade.

Para empezar, Gap Inc. reconfiguró los toboganes del clasificador Bombay para enviar artículos directamente al contenedor del sistema SORT. A continuación, las cámaras del sistema observan los artículos en el contenedor para compararlos con decenas de miles de imágenes que ya tiene almacenadas en su memoria. Usando IA, coincide con lo que ve con esas imágenes existentes para reconocer la mercancía e identificar dónde comienza un artículo y termina el otro.

Después de que las cámaras registran la ubicación de cada artículo, el brazo robótico en el centro del sistema circular recoge un objeto usando tecnología Autograsp patentada —una combinación de pellizco, agarre y succión. Mientras el brazo robótico sostiene el artículo en su pinza, lo gira rápidamente para exponer cualquier área donde pueda estar el código de barras a una de las cuatro cámaras dentro del sistema. En cuanto una de las cámaras escanea el artículo, el brazo lo vincula al pedido apropiado y lo deja caer en el cubículo correspondiente.

Si el robot no puede asegurar el artículo, el sistema SORT notifica a un «piloto de robot» en la sede de Kindred para solicitar ayuda. Remotamente, el piloto observa una vista en vivo de la máquina y ayuda a guiar el brazo robótico para hacer la recogida. A veces, un artículo termina en el contenedor SORT que no debería estar ahí —algo demasiado grande para caber en el cubículo, por ejemplo. En ese caso, el piloto del robot notifica al operador en el DC, quien puede retirar el artículo del contenedor.

Usando aprendizaje automático, SORT aprende con el tiempo las formas de los artículos y otros detalles —como dónde están los códigos de barras— para volverse más rápido y eficiente en la recogida y clasificación. Después de meses operando en los DCs de Gap Inc., el sistema SORT puede recoger el 98 por ciento de la mercancía de forma autónoma, y rara vez requiere intervención de los pilotos de robot.

A pesar de sus capacidades de aprendizaje automático e IA, SORT aún depende de la participación humana para el último paso del proceso de recogida. Después de que el brazo robótico termina de agregar artículos a un pedido, activa una luz para notificar al operador que está completo. El operador saca el pedido completado del cubículo y transfiere los artículos al área de empaquetado.

Se asigna un empleado a al menos dos sistemas SORT para supervisar operaciones. Un solo empleado puede empaquetar más pedidos en una estación de clasificación robótica SORT porque el brazo robótico hace la mayor parte del trabajo. Los trabajadores que supervisan múltiples estaciones de recogida pueden ser responsables de dos o tres veces más rendimiento.

Los empleados en los DCs de Gap Inc. juegan un papel clave en el éxito de la implementación tecnológica. Están a cargo de gestionar el equipo SORT y asegurar que todos los procesos fluyan suavemente de punto a punto.

«Todos nuestros empleados encuentran muy fácil interactuar con las estaciones SORT y se sienten muy seguros trabajando dentro y alrededor de las máquinas», dice Kuntz. «La formación es fácil, y en su mayor parte, podemos pasar una hora o menos con nuestros empleados y tenerlos trabajando a ritmo. Eso incluye aprender todo el procesamiento de excepciones. El diseño y simplicidad de la máquina la hacen muy fácil y rápida de entrenar a nuevos contratados».

Gap Inc. ha agregado posteriormente SORT a su instalación en Fresno, CA y planea instalar el sistema en su centro de distribución del norte en Fishkill, NY para finales de 2019.

«La disposición de Kindred a mejorar todos los aspectos del sistema superó nuestras expectativas», dice Kuntz. «Mejoraron los agarres y escáneres para mejorar la precisión de las máquinas. Hemos visto mejoras impresionantes de velocidad en los 18 meses desde que comenzamos la implementación, y el porcentaje de recogidas autónomas ha aumentado».

Zach Gomez es director de éxito del cliente en Kindred.