அனைத்து கட்டுரைகளுக்கும் திரும்பு

AI மூலம் கிடங்கு பேலட்களை எண்ணுதல்: 10 நிமிடத்திலிருந்து 3 வினாடிக்கு

முழு கிடங்கு எண்ணிக்கை செயல்பாடுகளை ஒரு நாளுக்கு நிறுத்துகிறது. AI ஸ்பாட்-செக்கிற்கு ஒரு டீ இடைவேளை மட்டுமே ஆகும். புகைப்பட அடிப்படையிலான எண்ணிக்கை கிடங்கு பணிப்போக்குகளில் எவ்வாறு பொருந்துகிறது என்பது இங்கே.

list இந்தக் கட்டுரையில்

முழு கிடங்கு எண்ணிக்கை செயல்பாடுகளை ஒரு நாளுக்கு நிறுத்துகிறது. AI ஸ்பாட்-செக்கிற்கு ஒரு டீ இடைவேளை மட்டுமே ஆகும்.

கையேடு சரக்கு எண்ணிக்கை கிடங்கு செயல்பாடுகளின் மிகவும் விலையுயர்ந்த வழக்கமான பணிகளில் ஒன்று. 5,000 SKU கொண்ட ஒரு நடுத்தர அளவிலான வசதிக்கு எல்லாவற்றையும் எண்ண 1 முதல் 3 நாட்கள் முழு நிறுத்தம் தேவை, மேலும் கூடுதல் நேர ஊதியம் மற்றும் தற்காலிக ஊழியர்கள். இதற்கிடையில், எதுவும் அனுப்பப்படுவதில்லை, எதுவும் பெறப்படுவதில்லை, மேலும் செயலிழப்பின் ஒவ்வொரு மணிநேரத்திற்கும் ஒரு பணத்தொகை உள்ளது. AI-இயக்கப்படும் புகைப்பட எண்ணிக்கை தினசரி ஸ்பாட்-செக், பெறுதல் சரிபார்ப்பு மற்றும் சுழற்சி எண்ணிக்கைக்கு விரைவான மாற்றீட்டை வழங்குகிறது.

கையேடு எண்ணிக்கையின் உண்மையான செலவு

பெரும்பாலான கிடங்கு மேலாளர்கள் எண்ணுவது மெதுவானது என்று அறிவார்கள். இது உண்மையில் எவ்வளவு விலையானது என்பதை குறைவானவர்களே உணர்கிறார்கள்.

20,000-SKU செயல்பாட்டின் முழு பொருள் சரக்கு எண்ணிக்கையில் முழு வார இறுதியும் ஆகலாம். ஊழியர்கள் வரிசையாக எண்ணுகிறார்கள், கிளிப்போர்டுகளில் டேலி எழுதுகிறார்கள் அல்லது ஒவ்வொன்றாக பார்கோடு ஸ்கேன் செய்கிறார்கள். தற்காலிக ஊழியர்கள் நிரந்தர ஊழியர்களை விட அதிக தவறுகள் செய்கிறார்கள், ஆனால் நிரந்தர ஊழியர்கள் தங்கள் உண்மையான வேலையிலிருந்து விலக்கப்படுகிறார்கள். CPCON Group மதிப்பிடுகிறது, நிறுவனங்கள் ஒவ்வொரு முழு எண்ணிக்கையிலும் குறிப்பிடத்தக்க உழைப்பு மணிநேரங்கள் மற்றும் பணியமர்த்தல் செலவுகளை செலவிடுகின்றன.

பின்னர் சுருக்கம் உள்ளது. அமெரிக்க சில்லறை விற்பனையாளர்கள் சுருக்கத்தால் ஆண்டுக்கு மதிப்பிடப்பட்ட $112 பில்லியன் இழக்கிறார்கள், அதில் 21% நிர்வாகப் பிழைகளால் - தவறான எண்ணிக்கை, தரவு உள்ளீட்டு தவறுகள் மற்றும் தவறான பெறுதல் டேலிகள். பெரும்பாலான சுருக்கம் அரிதான எண்ணிக்கைகளுக்கு இடையே குவிகிறது. எண்ணிக்கைகளுக்கு இடையிலான இடைவெளி எவ்வளவு நீளமோ, கண்ணுக்குத் தெரியாத இழப்புகள் அவ்வளவு அதிகமாகும்.

முழு பொருள் எண்ணிக்கை

1 முதல் 3 நாட்கள் நிறுத்தம். அனைத்து கிடங்கு ஊழியர்கள் மற்றும் தற்காலிக பணியாளர்கள். எண்ணிக்கையின் போது எதுவும் அனுப்பப்படுவதில்லை அல்லது பெறப்படுவதில்லை.

சுழற்சி எண்ணிக்கை

1 முதல் 4 அர்ப்பணிக்கப்பட்ட எண்ணுபவர்கள், ஒரு அமர்வுக்கு 30 முதல் 60 நிமிடங்கள். நாளுக்கு 50 முதல் 80 SKU உள்ளடக்குகிறது. குறைந்த இடையூறு, ஆனால் முழு சரக்கையும் உள்ளடக்க மெதுவானது.

AI ஸ்பாட்-செக்

ஸ்மார்ட்போன் கொண்ட ஒருவர். ஒரு அலமாரி, பேலட் அடுக்கு அல்லது பெறுதல் பகுதியை புகைப்படம் எடுங்கள். வினாடிகளில் எண்ணிக்கை வரும். நிறுத்தம் தேவையில்லை.

Long warehouse aisle with tall shelving racks stacked with pallets and boxes, showing the scale of a typical inventory counting challenge

கிடங்கில் புகைப்பட அடிப்படையிலான எண்ணிக்கை எவ்வாறு செயல்படுகிறது

பணிப்போக்கு நான்கு படிகள்: ஸ்னாப், கவுண்ட், வெரிஃபை, லாக்.

ஒரு கிடங்கு ஊழியர் பேலட் அடுக்கு அல்லது அலமாரிப் பகுதியை நோக்கி தொலைபேசியை நீட்டி புகைப்படம் எடுக்கிறார். படம் AI எண்ணிக்கை மாதிரிக்குச் செல்கிறது, அது ஒவ்வொரு தெரியும் பொருளையும் வண்ண புள்ளியால் கண்டறிந்து குறிக்கிறது. மொத்த எண்ணிக்கை வினாடிகளில் தோன்றுகிறது. ஊழியர் மேலடுக்கை மதிப்பாய்வு செய்து, AI தவறவிட்ட பொருள்களைச் சேர்க்க தட்டுகிறார் (பொதுவாக மற்றவற்றின் பின்னால் மறைந்திருக்கும் பொருள்கள்), மற்றும் சரிபார்க்கப்பட்ட எண்ணிக்கையை பதிவு செய்கிறார்.

Vimaan மற்றும் Loadzy போன்ற நவீன AI பார்வை அமைப்புகள் ஃபோர்க்லிஃப்ட்களில் பொருத்தப்பட்ட கேமராக்களைப் பயன்படுத்தி மணிக்கு 3,000 பேலட்கள் வரை செயலாக்குகின்றன, கையேடு பார்கோடு ஸ்கேனிங்கில் மணிக்கு சுமார் 100 பேலட்கள் மட்டுமே. கையில் ஸ்மார்ட்போன் மூலம் கூட, ஒரு ஊழியர் 10 வினாடிக்குள் ஒரு அலமாரிப் பகுதியை எண்ணலாம், கையால் பல நிமிடங்கள் ஆகும்.

துல்லிய அளவுகோல்கள்

துல்லியம் புகைப்படத்தின் தரம் மற்றும் பொருள்கள் எவ்வளவு நன்றாகப் பிரிக்கப்பட்டுள்ளன என்பதைப் பொறுத்தது. நல்ல ஒளியமைப்பு மற்றும் தெளிவாகத் தெரியும் பொருள்களுடன் கட்டுப்படுத்தப்பட்ட நிலைமைகளில், AI எண்ணிக்கை அமைப்புகள் 97 முதல் 99% துல்லியத்தை அடைகின்றன. உண்மையான கிடங்கு நிலைமைகளில் சோதிக்கப்பட்ட ஒரு ஃபைன்-ட்யூன் செய்யப்பட்ட YOLOv11 மாதிரி பல சோதனை சுற்றுகளில் 97% துல்லியத்தை எட்டியது (Springer, 2026).

வணிக கிடங்கு பார்வை தளங்கள் இன்னும் அதிக எண்களைத் தெரிவிக்கின்றன: Loadzy பேலட் அடையாளத்திற்கு 99.9% துல்லியத்தைக் கோருகிறது, Vimaan தங்கள் பொருத்தப்பட்ட கேமரா அமைப்புகளுக்கு 100% இருப்பிட துல்லியத்தைத் தெரிவிக்கிறது. இந்த எண்கள் உகந்த கேமரா இடப்பொருத்தம் மற்றும் ஒளியமைப்புடன் சிறந்த நிறுவல்களைக் குறிக்கின்றன.

சாதாரண ஸ்மார்ட்போன் புகைப்படங்களுக்கு, நன்றாக எடுக்கப்பட்ட காட்சிகளில் 95 முதல் 98% துல்லியத்தை எதிர்பார்க்கலாம் - கையேடு எண்ணிக்கையின் 91% சராசரியை விட சிறப்பாக, நேரத்தின் ஒரு பகுதியில்.

Worker holding a smartphone to photograph a stack of pallets in a warehouse, demonstrating the simple snap-and-count workflow

கிடங்கு புகைப்படங்களுக்கான சிறந்த நடைமுறைகள்

  • மறைப்பைக் குறைக்க மேலிருந்து அல்லது நேரடியாக எதிரிலிருந்து படமெடுங்கள்
  • ஒரு படத்திற்கு ஒரு பொருள் வகையை புகைப்படம் எடுங்கள் (பேலட்களையும் தனிப் பெட்டிகளையும் கலக்க வேண்டாம்)
  • போதுமான ஒளியமைப்பை உறுதிசெய்யுங்கள் - கிடங்கின் மேற்புற விளக்குகள் பொதுவாக போதுமானவை
  • கேமராவை நிலையாகப் பிடித்து படமெடுப்பதற்கு முன் குவியம் செய்ய தட்டுங்கள்
  • உயரமான பேலட் அடுக்குகளுக்கு, ஒவ்வொரு அடுக்கையும் தனித்தனியாக புகைப்படம் எடுங்கள்

AI ஸ்பாட்-செக் எதிர் முழு கையேடு தணிக்கை

AI புகைப்பட எண்ணிக்கை முழு பொருள் சரக்கு எண்ணிக்கையை முழுமையாக மாற்றாது - எவ்வளவு அடிக்கடி அவை தேவை என்பதை மாற்றுகிறது. வருடத்தில் ஒன்று அல்லது இரண்டு முறை எல்லாவற்றையும் எண்ணுவதற்குப் பதிலாக, கிடங்கு குழுக்கள் உயர் மதிப்புள்ள அல்லது வேகமாக நகரும் SKU-களில் தினசரி AI ஸ்பாட்-செக் நடத்தலாம், முழு எண்ணிக்கைகளை ஆண்டு தணிக்கை அல்லது ஒழுங்குமுறைத் தேவைகளுக்கு ஒதுக்கலாம்.

இந்த கலவை அணுகுமுறை முரண்பாடுகளை முன்கூட்டியே கண்டறிகிறது, குறிப்பிடத்தக்க சுருக்கமாக மாறுவதற்கு முன்பே. முன்னுரிமை வரிசைகளில் தினசரி 15 நிமிட புகைப்பட நடை, மாதக்கணக்கில் கவனிக்கப்படாமல் போயிருக்கும் ஒரு தவறான எண்ணிக்கையை கண்டறிய முடியும். AI வேகமும் நிலைத்தன்மையும் தருகிறது; முழு தணிக்கை முழுமையும் இணக்கமும் தருகிறது.

Comparison showing a traditional manual inventory count with clipboards versus a modern AI-assisted photo counting workflow in a warehouse

சாரம்

கிடங்கு எண்ணிக்கை பல தசாப்தங்களாக மெதுவாகவும் விலையுயர்ந்ததாகவும் இருந்தது, ஏனெனில் மாற்றீடு எதுவும் இல்லை. புகைப்பட அடிப்படையிலான AI எண்ணிக்கை கணக்கை மாற்றுகிறது: கையேடு ஸ்கேனிங்கை விட 30 முதல் 40 மடங்கு வேகமானது, 95 முதல் 99% துல்லியமானது, ஸ்மார்ட்போன் உள்ள எவருக்கும் அணுகக்கூடியது.

அடுத்த முறை ஒரு சரக்கு வரும்போது உங்கள் குழு ஒவ்வொன்றாக பெட்டிகளை எண்ணத் தொடங்கினால், அதற்குப் பதிலாக பேலட்டை புகைப்படம் எடுத்துப் பாருங்கள். அவர்கள் முதல் வரிசையை முடிப்பதற்குள் எண்ணிக்கை உங்கள் திரையில் இருக்கும்.