DHL Express Deploys AI-Powered Sorting Robot to Boost Efficiency and Accuracy

Telepítsenek egy mesterséges intelligenciával működő válogató robotot a saltillo-ramos központba most, és skálázzák fel további két létesítményre hat hónapon belül. Kövesse nyomon a napi teljesítményt, a feladásig eltelt időre gyakorolt hatást és a pontosságot, azzal a céllal, hogy a csúcsidőben 20%-kal csökkentse a kezelési időt. Ez az ajánlat egy új íz a hálózat gyors és megbízható működése érdekében.

A technológia az egység mögött van helyezkedik el hogy meglévő szállítópályákhoz csatlakoztatható legyen és küldés sorokat. Olvassa a célállomás és csomagolja az arcot, beolvassa a vonalkódokat, és a megfeleló helyre válogatja. point minimálisra. handling. Ban real-world műveleteket végez erős fényben, porban és rosszul címkézett áruk között, miközben fenntartja az egyenletes áteresztőképességet.

A saltillo-ramos csomópontban az egység óránként akár 7000 csomagot is kezel csúcsidőben, hozzávetőlegesen 40% a napi mennyiség egyenesen a kimenő vonalra kerül. A számítógépes látásrendszere leolvassa a címkét és a csomagot, ezzel csökkenti az emberi ellenőrzéseket és a time kb. hogy kb. 25%-kal csökkenjen, kb. 0,04%-os hibaszázalékkal real-world tesztek. Az eredmény megerősíti a célállomás pontosságát a point a feladás és shopping flow.

A siker skálázásához a DHL az integrációt javasolja frissített doboz állomások és igazítás shopping folyamatok a minimális átadások érdekében a teljes ellátási lánc mentén láncok. Kövesse nyomon minden egyes csomag útját a beérkezéstől kezdve a célállomás, és kövesse a KPI-ket: időben küldés, hibás termékek és az általános hozam alapján, majd ennek megfelelően igazítsa a létszámot és a karbantartást. Ez developed megközelítés adja a press egyértelmű narratíva a következőről: játék hatékonyságnövekedést és rugalmasságot a hálózatokban.

AI-vezérelt poggyászkezelési fejlesztések: A DHL AI-alapú válogató robotja és a Fives HBS felújítása a genovai Cristoforo Colombo nemzetközi repülőtéren

Telepítsék a mesterséges intelligenciával vezérelt válogató robotot a Genova Cristoforo Colombo nemzetközi repülőtéren a poggyászkezelés felgyorsítása és a regionális működés expressz színvonalának emelése érdekében. A felújítás alatt álló Fives HBS korszerűsítése robotizált válogatócellákkal és egy moduláris szállítószalag-hálózattal szerelte fel a létesítményt. Ezek a cellák a raktáron belül helyezkednek el, a gyors felvételre és kiadásra optimalizálva, és a járat szerinti csoportosítású tételeket dolgozzák fel. A válogatási idő javulása látható volt a rendezvények során, a beállítás pedig zökkenőmentes, megismételhető folyamatot tesz lehetővé a csúcsidőszakokban.

A kiválasztott technológiai megoldások, mint például a mesterséges intelligencia következtetése, a gépi látás és a robotikus aktuátorok világos optimalizálási lehetőséget kínálnak az expressz hálózaton. Ezek a fejlesztések, Genovában, hullámonként öt csomagot dolgoznak fel, a csoportosított tételeket pedig célállomás szerint irányítják a kezelési idő csökkentése érdekében. Ezek a fejlesztések növelik a személyzet bizalmát és csökkentik a téves berakodásokat a regionális csúcsidőszakokban. A kezelők részt vettek a teszteken és képzéseken a munkafolyamat validálása érdekében.

A párizsi folyosó integrációja bizonyítja a modell skálázhatóságát, és tükrözi a DHL által évente több millió szállítmány esetében alkalmazott szabványos kezelési követelményeket. Az időmegtakarítás ismétlődő mintát követ, ahol minden egyes zsákokat tartalmazó hullám úgy van pozicionálva, hogy a leghatékonyabb ellenőrzőpont felé áramoljon. A rendszer valós idejű láthatóságot biztosít ezekre és a raktárvezetők számára is, ezzel javítva a csapatok közötti koordinációt.

Az iparági megfigyelők egyértelműen mutatták a teljesítményjavulás pályáját, mivel a Genoa frissítés bizonyítja a technológiába vetett bizalmat és a regionális telepítés skálázható útját. A kezdeményezés felgyorsítja a csomagkezelés optimalizálását az expressz hálózatokon belül, mérhető hatékonyságnövekedést, rövidebb várakozási időket és alacsonyabb költségeket eredményezve. Keretet biztosít az evolúciós követelményekhez és eseményekhez való alkalmazkodáshoz, miközben a Párizsba vezető útvonalak a határokon átnyúló átjárhatóságot és a jövőben milliókkal több csomag kezelésének lehetőségét szemléltetik. Ez a megközelítés tervrajzot ad a jövőbeni iparági frissítésekhez.

Gyakorlati áttekintés a DHL Express AI-alapú szortírozó telepítéséről és a Fives HBS genovai modernizációjáról: megvalósítási lépések, kockázatok és várható eredmények

Kezdjék egy fázisokban megvalósuló próbaüzemmel Genovában, hogy a teljes körű bevezetés előtt validálják az integrációt. Ez a megközelítés biztosítja a DHL működésének pozitív irányát, lehetővé teszi a szervezeten belüli együttműködést, és egyértelműen bemutatja a korai eredményeket az igazgatóságnak.

A következő gyakorlati áttekintés a Fives HBS modernizációjával és a mesterséges intelligenciával támogatott válogatóval kapcsolatos konkrét lépésekre, azonosítható kockázatokra és reális eredményekre összpontosít. Kiemeli a következő generációs mérnöki munkát, a munkavállalók bevonását és egy strukturált programütemezést, amely támogatja az optimális komissiózást és válogatást tételek, üzletek és útkereszteződések között a hálózatban.

1. Határozza meg a program hatókörét és a siker mérőszámait. Hangolja össze a vezetőséget, a tisztviselőket és a start-up partnereket a kulcsfontosságú célokkal: válogatási pontosság, átfutási idők és állásidő-korlátok. Állítson fel egy kiindulási alapot a jelenlegi darabszintű kezelésből, és térképezze fel, hogy az AI válogató hogyan optimalizálja az egyes kiválasztásokat nagy tételek esetében, miközben megőrzi a termék integritását az autóipari, egészségügyi és általános áruforgalomban.

2. Tervezd meg az integrációs architektúrát. Hozz létre szoros interfészt az új HBS modulok és a DHL meglévő rendszerei, a WMS és az ERP között. Tervezz adatcsatornákat a folyamatos tanuláshoz, biztosítsd az adatok minőségét, és határozd meg a modellfrissítések irányítását. Dokumentáld, hogyan fogja a csapat egy szabványos mérnöki keretrendszert követni a legnagyobb elosztókra való skálázás érdekében, Genovától kezdve.

3. Hardver- és szoftvermodernizáció. A Fives HBS komponenseinek telepítése a mesterséges intelligenciával támogatott válogató mellé, a szállítószalagok, biztonsági érzékelők és felügyeleti irányítópultok frissítése. A telepítést egy szélesebb körű digitalizációs program részeként kezeljük, egyértelmű interfészekkel a válogatásvezérléshez és egy optimalizált karbantartási tervvel, amely csökkenti az állásidőt.

4. Pilot ütemezés és novemberi mérföldkövek. Kontrollált pilot projekt bevezetése Genovában, a fő folyamatokra fókuszálva a carrefour-öktől az üzletekig és a regionális elosztóközpontokig. Heterogén termékekből álló kötegeket használjunk, beleértve az autóipari alkatrészeket és az egészségügyi termékeket, hogy teszteljük a robusztusságot a keresleti csúcsokkal és a cross-docking mintákkal szemben.

5. Változáskezelés és képzés. Indítson célzott képzési programot az operatív munkatársak, mérnökök és felügyelők számára. Hangsúlyozza a biztonságot, a bevált gyakorlatokat és azt, hogy az AI-javaslatok hogyan épülnek be a napi rutinokba. Egy dedikált együttműködési csatorna az üzletekkel elősegíti a frontvonalbeli visszajelzéseket és a rendszer gyors kiigazításait.

6. Fokozatos bevezetés terve. A genovai próbaüzem után terjesszük ki az optimalizált válogatót a világ többi létesítményére, prioritást élvezve a legnagyobb, nagy forgalmú központok. Alkalmazzunk egy szakaszos megközelítést, amely lehetővé teszi a csapatok számára, hogy valós időben megszerezzék a tanulságokat és finomhangolják a rendszert.

7. Teljesítménymonitorozás és irányítás. Hozzon létre egy formális ütemtervet az igazgatósággal és a tisztviselőkkel folytatott felülvizsgálatokhoz. Mutasson be olyan teljesítménymutató táblákat, amelyek pozitív tendenciákat mutatnak a pontosságban, az időben és az átviteli sebességben, valamint az egészségügyi és autóipari folyamatokban való működésből leszűrt tanulságokat. Tartson fenn egy folyamatos fejlesztési ciklust, amely visszacsatolást ad a program ütemtervébe.

8. Fenntarthatóság és kockázatkezelés. Biztonsági ellenőrzések, kiberbiztonsági intézkedések és adatvédelmi kontrollok integrálása. Meghibásodási módok, tartalék eljárások és egyértelmű tulajdonosi viszonyok meghatározása annak biztosítására, hogy a működés akkor is robusztus maradjon, ha a külső igények megváltoznak vagy az alkatrészellátás szűkül.

Kockázatok, amelyeket figyelemmel kell kísérni és mérsékelni kell:

• Integrációs komplexitás a régi WMS/ERP rendszerekkel és potenciális adathiányok, amik befolyásolják a MI betanítását.
• Átállás vagy hardverfrissítések során bekövetkező állásidő, különösen a legnagyobb genovai létesítményben és a Carrefour-hálózatban.
• Adatminőség és címkézési problémák, amelyek akadályozhatják a modell pontosságát és az operatív optimalizálást.
• A munkavállalók körében tapasztalható változás-fáradtság; biztosítsa a folyamatos együttműködést és a látható vezetői támogatást.
• A Fives HBS alkatrészekre és a mesterséges intelligencia hardverekre vonatkozó ellátási lánc korlátozások; készüljön készenléti terv a tisztviselőkkel és az igazgatósággal.
• A valós idejű adatokkal és edge AI munkaterhelésekkel összefüggő kiberbiztonsági és adatvédelmi kockázatok.
• A skálázhatósági kihívások a változatos terméktípusokra és vegyes logisztikai igényekre való terjeszkedés során.

Várható eredmények és előnyök a program egészében:

• 15–25%-os áteresztőképesség-javulás a genovai kísérleti projektben, a rendszer legnagyobb elosztóközpontokká és csomópontokká való skálázásával 20–30%-os potenciális növekedéssel.
• 30–50%-os válogatási pontosság növekedés vegyes árucikkeket tartalmazó tételek esetén, csökkentve a téves kiszedéseket és visszárukat az autóipari és az egészségügyi termékcsaládokban egyaránt.
• A munkatermelékenység növekedése, ahogy a kezelők a komplex feladatokra összpontosítanak, miközben a mesterséges intelligenciával támogatott válogató a repetitív darabszintű döntéseket kezeli, optimalizált darabkezelési időket biztosítva.
• Jobb igazodás a keresleti jelzésekhez és az üzletszintű feltöltéshez, támogatva a pontosabb átvételeket és gyorsabb készletfeltöltési ciklusokat.
• Operatív rugalmasság szabványosított folyamatok révén, gazdagabb adatok a digitalizációs törekvésekhez, és megismételhető terv a következő generációs frissítésekhez.
• A DHL csapatok, a Fives mérnökök és a startup ökoszisztéma közötti szorosabb együttműködés, amely lehetővé teszi az eredmények gyors bemutatását a vezetőségnek és a gyorsabb döntési ciklusokat.
• Egyértelmű bizonyítékok a különböző területeken (autóipar, egészségügy, fogyasztási cikkek) elért fejlesztésekre, ami megerősíti a program értékét a vezetők és tisztviselők számára egyaránt.

A genovai telepítés bemutatja, hogy a mérnöki kiválóság, a digitalizáció és az együttműködés összehangolt kombinációja hogyan optimalizálhatja a szortírozást, javíthatja a munkavállalók biztonságát és elégítheti ki a növekvő igényeket a logisztika világában, az üzletektől a cross-dockingig és azon túl. A kezdeményezés fegyelmezett programütemezést követ, a novemberi mérföldkövek konkrét ellenőrzőpontokként szolgálnak a haladás, a kockázati felülvizsgálatok és az érdekelt felek bemutatóülései számára, amelyek tájékoztatják és bevonják az igazgatóságot.

Hogyan épül be a mesterséges intelligenciával működő válogató robot a DHL meglévő poggyászkezelő rendszerébe

Javaslat: Vezessenek be egy ütemezett interoperabilitási tervet az AI válogató robot és a DHL poggyászkezelő rendszereinek összekapcsolására szabványosított API-k használatával, biztosítva a folyamatos adatcserét és a működési folytonosságot.

Csatlakoztassa a robotot a központi vezérlőközponthoz egy middleware rétegen keresztül, amely biztosítja az együttműködést az AI válogató és a poggyászkezelő rendszer között. A beállítás egységes eseményfolyammá alakítja át a futószalag jeleket, a csomagcímke-adatokat és a célkódokat, lehetővé téve a valós idejű válogatást a megfelelő célkezeléssel, és visszacsatolja az eredményeket a folyamatos tanuláshoz. Ez az elrendezés támogatja az automatizált döntéshozatalt, valamint az emberi felülbírálást fiókszinten, ha szükséges.

A cél az, hogy a szortírozási műveleteket a meglévő BHS sávokhoz igazítsuk, pontos listát vezetve a zsákokról és a kötegekről. Egy robusztus hibakezelési rutin csökkenti a téves szortírozásokat és felgyorsítja a döntési pontokat. Mivel a rendszer nagyméretű mennyiségeket fog kezelni, képesnek kell lennie a decemberi csúcsforgalmak kezelésére, miközben megőrzi a következetes sikerességi arányokat és a magas kihasználtságot, stabil teljesítményt nyújtva mind a bejövő, mind a kimenő szállítmányok áramlásában és több szállítási útvonalon keresztül.

A folyamatos használat ösztönzése érdekében a DHL-nek egy könnyű, szabályozási listát kell bevezetnie az adatstandardok, az eseménynevek és a parancskészletek vonatkozásában, ami lehetővé teszi a zökkenőmentes bevezetést a fiókok között. Tekintettel a decemberi csúcsra, a tervezésnek támogatnia kell a rugalmasságot az útválasztási döntésekben, miközben megőrzi a pontosságot és a nyomon követhetőséget az auditok és az ügyfélpanaszok kezelése során. A megközelítés emellett megalapozza a további terjeszkedést más rakományosztályok automatizált kezelése felé, ami mérhető hatékonyságnövekedést eredményez a biztonság és a megfelelőség feláldozása nélkül.

Teljesítménymutatók és alapértékek kontra telepítés utáni mérőszámok

Recommendation: Építsen KPI műszerfalat az alapértékek és a telepítés utáni mutatók összehasonlításához, heti frissítésekkel júniustól kezdődően, összekapcsolva az eredményeket az optimalizálással, a kapacitással és a személyzet átcsoportosításával. Állítson be célkitűzéseket a 20-25%-os ciklusidő-növekedésre, a 99,8%-os vagy annál jobb válogatási pontosságra és a jobb hasznosításra, hogy 12 héten belül elérje a piacvezető szintet. Biztosítsa, hogy a terv támogassa az innovációt az üzletekben, a kezelésben és az utolsó mérföldes műveletekben, miközben fenntartja a kibervédelmi ellenőrzéseket.

Alapmérőszámok (coventry hub, gyártás) A bevezetés előtt a coventryi hub adatai a következőket mutatták: átlagos ciklusidő csomagonként 62-68 másodperc; válogatási pontosság 98,3%; a kézi mozgatás műszakonként 6,5 óra munkaerőt igényelt; csúcsteljesítmény 900 tétel/óra; eszközkihasználtság körülbelül 65%. Ezek a számok megfelelő, működőképes alapot jelentenek a tervezéshez és a kapacitáselosztáshoz az üzletekben és a hálózat más csomópontjaiban.

Élesítés utáni mérőszámok Az üzembe helyezés után az AI-alapú válogató robot javította a teljesítményt: ciklusidő 42-46 másodperc; javulás 28-34%; válogatási pontosság 99,7-99,9%; kézi kezelési órák 40-50%-kal csökkentek; áteresztőképesség 1100-1250 tétel/óra; általános kihasználtság csúcsidőben 85-90%; a kapacitás mostantól megfelel az üzletek, a kezelési műveletek és az utolsó mérföldes járművek iránti keresletcsúcsoknak, kevesebb késéssel. A nyereség összhangban van az előrejelzésekkel, és a kibernetikai ellenőrzések megakadályozták az incidenseket, miközben lehetővé tették az üzemeltetési adatok pontos rögzítését az auditáláshoz és optimalizáláshoz. A változások ott találkoznak a csapatokkal, ahol azok működnek, piacvezető eredményeket szállítva.

Célok júniusig Júniusig rögzítse a nyereséget egy formális tervvel: ciklusidő javulás 30-35%-kal, pontosság 99,8%-on felül, manuális kezelési órák 45%-kal alacsonyabban, automatizálás kihasználtsága 88-92%, kapacitásnövekedés 20-25%. A személyzet képzésével irányítsa a rutinfeladatokat hozzáadott értékű munka felé, miközben adatokat gyűjt a további optimalizáláshoz. Dokumentálja a tanulságokat, hogy kiterjeszthesse azokat a hálózat más tagjaira és a logisztikán kívüli iparágakra is. Fordítsa le a meglátásokat a világpiacokra, és készüljön fel a hidrogénüzemű berendezések alkalmazására a jövőbeli flottákban.

A lendület fenntartását célzó intézkedések Állítson be egy heti rendszerességű felülvizsgálatot, normalizálja az adatgyűjtést az üzletekben és a coventryi gyártóhelyszíneken, és hozzon létre egy forgatókönyvet a megközelítés más létesítményekre való kiterjesztéséhez. A megközelítés célja a kapacitás- és kihasználtsági célok elérése a kiberhigiénia fenntartása mellett. Ezzel párhuzamosan kísérletezzen hidrogénüzemű anyagmozgató berendezésekkel a kibocsátás csökkentése érdekében, és vizsgálja meg a szélesebb körű optimalizálást a teljes ellátási láncban. Az eredmény egy megismételhető modell legyen, amely erősíti a munkatársak képességeit, és előnyöket biztosít az ügyfelek és partnerek számára.

Operatív készenlét: személyzeti képzés, karbantartás és hibaelhárítási eljárások

Két hetes operátorképzési sprint bevezetése a biztonság, a válogatási logika és a hibaelhárítás alapjainak elsajátítására, amelyet egy háromnapos gyakorlati teszt követ a központi expressz vonalon.

Tárgykezelési forgatókönyv közzététele háromszintű eszkalációval: operátor hibát észlel, a helyszíni kezelő ellenőrzi, majd a központi csapat távoli szakértője.

Ütemezzen karbantartást 14 naponta a motorok, érzékelők és szíjak esetében; allokáljon erőforrásokat és határozzon meg megelőző ellenőrzéseket.

Állítson be egy központi irányítópultot, amelyen megjelenik az MTTR, az üzemidő és a befejezési arány; a lista valós időben frissül, hogy segítse a képzést és a pótalkatrész-szükségleteket.

Készítsen egy robusztus alkatrész-készletet Saltillo-Ramosban és a közeli központokban; biztosítsa a hely és a hozzáférés feltérképezését és felcímkézését.

Egyeztessen az Arcese-vel és a Schenkerrel közös hibaelhárítási gyakorlatok lebonyolításáról, és osszák meg egymással a tudásbázist.

Az e-kereskedők számára pozitív frissítéseket és világos határidőket kell biztosítani; ez a felállás csökkenti az emberekre nehezedő nyomást és fenntartja a folyamatos kommunikációt.

A terv évekig fenntartható lenne a központi expressz hálózat teljesítményadatainak felülvizsgálatával és a szállított fejlesztésekkel.

Negyedévente publikáljon egy cikket a magazinban, amely felvázolja a bevezetett megoldást, a folyamatokban történt változásokat és a levont tanulságokat.

Fives HBS felújítási kör: új berendezések, szoftverek és tesztelési fázisok

Recommendation: Kezdjük egy háromfázisú felújítással novemberben, ami új berendezéseket, szoftvereket és tesztelést rögzít, miközben a raktározási műveletek stabilak maradnak és a kapacitás növekszik.

1. fázis – Berendezés telepítése: 4 automatizált válogatóállomás és 2 nagysebességű szállítószalag telepítése az északi területen. Mindegyik állomás moduláris alkatrészeket használ, amelyeket csomagokhoz és vásárlási rendelésekhez terveztek, dinamikus útválasztást lehetővé téve. Egy külön műhelyablak biztosítja az üzembe helyezést csúcsidőn kívül, hogy minimalizáljuk a raktári áramlás megszakítását és megőrizzük az áteresztőképességet.

2. fázis – Szoftverintegráció: WMS- és TMS-modulok telepítése AI-alapú útvonaltervezéshez kapcsolva, közös megjelenítési réteggel az operátorok számára. Az új szoftver összehangolása az apac és az északi telephelyek erőforrásaival, a kapacitástervezés és a gyártósori láthatóság bővítése. Az adatmodell dimenziója tükrözi a folyamatban lévő, régóta tartó kezdeményezéseket az analitikák és a jelentéskészítés szabványosítására a teljes területen, majd bemutatásra kerül a telephelyi vezetők számára.

3. fázis – Tesztelés és validálás: FAT-, SAT- és teljesítménytesztek lebonyolítása különböző terhelési forgatókönyvek mellett, beleértve a csomagküldési csúcsnapokat és a vásárlási csúcsidőszakokat. A legkorábbi validációs ciklusok 2 héttel a telepítés után kezdődnek, ezt követi egy 4 hetes próbaüzem egy telephelyen, majd egy ütemezett bevezetés a többi létesítménybe, amely novemberbe és azon túl is elhúzódik. A tesztelési terv meghatározott állomások és komponensek segítségével ellenőrzi a megbízhatóságot és tartja fenn a művelet lábnyomát.

Erőforrások és koordináció: dedikált projektmunkatársak kijelölése, több funkciót átfogó workshop és egyértelmű felelősségi lánc. A terv prioritásként kezeli a dinamikus ütemtervet, amely tiszteletben tartja a meglévő raktározási műveleteket, miközben növeli a teljes kapacitást az új berendezésekből és szoftverekből. A kezdeményezés emellett támogatja a folyamatban lévő, régóta fennálló beszállítói kapcsolatokat és kezdeményezéseket, rendszeres prezentációkkal a regionális vezetők és érdekelt felek számára, beleértve az apac, az északi és más telephelyeket. A területi elrendezést és a csomagok áramlását egy szabványos KPI-készlethez viszonyítva mérik; a prezentációs csomag tartalmazni fogja a источник címke az adatforrás jelölésére.

Hatás a genovai Cristoforo Colombo nemzetközi repülőtér poggyászkezelési folyamatára és az átvilágítási koordinációra

Indítson útjára egy novemberi kísérleti projektet egy mesterséges intelligenciával támogatott tartott poggyász válogató platformmal a poggyászkezeléssel való szűrés összehangolására, amely konkrét tervet kínál a pontos működés és az átfutási idők javítására. Ez az együttműködés egyesíti Genoa működését, fuvarozóit, biztonsági és IT mérnökeit a folyamatok újratervezésére és a csoportosított poggyászok útválasztásának kihasználására, amely igazodik a valós idejű repülési adatokhoz és a kockázatkezeléshez. A megközelítés Szingapúr központosított szűrési ellenőrzésekkel kapcsolatos tapasztalataira építve alakít ki egy skálázható, friss tervet, amely optimalizálja a szállítószalagok, raktárak és tárolók kihasználását.

A tervezés mesterséges intelligenciát használ a táskaforgalom előrejelzésére, felismeri a kivételeket, és összehangolja a szűrőcsapatokkal a folyamatos felügyeleti lánc fenntartása érdekében, ami csökkenti a késéseket. A felújítási terv korszerűsíti a szűrősávokat és központosítja a felügyeletet egyetlen platformon, kibővítve a meglévő infrastruktúra értékét és lehetővé téve a jobb együttműködést a csapatok között. Ez a platform ugyanazokkal a folyamatokkal támogatja a rakomány és az átszálló táskák mozgatását, csökkentve az eltévedéseket és javítva a láthatóságot a teljes láncban.

A korai pilótaprogramok hasonló repülőtereken 12-15 százalékos javulást mutatnak a feladott poggyászok áramlásában, és 8-10 százalékos javulást az átvilágítási teljesítményben. Genova kiterjeszti a megoldást az üzletekre és a teherárukra, a modulok ütemezett bevezetésével és az optimalizálási frissítésekkel. A partnerség koordinálja a beszállítókat, a repülőtéri csapatokat és a mérnököket a terv végrehajtása érdekében, és új mérőszámok fogják nyomon követni a pontosság és a teljesítmény százalékos javulását. A felújítás szakaszosan fejeződik be, és a platform úgy lett kialakítva, hogy a műveletek bővülésével skálázható legyen, értéket teremtve a jobb koordináció, az együttműködés és a poggyászkezeléssel kapcsolatos friss nézőpontok révén.