AutoStore Memperkenalkan Jajaran Perangkat Keras dan Perangkat Lunak Pemenuhan Pesanan Musim Gugur 2026

Pada 13 Oktober 2026, AutoStore mengumumkan serangkaian produk perangkat keras dan perangkat lunak baru serta yang disempurnakan, dengan fokus menghilangkan hambatan praktis menuju operasi pemenuhan pesanan yang lebih otonom. Pengumuman yang bertanggal di Nedre Vats, Norwegia, ini mencakup alur kerja pemenuhan pesanan, desain sistem, pemeliharaan, dan perluasan ragam penggunaan.

Dalam pengumuman produk musim gugur 2026, perusahaan menyatakan bahwa operasi pemenuhan pesanan yang sangat terotomatisasi sekalipun masih bergantung pada alur kerja manual untuk menangani pengecualian, termasuk perbedaan ukuran barang, alur pengambilan karton dan satuan, kebutuhan pemeliharaan, validasi inventaris, serta barang masuk. Produk-produk baru tersebut menyasar titik-titik yang masih memerlukan penanganan manual sekaligus memperluas ragam alur kerja yang dapat ditangani secara otonom oleh sistem AutoStore. Chief Product Officer dan Presiden Parth Joshi mengatakan bahwa tujuannya adalah mengurangi variabilitas, serah terima manual, dan upaya operasional yang dibutuhkan untuk menjaga sistem otomatis tetap berjalan. Ia menambahkan bahwa masukan pelanggan mendorong perusahaan untuk menghadirkan lebih banyak alur kerja—mulai dari penyanggaan dan penanganan karton hingga pengambilan barang satu per satu secara otomatis—ke dalam platform. “Secara bersama-sama, langkah-langkah ini membawa kita lebih dekat ke pemenuhan pesanan tanpa campur tangan manusia,” kata Joshi. “Ini bukan satu lompatan besar, melainkan serangkaian kemajuan praktis yang membuat otonomi lebih tinggi semakin dapat diwujudkan.”

Rangkaian produk ini dibangun di atas CubeVerse, lingkungan perangkat lunak awan terpadu AutoStore, dan AutoStore Intelligence, lapisan AI-nya, yang keduanya diperkenalkan pada awal 2026. Menurut perusahaan, tambahan produk musim gugur 2026 memanfaatkan fondasi tersebut dengan dua cara: menyempurnakan solusi yang sudah ada dan memungkinkan penerapan baru.

FlexBinsPort dan AutoCase

Dengan FlexBinsPort, satu stasiun kerja dapat menjalankan operasi dengan bin campuran untuk semua ketinggian bin standar AutoStore. Operator pun dapat menangani produk dengan ukuran berbeda dalam satu sistem sekaligus memanfaatkan ruang yang tersedia dengan lebih baik. AutoStore memperkirakan kemampuan ini dapat meningkatkan pemanfaatan ruang penyimpanan sebesar 10–15% sekaligus meningkatkan efisiensi tenaga kerja. FlexBinsPort akan dirilis pada Q4 2026.

AutoCase memungkinkan pengambilan karton maupun satuan dilakukan dalam satu sistem AutoStore. Mulai Q1 2027, sistem ini akan mendukung karton hingga ukuran 600 x 400 mm, yang disebut dalam pengumuman tersebut sebagai ukuran karton standar industri. Beberapa stasiun AutoCase juga dapat mengerjakan kelompok tugas yang sama secara paralel, sehingga aliran karton terus berlanjut ke proses berikutnya, seperti pemaletan dan pengemasan. Kemampuan ini akan langsung tersedia dalam rilis perangkat lunak Q1 2027. AutoCase sudah beroperasi di lingkungan aktif di Nowaste Logistics di Swedia dan Komplett di Norwegia.

Pio Pal dan VersaAI

Pio Pal memperluas penggunaan robot untuk pengambilan barang ke bisnis yang lebih kecil melalui model Robotika sebagai Layanan yang mengurangi komitmen yang diperlukan untuk menerapkannya. Untuk pesanan yang barangnya telah diambil sebelumnya, AutoStore menyatakan bahwa stasiun kerja ini dapat mendukung kapasitas pengemasan hingga 540 baris pesanan per jam. Perusahaan juga menyebutkan bahwa kemampuan baru untuk pengambilan awal dapat meningkatkan kinerja hingga tiga kali lipat tanpa menambah tenaga kerja. Pengambilan awal satu baris menangani alur pesanan yang, menurut perusahaan, biasanya mencakup 40–60% pesanan e-commerce konsumen. Sistem ini telah beroperasi di Famme, merek pakaian asal Norwegia, dengan adopsi oleh pelanggan lain direncanakan pada Q1 2027.

AutoStore juga memperluas pengambilan barang satu per satu dengan robot ke lebih banyak alur kerja dan konfigurasi sistem melalui pemasukan barang otomatis, pemindaian kode batang langsung di stasiun kerja, serta validasi inventaris otomatis melalui penghitungan siklus robotik. VersaAI kini mendukung konfigurasi AutoStore tambahan dan dapat diterapkan pada sistem baru maupun yang sudah ada. Menurut perusahaan, hal ini dibangun di atas adopsi CarouselAI oleh pelanggan.

Perangkat AI untuk Perencanaan dan Desain

CubeExplore adalah perangkat pemodelan ROI berbasis AI generatif yang menggunakan tolok ukur operasional dan data proyek serupa untuk membantu mitra AutoStore serta calon pelanggan menyusun skenario ROI dan kasus bisnis. Di CubeStudio, AutoStore Intelligence mendukung asisten desain AI untuk merancang solusi dengan panduan kecerdasan buatan dan membandingkan skenario, sehingga mitra dan pelanggan dapat mengevaluasi konfigurasi sebelum penerapan. AutoStore menyatakan bahwa perangkat-perangkat ini meningkatkan visibilitas terhadap perkiraan ROI, ukuran sistem, dan kinerja sebelum sistem mulai beroperasi.

CubeFleet dan CubeAnalytics

CubeFleet menyatukan peringatan pemeliharaan, panduan, dan pembuatan perintah kerja dalam satu tampilan pengelolaan armada untuk satu lokasi maupun beberapa lokasi, sehingga tim dapat mengetahui kebutuhan servis lebih awal. Sistem ini menggunakan data operasional langsung dari CubeAnalytics, platform analitik perusahaan, bersama ambang batas pemeliharaan yang telah ditentukan untuk menandai kapan servis diperlukan, alih-alih hanya mengandalkan jadwal pemeliharaan tetap. AutoStore memperkirakan pendekatan ini dapat membantu mengurangi waktu henti yang tidak direncanakan sebesar 35–45%. CubeAnalytics juga memperluas visibilitas di seluruh jaringan gudang melalui tampilan multi-lokasi dan ringkasan armada berbasis AI yang membantu tim mengidentifikasi lokasi yang memerlukan perhatian.

Fondasi CubeVerse

Dokumentasi platform CubeVerse milik AutoStore menggambarkan lingkungan ini sebagai platform data dan orkestrasi berbasis cloud yang menyatukan aplikasi perangkat lunak AutoStore, lebih dari 10 sumber data, serta 28 model dan agen AI milik sendiri dalam satu lingkungan terhubung, yang dibangun di atas arsitektur data bersama dan API terstandarisasi. Dokumentasi tersebut menyatakan bahwa AutoStore Intelligence dilatih menggunakan 15 TB data langsung dan data simulasi, serta dikembangkan melalui kemitraan strategis dengan Databricks.

Komponen platform ini mencakup seluruh siklus pemenuhan pesanan: CubeExplore untuk perencanaan investasi, CubeStudio untuk desain dan simulasi sistem, CubeControl untuk kendali operasional, CubeAnalytics untuk analisis dan wawasan, CubeFleet untuk pemeliharaan dan pengelolaan armada, serta lapisan AutoStore Intelligence. Dalam FAQ dokumentasi tersebut, AutoStore menyatakan bahwa CubeVerse bukan sistem kendali gudang ataupun sistem eksekusi gudang, dan dapat digunakan bersama WES, WMS, atau ERP apa pun.