AI u skladištu: Prati zalihe automatski u 5 koraka [2026]

Prosječno malo skladište u BiH gubi do 4.500 KM godišnje samo na pogrešnom brojanju šarafa, cijevi ili paleta. To nije procjena; to je rupa u vašem džepu koju su napravili zaborav i kafa prosuta po papirnim evidencijama. Ako mislite da vam treba Enterprise ERP sistem od 20.000 KM da biste znali tačan broj artikala u 2026. godini, varate se. Možete to nabudžiti sami za vikend uz par senzora i lokalni AI model. Ovaj vodič će vas koštati znoja i malo kalaja za lemljenje, ali će vam uštedjeti bogatstvo.

Zašto vam treba HX711 modul, a ne još jedna Excel tabela

Excel je groblje podataka. Onog momenta kad radnik zaboravi upisati da je uzeo burgiju, vaš sistem je mrtav. Umjesto kucanja, koristit ćemo fiziku. Svaka polica u vašem skladištu postat će vaga. Koristit ćemo load cells (ćelije za opterećenje) povezane na ESP32 mikrokontroler. Osjetit ćete miris topljene plastike i kolofonija dok ovo spajate, ali to je miris pobjede nad haosom. Za razliku od skupih rješenja, mi ćemo koristiti jeftini hardver koji već imate i besplatne AI agente za obradu podataka.

UPOZORENJE: Prilikom spajanja napajanja, uvijek koristite osigurač od 2A. Kratki spoj na litijumskoj bateriji u prašnjavom skladištu nije samo kvar – to je recept za požar koji će vam progutati sav inventar za 15 minuta.

Korak 1: Montaža senzora pod police

Prvi korak je čista mehanika. Morate iščupati stare police i postaviti četiri senzora težine na uglove. Ovi senzori mjere mikroskopska savijanja metala pod teretom. Ako koristite jeftine kineske senzore, pazite na ‘creep’ – tendenciju metala da se polako deformiše pod stalnim pritiskom. Zato je bitno kalibrisati sistem svakih sedam dana. Direktno uputstvo: zašarafite senzor tako da strijela na njemu bude okrenuta prema dolje. Ako je okrenete naopako, dobijat ćete negativne vrijednosti i AI će misliti da vam police lebde.

Korak 2: Mozak sistema – ESP32 i Llama 4

ESP32 je jeftin, prljav i nevjerovatno pouzdan čip. On će slati podatke o težini na vaš stari laptop koji glumi server. Na tom laptopu ćemo pokrenuti lokalni AI model. Zašto lokalno? Zato što ne želite da vaši poslovni podaci cure na internet. Instalirajte Llama 4 model koji će analizirati promjene u gramima i pretvarati ih u komade robe. Ako kutija šarafa teži 1.200 grama, a sistem osjeti pad na 1.150 grama, AI zna da fali tačno pet šarafa. Nema kucanja, nema greške.

Da li sistem može razlikovati prašinu od robe?

Može, ako podesite ‘noise filter’. Skladišta su prljava. Prašina se nakuplja. AI agenti su tu da prepoznaju trendove. Ako težina raste 0.1 gram dnevno, to je prašina. Ako padne za 50 grama u sekundi, to je radnik Meho uzeo alat. Ovaj nivo preciznosti zahtijeva da ispravno debagujete kod prije nego što ga pustite u rad.

Korak 3: Povezivanje baze podataka bez muke

Zaboravite SQL baze ako niste programer. Koristite jednostavne CSV fajlove koje AI može žvakati u hodu. Svaki put kad se težina promijeni, skripta upisuje novi red. Ali, ovdje većina griješi. Ne zapisujte svaku milisekundu. Zagušit ćete procesor. Postavite ‘threshold’. Zapisuj samo ako je promjena veća od 5 grama. To je trik koji odvaja majstore od amatera. Ako zapnete, AI agenti mogu srediti vaše tabele automatski.

Korak 4: Vizuelna potvrda i AI vid

Ponekad težina nije dovoljna. Šta ako neko stavi praznu kutiju na policu? Tu nastupa jeftina ESP32-Cam kamera. Postavite je iznad police. AI će uporediti težinu i sliku. Ako vaga kaže da je polica puna, a kamera vidi praznu kutiju, dobit ćete obavijest na telefon: ‘Sumnjiva aktivnost u sektoru B’. Podešavanje AI kamere je postalo trivijalno u 2026. godini.

Korak 5: Automatizacija narudžbi

Finalni čin. Kada AI primijeti da je nivo zaliha pao ispod 10%, on ne šalje samo obavijest. On piše nacrt maila vašem dobavljaču. Vi samo kliknete ‘Send’. Ovo štedi sate telefoniranja. Možete čak podesiti da sistem prati cijene materijala na tržištu i predloži kupovinu kada je bakar ili čelik najjeftiniji.

Anatomija katastrofe: Zašto DIY sistemi propadaju

Najveći neprijatelj vašeg pametnog skladišta nije haker, nego vlaga. U novembru, kada krene kiša, vlažnost zraka u halama skače na 90%. Drvene police upijaju vlagu i postaju teže. Vaš AI će misliti da ste dobili 200 kila nove robe niotkuda. Rješenje: Ubacite DHT22 senzor vlage i naučite AI da oduzima težinu vlage od ukupne mase. Ako ovo preskočite, sistem će vam postati beskoristan čim padne prva kiša. Fizika ne prašta nemar.

Nauka iza mase: Kako rade Load Cells

Unutar svakog senzora nalazi se ‘strain gauge’ – tanka folija koja mijenja električni otpor kada se rastegne. Govorimo o promjenama koje su toliko male da ih običan multimetar jedva vidi. Zato koristimo HX711 pojačalo. Ono uzima taj tihi šapat metala i pretvara ga u digitalnu vrištinu koju ESP32 razumije. Wood glue (ljepilo za drvo) ovdje ne pomaže; senzori moraju biti čvrsto zašarafljeni u metalni okvir. Ako se mrdaju samo milimetar, podaci će biti ‘gunk’ (smeće).

Gdje nabaviti opremu, a da vas ne oderu

Nemojte kupovati nove senzore u fensi tech shopovima. Idite na lokalne otpade ili potražite rashodovane trgovačke vage. Svaka stara vaga u sebi ima četiri savršeno ispravne load ćelije. Iščupajte ih, očistite od masnoće i rđe, i imate hardver vrijedan 200 KM za cijenu ručka. To je pravi ‘scrapper’ mentalitet koji vam treba da bi ovo uspjelo. Štednja na hardveru omogućava vam da uložite više u bolji server.

Zaključak koji nije zaključak: Samo počnite

Nemojte čekati da sve bude savršeno. Nabudžite prvu policu danas. Slupajte par senzora, spržite jedan ESP32, psujte na kod koji neće da se kompajlira. To je dio procesa. Do kraja mjeseca, vaše skladište će pričati s vama, a vi ćete konačno znati gdje vam je nestao onaj kotur kabla od prošle srijede. Ne dopustite da vas tehnologija plaši – vi ste gazda u svojoj radionici, a AI je samo još jedan alat, poput francuskog ključa, samo malo pametniji.