
你有没有在大促前的一晚进过仓库?灯全部都是开着的,几十个临时工推着拣货车,在货架之间来回地找货,嘴里念着库位号,主管会拿着对讲机喊到嗓子发哑。拣货单还是一摞一摞地往上堆的场景?
这不是哪一家的特例了。比如说某一年的秋天,某个华东仓,我在那里待了一周。仓库里面有1.8万平方米,平时一天出2400多单,节奏也是不紧不慢的,但是到了大促的时候,单量冲到了1万1000单。这些问题一下子全冒了出来,新来的一些临时工不认得库位,一个小时只能拣60来行,拣错率从平均的千分之二涨到了千分之九。然而更麻烦的问题就是,系统里面显示有货,可是货架上面翻也翻不到,账实差了接近四个点。

仓库经理周老说了一句话,我记到现在:
然而智能仓储,最主要的就是要解决这一个刚才提到的问题。
可是这些年来智能仓储被讲得太多了,而且讲得也太玄了,什么立体库、AGV、数字孪生,一些名词全部都砸过来,你很可能越听越糊涂,哪一些到底是刚需的,哪一些只是看起来好看?
这一篇文章我们就把智能仓储拆成12个核心技术,把它们整理出来,讲清楚它们各管什么,放在哪一种场景更为合适。再聊一聊不同规模的一些仓库应该怎么去搭配,又要多久才能回本?
智能仓储的本质并不是无人,而是让货、人还有信息在仓库里面流得更加顺畅。设备,其实只是一个手段,数据才是底子。很多老板一提智能化就想买机器人,可是仓库里面能不能真正地智能起来,要看三件事情,它的底子到底有没有打牢。
数据准不准?是第一道门槛了,商品的长宽高、重量、包装规格,还有一些库位编码、库存账,这里面任何一项如果有偏差的话,即使你再高级的一些系统都会算错的。这些年参与的一些项目里面,大概有三成的问题,追根溯源都出在了主数据上面?
其次,流程顺不顺紧跟其后。入库、上架、拣选、复核、发货,每一步应该由谁来做?怎么交接?如果线下都说不清的话,搬到线上,只会乱得更加快
还有一条常常被忽略的就是你的业务稳不稳?SKU有多少?订单是整箱多还是散件多?旺季能比淡季高出多少倍?直接决定了你该上什么样的技术

我们打个比方,你可以把智能仓储看成是一个人,系统软件,相当于大脑,可以管理整个指挥的步骤。条码、RFID这一些识别技术相当于你的眼睛,立体库和穿梭车搭起了整体的骨架,跑来跑去搬货、分拣的机器人和分拣线,这一些,都是手脚。这12个核心技术就分布在这四个部位上面。
先从大脑说起。
①WMS仓储管理系统是仓库总的一个账房,加上总的一个调度。货进门应该放在哪里,拣哪一批,库存还剩多少,都是由它说了算的。预算只够上一样东西的话,那就先上WMS系统。如果没有它的话,你即使买再多的设备,也是没有人去指挥的。
②WCS仓储控制系统常被和WMS搞混了,区别也很好记。WMS决定的是做什么,WCS负责让机器怎么做。WMS下一条指令,把这箱货送到三号口。WCS把它直接翻译成堆垛机走几米、输送线什么时候能够停,设备一多就离不开这个翻译官了。
③ AI算法优化,这个,是大脑里面目前来说最聪明的部分了。库位怎么摆是最省路的,订单怎么合并波次,明天,能够排多少人,以前全靠一些仓库老员工的经验。比如说现在很多电商的服装仓按出库频次重排了一次库位,他们的拣货员每一天的步行距离可以从14公里降到了8公里左右,一台设备没买,只是动了一下数据。
大脑再聪明,看不清也白搭。

④条码和RFID,相当于给每件货物发了一张身份证。条码便宜,扫一下就知道什么货放在哪里。RFID不用对准,一次能读一整托,代价是标签比较贵。条码,可能几分钱一张,RFID要几毛到几块,所以,它更适合货值更高的整箱、整托流转的一些行业,像服装和医药品用得最多了。
⑤ 机器视觉与DWS。DWS称重、量方加上扫码的一体机,包裹在输送线上面过一遍,三个数据一秒就得出结果。快递和电商拿它核对运费,可以防错发。视觉相机,还能识别破损、核对标签,替代不少人工的目检。
⑥IoT物联网监测,这个是负责感知仓库的体温和心跳,温湿度、设备振动、烟雾数据实时回传,一旦异常马上报警。像冷链和医药仓,相对很多行业来说,几乎是标配的,温度超标十几分钟,整批货可能就得报废了。
看得清了,货往哪放?这就轮到骨架。

⑦AS/RS自动化立体仓,这个是用高层货架加上堆垛机,货架能够做到二三十米高。同样占地面积的储存量,一般是平库的三到五倍。整托出入库多,还有SKU相对集中的制造业仓是最合适的,短板相对来说也比较明显。投入很大,建成之后,又很难去改。
⑧四向穿梭车密集库,这个是更灵活的穿梭车,在货架轨道里面前后左右地跑,靠提升机去换层,效率不够直接加车。层高有限、形状不规整的一些老仓改造就更为合适了。
剩下四个,是天天在仓库里跑的手脚。

⑨AGV和AMR移动机器人,AGV是沿着磁条或者二维码走固定的线路,AMR,靠的就是激光和视觉,自己规划路径,遇到人,它会自己绕开。托盘送料、产线配送,这些活它都能干,部署得也很快,能一台台往上加。这个是中小仓门槛最低的一个自动化方案之一了。
⑩货到人拣选是把传统的拣货倒过来了,以前,是人追着货去跑,现在,是机器人把货架或者料箱送到工作站,人,只要站着拣就行。其中的箱式机器人能把料箱存到七八米高,是更省空间的。拣选效率通常是人工的三到四倍,SKU多、订单碎的电商,是最受益的了。
⑪ 电子标签PTL与播种墙,这个原理听着就比较容易理解,货位上装上一盏灯,灯亮了就拣,数码管显示拣几件,拍一下灭灯确认。所以新人半天就可以上手了,投入也比较小,见效比较快。这个目前,我们觉得是最推荐给小仓的第一件智能设备。
⑫自动输送与分拣系统,这个是让货在仓库里面可以流动起来,输送线把箱子从拣货区送到复核区,分拣机按目的地把包裹分进不同的格口。交叉带分拣机每小时能分一两万件,快递中转中心和一些大型的电商仓,就是靠它来撑着的。

12个技术摆在一起,可以对照下面这张速查表来记,“科普图解”一列是画示意图最好讲清的角度。
表1 智能仓储12个核心技术速查表投入为行业经验量级

讲到这里,你可能会问:难道这12个都得上?
当然不用。技术像药,得对症。你可以先看两个数——日均出库单量和仓库面积,再按三档来配。
表2 不同规模仓库的技术组合思路以实际报价为准


这里面有意思的是,最容易踩坑的往往都是中型仓。单量,刚刚上来,老板的心气也比较高,一步就想跨到自动化,跨到全自动化。可是业务,通常还在变,设备有的时候一旦定型了,那改的代价是很大的,所以最稳妥的做法,先上软件和柔性的设备,跑满一年的数据,再决定要不要上重资产。
具体会踩哪些坑?最常见的六类整理成了一张表。
表3 智能仓储选型的6个常见误区

EIQ分析,听起来好像很专业的样子,其实,它就是把过去一年的订单拉出来,再看每一单有几行,每行,有几件,哪些货卖得最勤快。这一步如果把它省了,那么后面,其实就很难操作。
这六个坑里面最烧钱的就是按峰值去设计了。比如说某个物流,前年上了一套交叉带分拣机,产能,照着双11当天来配的。结果一年三百多天里面,开机率不到35%。设备当然是好设备,可是大部分时间都是闲置状态。
说了这么多,钱的问题绕不开。投下去的钱,多久能回来?
算法不复杂,人工、面积、差错损失三项,把节省下来的加起来,减去每一年的运维费用,就是年净收益。回收期等于总投入除以年净收益。

我们就拿果汁供应链的一个中型电商仓来计算,他们上了一套箱式机器人货到人拣选系统,总投入是680万元,其中设备是520万,软件和接口是85万,改造与实施是75万。上线后,拣货人员从46人降到了19人。
表4 果子供应链货到人项目回本测算单位:万元/年

回收期为2.8年,算是一个不错的项目了。行业里面有一条经验线,回收期在三年内就已经做得还不错了,三到五年是还可以做的,但是如果超过了五年,就是要多思考一下了。
这里有一件事还是要提醒一下大家,有很多项目测算时候,回收期写着2.5年,第二年,客户丢了一个大品牌,单量掉了四成,回收期一下子拉到了六年多。
所以在测算的时候一定要多算一个单量打七折的保守版本,按照这个口径,像果汁供应链的项目,回收期大约是4.4年,仍在五年以内,那么这个才算是真正地稳住了。
回头再看老周那句“靠人扛的仓库,扛到头了”。
扛到头之后,这个答案并不是把人全部换成机器人。真正有效的智能化,是先理顺数据和流程,可以看清自己的单量和SKU的结构,可以挑出最卡脖子的那一个环节,然后,再用合适的技术把它打通。小仓一套WMS加上电子标签就能够用好几年,大仓上立体库和分拣线也得有实打实的一些单量去把它支撑着。
设备,它是会过时的,但是算法它会迭代,所以,匹配业务这条原则它是不会变的。
如果你正在为仓储智能化发愁的话,你不妨可以对照着我们文末的一个架构图和总结表,先给自己的仓库做一次体检。一些配套的选型评估表、回本的预算表和落地的检查清单,可以关注我们的知识星球,在后台领取。

图1 智能仓储落地逻辑架构图
表5 智能仓储知识点总结表建议收藏,做方案时逐行对照
公众号:游牧自由 原创整理,转载请注明出处
-END-
点击下方图片加入星球获取模板
▼
作者往期精彩原创推荐
点击下方“阅读全文”







