Pick-to-Light frente a Voice Picking: una comparación de precisión y velocidad basada en datos

Cada año recorro decenas de módulos de picking y escucho la misma pregunta: «¿Pick-to-light o voice picking: cuál es realmente mejor?». Lo interesante de la pregunta no es la tecnología en sí, sino la respuesta que el mercado ha dado hasta ahora. En los últimos dos años, ambos bandos han engrosado sus bibliotecas de casos de estudio: el pick-to-light (PTL) sigue expandiéndose en operaciones de alta densidad con piezas pequeñas, como cosmética, farmacia y repuestos de automoción, mientras el picking dirigido por voz sigue afianzando su posición en cámaras frigoríficas, mercancías voluminosas y distribución alimentaria. Ninguno ha expulsado al otro. Ese resultado, más que cualquier documento técnico de un proveedor, nos dice qué es realmente este debate: no una contienda de rendimiento, sino un problema de ajuste.

Los números, lado a lado

Empecemos por lo que puede verificarse en fuentes públicas. Las cifras de abajo provienen de casos de estudio publicados y de la literatura de producto de los principales proveedores de PTL y de voz; los resultados reales varían con la similitud de los SKU y la densidad de los pedidos, así que indico dónde un número es citado por el proveedor en lugar de medido de forma independiente.

Frente a la referencia del papel, ambos son victorias abrumadoras: el picking por unidades con papel suele rondar 150–250 líneas por hora, con una tasa de errores un orden de magnitud peor. Así que la pregunta real nunca fue «¿debemos adoptar tecnología?», sino «¿cuál encaja?».

Dos casos de campo ponen la tabla en tres dimensiones. En 2023, un almacén tercero en Pensilvania que servía a marcas de belleza y cuidado personal gestionaba unos 30,000 SKU y 8,000 pedidos al día en su zona de picking por unidades. Antes del PTL, dependía del papel más un segundo control manual; las tasas de envío erróneo se mantenían tercamente altas y el coste de devoluciones y tickets de atención al cliente seguía subiendo. Tras la reconversión a PTL, la revisión publicada del proyecto informó una precisión superior al 99.9%, las devoluciones cayeron alrededor de un 40% y la formación de temporales de temporada pasó de tres días a medio día. El responsable del proyecto lo dijo claro: las luces eliminaron «encontrar el hueco», la decisión que más tiempo consumía del proceso, y dejaron a las personas con pura ejecución.

El segundo caso está en California. En 2024, un centro de distribución de alimentos frescos equipó su zona de congelado —que opera muy por debajo de cero— con picking por voz. Los trabajadores con guantes gruesos no pueden operar escáneres ni papel de forma realista, así que la voz se convirtió en la única opción viable. Con ambas manos libres, las líneas recogidas por hora de trabajo subieron alrededor de un 15% respecto a la era del papel, y los nuevos empleados trabajaban de forma independiente al segundo día. El comentario del gerente fue refrescantemente honesto: eligieron la voz no porque fuera lo más rápido, sino porque en ese entorno nada más podía funcionar.

Por qué ningún enfoque puede acabar con el otro

El PTL es rápido porque sustituye el pensar por el ver. Luz encendida, un vistazo a la cantidad, coger, pulsar para confirmar: toda la cadena de decisión se comprime a dos o tres segundos, sin apenas necesidad de alfabetización ni formación. Por eso su precisión roza el techo. Pero el límite es igual de nítido: fija al operario frente a las luces. Si se superan decenas de miles de SKU y se llega a ubicaciones dispersas y ralas, el coste de cablear y reconvertir luces sube de forma pronunciada mientras la economía se deteriora rápidamente.

La voz es libre porque sustituye el ver por el oír. Los operarios pueden caminar y escuchar con ambas manos en el trabajo, y las ubicaciones dispersas o las formas de producto incómodas simplemente no importan. El precio es la verificación por dígito de control hablado: una ronda extra de conversación por línea, que hace que el ciclo por línea sea inherentemente algo más lento que el PTL. Los entornos ruidosos también limitan la precisión del reconocimiento de voz: un techo físico al que mejores algoritmos pueden acercarse, pero nunca eliminar.

Si se profundiza un nivel más, la lógica de selección queda clara: nunca se trató de elegir la «mejor» tecnología, sino la cuya economía y ergonomía encajan con el perfil de pedido. El número de SKU determina si una tecnología puede amortizarse; el número de líneas por pedido y la forma del producto determinan si el movimiento humano puede comprimirse. Forzar el PTL en un almacén de mercancías voluminosas, o la voz en una zona densa de piezas pequeñas, es usar la fortaleza de una tecnología para compensar la debilidad de un escenario: una pelea que acaba mal para ambas.

También hay una capa de coste que la mayoría de análisis omiten: el coste de un error. Un envío erróneo cuesta mucho más que la mano de obra y el flete de reenvío: hay tickets de servicio, penalizaciones de los marketplaces para los vendedores de comercio electrónico y el coste invisible de los clientes perdidos. Publicaciones compartidas por varios operadores 3PL sitúan el coste total de un error de picking entre tres y cinco veces el coste de preparación de ese pedido. Por eso cada 0.1 punto adicional de precisión se traduce en dinero real a escala: una decisión tecnológica solo está completa cuando los «errores» aparecen como partida en la cuenta.

Lo que lleva al punto contraintuitivo que merece su propio párrafo: la solución más precisa suele no ser ni la más rápida ni la más cara —al menos no la más cara en coste total de propiedad. En mercados de salarios altos, el PTL, que parece caro de entrada, suele ofrecer el menor coste por pedido una vez amortizado sobre tres años de volumen. En mercados de salarios bajos y alta volatilidad, la voz —con precio por persona y escalable bajo demanda— gana en flexibilidad. El primer principio de la selección es el TCO de tres años dividido por el total de pedidos, no cuyo vídeo de demostración parezca más atractivo. Muchos almacenes hacen mal esta aritmética y acaban comprando ansiedad en lugar de tecnología.

Un marco de selección en tres preguntas

Los datos y el análisis anteriores se comprimen en un marco práctico de tres preguntas.

Primera: ¿los SKU están por debajo de unos diez mil, las líneas medias por pedido superan cinco y las ubicaciones son densas? Tres síes significa que el PTL merece la primera mirada: su economía en ese rango es casi imbatible.

Segunda: ¿hay un congelador, artículos voluminosos o irregulares, ubicaciones dispersas o trabajo que exija genuinamente dos manos? Un solo sí apunta a la voz; no discutas con la física.

Tercera: ¿decenas de miles de SKU con una curva de velocidad muy sesgada? No te apresures a un todo-o-nada. Aplica la estratificación ABC —PTL para los A de alta rotación, pistolas RF más voz para la cola larga de los C— y la ruta híbrida suele producir el TCO más bajo. En la práctica, los almacenes con mejor rendimiento rara vez son implementaciones «de pura sangre» de una sola tecnología.

Lo que cambia la IA de visión

Según lo mostrado por los proveedores en ferias del sector y en hojas de ruta publicadas durante los últimos dos años, se está formando una tercera vía: cámaras sobre el frente de picking con IA de visión para verificar, en tiempo real, si el operario cogió el SKU correcto en la cantidad correcta, marcando los errores sobre la marcha. La lógica separa la «guía» de la «verificación»: la guía (luz o voz) puede usar el medio más barato disponible, mientras la verificación pasa a las máquinas y deja de depender de la atención humana. Algunos proveedores ya están probando guía por voz combinada con verificación por visión, eliminando por completo el dígito de control hablado.

Mi lectura es que en los próximos tres a cinco años no desaparecerán ni el PTL puro ni la voz pura, pero veremos más «PTL sin lámparas» (proyección o pantallas en lugar de módulos de luz físicos) e híbridos de «guía por voz verificada por visión». El desenlace de las rutas tecnológicas nunca es la sustitución de una por otra; es que, una vez que las máquinas llevan el coste de verificación hacia cero, la guía vuelve a lo más barato. El patrón de la historia es consistente: cualquier eslabón que dependa de que «la gente no cometa errores» acaba en manos de las máquinas.

Si la verificación por visión convierte las tasas de error de picking en irrelevantes, la mayoría de las filas de la tabla comparativa actual pueden dejar de importar en cinco años. La variable a seguir no es de quién son las luces más brillantes, sino cuándo la «verificación» desaparece por completo del movimiento humano —y cómo es un almacén al otro lado de ese cambio.

Por Dr. Chen, Investigador de la cadena de suministro

Traducido del inglés. En caso de discrepancia, prevalece la versión en inglés.