La precisión del picking por voz frente al escaneo de códigos de barras no es un número que se pueda leer en una ficha técnica. Sobre el papel, ambos se ven impecables: reconocimiento casi perfecto en una sala silenciosa, un código de barras que se escanea siempre. Un almacén real no es una sala silenciosa. Las alarmas de marcha atrás de las carretillas, el rugido de las cintas transportadoras, los ventiladores de la cámara frigorífica y el operario del pasillo de al lado recitando dígitos de verificación se acumulan en el mismo aire. La precisión debe juzgarse en ese ruido, no en la demostración.

Cómo fallan el picking por voz y el escaneo de códigos de barras en puntos distintos

Los dos métodos funcionan con principios diferentes, así que se rompen en puntos diferentes. Piénselo así: uno navega de oído, el otro compara un código con la vista.

En el picking por voz, el sistema dice una ubicación y una cantidad, el operario camina hasta allí, toma la mercancía y devuelve un código de verificación de dos o tres dígitos. El sistema solo avanza cuando reconoce ese código. Los errores se concentran en los dos extremos de ese intercambio: el sistema entiende mal al operario, o el operario entiende mal al sistema. El código de verificación está ahí para detectar el fallo, y normalmente lo hace. Lo que no puede detectar es un error cometido un paso antes, cuando se escuchó mal una cantidad y luego se confirmó con un código correcto.

En el escaneo de códigos de barras, el operario escanea el código de la ubicación, luego escanea el código de barras del producto, y el WMS solo libera la línea cuando ambos coinciden. Los errores se concentran en la etiqueta y en la mano. Un código de barras puede estar rayado, pegado torcido o borrado por el reflejo. Dos productos parecidos pueden estar uno al lado del otro, y un operario que toma el equivocado por costumbre será detenido por el escaneo. El escáner en sí rara vez lee mal un código. Es mucho más probable que una persona tome el artículo equivocado a que un escáner lea mal el artículo correcto.

La voz concentra toda su verificación en una sola confirmación hablada. El código de barras reparte la verificación entre cada artículo tocado. Esa es la diferencia estructural, y es la que decide qué pasa cuando el almacén se vuelve ruidoso.

Precisión del picking por voz frente al escaneo de códigos de barras cuando sube el ruido

En noviembre de 2024, un almacén frigorífico de terceros en el este de China activó el picking por voz. El centro cubría unos 20,000 metros cuadrados, dividido entre zonas de ambiente y de frío, con unas 8,000 líneas de picking al día. Las cifras siguientes proceden únicamente de ese proyecto. Son un solo caso, no un promedio del sector.

En la zona tranquila de ambiente, el equipo cometía unos 2 a 3 errores por cada 1,000 líneas, con un reconocimiento de voz a la primera de alrededor del 97 por ciento. Cerca de las puertas de la cámara frigorífica, donde el ruido de los ventiladores llegaba a 85 a 90 decibelios, el mismo equipo con el mismo sistema cometía de 9 a 12 errores por cada 1,000 líneas, y el reconocimiento a la primera caía a alrededor del 91 por ciento. Los operarios empezaron a alzar la voz para que se les entendiera, y al final del turno la mitad del equipo estaba afónica. Las voces afónicas se reconocen peor al día siguiente, así que el problema se alimentaba a sí mismo.

Lo contraintuitivo es que el nivel de decibelios no era el verdadero problema. El ruido constante de un ventilador es algo que un motor de reconocimiento puede aprender a filtrar. Las voces humanas son el problema. Un operario vecino recitando dígitos está en la misma banda de frecuencias que su propio código de verificación, y se cuela directamente en el reconocimiento. El peor punto de ese almacén era la puerta de la cámara frigorífica, donde dos equipos trabajaban espalda con espalda y sus códigos de verificación se cruzaban en el aire. Probamos auriculares con cancelación de ruido. Eliminaron el zumbido de los ventiladores y dejaron intacta la interferencia cruzada. Un auricular puede bloquear el ruido de fondo. No puede bloquear a la persona que está a su lado diciendo números.

Hay un coste oculto además de los errores. Un reconocimiento fallido pide una repetición, y tras dos repeticiones fallidas la línea pasa a una revisión manual. Cada repetición parece cuestión de unos segundos. En el pico de salida, la estación de revisión acumula cola y toda la línea pierde su ritmo. Cuando cae la precisión, la velocidad cae con ella. La voz pierde en los dos frentes a la vez.

El escaneo de códigos de barras parece más lento hasta que se cuentan las correcciones

En marzo de 2025, un almacén de comercio electrónico en Guangdong hizo una promoción con unos 12,000 pedidos al día, con cintas transportadoras, máquinas de embalaje y carretillas funcionando a la vez. El ruido no era más amable que en el centro frigorífico. Este proyecto usaba escaneo de códigos de barras. Cada línea requería uno o dos escaneos extra, unas 3 a 4 segundos más lenta por línea que la voz. Medido con cronómetro, el código de barras perdía. Medido en errores, se situó en alrededor de 1 a 2 por cada 1,000 líneas, sin diferencia visible entre las horas punta y las horas tranquilas. El ruido no cambia un código de barras.

Las cuentas resuelven la discusión. Tome un almacén que prepara 5,000 líneas al día. La voz en una zona ruidosa, con 10 errores por cada 1,000 líneas, frente al código de barras con 2 por cada 1,000, deja 40 errores extra al día. Corregir un picking equivocado en ese proyecto, desde detectarlo hasta encontrar el stock, cambiarlo y volver a verificarlo, llevaba unos 15 minutos de trabajo de media. Cuarenta errores son 10 horas, aproximadamente una persona y media dedicando todo el día a corregir errores. En un mes, eso es un puesto a tiempo completo dedicado a las correcciones. Y eso sin contar las devoluciones y las reclamaciones de los clientes, que amplían aún más la diferencia.

| Dimensión | Picking por voz | Escaneo de códigos de barras | | Precisión con ruido | Cae con el ruido y la interferencia; en este caso, de 9 a 12 errores por cada 1,000 líneas | Casi no le afecta el ruido; en este caso, de 1 a 2 errores por cada 1,000 líneas | | Velocidad por línea | Más rápido cuando el reconocimiento pasa a la primera | Más lento en unos 3 a 4 segundos por línea por los escaneos extra | | Origen de los errores | Mala audición, interferencia, lectura incorrecta del código de verificación | Artículo equivocado tomado, código de barras dañado, mala colocación de la etiqueta | | Exigencias al personal | Necesita pronunciación consistente; los nuevos empleados tienen menor reconocimiento durante semanas | Casi ninguna exigencia de pronunciación; un nuevo empleado es productivo desde el primer día | | Coste de los equipos | Auriculares, terminales de voz, licencias de servidor; coste por trabajador mucho mayor, de un orden de magnitud | Escáneres más terminales portátiles; coste por trabajador mucho menor |

La voz no es inutilizable. Su velocidad depende de que el reconocimiento pase a la primera. Cuando la tasa de acierto a la primera cae, las correcciones y las revisiones se comen cada segundo que había ahorrado. La lentitud del código de barras se ve en la superficie. La lentitud de la voz se esconde dentro de las correcciones.

Dónde trazar la línea, y las trampas del mantenimiento

La línea se puede trazar en términos concretos. Por debajo de 3,000 líneas al día, por debajo de 2,000 SKU, zonas físicamente separadas y un equipo estable con pronunciación consistente, la voz puede aprovechar su ventaja de velocidad. Invierta esas condiciones, con alto volumen diario, muchos artículos parecidos, pasillos tan estrechos que los equipos se oyen entre sí y alta rotación de personal, y el código de barras es la opción más segura. La rotación es el factor que la mayoría de los compradores olvidan valorar. Un sistema de voz construye un modelo por trabajador, y el reconocimiento de un nuevo empleado es bajo durante las dos primeras semanas. Durante esa ventana, la tasa de error sube, no baja.

El mantenimiento se divide igual. La voz se rompe en el auricular y en la batería. Los cables en un almacén suelen necesitar sustitución cada dos o tres meses, las baterías se agotan y dejan los terminales sin carga en el cambio de turno, y los modelos de voz necesitan reentrenamiento cuando llega un lote de nuevos empleados. Si se omite el reentrenamiento, el reconocimiento se desliza silenciosamente cuesta abajo hasta que un lote de errores lo delata. El código de barras se rompe en la calidad de impresión. Un código de barras de proveedor impreso tenue o pegado torcido no se escaneará por muy bueno que sea el lector. La colocación de las etiquetas debe ser consistente, o los operarios pierden tiempo buscando el código en cada caja. Una lente de escáner desgastada y opaca acorta la distancia de lectura, y los trabajadores empiezan a inclinarse para compensar, lo que cambia su postura y ralentiza la línea.

Si el dinero merece la pena se reduce a un número: el coste de corrección por cada mil líneas. Sume la mano de obra de corrección, el tiempo en la estación de revisión y las devoluciones por envíos erróneos, y calcúlelo por separado para la voz y para el código de barras. El número que sea menor se ajusta a su almacén. No hace falta discutir la precisión del picking por voz frente al escaneo de códigos de barras en una ficha técnica. El coste de corrección elegirá por usted.

Por Da Liu, Ingeniero de Automatización

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