Vamos começar pelo veredito: ano passado, visitei um centro de distribuição no Tennessee com 18 AMRs, e ele movimentava praticamente o mesmo volume de antes, com 24. O dono não adicionou um único robô. Ele fez uma única coisa: trocou a estratégia de despacho do mais-próximo-disponível para a alocação por zonas. Também já vi o contrário: frotas que passaram de 30 robôs com a produção plana como uma panqueca. O teto de uma frota de AMR não é o número de robôs. É a estratégia de despacho.
Isso pode doer um pouco: a maioria dos armazéns dedica 90% do orçamento e da atenção aos próprios robôs — capacidade de carga, autonomia da bateria, navegação LiDAR versus fita magnética. A estratégia de despacho? É aquilo que o WMS ou o fornecedor de AMR deixou como padrão na instalação, clicado sem pensar duas vezes, e só revisitado quando as coisas saíram do trilho. Em 2024, vi o caso de livro didático num armazém de e-commerce de 120,000 pés quadrados nos arredores de Indianápolis: foram adicionando robôs um a um até a frota chegar a 32 para a alta temporada, e a entrada da zona de picking virou um estacionamento na hora do rush. Corridas vazias, robôs cedendo passagem uns aos outros, fila nos carregadores — e a gerência ainda perguntava: "Precisamos de mais robôs?" Eles tinham robôs de sobra. O despacho nunca acompanhou.
O coração do despacho de AMR é a alocação de tarefas: chega uma tarefa, qual robô a recebe. Parece uma decisão pequena. Erre, e cada robô adicional aumenta a bagunça. Estas são as três estratégias que realmente já vi na prática, cada uma com sua personalidade.
Três estratégias, e o armazém que combina com cada uma
Estratégia um: o mais próximo disponível. Simples e brutalmente direta. Chega uma tarefa, o sistema encontra o robô livre mais próximo e despacha. É isso.
Sua única virtude é a velocidade. A latência de resposta das tarefas é a mais baixa das três, o sistema é fácil de implementar e funciona bem numa instalação pequena com cerca de uma dúzia de robôs. Mas é cego ao quadro geral. Os robôs mais próximos da ação são sempre os mesmos poucos, então a utilização se distorce fortemente; os robôs se cruzam nos mesmos corredores perseguindo tarefas "próximas"; e o pior de tudo, ignora bateria e direção — um robô quase morto recebe o despacho para uma tarefa "próxima", termina e morre ali mesmo, e agora você despacha um segundo robô para ir arrastá-lo de volta. Em 2023, vi isso acontecer num armazém de autopeças em Ohio: só 20 robôs, mas o mapa de calor do despacho contava a história — as unidades perto da doca de saída estavam sendo moídas até o talo enquanto os robôs do fundo tomavam sol o dia inteiro. Uma estratégia de despacho havia fabricado duas classes de robôs: os sobrecarregados e os banhistas.
Para quem é: frotas pequenas (uns quinze robôs ou menos), distribuição de tarefas equilibrada, prédios compactos, sem marés direcionais fortes. Nessa escala, o mais próximo disponível é de baixa manutenção e funciona. Não complique.
Estratégia dois: alocação por zonas. Cada robô tem seu próprio território. O armazém é dividido em zonas, os robôs são designados às zonas, e as tarefas de uma zona só vão para os robôs daquela zona.
Esta cura o caos. Os robôs ficam nas suas faixas, os trajetos ficam previsíveis, a congestão nos corredores cai drasticamente, o consumo de bateria se equilibra e o planejamento de manutenção fica mais fácil. Essa é a história do Tennessee — depois de dividir 18 robôs em 4 zonas, a quilometragem de deslocamento vazio caiu e o throughput total subiu, porque os robôs pararam de se bloquear uns aos outros. O preço é a rigidez: quando uma zona dispara, os robôs ociosos ao lado ficam lá sentados, e tudo o que você pode fazer é assistir, ou rezonear manualmente na hora. Se traçar mal os limites das zonas, é pior. Vi um armazém de alimentos que zoneou pelo volume médio de pedidos — aí veio uma promoção, os seis robôs da zona dos SKUs quentes correram até a proteção térmica enquanto quatro robôs da zona vizinha esperavam por trabalho. As zonas foram desenhadas em médias de papel, e ninguém havia planejado a variável da promoção.
Para quem é: armazéns de alto volume com padrões de onda claros e corredores relativamente fixos. As grandes operações de pico de e-commerce e as contas 3PL dedicadas geralmente caem aqui. E quando traçar zonas, não zone pela média — zone pelo pico e pelos picos de categoria, e deixe 15%–20% de folga.
Estratégia três: pré-despacho preditivo. O robô já está se movendo antes da tarefa existir. O sistema usa o volume histórico e os planos de onda para posicionar os robôs ociosos onde as tarefas têm mais probabilidade de aparecer. Quando a tarefa cai, já há um robô por perto.
Esta é a mais faminta por dados e a mais exigente das três. Quando funciona, os tempos de resposta vão ao chão e o throughput de pico é o mais alto do grupo. Mas os pré-requisitos não são negociáveis: dados históricos confiáveis, um ritmo de ondas estável, e alguém afinando os parâmetros continuamente. Vi um armazém de cosméticos cujos picos de pedidos seguiam a agenda das lives — o modelo de previsão apanhava na cara todo dia, e os robôs pré-despachados passavam metade do tempo esperando nos lugares errados. Teria ido melhor com o simples mais-próximo-disponível. O inimigo mais letal do pré-despacho é o padrão falso: algo que parece um ritmo, mas não é.
Para quem é: operações de alto volume, ritmicamente estáveis, com uma base de dados real e uma pessoa dedicada (ou um serviço do fornecedor) fazendo afinação contínua. Falte qualquer um dos três, não mexa — você só vai estar cavando a própria cova.
Trocar de estratégia não é virar uma chave
Quando a estratégia está errada, claro, troque. Mas já vi armazéns demais tratarem a "troca de estratégia de despacho" como uma mudança de configuração — vira à noite, produz de manhã. Esta é a sequência que realmente validei:
Primeiro, rode duas semanas de dados de linha de base. Não vá pelo instinto. Registre os tempos de resposta atuais das tarefas, a participação dos deslocamentos vazios, a dispersão de utilização dos robôs e os pontos quentes de congestão. Sem uma linha de base, você nem saberá se a troca ajudou.
Segundo, pilote numa área pequena. Baseado em zonas? Teste primeiro numa zona. Pré-despacho? Uma onda. Nunca vire o prédio inteiro de uma vez — um colapso do despacho atinge todo o ritmo de saída, e tentativa e erro é cobrado por hora.
Terceiro, defina uma linha de reversão antes de começar. Escreva: se o tempo de resposta degradar X, se a congestão subir Y, revertemos. Ponha no papel, na parede, para que o "vamos observar mais um pouco" não vire o plano.
Quarto, observe duas semanas antes de ir à escala total. O efeito real de uma estratégia de despacho não aparece no primeiro dia; a primeira semana geralmente é o período de amaciamento, e os números vão mentir para você.
Mais uma armadilha para sinalizar de antemão: antes de trocar, confirme que seu WMS e seu sistema de despacho de AMR realmente suportam a estratégia que você quer. Alguns fornecedores têm sua "estratégia de despacho" gravada no firmware, e a suposta alocação por zonas tem que ser fingida com agrupamento manual de tarefas no WMS — degradada, e um pesadelo de manutenção. Pergunte antes de assinar, não depois de instalar.
Uma pergunta para deixar com você: qual estratégia seu armazém está rodando agora? Alguém realmente a escolheu — ou era só o padrão que alguém clicou na instalação? Se sua frota já passou de 20 robôs, o volume continua subindo e ninguém nunca mexeu na estratégia de despacho, as chances são de que o problema nunca foram os robôs.
Traduzido do inglês. Em caso de divergência, prevalece a versão em inglês.
