A precisão do picking por voz em comparação com a leitura de código de barras não é um número que se possa ler numa ficha técnica. No papel, os dois parecem impecáveis: reconhecimento quase perfeito numa sala silenciosa, um código de barras que lê sempre. Um armazém real não é uma sala silenciosa. Alarmes de ré de empilhadeiras, o rugido das esteiras, os ventiladores da câmara fria e o operador do corredor ao lado recitando dígitos de verificação acumulam-se no mesmo ar. A precisão tem de ser julgada nesse ruído, não na demonstração.

Como o picking por voz e a leitura de código de barras falham em pontos diferentes

Os dois métodos funcionam com princípios diferentes, por isso falham em pontos diferentes. Pense assim: um navega de ouvido, o outro confere um código com os olhos.

No picking por voz, o sistema diz uma localização e uma quantidade, o operador caminha até lá, pega a mercadoria e devolve um código de verificação de dois ou três dígitos. O sistema só avança quando reconhece esse código. Os erros concentram-se nas duas pontas dessa troca: o sistema entende mal o operador, ou o operador entende mal o sistema. O código de verificação existe para apanhar o deslize, e normalmente apanha. O que ele não consegue apanhar é um erro cometido um passo antes, quando a quantidade errada foi ouvida e depois confirmada com um código correto.

Na leitura de código de barras, o operador lê o código da localização, depois lê o código de barras do produto, e o WMS só libera a linha quando os dois coincidem. Os erros concentram-se na etiqueta e na mão. Um código de barras pode estar riscado, colado torto ou apagado pelo reflexo. Dois produtos parecidos podem estar lado a lado, e um operador que pega o errado por hábito será detido pela leitura. O leitor em si raramente lê um código errado. É muito mais provável que uma pessoa pegue o item errado do que um leitor leia o item certo de forma errada.

A voz concentra toda a sua verificação numa única confirmação falada. O código de barras distribui a verificação por cada item tocado. Essa é a diferença estrutural, e é ela que decide o que acontece quando o armazém fica barulhento.

Precisão do picking por voz vs. leitura de código de barras quando o ruído aumenta

Em novembro de 2024, um armazém frigorífico terceirizado no leste da China ativou o picking por voz. O centro cobria cerca de 20,000 metros quadrados, dividido entre zonas de ambiente e de frio, com cerca de 8,000 linhas de picking por dia. Os números abaixo vêm apenas desse projeto. São um único caso, não uma média do setor.

Na zona tranquila de ambiente, a equipe cometia cerca de 2 a 3 erros por cada 1,000 linhas, com reconhecimento de voz de primeira passagem em torno de 97 por cento. Perto das portas da câmara fria, onde o ruído dos ventiladores chegava a 85 a 90 decibéis, a mesma equipe no mesmo sistema cometia de 9 a 12 erros por cada 1,000 linhas, e o reconhecimento de primeira passagem caía para cerca de 91 por cento. Os operadores começaram a levantar a voz para serem entendidos, e no fim do turno metade da equipe estava rouca. Vozes roucas são reconhecidas pior no dia seguinte, por isso o problema alimentava a si mesmo.

O contraintuitivo é que o nível de decibéis não era o verdadeiro vilão. O ruído constante de um ventilador é algo que um motor de reconhecimento pode aprender a filtrar. As vozes humanas são o problema. Um operador vizinho recitando dígitos está na mesma faixa de frequência que o seu próprio código de verificação, e isso entra direto no reconhecimento. O pior ponto daquele armazém era a porta da câmara fria, onde duas equipes trabalhavam de costas uma para a outra e os seus códigos de verificação se cruzavam no ar. Tentamos fones com cancelamento de ruído. Eles cortaram o zumbido dos ventiladores e deixaram a interferência cruzada intacta. Um fone pode bloquear o ruído de fundo. Não pode bloquear a pessoa ao seu lado dizendo números.

Há um custo oculto além dos erros. Um reconhecimento falho pede uma repetição, e depois de duas repetições falhas a linha vai para uma rechecagem manual. Cada repetição parece coisa de poucos segundos. No pico de expedição, a estação de rechecagem acumula fila e a linha inteira perde o ritmo. Quando a precisão cai, a velocidade cai junto. A voz perde nas duas frentes ao mesmo tempo.

A leitura de código de barras parece mais lenta até se contarem as correções

Em março de 2025, um armazém de e-commerce em Guangdong fez uma promoção com cerca de 12,000 pedidos por dia, com esteiras, máquinas de embalagem e empilhadeiras funcionando ao mesmo tempo. O ruído não era mais ameno do que no centro frigorífico. Este projeto usava leitura de código de barras. Cada linha exigia uma ou duas leituras extras, cerca de 3 a 4 segundos mais lenta por linha do que a voz. Medido no cronômetro, o código de barras perdia. Medido em erros, ficou em cerca de 1 a 2 por cada 1,000 linhas, sem diferença visível entre os horários de pico e os horários tranquilos. O ruído não muda um código de barras.

A conta resolve a discussão. Tome um armazém que separa 5,000 linhas por dia. A voz numa zona barulhenta, com 10 erros por cada 1,000 linhas, contra o código de barras com 2 por cada 1,000, deixa 40 erros extras por dia. Corrigir um picking errado nesse projeto, desde detectá-lo até encontrar o estoque, trocá-lo e rechecá-lo, levava cerca de 15 minutos de trabalho em média. Quarenta erros são 10 horas, aproximadamente uma pessoa e meia passando o dia inteiro corrigindo erros. Ao longo de um mês, isso é um cargo em tempo integral dedicado a correções. E isso antes das devoluções e das reclamações de clientes, que ampliam ainda mais a diferença.

| Dimensão | Picking por voz | Leitura de código de barras | | Precisão com ruído | Cai com o ruído e a interferência; neste caso, de 9 a 12 erros por cada 1,000 linhas | Quase não é afetada pelo ruído; neste caso, de 1 a 2 erros por cada 1,000 linhas | | Velocidade por linha | Mais rápida quando o reconhecimento passa de primeira | Mais lenta em cerca de 3 a 4 segundos por linha pelas leituras extras | | Origem dos erros | Audição errada, interferência, leitura incorreta do código de verificação | Item errado pego, código de barras danificado, má colocação da etiqueta | | Exigências ao pessoal | Precisa de pronúncia consistente; novos contratados têm reconhecimento menor por semanas | Quase nenhuma exigência de pronúncia; um novo contratado é produtivo desde o primeiro dia | | Custo dos equipamentos | Fones, terminais de voz, licenças de servidor; custo por trabalhador muito maior, de uma ordem de magnitude | Leitores mais terminais portáteis; custo por trabalhador muito menor |

A voz não é inutilizável. A sua velocidade depende de o reconhecimento passar de primeira. Quando a taxa de acerto de primeira cai, as correções e as rechecagens comem cada segundo que ela havia economizado. A lentidão do código de barras é visível na superfície. A lentidão da voz esconde-se dentro das correções.

Onde traçar a linha, e as armadilhas da manutenção

A linha pode ser traçada em termos concretos. Abaixo de 3,000 linhas por dia, abaixo de 2,000 SKU, zonas fisicamente separadas e uma equipe estável com pronúncia consistente, a voz pode usar a sua vantagem de velocidade. Inverta essas condições, com alto volume diário, muitos itens parecidos, corredores tão apertados que as equipes se ouvem entre si e alta rotatividade de pessoal, e o código de barras é a escolha mais segura. A rotatividade é o fator que a maioria dos compradores esquece de precificar. Um sistema de voz constrói um modelo por trabalhador, e o reconhecimento de um novo contratado é baixo nas duas primeiras semanas. Durante essa janela, a taxa de erro sobe, em vez de cair.

A manutenção divide-se da mesma forma. A voz quebra no fone e na bateria. Os cabos num armazém normalmente precisam ser trocados a cada dois ou três meses, as baterias se esgotam e deixam os terminais sem carga na troca de turno, e os modelos de voz precisam de retreinamento quando chega um lote de novos contratados. Se o retreinamento for pulado, o reconhecimento desliza silenciosamente ladeira abaixo até que um lote de erros o denuncie. O código de barras quebra na qualidade de impressão. Um código de barras de fornecedor impresso fraco ou colado torto não será lido, por melhor que seja o leitor. A colocação das etiquetas tem de ser consistente, ou os operadores perdem tempo procurando o código em cada caixa. Uma lente de leitor gasta e embaçada encurta a distância de leitura, e os trabalhadores começam a se inclinar para compensar, o que muda a sua postura e atrasa a linha.

Se o dinheiro vale a pena resume-se a um número: o custo de correção por cada mil linhas. Some o trabalho de correção, o tempo na estação de rechecagem e as devoluções por envios errados, e calcule separadamente para a voz e para o código de barras. O número que for menor se ajusta ao seu armazém. Não há necessidade de discutir a precisão do picking por voz em comparação com a leitura de código de barras numa ficha técnica. O custo de correção escolherá por você.

Por Da Liu, Engenheiro de Automação

Traduzido do inglês. Em caso de divergência, prevalece a versão em inglês.