每年大促之前,总有仓库管理者问同一个问题:要不要在旺季前跑一轮 AI 动态库位,把热销品挪到离拣选口更近的位置。根据公开的行业报告,旺季期间订单结构的变化幅度往往远大于平时,平时跑得顺的库位布局到了旺季未必还顺,这个问题因此每年都会被重新提出来,而不是一次算清就能一劳永逸。
某华东 3PL 仓在去年大促前的处境很有代表性。这家仓平时服务几十个品牌,单量分布相对分散,库位按品类和历史销量排布,拣选员的动线已经跑熟了。到了大促,几个头部品牌的单量翻倍,订单里反复出现同一批商品,拣选员每天要在仓里多绕很远的路去取同样的货,复核台前也开始排队。问题不在人手不够,而是库位布局还停留在淡季的逻辑里,热销品散落在仓的深处,动线被拉长了。
根据公开的行业报告,旺季订单集中度上升是一个反复出现的规律,头部商品在总单量中的占比会在大促期间明显抬高,而长尾商品的动销则相对平稳。这种结构变化意味着库位优化的收益主要来自少数高频商品位置的调整,而不是把全仓翻一遍。理解这一点很关键,因为它决定了旺季前那一轮调整应该做多大的范围、花多少力气,以及用什么标准来判断值不值。
AI 动态库位到底在调什么
AI 动态库位这个说法听起来很新,实际做的事情可以拆成几步,每一步都不神秘。先看动销数据,也就是过去一段时间每个商品的出库频次、订单出现频次和波次里的组合关系,判断哪些商品在旺季更可能一起被订走。再做 ABC 分层,把高频、稳定出库的商品归为一类,低频、偶发出库的归为另一类,分层的依据是真实的出库记录,而不是品类直觉。接着算库位热度,把每个库位的拣选频次、行走距离和拥堵情况叠在一起,看哪些位置被反复经过、哪些位置长期冷清。接下来才是排拣选路径,让高频商品尽量靠近拣选起点和复核台,让经常一起出库的商品彼此靠近,减少折返和交叉。
AI 在其中到底算什么,需要说清楚。它不是一个能直接给出最优库位图的魔法盒子,而是一套规则加模型的组合:规则负责守住硬约束,比如重货放下层、怕压的商品不能放底层、危险品要隔离存放、冷链商品只能进冷库区;模型负责在规则允许的范围内,根据动销预测和历史订单组合,给出一批调整建议和大致的收益排序。模型给的是建议,不是命令,现场管理者要结合货架承重、通道宽度和人员排班来做取舍。把 AI 当成算得更快的参谋,比把它当成能替人做决定的系统,更接近它在仓库里的真实位置。
旺季前跑一轮,库位优化的账怎么算
旺季前跑一轮调整的成本是看得见的。搬仓要占用人力和叉车,要在正常出库的间隙里挪货,调整期间部分库位会被临时锁定,拣选员要重新熟悉新的货位,刚开始几天难免走错、拿错。这些成本集中在调整的那几天里,而收益则分散在整个旺季的每一天里,所以算账不能只看调整当天的投入产出,要把收益按旺季的持续天数摊开来看。旺季越长、单量越高,同一轮调整的收益被摊得越薄,成本回收的可能性就越大;反过来,如果旺季只有短短几天,调整的搬运成本很可能还没收回来,旺季就结束了。
| 项目 | 旺季前调整要付出的 | 旺季期间可能收回的 |
|---|---|---|
| 人力与设备 | 搬仓人工、叉车占用、临时锁定位 | 拣选行走距离缩短,单均拣选时长下降 |
| 适应成本 | 拣选员重新熟悉货位,初期错拿增多 | 动线顺了以后,错拣与返工减少 |
| 机会成本 | 调整期间部分出库节奏被打断 | 旺季高峰不再因动线拥堵而排队 |
某华北美妆仓的经历能说明这个取舍。这家仓在前年大促前把全仓近半数的库位都动了一遍,图的是把布局一次做到位,结果调整本身花了比计划多得多的时间,旺季头几天拣选员还在适应新货位,出错和返工反而多了。第二年他们只动了高频商品所在的少数几个区域,其余库位保持不动,调整在两天内完成,旺季的拣选节奏反而更稳。这个反常识的教训是,动态库位不是动得越多越好,调整范围越大,搬运成本和适应成本上升得越快,而边际收益递减得也越快,旺季前那一轮最划算的做法往往是只动最热的那一小部分。
判断值不值,要看上线前后的衡量指标,而不是凭感觉。值得跟踪的指标包括单均拣选时长、拣选员的人均行走距离、错拣与返工次数、调整本身耗用的人工小时,以及旺季期间的加班时长。调整前先把这些指标的基线记下来,调整后按周对照,至少对照到旺季结束,才能判断这一轮调整是不是真的赚回来了。如果只看调整后第一天的体感,很容易把适应期的混乱当成调整失败,或者把旺季单量自然回落当成调整成功。
什么仓值得做,什么仓先别折腾
从仓的类型来看,值得在旺季前跑一轮的仓有几个共同点:商品种类多、订单结构在旺季会明显变化、高频商品集中度高、拣选以人工或人机配合为主、旺季持续时间足够长。这样的仓里,少数商品位置的调整能影响到大量的订单,收益有放大的基础。反过来,商品种类很少、订单结构全年稳定的仓,库位本来就没多少可调的空间;高度自动化的仓里,库位调整要改动设备逻辑和调度策略,成本和风险都比人工仓高得多;旺季很短、单量波动主要靠临时加人就能扛过去的仓,调整的收益也很难覆盖搬运和适应的成本。
根据公开的行业报告,动态库位正在从少数大仓的专项工程,变成更多中型仓在旺季前会考虑的常规动作,背后的推力是 WMS 里沉淀的动销数据越来越多、算力成本在下降,以及旺季订单集中度抬高的趋势在持续。未来两到三年,更可能出现的格局不是所有仓都上同一套 AI 动态库位,而是分化:高频、长旺季的仓会把旺季前调整做成固定动作,低频、短旺季的仓则继续用相对固定的库位加临时补货来应对,AI 在其中的角色也会从给出一整套调整方案,慢慢变成平时持续给出小幅调整建议,只在旺季前集中做一次较大的复核。
回到最初的问题,旺季前跑一轮库位调整值不值,没有放之四海的答案,它取决于这家仓的订单结构会变多少、旺季有多长、调整要动多少货,以及管理者愿不愿意在调整后花几周时间认真对照指标。如果这些问题在动手之前都能答得上来,那一轮调整就值得认真做一次;如果答不上来,或许更值得先做的不是搬货,而是把动销数据和拣选指标先记清楚,再决定要不要动。
作者:陈博士|供应链行业研究员







