先问兄弟们一句：你们仓的AI排班，准不准？
说句实在话，我们仓去年这个时候，周一早会一半的时间都在吵这个事。2024年11月，黑五前两周，周一早上6点45分，我的早班会刚开了5分钟，拣货主管老吴和出库主管小郑就拍了桌子。老吴说："上周三单量1.6万，拣货线干到晚上10点，兄弟们骂娘了。"小郑说："上周六你给我排了90个人，结果单量才8000，一半人靠墙站，闲得出去抽了三趟烟。"两个人都对，也都错——问题是排班全靠感觉，没人算过数。
我们仓在Inland Empire，35万平方英尺，平时80来号人，旺季冲到150。这么多人，周一排下周的班，老办法就两条：看去年同期，再看主管的感觉。感觉这东西，准的时候是经验，不准的时候就是拍脑袋。旺季一个礼拜排错两次，加班费哗哗往外淌。
问题是怎么冒出来的：排错一次，亏的都是真金白银
我给你算笔账。以下数字是我们仓单仓实测的，规模不一样的别直接套。
人排多了，一个班12个人闲半天，时薪按22美金算，一个班就烧掉1000多美金，还顺带把士气烧没了——闲的人心里慌，觉得自己快被裁了。人排少了，单子积压，夜班加到凌晨，加班费1.5倍，关键是第二天早班的人来了还得接烂摊子，连锁反应能拖三天。更要命的是士气账：连续两周夜班干到凌晨，老员工开始请病假，新人一看这阵仗，培训期还没过就跑了。我们2024年10月走了7个人，HR招回来再培训又要3周。这笔隐性成本报表上看不见，但每个当经理的都懂。
2024年旺季那两个月，我们光加班费一个月就烧掉4万多美金。我拿着报表去找老板，老板就一句话："你排班能不能靠点谱？"说句实在话，那句话挺扎心的。
AI排班准不准：我们先拿6周做了个实测
转机是2025年3月。公司IT的小伙子跟我说，有个排班工具能吃历史单量，吐出下周每天每个环节要几个人。我说行，拿我们仓当小白鼠，但约法三章：第一，不准动我们现在的排班流程，先并行跑；第二，预测错了不许找借口；第三，6周后看数据说话。
这东西的原理其实不复杂，我用大白话讲：输入是过去两年WMS里的每天出库单量（按单行、按件数）、波次安排、促销日历、退货量；输出是下周一到周日，每天早中晚三个班，拣选、打包、装车三个环节各要多少人。就这么个输入输出，没什么黑魔法。
前两周，准得吓人。举个例子：2025年4月第三周，系统预测周三单量1.8万单，拣选要62人。我们按老办法排了58人，结果当天实际单量1.75万，58个人干到晚上9点半，加了1个半小时班。系统那62人的数，基本就是标准答案。
但第四周，它崩了。崩得很惨。
那是5月初，一个大客户搞会员日促销，临时加了批单子，PO是邮件里下的，没进WMS。系统按历史数据预测周四1.2万单，排了48个人。结果当天实际干到1.7万单，夜班兄弟们干到凌晨2点，打包线的主管给我打电话，声音都哑了。那天我学到最重要的一课，放在后面讲。
6周实测下来：准了4周半，误差都在一个班组（正负8人）以内；崩了1周半，全是因为"系统不知道的事"——临时促销、没录入的大单、退货潮。结论很直接：AI排班准不准，取决于你喂给它的数据全不全。
AI排班最大的坑，不是算法，是数据
这是我最想跟同行说的一句反常识的话。
很多人以为这种排班工具的坑在算法，在模型选得好不好。说句实在话，算法都是现成的，各家厂商那套东西大同小异。真正的坑在数据——你WMS里的数据，干净吗？
我们花了整整3周，就干一件事：理数据。理出来一堆毛病：退货扫码延迟两三天，单量统计按单头不按单行（一个单头50行和一个单头1行，在系统里都是"1单"），波次合并的记录缺失，促销日历散落在三个人的Excel里。最离谱的是单行统计：我们抽查了两周的单量报表，发现按单头统计的数字比按单行统计的少了将近四成——拣选的工作量明明是按单行算的，之前全算错了基准。模型吃进去的全是这种脏数据，吐出来的能准吗？
数据理干净之后，预测准确率直接上了一个台阶。这3周是整个项目里最苦、最没存在感的3周，但也是最值钱的3周。兄弟们记住：先理数据，再谈AI，顺序反了就是烧钱。
现在固定下来的做法：AI算数，人拍板
2025年6月，我们正式切换。现在的流程是这样的，每周雷打不动：
周一下午4点，系统吐出下周的预测：每天三个班、三个环节各要多少人，精确到个位数。然后拣选、打包、装车三个主管开30分钟对齐会——他们可以在系统数字的基础上调，上下浮动不超过10%。为什么给这个权限？因为系统不知道老吴组里下周有两个人要请假陪孩子看病，不知道小郑那边新来的5个临时工还上不了速度。人，系统算不出来。有一次两个主管对调整幅度吵起来，一个要加12%，一个说8%就够，我让他们各自说出理由，两边各让一步，定在10%——这个对齐的过程本身，比数字重要。
签字之前我只问三个问题：数据这周全不全？有没有没录入的临时大单？促销日历更新了吗？都齐了，拍板签字的是我。
这套"AI建议+人工拍板"的流程跑了4个多月，旺季也扛过来了。说句实在话，我现在周一早会吵架的时间，省下来能多喝两杯咖啡。
这笔账算下来，值不值
投入：系统年费加实施，一年不到3万美金；我们这边IT小伙加我，搭进去大概3周的数据整理时间。产出（还是我们仓单仓实测）：旺季月加班费从4万多美金降到2.8万左右，一个月省1.2万上下；临时调人、跨组借人的次数少了将近一半；最关键的是，兄弟们对排班没那么大怨气了——以前排错了骂的是我，现在数字是系统算的，调整是主管们一起定的，火气小多了。
回本周期：3个月。后面都是净赚。
但丑话说前面：这账是我们仓的账。35万平方英尺、日均1.5万单这个量级，省出来的加班费才够覆盖投入。你要是个日均2000单的小仓，一个月加班费本来就没多少，上这套系统就是大炮打蚊子。先把人效和流程理顺，单量上去了再考虑。
给同行的一句提醒
这套东西干下来，我最大的体会就一句话：它只能替你算数，替不了你拍板。
系统再准，也不知道你仓里哪个老员工下周要带新人，哪个组士气正低。排班排的是人，不是数字。数据理干净、流程定下来，AI就是个好用的算盘；指望它替你当经理，迟早要翻车。
如果你们仓也在试，记住顺序：先理数据，再上系统，再把"人拍板"的规矩定下来。少走我们那3周的弯路。
作者：陈峰｜一线仓库经理
