2024 年秋天,我去一家位于安大略的 3PL 仓看集成方案。仓库经理指着墙上那张裱起来的平面图,语气里带着点自豪:这图是五年前请人画的,A 区放快销品,B 区放慢销品,五年没动过。我顺着拣选员的动线扫了一眼,问了他一句:你们旺季的爆款,现在还住在 A 区吗?他愣住了。爆款早就换了三茬,库位还停在五年前。这就是绝大多数仓库的现状:布局是画出来的,不是算出来的。
AI 到底在算什么
先把话说清楚:AI 仓库布局优化不是在屏幕上画一张更好看的平面图。它干的是三件事。第一,吃数据:历史订单行、每个 SKU 的动销频率、哪些 SKU 总是一起被订、每个 SKU 的尺寸重量、货架的承重和层高。第二,用启发式算法排库位——你可以理解为导航软件算路线,只不过它算的不是一条路,而是几千个 SKU 各自该住哪间房。遗传算法、模拟退火这些名字听着吓人,干的活其实很朴素:不停地试组合、打分、再试,直到找到行走距离最短的那一组。第三,仿真验证:把方案丢进仿真里跑几万单,看拣选员到底要走多远、哪里会堵,再回头调。
这套东西值钱,是因为行走实在太贵了。佐治亚理工的仓储教材里引过一个常被引用的数:行走大约占拣选时间的 55%。也就是说,拣选员一半以上的班不是在拣货,是在走路。库位排得好,走的路就少,这个账不用我多算。还有研究显示,按 ABC 动销分类排库位,拣选路线与时间最多能缩短约 45%——这个数是学术界引用较多的 Le-Duc 在 2005 年的研究结论,不是厂商宣传册上的数。
还有一层是动态调整。ABC 分类不是一次性作业:A 类 SKU 这个月是爆款,下个月可能就凉了。AI 干的活,就是每个月甚至每周按最新动销重算一遍 ABC,把库位跟着需求挪。人工不是做不到,是做不到这个频率——一个 8000 个 SKU 的仓,靠人每月重排一次库位,排班表先崩了。
凭经验画图,错在哪
经验布局最常见的毛病,我总结过三条。第一,库位是死的,需求是活的。上面那家 3PL 仓就是典型:五年前定的 A 区,现在住的是一批早就不过季的货,真爆款被挤到了最远的巷道尽头。第二,只看动销,不看共现。两个 SKU 各自卖得都不算快,但十单里有八单是一起被订的,经验布局会把它们分在两头,拣选员一单要横穿整个仓;算法一眼就能看出它俩是"连体婴",直接放隔壁。第三,只算距离,不算时间。
第三条最容易被忽略,也是最反常识的:行走距离砍下来,订单处理时间未必同比例下来。一项基于公开数据集的仿真实验里,优化路线后行走距离降了 54%,单均处理时间只降了 6.6%——因为拣货本身的动手时间、找货、确认,一分钟都没少。距离是成本的大头,但不是全部。哪个厂商跟你说"行走距离降一半,效率就翻倍",直接让他把仿真报告拿出来,数字对不上就是吹牛。
这钱花得值不值,先算这笔账
上不上 AI 仓库布局优化,我的分界线很简单:SKU 过千、动销波动大、一年换两次季以上,值得谈;SKU 只有三五百、布局一年不动,别碰。SKU 三百个的小仓上这套,等于给自行车装导航——不是导航不好,是你根本用不上。
算账之前先说清楚:下面这张表是假设算例,数字是我按公开研究的区间取的,不是哪个仓的实测。公开研究里,智能库位一般能减少 15%~30% 的行走距离,我取中间值 20% 来算。
| 对比项 | 凭经验布局 | AI 优化后(假设算例) |
|---|---|---|
| 每人每班行走距离 | 8 公里 | 6.4 公里 |
| 行走占拣选时间的比例 | 约 55% | 约 44% |
| 20 名拣选员每天合计少走 | — | 32 公里 |
| 每天省出的人时 | — | 约 17.6 小时,相当于 2.2 个人力 |
省出的人时怎么来的:8 小时班里行走约占 55%,也就是 4.4 小时;降 20% 就是每人每班省 0.88 小时,20 个人就是 17.6 小时。这笔账成立的前提,是你的订单行数据干净、SKU 动销真实——数据是垃圾,算出来的库位就是高级垃圾。
还有一笔隐性账:动态调仓本身要搬货。旺季前大调一次库位,搬运工时和错拣风险都要算进去。调得越勤,账越要细算——库位优化得越勤,仓可能越乱,这不是悖论,是搬运成本吃掉了收益。
方案到手,先别照抄
算法给的方案,第一步永远是人工复核硬约束。消防通道不能压、承重超了不能放、柱网挡住的地方叉车转不过弯、喷淋覆盖不到的区域不能堆高货——这些算法不一定知道,知道了也不一定有权重。照抄方案的仓,我见过把重货排上高层货架的,整改那一下花的钱比优化省的还多。
维护的坑还有三处:数据脏,订单行缺失、错库位没人修,算法越跑越偏;调仓频率失控,旺季前大调一次就够了,每周小调只会让拣选员天天找不到货;还有,别把 AI 仓库布局优化和数字孪生混为一谈——数字孪生是全仓的实时镜像,管的是仿真和监控;布局优化只解决库位分配这一个问题,轻得多,也便宜得多。两个东西的价钱和工期根本不是一个量级,厂商把布局优化包装成数字孪生卖你,多数是在抬价。
回到大刘的老规矩:这钱花得值不值,看这一个数——优化后每单平均行走距离降了多少,再乘以你真实的人时成本。距离降两成以上、人时省得回来,值;距离只降几个点,说明你的库位本来就不差,钱留着干别的。明天就能动手的事只有一件:把过去三个月的订单行数据导出来,先跑一遍 ABC 分类——这一步不花钱,跑完你就知道,自家仓库到底需不需要 AI 来算这笔账。
作者:大刘|自动化设备工程师,前集成商技术负责人







