我们仓试了半年 AI 智能排班，从一开始"这玩意儿懂个啥排班"到现在每周离不开它。这篇不讲算法不讲概念，只讲一线：AI 排班到底替我们干了啥、这笔账算下来值不值、还有它永远排不明白的三件事。
兄弟们，说句实在话，排班这活儿，是仓库里最不讨好、也最熬人的。
去年 11 月初，电商大促前一周。周一早上 6 点，天还没亮透，我到仓里，夜班主管老王顶着黑眼圈堵住我："陈经理，今儿个又缺 5 个人。"排班表他周日晚上改了三版：3 个请病假的，2 个临时工直接没来。拣选区一下少了 5 个人，夜班积下来的货到 8 点还没清完。白班的人到了，站在过道里等活儿干，叉车在那儿空转。运营经理的电话 7 点就打过来了，问今天的波次还能不能按时发出去。
那天我站在现场，心里就一个念头：这排班表，咱是真排不明白了。
排班这事，难的从来不是填格子。外行看排班，以为就是往表里填名字。干过的都知道，排一次班，脑子里要同时转十几件事。
下周每天的订单量是多少，哪个时段是波峰。200 来号人，谁有叉车证，谁拣选快，谁只能干打包，谁上周刚连上了 6 天不能再排。老员工和新人的比例，每个班组得有老人带着。临时工哪天能到、能到几个——说来 20 个，实际到 14 个，那都是常事。还有请假的、调班的，谁家孩子开学、谁要去医院，这些人情，表上没有，主管脑子里得有。
我们仓以前全靠主管拿 Excel 硬排。每周日晚上，主管们坐在办公室里，一排就是 3～4 个小时，排完互相还得对一遍，就怕把有证的人和没证的人排串了。旺季订单一波动，表就废了，第二天现场全靠吼、靠电话一个个摇人。
我们怎么试 AI 智能排班：先拿一个班组开刀
说实话，一开始我对 AI 智能排班是抵触的。排班是管人的活，机器懂个啥？但那年大促之后，老板发话了：排班必须想办法，再这么靠人肉，旺季还得翻车。
我们先试了 Excel 模板，加了一些规则进去。没用，模板只负责让表好看，该靠脑子记的东西一样没少。
后来换了带排班模块的人力系统，WMS 厂商搭的，里面有个 AI 排班功能。我们没敢全仓上，先拿拣选区一个 40 多人的班组试点，试了两个月。AI 干的事其实就三件，很实在：
第一，根据历史订单和促销日历，预测每天每个时段要多少人、要什么技能。不是拍脑袋，是拿过去两年的数据算的。
第二，把人员约束一次性全吃进去：技能标签、请假、连续上班天数上限、夜班轮换，出一个初版表。以前主管最怕的就是漏约束，200 来号人，谁记得住谁连上了几天。
第三，每天早上 6 点，系统根据前一天的实际出勤和当天的订单，推一条"今日调整建议"。比如拣选区到岗少了 3 个，它会直接推荐从打包区调 2 个有拣选技能的人过去，主管 10 分钟就能定。
试点两个月，主管从"这表我得大改"变成"这表我调 10% 就能用"。我们才敢往全仓推。
算笔账：AI 排班 vs 人工排班
兄弟们最关心的，肯定是这笔账值不值。我直接摆个表，都是我们仓的真实情况：
| 对比项 | 以前人工排 | 现在 AI 出初版 + 主管调 |
|---|---|---|
| 排班耗时 | 每周日晚上，主管排 3～4 小时 | 20 分钟出初版，主管再调半小时 |
| 旺季临时工 | 多叫 10 来个"买保险"，闲着也是钱 | 按预测叫人，保险系数小多了 |
| 缺人顶岗 | 电话一个个打，经常找不到人 | 系统按技能标签直接推候选人 |
| 换班纠纷 | "凭啥他总上白班"，天天有人闹 | 规则透明，夜班周末自动轮换 |
| 排班质量 | 看主管状态，状态差就排得差 | 稳定，不随人的状态波动 |
省下来的钱，主要有三块：主管每周省出来的半天时间、临时工叫多了的浪费、旺季缺人导致的加班和延误。一年下来，省的钱覆盖系统费用还有富余。
但说句实在话，最大的 ROI 还不是省人工，是旺季不断货、不爆仓。一次大促爆仓，延误罚款加上客诉赔的，比一年系统费贵得多。这笔账，干过旺季的都懂。
反常识：它排得好，不是因为它聪明
试了半年，我有个反常识的判断：AI 智能排班排得好，不是因为它算法多牛，是因为它不怕得罪人。
人工排班最大的毛病，从来不是算不明白，是人情。老员工要照顾，新人不敢排夜班，关系户想要白班。主管也是人，排着排着就"照顾"上了。底下人心里都有一杆秤，"凭啥他总上白班"这种话，我听了没有一百也有八十遍。AI 六亲不认，谁该上夜班上夜班，规则透明，反而没人闹了。纠纷少了，士气反而上来了。
但话说回来，它永远排不明白三件事：
第一，谁和谁不对付，不能放一个班。系统里没这个字段，只有主管知道。
第二，老带新的搭配。哪个老人愿意带新人、带得动，这是用眼睛看出来的，不是标签能标出来的。
第三，特殊情况的人情。谁家孩子开学要调班，谁家里有事要串休。这种事，机器排出来是"最优解"，人看起来是"不近人情"。
我们还试过让 AI 全自动跑两周，主管不许调。结果表没问题，人有意见："机器排的，谁爱上谁上。"后来改成规矩：AI 出初版，主管必须调，调的比例一般在 10%～20%。大家反而接受了。
所以我的结论：排班是管人的活，不是算数的活，AI 只能干一半。另一半，还得靠你对人的了解。
我们仓现在就是这么干的
现在全仓都这么跑，流程已经固定了：每周四 AI 出下周初版，主管周五调完，周六公示，有意见的周六前提，过期不候。硬规则一次性配进系统：连续上班天数上限、夜班间隔、每个班次的技能人数下限、老带新比例，这些谁也改不了，主管也改不了，只能找我特批。
每天早上 6 点，系统推"今日调整建议"，主管 10 分钟定，当天执行。每月复盘一次：预测准不准、临时工到岗率、加班费花了多少。数据说话，规则不行就调规则。
最后，给干这行的兄弟们提几个醒，都是我们踩过的坑：
第一，别一上来就全仓铺。先拿一个班组试，试顺了再推。一上来就全上，一线抵触，表排得再好也执行不下去。
第二，数据先收拾好。人员技能标签、历史订单、考勤记录，这三样不全，AI 排出来就是垃圾。巧妇难为无米之炊，机器也一样。
第三，跟兄弟们说清楚：AI 是来帮主管减负的，不是来替代谁的。排班表最后拍板的还是主管，这话得先说到前头，不然人心散了，啥系统都白搭。
AI 智能排班这事，信它一半，剩下一半，还得靠你对人的了解。排班表排的是人，不是数字，这个理，机器一时半会儿还学不会。
作者：陈峰｜一线仓库经理，管过 200 人大仓
