过去几年我走访仓库拣选区,同一个问题被问过无数遍:"灯光拣选和语音拣选,到底哪个更好?"有意思的是,两条路线各自的厂商案例库都在变厚——PTL在美妆、医药、汽配这类小件高密度场景里继续扩张,语音拣选则在冷链、大件和食品配送仓里越扎越深,谁也没能把谁挤出市场。这个现象本身,比任何一份厂商白皮书都更值得琢磨:它说明这场争论从来不是性能之争,而是场景匹配问题。选错场景,再好的技术也是错的。

一张表,看清两条路线的真实差距

先把公开渠道能查到的实测口径摆出来。需要说明的是,下面数字来自PTL和语音拣选主流厂商的公开案例与产品资料,不同仓库的SKU结构、订单密度差异很大,实际值会有波动,拿不准的环节我会注明。

对比维度 灯光拣选 PTL 语音拣选
拣选准确率 99.9%以上(厂商公开口径) 99.5%以上(厂商公开口径)
典型UPH(拆零场景) 每小时300～450行 每小时200～350行
新人培训上岗 半天 1～2天
投入成本量级 按灯位计,每个灯位几百美金,随拣选位线性增长 按人头计,每套终端数千美金
最擅长的场景 高密度小件,SKU几千到几万,订单行数多 大件、冷库、异形件、货位分散、需双手作业

和纸单基线比,两条路线都是碾压级的提升——纸单拆零拣选每小时通常只有150～250行,错发率也高出一个数量级。所以真正的选择题从来不是"上不上技术",而是"上哪一种"。

两个真实项目的复盘,能让这张表立体起来。2023年,美国宾夕法尼亚州一家做美妆个护的第三方仓,拣选区SKU约3万个,日均订单约8000单,此前用纸单加人工二次核对,错发率长期压不下来,退货和客服成本居高不下。上线PTL之后,按项目复盘的公开口径,准确率达到99.9%以上,退货率下降了约四成,旺季临时工的培训时间从3天压缩到半天。项目负责人原话是:灯把"找货"这个最耗时的决策环节消灭了,人只需要执行。

语音拣选作业实景

另一个案例在加州。2024年,一家生鲜食品配送仓的冷库区,环境温度零下十几度,拣选员戴着厚手套,扫码枪和纸单在现实中根本用不起来,于是全区上了语音拣选。双手完全解放后,单人每小时拣选行数比纸单时代提升约15%,新员工第二天就能独立上岗。负责人跟我说得很实在:选语音不是因为它最快,而是在这个环境下,它是唯一可行的方案。

为什么两条路谁也吃不掉谁

PTL的快,快在"眼睛代替大脑"。灯亮、看数量、拿货、按灯确认,整个决策链被压缩到两三秒,几乎不需要识字和培训,这也是它准确率能摸到天花板的原因。但它的边界同样清晰:它把人钉在灯前面,SKU超过几万、货位稀疏拉长的场景,布灯和改造的成本会快速上升,经济性迅速恶化。

语音的自由,自由在"耳朵代替眼睛"。人可以边走边听、双手干活,货位再分散、件型再奇怪都不在话下。代价是校验靠"复述确认码",天然多一轮对话,单行节拍比PTL慢半拍,而且嘈杂环境对语音识别率有影响——这是它的物理上限,靠算法优化只能逼近,无法消除。

归因到最后会发现,拣选技术的选择从来不是选"最好的",而是选"和订单结构最配的":SKU数量级决定一条技术路线的经济性,订单行数和件型决定人的动作能不能被压缩。把PTL硬塞进大件仓,或者把语音硬塞进高密度小件区,都是在用技术的长板去补场景的短板,结果一定是两败俱伤。

还有一层常被忽略的账:错拣的成本结构。发错一单的代价,不只是重发的人工和运费,还有客服工单、平台罚款(对电商卖家而言)、以及客户流失的隐性损失。根据多个第三方仓的公开分享,一次错拣的全成本通常是该单履约成本的3～5倍。这就是为什么准确率每提升0.1个百分点,在单量大的仓库里都能算出真金白银的回报——技术选型的账,要算到"错误"这一行,才算完整。

这里有一个反常识的判断,值得单独拎出来:准确率最高的方案,往往不是最快的,也不是最贵的——至少不是"总拥有成本"最贵的。在人工成本高的市场,PTL这种前期投入看着贵的技术,摊到三年总单量上,单均成本反而可能是最低的;而在人工便宜、订单波动大的市场,语音这种按人头投入、随用随扩的方案,灵活性胜出。选型的第一性原理,是算三年TCO除以总单量,而不是比谁的演示视频更炫。很多仓库在这一步算错了账,买的不是技术,是焦虑。

选型之前,先回答三个问题

综合上面的数据和归因,一个实用的决策框架可以压缩成三个问题:

第一,SKU是否在1万以内、单均行数是否超过5行、货位是否密集?三个都是"是",优先看PTL,它的经济性在这个区间是无敌的。

第二,是否有冷库、大件、异形件、货位分散、必须双手作业?只要命中一条,优先看语音,别跟物理规律较劲。

第三,SKU几万以上且动销极不均匀?别急着二选一。做ABC分级,A类高频SKU上PTL,C类长尾保持RF枪加语音,混合路线往往TCO最低。现实中跑得最好的仓库,很少是"纯血"方案。

视觉AI进来之后,会发生什么

根据这两年行业展会和厂商路线图透露的信息,第三条路线正在成型:货位上方装摄像头加AI视觉识别,自动判断拣选员拿的是不是目标SKU、数量对不对,拿错当场报警。它的逻辑是把"引导"和"校验"拆开——引导(灯或语音负责)可以用最便宜的手段,校验交给机器,不再依赖人的注意力。已经有厂商在试点"语音引导加视觉复核"的组合,复核环节不再需要人复述确认码,机器看一眼就够了。

我的判断是,未来三到五年,纯PTL和纯语音都不会消失,但"无灯化PTL"(用投影或屏幕代替物理灯具)和"视觉校验加语音引导"的混合方案会越来越多。技术路线的终局从来不是谁替代谁,而是当校验成本被机器打到可以忽略不计时,引导方式会回归最便宜的那一种——历史经验是,凡是靠"人不出错"撑起来的环节,最终都会被机器接管。

如果视觉校验真把错拣率压到可以忽略,今天这张对比表里的大部分行,五年后可能都不再重要。值得持续跟踪的,不是哪家厂商的灯更亮,而是"校验"这个环节,什么时候从人的动作里彻底消失。

作者：陈博士｜供应链行业研究员