去年 10 月旺季，加州 Ontario 一家 20 多万平方英尺的电商仓，60 多名拣选员。上午 10 点，WES 劳动力调度模块弹出一条建议：把 A 区的 12 个拣选员调到 B 区，系统算出来 B 区下午的波次会积压，不提前挪人就来不及。现场主管干了 9 年，看了一眼屏幕，直接把建议框关掉了："这系统不懂我们的人。"
这不是个例。这些年我跑过十几个仓，不同的仓、不同的主管，听到的都是同一个结论。WES 的劳动力调度模块，演示时听起来很美好：实时看到每个区的任务量，按波次动态调人，哪里缺人补哪里。可现实是，很多仓跑了三个月动态调度，又默默调回了固定分区。今天这篇，把这笔账掰开了讲。
固定分区到底笨在哪里
先说句公道话：固定分区不像看起来那么笨。它最大的隐性优点，是把熟练度刻进了肌肉记忆。
亚利桑那一家仓，有个干了 6 年的老拣选员，在自己分区每小时能拣 180 行以上；被调到隔壁分区第一天，只有 120 行，足足适应了两周才把效率捡回来。这 60 行的差距、两周的适应期，就是每搬一次人要交的隐性税——系统里看不到，工资单上也看不到，但实打实地吃掉产能。
它的毛病也很明显：忙的忙死、闲的闲死。上午 8 点～10 点 A 区爆单排队，C 区的人刷手机等活。主管不是看不见，可真要把人挪过去，跨区走 5 分钟，刚熟悉新区的货位，波次又变了，还得搬回来。一天折腾两三次下来，净拣选时间反而缩水，干脆不折腾了。
但话说回来，对单量稳定的仓，固定分区这套打法其实挺划算：波动小，冗余配得少，熟练度红利吃满，没必要折腾动态调度。先把这个铺垫说清楚，后面的账才算得明白。
动态调人的账怎么算才对
先看 WES 调度模块到底在算什么。系统实时读三个数：各分区的任务队列长度、波次释放节奏、每个拣选员的效率系数，算出接下来一小时哪里缺人。高级点的系统还会考虑技能标签：有叉车证的、会礼品包装的、会装台的，不能拿去干纯拣选的活，也不能把纯拣选员扔去干特殊操作。理解这套逻辑，才能看明白它的建议什么时候靠谱、什么时候在瞎猜。
算账抓三个数。
缺口人时：比如 B 区下午 2 点～4 点缺 6 个人时，按临时工 20 多美元一小时算（示例推算），一个波次 100 多美元。旺季一天四五个波次、持续两三个月，累积下来相当可观。
搬迁损耗：调一次人有三项成本——跨区走路的时间、到新分区前 1～2 小时的效率折扣、出错率上升。一个拣选员一天被搬三次，净产出反而不如一直待在原分区。我建议做个小实验：连续两周，记录被调动的人和没被调动的人的小时效率对照，这组数据比任何厂商 PPT 都管用。
冗余人头：固定分区模式下，仓通常按峰值 80% 配班（经验判断）——因为每个区都要自己扛自己的峰值。动态调人能把峰值削平，总人数敢压到峰值 60% 配，靠机动组填谷。这部分省的是常驻人头，是最大头的钱。
我的 verdict：日均低于 1 万行的仓，不如把波次计划做平，动态调人省不出一个人头，还不够折腾成本；日均超过 3 万行、起伏又大的仓，省下的加班费和临时工费用实实在在；中间档先别急着上系统，花三个月把缺口人时算清楚再说。
落地三步走：数据、规则、人
别急着开系统功能。WES 里那个开关一点就能开，但开完没人信它，等于白开。三步落地，每一步都不能跳。
第一步，收数据。攒两个月的分区级数据：每个波次、每个区、每半小时的释放量和完成量。WMS 自带报表的粒度只到天，不够用，得去波次日志里扒；同时把每个人的跨区效率分熟练、一般、新手三档。数据不够细，系统的建议就是瞎猜——这是第一条铁律。
第二步，定规则。规则要写死，比如：某区队列预计 90 分钟内完不成才触发调人；同一个人每天被调不超过 2 次；调动提前 30 分钟通知到个人。还有一条，建议采纳率是关键指标——跑三个月，采纳率低于一半，说明规则太理想，得回炉重做。
第三步，建机动组。没有机动组，动态调度就是纸上谈兵。60 个人的仓里，能跨区熟练干活的老员工一般不超过 15 个（经验判断），挑 10～15 个出来专项培训，每小时多给 1～2 美元补贴。这笔补贴换的是调动时"即插即用"的效率，不用再交那两周的适应税。
最大的坑：人和系统的互不信任
动态调度最大的坑不是算法，是人和系统互不信任。而信任崩起来，都是一件件小事。
一个仓曾经一周把同一个人调了 11 次分区，第四天那人直接撂挑子：要么给我固定，要么我走人。他不是矫情——计件制下，换分区效率掉，到手工资就掉，换谁都受不了。后来仓里加了条很小的规则：被调动当天，按调动前两小时的平均效率保底计件。细节小到不好意思写进 PPT，但就是这条规则，让怨气消了一大半。细节很小，决定生死。
另一个坑是系统看不见的变量：C 区有两个新手只有老手六成的效率；B 区一半货道被补货的叉车堵住了；有老员工下午 3 点要提前走去接孩子。这些变量主管脑子里都有，系统里一个都没有。所以我的立场一直没变：系统给建议，主管拍板。每次驳回建议都要记录原因，三个月后这些记录就是优化规则最好的教材。
最后，厂商话术得有个清醒的认识。"AI 调度提升 20% 效率"听听就好：效率提升的上限，取决于单量波动有多大、机动组有多强。波动小的仓，给神仙系统也调不出花来；机动组建不起来，算法再准也没人可调。
给明天就能用的建议
如果你是运营主管，明天就能动手做一件事：把过去两周的波次记录，按区、按小时画一张热力图。不用 fancy 的工具，Excel 就行。
如果 A 区的峰值在上午、B 区的峰值在下午，错开超过 2 小时，你的仓就是动态调人的好候选；如果两个区的峰值完全同步，别折腾调人，先把波次释放节奏做平——这一步做完，很多仓发现根本不用上动态调度。
两种模式没有绝对的对错，只有合不合你的单量结构。固定分区的问题是僵硬，动态调人的问题是没给现场留余地。好的调度永远是"系统算、主管定"：系统负责把账算清楚，主管负责把现场那些系统看不见的变量加进去。
最后留个问题：你们仓现在是"系统建议、主管拍板"，还是"主管凭经验、系统只记录"？已经上了动态调度的，三个月后回头看一眼建议采纳率——低于一半先别怪系统，多半是规则定得太理想，没给现场留余地。
