想象一下進入“黑燈”或者“無人”倉庫的場景，可能會讓人心生恐懼。這個“黑暗”并非夸張之詞：周圍沒有人的時候，誰又需要燈呢？所有的工作都由機器人完成，它們在傳感器和軟件的引導下，從貨架上挑選產(chǎn)品，并以看似無窮無盡的循環(huán)將其運送到裝運碼頭。觀察這個過程，就像被其規(guī)律性所催眠。

然而，考慮到倉庫工作本質上是重復性的，而且是機器人式的，這樣的系統(tǒng)顯得尤為重要。那么，我們?yōu)槭裁床话颜麄€事情交給機器呢？

“黑暗”倉庫已經(jīng)運營多年，特別是在人力成本相對較高的地區(qū)如歐洲。然而，它們仍然僅限于處理某些設計高度統(tǒng)一且訂單配置文件幾乎不需要變化的產(chǎn)品。即使配備了一些最先進的物料搬運系統(tǒng)的倉庫也需要一定程度的人員在場。目前，大多數(shù)大型配送設施似乎都致力于“協(xié)作”機器人——或者用現(xiàn)代的說法，協(xié)作機器人——與人類并肩工作。

未來可能會大不相同。美國霍尼韋爾智能公司（Honeywell Intelligrated）的首席技術官梅爾·帕特爾（Mehul Patel）將整個倉庫自動化的進展描述為一段旅程——這意味著最終到達最終目的地。

帕特爾建議，在此之前，操作員可能會將注意力從運行機器人的軟件轉移到機器人硬件本身，并產(chǎn)生保持事物平穩(wěn)運行所需的數(shù)據(jù)。“信息堆棧就是人們談論的內容。”他說：“我們需要開始獲得更多洞察力。”

梅爾·帕特爾指的是來自日常運營的關鍵信息，這些信息可以告知倉庫的最佳布局以及如何以最高效率運營?！盁o論是硬件還是軟件，自動化都需要關注三個主要‘支柱’：生產(chǎn)力；勞動力的安全、可用性和部署；以及可持續(xù)性?！彼f：“今天，所有這些都比倉庫能以多快的速度拋棄人員并進入‘黑暗’更為緊迫。”

“擁有數(shù)據(jù)本身很好?！迸撂貭栒f：“但歸根結底，這一切都是為了生成和創(chuàng)建信息，以幫助我們運行、優(yōu)化和理解我們的業(yè)務。”

長期以來，自動化一直被吹捧為提高倉庫工作等手動任務生產(chǎn)力的解決方案。但對于帕特爾而言，他支持那些認為機器確實應該接管更多平凡和重復性任務的人，但人類需要繼續(xù)參與其中。

解決帕特爾提出的所有“支柱”問題，傳感器技術的發(fā)展是關鍵。在人和機器人共享的環(huán)境中，機器需要隨時了解人類的位置。傳感器在識別生產(chǎn)力下降和浪費發(fā)生的地方也起著至關重要的作用。

談到衡量生產(chǎn)力，帕特爾談論的不僅僅是那些繁瑣的勞動管理系統(tǒng)，這些系統(tǒng)跟蹤工人執(zhí)行給定任務所花費的時間，精確到分鐘，或者每個人正在處理多少訂單一天。他說，傳感器生成的信息與其充當無所不知的老大哥，不如幫助培訓員工以最佳和最安全的方式開展日常工作。

如今，傳感器技術在優(yōu)化能源管理方面也發(fā)揮著重要作用，它可以識別高消耗實例并預測系統(tǒng)可能因瓶頸或設備維護故障而崩潰的位置。該技術還可以將供暖和照明引導至設施中最需要的地方。

那么，這一切與“無人”倉庫的到來有何關聯(lián)呢？帕特爾表示，這是一個“連續(xù)統(tǒng)一體”的一部分，最終將在未來某個未指定的日期實現(xiàn)近乎完全的自動化?！懊總€人對時間表都有自己的看法，”他說，“但在一天結束的時候，它讓我們到達了那里——倉庫在運行正常的日常運營時需要最少的監(jiān)督?！?/p>

到那個時候，人們將扮演何種角色尚未可知。理想情況下，他們將被提升到更高技能的職位，例如設施設計和軟件開發(fā)。還是需要有人在場，做出關于產(chǎn)品概況和訂單優(yōu)先級的關鍵決定——至少在人工智能也接管這項任務之前是這樣。

最終，有些諷刺的是，決定一個倉庫何時能夠“黑暗”運行的，可能并不完全是技術進步的結果，而更多的可能是人類自身的選擇。因為在很多情況下，技術已經(jīng)做好準備，等待我們做出決定。