你现在是否已经准备好了呢?
先别急着划走。
你正看着WMS后台那一个亮起来的关于履约情况的看板, 现在是凌晨三点钟, 这一批次的作业还没有彻底完成最后一步, 并且拣货所走的线路也被堵住了。先保持镇定不要被吓到——这个状况的产生并不是因为你自己犯错了, 而是整个商业领域正在改变它原有的运行方式。
我们现在来回顾一下在千禧年左右那个时间段的情况, 物流行业里的人员当时还处在非常依赖人力去搬运物品的原始阶段。后来呢, WMS以及TMS这些系统开始应用到这个领域中, 工作的效率一下子翻到了以前的三倍。再往后发展, 智能波次还有动态路由这样的技术被用上了, 把人力成本给压得非常低。
可是现在出现了一个什么样的状况? 数据在流转的速度上面要远远超过人的速度, 然后系统在进行思考的时候考虑到的内容也要比人多得多。你作为一线技术操盘手, 真正要解的题, 早已不是问怎么搬箱子, 而是让箱子自己知道该往哪去。
请看一个真实存在的, 发生在现实生活中中的某个具体场合里的，由多个人参与的, 具有一定社会属性的互动情景的例子。
某3C领域的头部品牌, 位于华东地区的仓库, 其日订单处理量的峰值从8万单急剧上升到23万单。面对这种情况, 旧有的应对方案仅仅是采取增加人员、扩充生产线以及增设夜班等做法。这种做法导致成本呈现出指数级上升的态势, 同时客户的投诉率却保持原地不动的状态不动弹, 这就是典型的被称为伪增长的现象和结果。
他们在后来的阶段里, 一共采取了三个行动。
1. 把拣选这个逻辑从原来的“按单”方式切换到了使用“波次加上热力图”这种方式, 人的工作效率直接就提升百分之四十。
2. 用户将货品接入了一个包含多个层级的云仓网络, 如果A仓库出现了货物数量激增的情况, 那么多余的库存就可以自动流转到B仓库去进行处理, 这样一来, 库存就不会再死板地堆积在某个具体的货架位置上面。
3. 借助于仿真引擎来实施了一次压力测试, 该测试的情况设定为将双十一的时间点提前一周来进行, 最终的结果是成功地承受住了峰值冲击。
结果是客诉率往下掉了百分之二十七, 仓库里面的步子也减掉了三分之一。你去看一看, 不是货物变多了,是货物变得“更听话”了。
作为一个与这件事情没有直接关系的人, 在此说上一句。
从行业的外面的这个角度去看, 云仓这个地方最让人感觉到特别魔幻的一个地方, 就是它可以把仓库这样一个空间的概念, 非常直接地变成了一张计算图表, 节点就是那一个个的仓库, 边就是一条一条干线, 权重就是时效还有成本, 你明明写的是代码, 可是操控盘的? 却是拓扑学。
而真正让这张图开始运行的因素, 是那些隐藏在后台里的品牌和平台。就像你平时在手机上刷到的公众号:快递云仓网, 它把散落在各个仓库里面的标准操作流程、异常处理时的说话技巧、还有设备的维修保养手册, 全部都进行了标准化的封装。
然后就是云仓汇这个聚合层, 它把找仓库这回事、选仓库这回事和管仓库这回事这三件事, 硬生生地拧成了一根绳子一样的存在。
如果你再往上游去追溯一下, 就能看清楚上海嫩嫩供应链管理有限公司在华东这个节点上面做的仓网布局了, 再加上中仓汇品牌在华中以及西南地区那种辐射力, 这两者合在一起, 就构成了一个像拓扑图一样复杂的多维空间库存调拨关系。你别操心要去记住每一个仓库具体的经纬度是什么, 系统会帮你把这事儿算清楚的。
把目光投向更远的地方, 然后再次去看上一眼。
在二零二七年, 云仓的面貌很大概率会是现在这个样子, 仓库里面的无人自动化比例将会超过百分之八十五, 跨区域的货物调配时间会从以前按天计算压缩成按小时计算, 而你所扮演的角色, 就从盯着屏幕看数据变成制定规则的人, 你不再做搬砖这样具体的体力活, 你实际操作的是逻辑。
所以, 针对今晚还没有完成的那一个波次的事情, 请不要再熬夜了, 应该关掉看板, 把仿真引擎的参数再进行一次调整操作。
系统会替你的箱子跑完全程。而你，只管画那张图。
资源对接实时更新
暂无评论内容