巨型倉儲內探祕

我們每天要下數百萬筆的網購訂單，但是到底是誰或是甚麼東西在裝我們的貨物？在這場演講中，米克‧蒙茲說明機器人如何在倉庫內編織一片錯綜複雜的取貨網路。

我想談一下，

或說分享一下一種突破性的新方法，

來做倉儲的存貨管理。

我說的是取貨、包裝及出貨部分。

我給點提示，

這種方法要用上百個移動式機器人，

有時甚至上千個移動式機器人，

在倉庫裡穿梭。我馬上會談方法。

但現在，就請大家想一下

你最近一次在網上購物的情景。

你坐在沙發上，

你看到一件紅色 T 恤，
想要的不得了。

於是你一點，就把它放入購物車。

然後你又看到一條綠色的褲子，

也很不錯。又點！

又發現一雙藍色的鞋子，點！

這個時候你已經選好一整套服裝。

你一點也沒想過

這樣的搭配可能不太好看。

但是你已下了訂單。

兩天之後，包裹出現在你家門前。

你打開箱子，哇，好貨來了！

你是否曾經想過這些東西的存貨

如何從倉庫中找出再裝成包裹？

我現在就告訴你，就是那傢伙做的。

在這張照片裡，有位小小的

傳統取貨包裝工人，

在配送中心或履行訂單的地方工作。

傳統模式下，這些取貨員
每天要花六七成的上班時間

穿梭在倉庫裡。

他們累計要走 8-16 公里

來尋找所需的貨物。

這不但是沒什麼效率的發貨方式，

員工也沒什麼成就感。

所以讓我告訴你們
我第一次碰到這個問題的情況。

1999-2000 年左右我在灣區，
當時正值電子商務潮。

我為一家曇花一現的網路雜貨宅配商
網路雜貨車 (Webvan) 工作。

（笑）

這家公司集資了幾億美元，
吸金的概念是

網路超市宅配到家。

但美夢破碎，
因為這真的不符成本效益。

其實電子商務很難做，花費也大。

在這個實例裡，我們試著將
存貨中的 30 件物品

裝進袋子裡 ，裝上車並宅配到家。

你得瞭解，這要花我們 30 美元。

試想一下，一瓶罐頭湯才賣 89 美分，

卻要花我們 1 美元的成本
來取貨及包裝。

而且這還只是我們
宅配到家之前的花費。

所以長話短說，
我在網路雜貨車待的一年時間裡，

跟很多物料運輸的廠家談過，

我了解到並沒有特別
為基層取貨設計的方法。

紅的物品、綠的、藍的，
把這三樣東西裝箱。

所以我們就想，一定有更好的辦法。

現行的物料輸送法

是把貨板和貨箱發送到零售店。

當然網路雜貨車已經關門了，
在大概一年半後，

我仍絞盡腦汁在想這個問題。
它一直困擾著我。

我開始重新思考。

我說：讓我暫時簡化問題，
如果我是取貨員我要什麼。

或是說我想怎麼做。

（笑）

我說，讓我們回到問題本身。

我有一則訂單，我想做的是

把紅、綠和藍放進這個箱子裡。

我需要的是一個系統，
讓我能一伸手，變！

貨物就出現在我手上，
然後我就裝進箱子裡，

現在我們在想，

這是以操作員為中心的解決辦法。

這就是我想要的。
有什麼現成的科技能解決這個問題？

但是你也知道，訂單來來去去，
貨物也來來去去。

這讓我們專心把問題
重點放在取貨員上，

給他們工具以提高生產率。

所以我是怎樣有這個概念的？

其實是從一次腦力激盪而來，

你們大概都用過這個方法，

這是考驗你的想法的一種概念。

當然，你要拿一張白紙，

但考驗你想法的限制是：無限、零。

這個例子，我們激盪一下這個想法：

假如我們在中國
蓋一座配送中心會怎樣，

那裡是成本很低很低的市場？

比如，勞力便宜，土地也便宜。

具體一點說，

假如直接勞工費用是每小時零美元，

而且我們還能蓋一座占地
一百萬平方呎的配送中心？

所以我們很自然會想到一個方法：

讓我們在倉庫裡放很多人。

然後我說：等等，每小時零元，

那我要「雇」

一萬名工人每天早上八點到倉庫，

走進倉庫裡並從存貨中取一項貨品，

然後站在那。

所以你拿桂格早餐片，
你拿山泉汽水，

你拿健怡可樂。

我需要的時候會叫你們，
平常你們站著就好。

但我叫我要健怡可樂時，
你們自己傳話。

拿可樂的人走到前面，
我拿、放進袋子、出貨。

哇，假如產品能自己走過來
還能自己傳話？

那是非常有意思、非常強大的方法，

以這種方法管理這座倉庫好像可行。

但是當然，勞工不可能免費，

放在現實與夢想的秤上量量就知道。

（笑）

所以我們想到移動櫃，
我們把產品放在移動櫃上，

我們要用移動式機器人，
還要讓存貨移動。

所以我們就開始朝那方面發展。
然後 2008 年有一天我坐在沙發上，

你們看過北京奧運的開幕式嗎？

當我看到這幕，
差點沒從沙發上掉下來。

我就像，就是這樣啦！

（笑聲及掌聲）

我們要在倉庫裡放上千人，
體育館地板上。

但是夠有意思了，
這其實與另一個點子有關，

就是這些人創造了極為震撼、
令人讚嘆的數位藝術，

卻不用電腦，人家告訴我，

這全靠同儕間的協調與溝通。

你一站起來我就蹲下去。

他們創造了極棒的藝術。

這就要來講講湧現的力量，

在你讓系統內的東西
開始自己對話後的結果。

那就是產品開發的過程。

所以當然要看，
這個點子實踐出來是甚麼樣呢？

這是座倉庫。

這是個取貨、裝貨送貨中心，
大約有一萬種不同的產品。

我們就說他們是紅筆、
綠筆、黃色的便利貼。

我們送這個小橘機器人
去取藍色的儲存盒。

然後我們再送他們去建築物邊上。

所以所有的取貨員都待在周圍。

玩法是去拿貨架，

從「高速公路」直送到取貨員那裏。

這位取貨員的日子完全不一樣了。

她不用在倉庫裡亂走，
她只要待在某地，

待在一個像這樣的取貨站，

建築物內的每個產品會走到她那裏。

所以整個過程非常有生產力。

伸進去、拿一個、掃描條碼、裝貨。

一個轉身的時間，

另一項產品又在旁邊待命
等著取裝。

所以我們做的是把無附加價值的

走路、搜尋、浪費、等待時間拿掉，

並發展一套非常準確的方法
來取訂單上的貨，

你用雷射指出貨品，
掃瞄通用產品代碼，

然後以光指示產品該去那個箱子。

所以生產力更高，更正確，結果是

這個工作環境對這些
取貨員而言更有趣。

他們真的能取完整筆訂單的貨物。

所以他們拿了紅綠藍，
不是只拿訂單上的部分貨物。

他們覺得更能控制他們的環境。

所以這項方法的副作用

真的嚇壞我們。

我們早知道這會提高生產力。

但我們真的不知道
這個思考方式如何滲透，

延伸到倉庫的其他功能上。

但這個方法在配送中心有成效是因為

這把它變成一個大規模
平行處理的引擎。

所以這又是一個互相影響的點子。

這雖是個倉庫，但我們在想的是

平行處理的超級電腦結構。

這裡的概念是你有

10 名員工在螢幕右邊

現在都是獨立的自主取貨員。

如果三號站的人想要離開去上廁所，

也不會影響到其他九個人的生產力。

相反的，如果用傳統的輸送帶，

某人傳一個訂單給你，

你放了某物進去再傳給下一個人。

每一個人都必須在崗位上，
因為那是串列處理的工作。

這在設計倉庫時是更穩健的方法。

如果仔細看內部，
很有意思的是我們還能追蹤

產品的受歡迎程度。

我們用動態可調適演算法

來調整倉庫樓面。

所以你在這看見的是
情人節前一星期的倉儲狀況。

所有的粉紅色糖都移到建築物的前面，

而且現在已經開始取貨，
因為有大量訂單進入。

情人節後兩天，這些糖，剩下來的糖，

就會移到倉庫後面，

存放在溫度圖上比較冷的地方。

使用平行處理方法還有一個副作用，

就是這些東西的規模可以搞得極大。

（笑聲）

無論你有 2 個取貨站、
20 個取貨站、

或 200 個取貨站，
路徑計畫演算法

及所有的存貨演算都可應用上。

在這個例子你看到存貨

現在都放在建築物四周，

因為取貨站也在那裏。

他們自己會搞清楚該怎麼辦。

所以我要最後要以一段影片總結。

這段影片顯示這個方法如何影響

一名取貨員的實際工作狀況。

所以就像我們之前提到的，
處理過程是在通道上移動存貨

並找到去取貨站的路。

在背後跑的軟體

了解每個取貨站的狀況，

我們指揮每一個儲存盒的流向，

並試著為之排序，

把貨物依序交給取貨員。

有趣的是我們還可以
適應取貨員的速度。

動作快的取貨員排得儲存盒就多，
慢的就排得少。

但這個取貨員現在真的在經歷

我們之前形容的景象。

她伸出手，貨物就跑進去。

好啦，她要伸手進去拿。

她掃描它，把它放進籃子裡。

其餘那些科技都在幕後。

所以她現在能專心
在取貨裝貨這部分。

絕不會閒著沒事，
絕不用離開工作區。

事實上我們認為
這不僅是更有生產力

準確度更高的方法以屢行訂單。

我們還認為這是更有成就感的方法。

但是我們之所以這麼說，是因為

很多在這種建築物內做事的員工

都爭著要去有奇華系統的區域工作。

有時候我們還在證言式廣告影片

聽到他們說這樣的話，

像他們上班一天之後
還有精力跟孫子玩，

有個傢伙甚至還說，
奇華工作區沒有壓力

我真的可以不用再吃降血壓藥了！

（笑聲）

那是在一家製藥配送商拍的，
所以他們告訴我們不能用那段影片。

（笑聲）

所以今天我想
讓你們帶回去的概念是

當你讓東西開始
思考、走路並自己溝通，

就會出現有趣的處理過程及生產力。

現在我想下次你走到前門

拿起你網購寄來的箱子，

你打開它看到好貨在裡面，

你會好奇一下是不是有個機器人

幫著取裝那項訂單。

謝謝。

（掌聲）