想象一下进入“黑灯”或者“无人”仓库的场景，可能会让人心生恐惧。这个“黑暗”并非夸张之词：周围没有人的时候，谁又需要灯呢?所有的工作都由机器人完成，它们在传感器和软件的引导下，从货架上挑选产品，并以看似无穷无尽的循环将其运送到装运码头。观察这个过程，就像被其规律性所催眠。

【资料图】

然而，考虑到仓库工作本质上是重复性的，而且是机器人式的，这样的系统显得尤为重要。那么，我们为什么不把整个事情交给机器呢?

“黑暗”仓库已经运营多年，特别是在人力成本相对较高的地区如欧洲。然而，它们仍然仅限于处理某些设计高度统一且订单配置文件几乎不需要变化的产品。即使配备了一些最先进的物料搬运系统的仓库也需要一定程度的人员在场。目前，大多数大型配送设施似乎都致力于“协作”机器人——或者用现代的说法，协作机器人——与人类并肩工作。

未来可能会大不相同。美国霍尼韦尔智能公司(Honeywell Intelligrated)的首席技术官梅尔·帕特尔(Mehul Patel)将整个仓库自动化的进展描述为一段旅程——这意味着最终到达最终目的地。

帕特尔建议，在此之前，操作员可能会将注意力从运行机器人的软件转移到机器人硬件本身，并产生保持事物平稳运行所需的数据。“信息堆栈就是人们谈论的内容。”他说：“我们需要开始获得更多洞察力。”

梅尔·帕特尔指的是来自日常运营的关键信息，这些信息可以告知仓库的最佳布局以及如何以最高效率运营。“无论是硬件还是软件，自动化都需要关注三个主要‘支柱’：生产力;劳动力的安全、可用性和部署;以及可持续性。”他说：“今天，所有这些都比仓库能以多快的速度抛弃人员并进入‘黑暗’更为紧迫。”

“拥有数据本身很好。”帕特尔说：“但归根结底，这一切都是为了生成和创建信息，以帮助我们运行、优化和理解我们的业务。”

长期以来，自动化一直被吹捧为提高仓库工作等手动任务生产力的解决方案。但对于帕特尔而言，他支持那些认为机器确实应该接管更多平凡和重复性任务的人，但人类需要继续参与其中。

解决帕特尔提出的所有“支柱”问题，传感器技术的发展是关键。在人和机器人共享的环境中，机器需要随时了解人类的位置。传感器在识别生产力下降和浪费发生的地方也起着至关重要的作用。

谈到衡量生产力，帕特尔谈论的不仅仅是那些繁琐的劳动管理系统，这些系统跟踪工人执行给定任务所花费的时间，精确到分钟，或者每个人正在处理多少订单一天。他说，传感器生成的信息与其充当无所不知的老大哥，不如帮助培训员工以最佳和最安全的方式开展日常工作。

如今，传感器技术在优化能源管理方面也发挥着重要作用，它可以识别高消耗实例并预测系统可能因瓶颈或设备维护故障而崩溃的位置。该技术还可以将供暖和照明引导至设施中最需要的地方。

那么，这一切与“无人”仓库的到来有何关联呢?帕特尔表示，这是一个“连续统一体”的一部分，最终将在未来某个未指定的日期实现近乎完全的自动化。“每个人对时间表都有自己的看法，”他说，“但在一天结束的时候，它让我们到达了那里——仓库在运行正常的日常运营时需要最少的监督。”

到那个时候，人们将扮演何种角色尚未可知。理想情况下，他们将被提升到更高技能的职位，例如设施设计和软件开发。还是需要有人在场，做出关于产品概况和订单优先级的关键决定——至少在人工智能也接管这项任务之前是这样。

最终，有些讽刺的是，决定一个仓库何时能够“黑暗”运行的，可能并不完全是技术进步的结果，而更多的可能是人类自身的选择。因为在很多情况下，技术已经做好准备，等待我们做出决定。