Pic2Go“即拣即走”模式在汽车零配件仓库的实践

长久以来，大部分仓库遵循着“总拣-分拣-包装”的传统发货流程。必须按既定顺序依次进行，同时各环节还要增设校验过程以确保环节之间的准确交接，这造成了仓库发货出现“流程繁复”，“任务割裂”，“错误率高”等现象。同时出现的还有因为分别设置环节而导致的浪费，例如场地空间浪费，人力和设备使用浪费，包装耗材浪费等等。环节之间的效率不平衡时，瓶颈就会显现。而在上海临港顺丰DHL某汽配售后仓库中，形状各异的汽车零配件更是加剧了上述现象对供应链的不利影响，尤其在包装环节。‍

汽车零配件形状各异

在这种背景下，一种新的操作方式——Pic2Go应运而生。结合了对仓库历史数据的分析以及多年的物流运作经验，Pic2Go的重点在于剔除一切不必要的和重叠的操作，只保留最精简的和最纯粹的流程。正如“Pic2Go”的字面翻译，仓库的发货操作实现了“即拣即走”的极简模式，操作人员从货架上拣货之后，可立即完成装箱。整个动作一气呵成，直接取消分拣与包装环节，分拣校验的复核也将自然从流程中消失，既提高了仓库的发货效率，也降低仓管员的操作复杂度。

Pic2Go精简流程

“运算前置”是Pic2Go的核心，它可以在拣货开始前计算出应该使用的最佳箱型，或者在拣货开始前就合理分配任务到每个人等等。在没有Pic2Go的情况下，员工通常凭借经验得出箱型选择的结果，但是往往和真实的结果差异巨大，且表现非常不稳定。因此，“人”作为传统发货模式的核心，无法做到精确的“运算前置”，尤其是对复杂问题的精确计算。在仓库发货环节中，装箱就是一个经典的复杂问题。

在装箱过程中，操作人员的装箱水平和订单中货物的种类及体积的丰富度，以及包装箱种类的复杂度呈负相关，即仓管员面对货物种类越多，货物体积差异越大，可选包装箱种类越多时，最终的装箱水平越低，具体体现为装载率低，使用箱型不经济，包装不合理导致的货物破损等。为了帮助操作人员精准计算出使用的最优箱型，我们通过对每个SKU三维尺寸、包装特性等数据的收集研发了一套算法，能在取得订单信息的数秒内精确拆分出当前订单的出库包装。这样，每个出库箱既提供了合理的装载率，又兼顾了包材自身的最优成本。

3D装箱概念图

操作人员取得订单后即获得了最适合的发货包装，拣选最正确的SKU放入出库箱内，至此其在拣货流程中的最优闭环就完成了。这此过程中，指环扫描和AMR（Autonomous Mobile Robot，自动移动机器人）等作为辅助技术，协同Pic2Go将精简后的流程切割为上箱、分拣和卸箱三个环节，每个员工只需按照智能手表和AMR屏幕指令进行简单操作。新员工只需5分钟培训便能上岗操作，供应链运营里经常遇到的旺季员工培训问题也就迎刃而解，同时设备上的防错机制也让准确率维持在99.99%之上，极大地提升了工作效率。

配合智能指环和AMR的拣货场景

Pic2Go模块化的开发也带来较短的实施周期——在算法与软件成型后，顺丰DHL汽车行业第一个Pic2Go项目经过1个月的测试、梳理和打磨，终于落地。通过运行后实际数据与历史数据的对比分析，使用Pic2Go后的发货总效率提高了38%，发货包材成本降低了20%，同时由于货物总体积减少，抛货运输成本降低了15%。

通过版本的不断迭代，Pic2Go颠覆传统发货方式的脚步将不止于此。“Pic2Go项目为顺丰DHL供应链全链路数字化、信息化奠定了里程碑式的基础。通过在原有运营模式上的不断突破以及将我们多年的运营经验模组化，我们朝着‘成为科技领先、服务优异的最佳企业供应链方案实施服务商’的愿景又迈进了一步。”顺丰DHL汽车事业部营运负责人朱菁先生说。