旷视助力梦燕打造智慧仓 破解服装物流难题

近年来，随着服装行业迈入互联网、信息化时代，服装零售从以企业为中心的传统零售向以消费者为中心的新零售转变。在这一过程中，物流与设计、生产、销售一样，成为服装企业十分重要的业务体系之一。借助高效的物流体系加快产品配送和提升仓储效率，已经成为服装企业的共识。

同时，以旷视为代表的人工智能企业也开始进入物流行业以来，以AI赋能物流行业智慧化升级，持续落地于鞋服、制造、汽车、医药、快消等不同行业的近百家客户。

2017年，江苏本土领先品牌无锡梦燕品牌管理有限公司（简称“梦燕”）为了应对品牌多元化、渠道多元化、产品开发类别更广、单品类总量下降以及门店规模多样化并存等行业趋势对供应链系统带来的挑战，开始寻求数字化转型，希望借助自动化、智能化方案，实现供应链智能化改革。

位于无锡的梦燕明都工厂店

技术与行业深度融合

据了解，梦燕是一家服装连锁零售企业，主要采取自产自销的经营方式，其主营业务为门店零售。公司目前拥有近600个渠道，日出货量最高可达6万~8万件衣服，都由梦燕无锡仓库统一发货，吞吐压力非常大。

“梦燕建设自动化物流中心的初衷是解决零售端周转问题”，梦燕总经理吴承淮介绍道，“此前，在集结交换时，经常出现物流存储空间不够、运转效率不高、爆仓等问题。为此，我们决定提升仓库面积，但了解到还可以通过自动化、数字化的改造提升整体效率。”

经过对业内同行项目的充分研究和对比，梦燕找到业内供应商进行招投标，最后从专业度、性价比、服务水平等多方面考虑，选择与旷视合作，将其先进的物流工艺规划融入新建厂房，共创了梦燕自动化物流中心的工艺方案。

梦燕新仓的自动化立体仓库

据旷视智慧物流解决方案中心负责人白建宏介绍，旷视基于对服装行业的深刻理解，以及对梦燕历史数据和未来业务规划的综合分析，与梦燕共创了自动化物流中心的整体方案。该方案包括1座25米高、8个巷道的自动化立体仓库，1套输送分拣系统（1500米箱式输送分拣机），8个工位的货到人播种系统以及包装复核、自动称重和贴标、热缩塑膜机等自动化设备。在软件及系统方面，智慧物流操作系统旷视河图将自动化立库系统、箱式输送分拣系统、货到人播种系统与仓库管理系统（WMS）无缝对接，能够随着梦燕业务发展灵活调整，从容应对各种挑战。

新仓成效初显

2021年1月，梦燕新仓正式投入使用，目前旧仓货品及处理流程已经全部转至自动化物流中心，实现了服装入库、上架、存储、拣货、分拨复核、集货等流程的自动化、数字化升级。相比于旧仓，物流中心的新仓在每日可支持出货量提升5倍的情况下，仓库空间利用率提升3倍，人员减少40%，并且大大降低工人劳动强度。

据梦燕业务负责人宋建军介绍，“以前梦燕仓库员工每天走路的步数是50000余步，现在的运动量是20000余步，从侧面反映了效率的提升；以前工人拣货需要靠记忆力，现在通过RF系统指引提示进行拣货；以前拣货之后还需要人工搬运至对应作业区，现在直接投到输送线上进行自动流转，搬运效率和准确性提高；以前整个仓库的作业人员需要55人，现在35人就能满足同样的作业量。”

梦燕新仓的自动化输送

值得一提的是，得益于新仓的投入使用，梦燕的标准化操作也在稳步推进中。吴承淮希望通过仓库信息化和物流集成仓库体系，倒逼前端业务摆脱惯性，走向更加标准化、规范化的操作，让每个岗位上的员工都按照标准执行，带动业务的优化和调整。对于未来，吴承淮也非常务实，“目前，我们还需要进一步优化管理，加强系统和人的深度结合，提升效率。AI在生产场景有很大的扩展空间，通过计算机视觉能够有效识别异常操作，通过算法分析大数据能够降低管理成本，但这块的提升需要后续进一步的共创。”

助力服装企业数智化转型

凭借丰富的行业经验，旷视智慧物流业务团队深谙服装企业的供应链难题。白建宏指出，服装行业不管是零售端、生产制造端还是仓库作业，相对来说属于劳动密集型行业，很多工作都属于简单重复劳动。近年来随着劳动力成本上升、服装产业结构调整、消费方式多元化等因素影响，服装行业自动化、数智化转型已经迫在眉睫。梦燕的物流痛点也是如此。此前，海量服装收货、上架、存储、拣选、复核、称重、贴标、集货等环节都在旧仓中运行，100%为人工作业。传统作业方式效率低，出错率高，直接影响门店销售，并带来货品损耗；还存在人工作业强度大、人员流动性高等问题，制约着业务提升与拓展。

针对这些难题，无疑使用机器将人从简单重复劳动中解放出来是一大趋势。旷视看准了这个行业方向，并通过智慧物流解决方案帮助客户重塑流程，让自动化、智能化设备进行高强度、重复的作业，让智慧物流操作系统协同调度仓库内各种设备运行。白建宏也表示，“每个企业的数智化转型都不是一蹴而就的，需要由点到面，逐步升级迭代。未来我们还会将AI能力注入传统物流设备和系统中，不仅实现整个物流系统的生态连接和协同调度，而且通过系统核心功能的算力算法，分析历史业务数据进而优化业务流程，提高作业效率，这是我们看中的未来发展方向。