電商、品牌商等零售市場競爭激烈，無論是門市缺貨、還是線上通路出貨速度慢，都極有可能影響到消費者的選擇，高效儲運的重要性可見一斑，企業主無不積極佈局物流，捨棄傳統的物流模式，開始尋求更快速便利的智慧物流，以確保貨物從進貨到出貨的過程進行順暢，使得企業正常運行，畢竟，快速精準的提供產品和服務給客戶，已成為各企業主競爭力之關鍵。

伴隨著自動化技術、資訊科技的發展，數位化與自動化程度已不斷提高，例如自動化設備有許多工具輔助：PDA、RFID、自動倉儲、AGV，但您知道如何將AI人工智慧實際應用在倉儲中嗎？學會聰明應用AI，讓倉儲不只自動、更要智慧。

倉儲作業常見困擾？

從拉單、集單、分配、揀貨到理包出貨，企業開始尋求更高效的儲運方式來優化整體交付流程，其中，揀貨作業時常成為倉儲人員最費力費時的環節。

常見困擾如：

1. 路徑安排無規則依循

導致人員花費許多工時來回揀貨，無法做最有效的路徑規劃。

2. 料箱容積無事先計算

導致料箱裝太滿或裝不滿，無法有效運用空間。

3. 訂單性質無先後排序

導致訂單客戶無論重要性或出貨時間緊急性，全都混在一起。

4. 揀貨策略無區別

倉庫總品項數上千甚至上萬，一張訂單可能包含不同品項材積大小、重量輕重，全倉卻都使用同一種揀選策略，導致效率低下。

5. 缺工浪潮無法解

訂單尖峰與離峰量差異大，不僅人員調度困難，忙中出錯更是影響客戶滿意度。

什麼是AI智能揀選方案？

基於不同的倉儲規模與需求預算，企業在揀貨方案上其實有著多元、客製的選擇，可以根據訂單日單量、倉庫品項數、商品可辨識度、商品材積大小及儲運空間等來做考量並逐步進行，無論選用何種自動化工具，同時亦可搭載AI運算的智能揀選方案，達到省人省時降錯誤的目地，也助於整體營運效能的提升。

有效解決如：

1. 如何做最適揀貨路徑規劃？

需考量儲架高度設定，例如：男生、女生身高等需符合人體工學，選擇合適的人體慣性方式，不會暈轉，同時將通道設計也考量進去，例如：單行道、雙向道設計。全方位考量後，再運用適合的演算法，利如：基因演算法、退火模擬法等，打造適合每個場域的規劃揀選路徑。

2. 如何將料箱空間最大化使用？

運算每張訂單中的品項材積，利用分群集合合適訂單，計算出每一趟揀選任務最優的編排，使車體滿載率剛剛好，不爆車又不空車，輕鬆出任務。

3. 如何決定出貨順序？

AI智能揀選排單功能可以依據訂單客戶重要性，例如：大客戶、中客戶、小客戶，及出貨時間緊急性，例如：急單、特急單等，來決定訂單排列組合。

4. 如何選擇合適之揀貨策略？

揀貨方式分為摘果與播種，亦可以根據作業需求交替使用。

→摘果式揀選法針對每一份訂單進行揀選，即依訂單進行找貨的模式，揀貨人員於各貨物儲位中，將一張訂單所需的貨物取出，即稱為摘果，此方式適用SKU數少、場域大之倉儲類型。

→播種式分揀法是把多張訂單中的貨品集合成一批後，再逐個品項對多張訂單進行分貨，即稱為播種，此方式適用SKU數多、訂單量大、場域空間有限之倉儲類型。

5. 如何將訂單量維持平穩以優化人員作業品質？

根據每日上班人數、訂單特性、倉庫現場狀態，調整時長累積訂單量，將訂單池的水流量維持平穩，再依分群演算法，把適合訂單累積派成同一筆任務，同時可以自動派發任務，紀錄下每位揀選人員績效。

AI加速物流運轉，為企業提升競爭力！

V 幫每個商品尋找合適的落腳處，打造商品宜居空間

V 幫每張訂單尋找合適的朋友群，打造人員宜揀環境

V 幫揀選訂單規劃合適的資訊流，打造流程宜揀系統

隨著新技術、新模式、新業態不斷涌現，AI人工智慧將輔助物流加速運轉，取代繁雜與重複的人工作業，正如開頭所提，零售市場競爭激烈，無論是B2B或B2C消費者皆期望快速交貨，除了提升客戶滿意度，快速交貨對企業本身也具有高度優勢，不必再囤積貨物，減少倉儲空間成本、增加產品競爭力的同時，亦更有餘裕消化大量訂單。

>精彩訪談：AI讓倉儲更智慧篇｜集、配、揀 讓AI介入，從來沒有這麼eazy過！｜

>精彩訪談：AI智能揀選篇｜不必再來回揀貨找貨，AI讓你少走冤枉路！｜