長久以來，大部分倉庫遵循著“總揀-分揀-包裝”的傳統發貨流程。必須按既定順序依次進行，同時各環節還要增設校驗過程以確保環節之間的準確交接，這造成了倉庫發貨出現“流程繁復”，“任務割裂”，“錯誤率高”等現象。同時出現的還有因為分別設置環節而導致的浪費，例如場地空間浪費，人力和設備使用浪費，包裝耗材浪費等等。環節之間的效率不平衡時，瓶頸就會顯現。而在上海臨港順豐DHL某汽配售后倉庫中，形狀各異的汽車零配件更是加劇了上述現象對供應鏈的不利影響，尤其在包裝環節。?

汽車零配件形狀各異

在這種背景下，一種新的操作方式——Pic2Go應運而生。結合了對倉庫歷史數據的分析以及多年的物流運作經驗，Pic2Go的重點在于剔除一切不必要的和重疊的操作，只保留最精簡的和最純粹的流程。正如“Pic2Go”的字面翻譯，倉庫的發貨操作實現了“即揀即走”的極簡模式，操作人員從貨架上揀貨之后，可立即完成裝箱。整個動作一氣呵成，直接取消分揀與包裝環節，分揀校驗的復核也將自然從流程中消失，既提高了倉庫的發貨效率，也降低倉管員的操作復雜度。

Pic2Go精簡流程

“運算前置”是Pic2Go的核心，它可以在揀貨開始前計算出應該使用的最佳箱型，或者在揀貨開始前就合理分配任務到每個人等等。在沒有Pic2Go的情況下，員工通常憑借經驗得出箱型選擇的結果，但是往往和真實的結果差異巨大，且表現非常不穩定。因此，“人”作為傳統發貨模式的核心，無法做到精確的“運算前置”，尤其是對復雜問題的精確計算。在倉庫發貨環節中，裝箱就是一個經典的復雜問題。

在裝箱過程中，操作人員的裝箱水平和訂單中貨物的種類及體積的豐富度，以及包裝箱種類的復雜度呈負相關，即倉管員面對貨物種類越多，貨物體積差異越大，可選包裝箱種類越多時，最終的裝箱水平越低，具體體現為裝載率低，使用箱型不經濟，包裝不合理導致的貨物破損等。為了幫助操作人員精準計算出使用的最優箱型，我們通過對每個SKU三維尺寸、包裝特性等數據的收集研發了一套算法，能在取得訂單信息的數秒內精確拆分出當前訂單的出庫包裝。這樣，每個出庫箱既提供了合理的裝載率，又兼顧了包材自身的最優成本。

3D裝箱概念圖

操作人員取得訂單后即獲得了最適合的發貨包裝，揀選最正確的SKU放入出庫箱內，至此其在揀貨流程中的最優閉環就完成了。這此過程中，指環掃描和AMR（Autonomous Mobile Robot，自動移動機器人）等作為輔助技術，協同Pic2Go將精簡后的流程切割為上箱、分揀和卸箱三個環節，每個員工只需按照智能手表和AMR屏幕指令進行簡單操作。新員工只需5分鐘培訓便能上崗操作，供應鏈運營里經常遇到的旺季員工培訓問題也就迎刃而解，同時設備上的防錯機制也讓準確率維持在99.99%之上，極大地提升了工作效率。

配合智能指環和AMR的揀貨場景

Pic2Go模塊化的開發也帶來較短的實施周期——在算法與軟件成型后，順豐DHL汽車行業第一個Pic2Go項目經過1個月的測試、梳理和打磨，終于落地。通過運行后實際數據與歷史數據的對比分析，使用Pic2Go后的發貨總效率提高了38%，發貨包材成本降低了20%，同時由于貨物總體積減少，拋貨運輸成本降低了15%。

通過版本的不斷迭代，Pic2Go顛覆傳統發貨方式的腳步將不止于此。“Pic2Go項目為順豐DHL供應鏈全鏈路數字化、信息化奠定了里程碑式的基礎。通過在原有運營模式上的不斷突破以及將我們多年的運營經驗模組化，我們朝著‘成為科技領先、服務優異的最佳企業供應鏈方案實施服務商’的愿景又邁進了一步。”順豐DHL汽車事業部營運負責人朱菁先生說。