揭祕菜鳥倉儲體系“大腦”：智慧波次如何實現倉庫降本提效？

摘要： 阿里妹導讀：2018天貓雙11物流訂單量創新高，突破10億件，這是一次史無前例的物流洪峰。天貓雙11十年來，見證了物流業從手寫地址、人工分揀，到電子面單、機器人分揀。無論是物流園區、幹線運輸，還是秒級通關、末端配送，都通過技術高效連線，智慧物流骨幹網正在加快實現行業數字化、智慧化升級。 因...

阿里妹導讀：2018天貓雙11物流訂單量創新高，突破10億件，這是一次史無前例的物流洪峰。天貓雙11十年來，見證了物流業從手寫地址、人工分揀，到電子面單、機器人分揀。無論是物流園區、幹線運輸，還是秒級通關、末端配送，都通過技術高效連線，智慧物流骨幹網正在加快實現行業數字化、智慧化升級。

因此，阿里技術推出《菜鳥智慧新物流》專題，邀請菜鳥技術人，為你揭祕物流核心技術。今天第二期，我們將瞭解到“倉儲體系的大腦”：智慧波次，全面瞭解它在過去一年時間裡演算法友好型的系統架構建設和演進過程。

一. 前言

倉儲管理體系從粗放向精細化經營、柔性自動化管理轉變是大的趨勢，2018年雙11國內物流訂單首次突破10億，對整個物流行業都是巨大的挑戰，菜鳥的AGV小車、PTL、立體儲存等自動化裝置發揮了強大的作用。在智慧化方面，菜鳥倉儲技術團隊同樣在進行多維度的探索，覆蓋從接單、分揀、交接等關鍵鏈路，並取得顯著效果。

在倉儲系統中，波次彙總是將系統單據（資訊流）轉化為可作業單據（實物流）的關鍵節點，傳統方式有諸多缺點，本文主要介紹了菜鳥倉儲系統的智慧化波次在過去一年時間裡演算法友好型的系統架構建設和演進過程，以期為其他業務平臺的智慧化提供借鑑，進而構建覆蓋整個倉儲領域的智慧化系統架構。

二. 背景介紹

什麼是波次彙總？

交易訂單承載著物流契約資訊，倉儲系統根據貨品的屬性將訂單切分成可作業的包裹單元。波次彙總是以包裹為單位，按照一定的策略（波次策略）進行篩選，並將不同包裹按照策略內指定的規則聚合成揀選單，來指導揀貨。在這個過程中，波次彙總的準確性、平衡性、可控性、高效性都尤為重要。

面臨的挑戰

1. 技術挑戰：

波次彙總（菜鳥內部稱之為中樞平臺，寓意就像大腦一樣是整個倉儲體系的大腦，排程倉庫的作業節奏）是大資料計算密集型的系統，對資料量、效率、資料一致性、計算資源等因素極為敏感。系統上需要重點解決的是在分散式架構下的最優化生產計算問題。

2. 實操挑戰：

在智慧波次誕生前，波次彙總主要有兩種方式——波次查詢彙總和波次導航彙總，它們都是人為的根據一定的條件查詢包裹並應用波次策略來生成揀選單，查詢設定都是制單員根據倉庫現場進行決策。

在實操方面，問題主要集中在以下幾點：

• 匯單生成優質揀選單的要求極高

要考慮訂單時效性、實操的揀選效率、現場勞動力等因素，控制匯波節奏；

匯單人員能力良莠不齊、無法掌控全域性資料，一旦產生路徑依賴，很難再去思考如何優化波次策略；

• 揀選單生成後未進入作業的積壓，揀選無法精細化

每次彙總單量大，列印的揀選單長時間未進入生成，造成揀選單積壓；而這部分訂單hold單後可以提高優化空間，提升秒殺率；

已經確認的揀選單無法回滾和攔截，只能到質檢時攔截，揀選作業浪費；

綜合來看人工波次彙總的方式無法達到最優，要做到滿足時效前提下提供柔性服務，這種關鍵節點必須交由系統來決策。

三. 構建演算法友好型的智慧化波次架構歷程

智慧波次由來

2017年雙11結束後覆盤，我們著手解決人工決策來進行波次彙總情況下出現的問題，思考用智慧化系統手段來提升——由系統根據全域性的資料來判斷何時匯單、用什麼條件匯單、匯哪些單，以便更柔性的控制生產節奏。

優化思路聚焦如下三點：

• 不是思考如何設定最優的波次策略引數，而是從揀選單的角度出發，現場有多少的作業能力，就從“所有的”包裹裡選出“最好的”進行聚合組單；

• 在對包裹進行聚合組單，充分考慮倉內巷道、庫位的佈局，將揀選距離、SKU動碰次數作為優化目標，進而提高人效；

• 控制波次彙總節奏，對倉庫現場和倉內資料進行詳細的採集，交由人工智慧的演算法決策是否波次，再由業務系統來進行執行。

詳細的系統流程可以用下圖來理解：

在前期的可行性驗證中，我們選取一個單量適中的倉庫作為樣本，對該倉單日出庫包裹進行模擬彙總，和當日實際的人工彙總結果進行對照。下圖是幾個對照組的結果：系統生產方式與第一列的實際作業情況進行對比，揀選單數量明顯下降，單包裹平均庫位數的下降趨勢也很明顯。經過核算間接人效提升達到兩位數的百分比：

為了和傳統的人工決策方式進行區分，我們稱之為智慧化波次，下圖是一個形象化的展示：