国际知名战略咨询机构——麦肯锡近日在《物流数字时代》上发布的报告“物流中的自动化：重大机遇中的更加重大的不确定性”中根据相关热度总结了10项可能引领供应链、物流和仓储转型的技术。让我们看看他们都是哪些：

第10名、分拣机器人（Picking Robots）：以机器取代人工 —— 就业挑战来了

上图是一个带有机械臂的系统，可复制人类分拣动作。

第9名、智能眼镜（Smart glasses）：连工作都在虚拟现实之中——我也想要一个

这些智能眼镜能够帮助操作者、工人和管理人员增加现实操作中的虚拟辅助，比如可以帮助增加查找生产线物品的效率、快速查看操作手册或者操作指南等。

第8位、集群化（蜂巢型）自动导引机器人（Swarm AGV robots）——群峰共舞、Amazon的全无人仓储

上图中的蜂巢机器人/自动导引小车通过在数字化导轨上自由运动，根据订单流控制管理软件，将相关订单需要的物料自动的拣选到分拣站或者自动完成物料的仓储上架工作。

第7位、3D打印（3D printing）——按需生产、按需打印、增材制造

3D打印又称“增材制造”，是通过材料层（一般采用的是金属或者塑料）的堆叠按照设计图纸自动的生成形状，从而按需生产零部件。

第6位、智慧仓库（Smart storage）——你的仓库知道你要干什么

仓库的调度不是基于人工，而是基于分析与数字化工具。在这种场景下，仓库本身具有智能可以根据最优效率等方式完成仓储物料/项目的安放以及拣选，并且可以按照产品特性、分拣特性或者订单特性调整仓储结构和规划方式。 

第5位、综合管理系统（Management system）——系统联合、数字联合，换言之，你要知道谁是决策购买和付钱的人。

这个领域是跨越供应链多个环节，通过具有分析和数字化能力的系统将整个供应链中的用于数据分析、性能分析的报告系统和预测系统进行整合，以方便并协助管理人员可以轻松的控制整个系统（比如：仓储、运输以及分拣）。

第4位、传送带/生产线连接系统（Conveyor connection）——看似简单、实则难的系统

如何通过机器人、数据以及业务将两个或多个不同的传送系统之间建立连接，并根据各自的逻辑自动进行决策处理构建提升效率的物料和生产流程。

第3位、光学识别（Optical recognition）——视觉传感、无处不在

上面的很多技术都离不开传感器，特别是用于物品识别的光学识别传感技术。这些光学识别传感器用来识别物品的具体类别或者信息（可以是基于人工智能、深度学习的，也可以是基于条码、二维码、RFID、形态识别的），通过辨别物品，来指挥仓储和物流中的其他流程，比如：传送带分流、自动机器人/蜂巢机器人、激光制导无人车辆以及无人机的行动和操作。

第2位、分析工具（Analytics tool）——看似朴实，但是减臃提效是永远的主题

对于自动化的研究很多是从算法开始的，特别是使用机器学习、人工智能以及其他算法构建供应链数据分析模型，可以为供应链的具体操作人员分析整体/局部的性能模式，将可以随着时间的推移而逐步进化，以识别供应链趋势、作出相应的预测，为供应链的运营决策提供信息保障和数据支持。

第1位、多穿梭系统（Multishuttle system）——全自动化的大而全系统，最贵也最具诱惑

物流业的全自动化生产线——造假昂贵但物有所值——一旦构建成功可以与自动仓储与分拣系统（AS/RS）相整合，标准化的物流/仓储单元（通常是在物流/仓储托盘上）将在无人参与的情况下自动运行、自动完成仓储和分拣。而且这些运动是在三维空间进行的，既节省占地又节省成本。而人在哪里？在这种环境下，人变成了机器的组成部分，将物品放到托盘上、在货车上等着装满之后开向目的地就好了。

原文出处:
https://www.supplychaindigital.com/top10/mckinsey-10-technologies-transforming-warehouse-operations

版权声明: 本内容是在原文的基础上由本网站以及本网站的相关专家翻译、整理或者重新编写而成的。原文的著作权归原网站或者原网站声明的或者实际的作者所有。本译文及其任何部分，特别是重新编写、润色或者整理归纳的内容的著作权归本网站所有。如需转载在其它网站上请直接使用本页面的连接或者声明文字的出处和著作权，否则构成侵权。