麻省理工和Mecalux联合研究成功：AI在成为自能仓储的“新基础设施”

来源：市场资讯

（来源：AGV网）

人工智能正在从“前沿技术”变成仓储领域的“基础设施”！

　　由美国麻省理工学院运输与物流中心（MIT Center for Transportation & Logistics）旗下智能物流系统实验室（MIT Intelligent Logistics Systems Lab，简称MIT ILS Lab）与西班牙Mecalux集团联合发布的最新报告《The State of AI in Warehousing》（《仓储行业人工智能现状报告》）显示，全球九成以上仓库已在不同程度上应用人工智能或高级自动化技术，其中约60%的仓库将AI嵌入日常作业流程，智能仓库正在成为全球供应链的新常态。

西班牙Mecalux集团是一家专注内部物流解决方案的跨国企业，产品覆盖自动化立体仓库、金属货架、拣选货架以及Easy WMS仓库管理软件等，在欧洲、美洲等地建设了大量自动化仓储项目，被视为全球重要的仓储技术和软件供应商之一。美国MIT ILS Lab则聚焦物流与供应链系统的建模与优化，围绕自动化、可持续性和韧性开展研究。本次双方联合调研，面向21个国家逾2000名供应链和仓储专业人士，试图回答一个核心问题：AI在仓库中究竟发展到了什么阶段，又将如何改变生产率和用工模式。

　　调研结果首先给出了一个清晰的量化结论：超过90%的受访企业已经在仓库中应用某种形式的AI或高级自动化，超过一半的企业自评为“高级自动化”或“高度自动化”成熟度，尤其是拥有多节点仓网的大型企业，自动化水平显著更高。AI和机器学习不再是零散的试点项目，而是深入订单拣选、库存优化、预测性维护、劳动力规划以及安全监控等日常流程，成为驱动吞吐能力、准确率和可视化管理的核心引擎。

　　在经济性方面，报告指出，受访企业通常将11%～30%的仓储技术预算投向AI和机器学习项目，典型投资回报期为两到三年。投资收益主要体现在四个指标：库存准确率提升、单位时间出入库量增加、人工效率改善以及错误率下降。许多企业已经不再将相关投入视为“探索性成本”，而是纳入长期能力建设和数字化基建的一部分。Mecalux首席执行官Javier Carrillo评论称，数据表明，引入AI的“智能仓库”不仅在处理量和准确性方面占优，更在面对需求波动时展现出更强的适应性和可预测性，“在旺季来临之际，那些押注AI的企业不只是更快，而是更具韧性，更能从容应对不确定性。”

　　报告的另一大关切点在于“AI与劳动力”的关系。调研显示，引入AI工具后，超过四分之三的受访企业观察到员工生产率和工作满意度提高，超过一半的企业反而扩大了仓储团队规模。在传统操作岗位之外，仓库中出现了越来越多与数据和技术相关的新角色，如AI与机器学习工程师、自动化系统专家、流程改进工程师、数据分析和数据科学岗位等。美国MIT ILS Lab主任Dr. Matthias Winkenbach指出，AI在仓储中的现实图景并非“用机器替人”，而是推动人机协同，将人力从重复、易错的作业中解放出来，转向更具判断和创新属性的工作。

　　当然，快速普及并不意味着落地过程一帆风顺。调研中，企业在扩大AI应用时面临的主要障碍集中在四个层面：其一是系统集成难度高，新旧系统并存、数据源分散，增加了打通链路的复杂度；其二是高质量数据的缺乏，限制了算法效果的上限；其三是内部技术和管理人才不足；其四是项目实施和维护成本压力仍然存在。Winkenbach强调，当前真正的挑战是“最后一公里”——如何让人、数据和分析模型无缝嵌入既有流程与IT架构，使AI不再是“外挂模块”，而成为企业运营体系的内生部分。

　　在技术演进方向上，报告对生成式AI在仓储领域的潜力给予了特别关注。除了传统机器学习在预测需求、优化库存和维护计划方面的应用外，生成式AI开始被用于自动生成操作说明、设计仓库流程、提出布局方案，甚至帮助自动化系统生成和优化代码，加快从“发现问题”到“提出解决方案”的全过程。这意味着未来的仓库不仅能够“预测会发生什么”，还将逐步具备“自动规划如何应对”的能力。

　　作为本次研究的主要工业合作方，Mecalux也在自身产品组合中强化AI能力。该公司在自动化仓库、堆垛机、穿梭车系统以及Easy WMS等软件平台中不断增加智能算法，用于货位分配优化、任务调度、路径规划与设备状态监测，并通过与MIT ILS Lab的联合研究，将实际项目数据反馈到方法论和软件更新中，形成技术与场景的闭环。

　　展望未来，调研所描绘的趋势同样清晰：绝大多数受访企业计划在未来两到三年继续增加AI预算，92%的企业已经在实施或规划新的AI项目。随着AI从单点部署走向系统化、平台化，仓储自动化的竞争焦点将不再是“是否使用机器人或自动化设备”，而是数据基础是否扎实、算法与业务的耦合程度是否足够、组织能否快速吸收并放大技术红利。

MIT–Mecalux联合调研成果实际上宣告了一个重要拐点：智能化程度不再是少数领跑者的差异化标签，而正在成为仓储行业的“入场门槛”。在全球供应链加速重构的背景下，谁能率先完成AI与自动化的深度融合，谁就更有机会在效率、成本、服务质量和人才吸引力等多个维度建立长期竞争优势。

中叉网观察：

　　从MIT–Mecalux这份报告看，AI在海外仓储已经从“选配件”变成“标配件”，真正的门槛不再是买多少设备，而是数据基础、系统集成能力和复合型人才储备。对中国同行而言，第一，要尽快从“单点智能”走向“系统智能”，让WMS、WCS、机器人调度、能源管理等在同一数据底座上协同，而不是各自为战；第二，要把AI项目当作长期能力建设，而非短期成本，围绕典型场景沉淀可复用的算法与解决方案；第三，在销售整机、系统集成的同时，同步布局“懂场景+懂算法+懂软件”的团队，真正形成“硬件+软件+数据服务”的综合竞争力。谁先迈过这三道坎，谁就更有可能在下一轮全球仓储智能化浪潮中握住主动权。