选 WMS 的时候，常会碰到一个尴尬场面：两份方案的功能清单摊在桌上，几乎一模一样——入库、上架、波次、拣货、复核、发运、盘点，该有的都有。看起来差别只在价格和案例。但真正用起来，同样写着波次管理四个字，一个只能按订单类型把单子攒一攒，另一个能按承运商截单时间、配送线路、仓区、打包台吞吐同时分组，还能算出该怎么走。清单是可见的，也是容易补齐的；清单底下那层算法，看不见，也难抄。

看不见的地方在波次。波次常被理解成把订单攒一攒,实际上它是一道约束求解题：截单时间不能误、承运商和线路要匹配、仓区和设备产能有上限、打包台吞吐是瓶颈，按线路分组装车快，但可能错过某批快递的截单时间。更难的是释放节奏：波次放太大，货拣出来堆在打包台，反而错过发车；放太小，行走距离省不下来，等于白做。所以成熟的做法不是设定一个固定的波次大小，而是把波次计划和作业计划一起算。华阳多媒体在项目里写的就是根据出库需求以及配送资源制定合理的波次计划、任务作业计划，再由系统按算法推荐存储库区和行走路径。

第二处在路径，而且它的效果上限，其实在更早的一步就决定了。很多仓库一提路径优化，想到的是拣货时怎么走近，但真正决定走多远的是货放在哪——上架那一刻，动销快慢、ABC 分类、物料关联度、同批次能否混放这些策略已经把后面的行走距离定死了。所以路径不是一个算法，而是一串：储位分配策略、拣选方式（摘果、播种、提总）、再到行走顺序，三层叠在一起才有意义。这也是为什么上系统之前那种状态很难靠人优化——恒立液压此前的状况是无系统指导现场作业，人工经验依赖性大，存储随机，找货困难，连拣货动线都没有，纸单拣货。方太为 320 亩未来工厂建设 WMS 时做的也是这一类事，结果是库容提升 31%、出库效率提升 15%。

打开网易新闻 查看精彩图片

第三处在任务分配，也是设备进来之后差距较大的一块。任务分配看着简单——有活了分给谁，实际上要解决三件事：先做什么、谁去做、怎么均衡。第三件容易被忽略。自动化设备接入之后，复杂度还要跳一级：人的任务、AGV 的任务、输送线的任务要在同一套调度里排队、避让、合流，谁的优先级高、谁在等谁、哪台设备闲着，都是实时计算。江苏灌南物流产业园此前的问题就是多自动化设备作业复杂，调度效率低，作业效率受限，统一调度之后效率提升 80%；健适医疗依托开放式策略调度平台集成 AGV 和机械臂，用动态任务分配算法把拣选效率提升了 40%。即便是没有大量设备的仓库，均衡同样重要——智能制造行业有个案例在上线前的痛点写得很直白：齐套管控缺失，人员与库位分配不均衡，补齐自动齐套分析和任务驱动作业之后，作业效率提升 69%，准确率达到 99.9%。

这三处都属于功能清单上有、实际深浅差很远的地方。想判断一套 WMS 的算法，不必看方案里有没有智能两个字，问三个问题就够了：波次能不能按多个约束同时分组、并按吞吐释放；路径优化是不是连着储位策略一起算；任务分配能不能把人和设备放在同一个队列里调度，并做负荷均衡。聚龄的 WMS 把这三处都做成了可配置的策略与算法，而不是写死在项目里的逻辑。

算法这层东西平时看不见，但它决定了同样面积、同样人数的仓库能跑出什么结果。德铁信可运营的 中国物流中心在 3 万平方米里放着 4 万个 SKU，双 11 平稳支持 300 万订单发货，作业效率提升 45%、差错率下降 90%——这个量级靠多加几个人是补不上的。