想象一下進入“黑燈”或者“無人”倉庫的場景，可能會讓人心生恐懼。這個“黑暗”并非夸張之詞：周圍沒有人的時候，誰又需要燈呢?所有的工作都由機器人完成，它們在傳感器和軟件的引導下，從貨架上挑選產品，并以看似無窮無盡的循環將其運送到裝運碼頭。觀察這個過程，就像被其規律性所催眠。

　　然而，考慮到倉庫工作本質上是重復性的，而且是機器人式的，這樣的系統顯得尤為重要。那么，我們為什么不把整個事情交給機器呢?

　　“黑暗”倉庫已經運營多年，特別是在人力成本相對較高的地區如歐洲。然而，它們仍然僅限于處理某些設計高度統一且訂單配置文件幾乎不需要變化的產品。即使配備了一些最先進的物料搬運系統的倉庫也需要一定程度的人員在場。目前，大多數大型配送設施似乎都致力于“協作”機器人——或者用現代的說法，協作機器人——與人類并肩工作。

　　未來可能會大不相同。美國霍尼韋爾智能公司(Honeywell Intelligrated)的首席技術官梅爾·帕特爾(Mehul Patel)將整個倉庫自動化的進展描述為一段旅程——這意味著最終到達最終目的地。

　　帕特爾建議，在此之前，操作員可能會將注意力從運行機器人的軟件轉移到機器人硬件本身，并產生保持事物平穩運行所需的數據?！靶畔⒍褩＞褪侨藗冋務摰膬热??！彼f：“我們需要開始獲得更多洞察力。”

　　梅爾·帕特爾指的是來自日常運營的關鍵信息，這些信息可以告知倉庫的最佳布局以及如何以最高效率運營?！盁o論是硬件還是軟件，自動化都需要關注三個主要‘支柱’：生產力;勞動力的安全、可用性和部署;以及可持續性?！彼f：“今天，所有這些都比倉庫能以多快的速度拋棄人員并進入‘黑暗’更為緊迫。”

　　“擁有數據本身很好?！迸撂貭栒f：“但歸根結底，這一切都是為了生成和創建信息，以幫助我們運行、優化和理解我們的業務。”

　　長期以來，自動化一直被吹捧為提高倉庫工作等手動任務生產力的解決方案。但對于帕特爾而言，他支持那些認為機器確實應該接管更多平凡和重復性任務的人，但人類需要繼續參與其中。

　　解決帕特爾提出的所有“支柱”問題，傳感器技術的發展是關鍵。在人和機器人共享的環境中，機器需要隨時了解人類的位置。傳感器在識別生產力下降和浪費發生的地方也起著至關重要的作用。

　　談到衡量生產力，帕特爾談論的不僅僅是那些繁瑣的勞動管理系統，這些系統跟蹤工人執行給定任務所花費的時間，精確到分鐘，或者每個人正在處理多少訂單一天。他說，傳感器生成的信息與其充當無所不知的老大哥，不如幫助培訓員工以最佳和最安全的方式開展日常工作。

　　如今，傳感器技術在優化能源管理方面也發揮著重要作用，它可以識別高消耗實例并預測系統可能因瓶頸或設備維護故障而崩潰的位置。該技術還可以將供暖和照明引導至設施中最需要的地方。

　　那么，這一切與“無人”倉庫的到來有何關聯呢?帕特爾表示，這是一個“連續統一體”的一部分，最終將在未來某個未指定的日期實現近乎完全的自動化?！懊總€人對時間表都有自己的看法，”他說，“但在一天結束的時候，它讓我們到達了那里——倉庫在運行正常的日常運營時需要最少的監督?！?/p>

　　到那個時候，人們將扮演何種角色尚未可知。理想情況下，他們將被提升到更高技能的職位，例如設施設計和軟件開發。還是需要有人在場，做出關于產品概況和訂單優先級的關鍵決定——至少在人工智能也接管這項任務之前是這樣。

　　最終，有些諷刺的是，決定一個倉庫何時能夠“黑暗”運行的，可能并不完全是技術進步的結果，而更多的可能是人類自身的選擇。因為在很多情況下，技術已經做好準備，等待我們做出決定。