美国洛杉矶海外仓600平米布下11016个料箱,库容提升4倍

详细拆解

11016个料箱，600平方米，存储能力升400%，单件人工成本降75%，拣货效率提高3倍。这五个数字，就是洛杉矶那间海外仓新闻的全部内容。而它们一个都不是事实，全都是穿着事实外衣的比率。这不是说这间仓不行，是提醒你一句：这些数字马上就要被用来卖东西给你了。

我看仓库，跟我看这行里所有东西一样：把它想成一个加了屋顶的队列。货到了，等着；有人或者有机器处理它；再等；然后走。存储是候车室，拣货是服务窗口，月台门是出口。有人跟我说候车室大了五倍、窗口快了三倍，我要问的不是这听起来多厉害，是这两样里到底哪一样才是原来慢的原因。如果答案是"都不是"，那你就是买了一台非常优雅、但什么也没改变的机器。

所以我从老地方开始：这里的瓶颈在哪儿，动哪个变量会让整个系统跟着一起动。这次我觉得答案不在龙门机器人身上，在密度上。每平方米约18个料箱，改变了你在美西压一票库存的价格；这个价格一动，下游每一个库存参数立刻变成错的。值得你今晚拿张纸算一算的是这个，不是那台机器人。

事实部分，一个字不动地摆出来。洛杉矶一间海外仓用龙门机器人加三维穿梭车系统，在600平方米里布了11016个料箱。存储能力提升400%。单件人工成本下降75%。拣货效率提高到原来的3倍。报道里就这些。从下一段开始全是我建的模型，凡是我在建模而不是在引用，我都会说明。

为什么是现在，谁在后面推。仓库是一台把租金和人工换成发运件数的机器，而在美西，这两个投入连着好几年都在跟经营者对着干。港口周边的工业租金在任何一个有意义的年份里都不会往下走，加州仓内人工则被工资底线、人员流失和紧俏的用工市场重新定过价。两个投入一起涨，想让单件成本不动，唯一的办法是动分母：让同一个盒子走更多的货。存储密度和拣货自动化都在打这个分母，所以它们总是一起出现，也总是在旺季前出现——在旺季，发不出去的代价高于这套硬件的代价。

先算一笔没人印出来的账。11016个料箱放进600平方米，等于每平方米18.36个料箱，取整就是约18个。倒着推一遍。如果"提升400%"是指新值是原值的5倍，那原来这600平方米里放了约2203个料箱，折合每平方米3.67个。如果这句话的意思是新值是原值的4倍，那原来就是2754个料箱，每平方米4.59个。两种读法都把原密度落在每平方米3.5到4.6个之间，这对人工拣货的常规货架来说完全说得通。所以标题里的数字内部是自洽的，这句话值得大声讲，因为很多自动化宣传连自洽都做不到。

但每平方米18个料箱不是房子的属性，是料箱的属性。报道没说一个料箱多大，这个缺失不是脚注，是故事的一半。如果一个料箱放一只鞋盒，11016个料箱就是11016只鞋盒。如果一个料箱放40只手机壳的内包装，同样的11016个料箱就是440640只手机壳。同样的机器人，同样的房子，答案差40倍。谁把18.36当成物理常数报给你，谁就是在卖东西。真正决定你容量的是"每箱放几件"，而没人把这个数印出来。

下面是我最喜欢的部分。把它想成一个队列。订单以"订单行"的形式按某个速率到来，叫它λ行/天。拣货系统按某个速率处理，叫它μ。仓库里所有有意思的事，都要先看利用率ρ，也就是λ除以μ。拣货效率×3，等于μ变成3μ，在业务量不变的前提下，ρ降到原来的三分之一。排队里的等待时间大致按ρ除以（1减ρ）走，而正是这个函数决定了仓库这周很平静、下周像出事。ρ为0.83时，这个比值约等于5。ρ为0.28时，也就是前者的三分之一，比值约等于0.39。队伍不是短了3倍，是短了大约13倍。

这才是真正卖给你的东西，不是速度，是余量。把刚才那笔账倒过来算：如果你原来最忙的一天是每天1000行、ρ为0.83，那新系统要忙到每天约3000行，才会回到原来那个拥堵程度。你买下的是承接三倍需求尖峰的能力——在房子变得像过去一个普通周二那么难受之前。余量才是你能换成钱的东西。换成钱的方式有三种：敢多压库存、旺季不用临时抓人、能报出你守得住的时效承诺。速度只是余量印在参数表上的样子。

利特尔法则是另一半，也是好消息开始拐弯的地方。在制品等于吞吐量乘以在系统内的时间。能存的涨到5倍，能走的涨到3倍，那一件货平均在仓库里待的时间就涨到5除以3，约1.67倍。原来这个仓放30天的货，现在物理上能放约50天。这不是收益，这是一个你现在必须做的决定；如果你稀里糊涂地做了，那就是把空间约束换成了资金占用约束，还管它叫升级。

谁受益，各受多大。最清楚的赢家是品类稳定、SKU深、动销快、货量足够把机器喂饱的卖家。如果你一天出几百件、几百个规矩的SKU，密度给你两回报：你每一件库存摊到的租金降到原来约五分之一，你的队伍几乎消失——而队伍才是客户真正能感觉到的部分。这种卖家应该这周就重跑一遍安全库存，别拖到下个季度。

租别人海外仓的中小跨境卖家，处境完全不同，这也是我要你放慢脚步的地方。如果你的合同是按平方米或者按托盘位每月计价，密度带来的好处归经营者，不归你。他给你一个托盘位的成本刚降了约五分之四，费率表不改，这五分之四就是他的。先问费率表按什么计价。答案是面积，那你就是在给他的资本开支出钱。计价单位是一个穿着商务外衣的系统设计决策，它决定了谁拿走这台机器人。

品类适配是第二道筛子。料箱奖励方正、规整、带盒的货：3C配件、小型汽配、美妆、五金，任何装在纸箱里不跟你较劲的东西。料箱惩罚不规则、软、挂装、超尺寸的货。挂装成衣、撑不住形状的折叠纺织品、任何比料箱长的东西、任何装在会塌的塑料袋里的东西——这些全部走地面或者夹层，每平方米18个这个数字对它们一件都不适用。所以标题的诚实版本是"对放得进料箱的货，每平方米约18个料箱"，而你的目录里有多少比例放得进料箱，是你该算的第一个数。

经营者自己担的是另一种风险。龙门机器人加穿梭车是长周期的固定成本，而固定成本不在乎一月淡季。他们的账能不能平，取决于在跨境货量断崖的那几个月里把这箱子填满。那是他们的问题；一旦他们开始为保利用率定价、在淡季猛打折，这就变成你的问题。你要签12个月的合同，就问一句半数货量时费率是多少。这个答案能告诉你，纸面上那份节省最后有多少真落到你口袋里，也能告诉你他们对自己的预测有多没底。

这些事多久传到你的损益表上？安装是快的，慢的是数据。穿梭车系统能有多好，全看你商品主数据里的尺寸、重量和内包装数量，因为这台机器在给它从没见过的东西分配物理地址。如果你有20%的SKU没录尺寸，那你就有20%的目录进不了料箱，而这件事你会在第三周才发现，不是第一周。接着是货位分配，这是个学习问题：系统不知道你哪些SKU走得快，除非它看你一阵子。我会按8到12周做计划——从上线到"报出来的拣货效率可以拿去对客户承诺"之间。这8到12周是我的假设，不是报道里的数字，而且它应该作为爬坡曲线写进项目计划，而不是一个开关。

库存这条线传导更慢，也更有用。改补货点，在柜子落地前什么都不改变。假设华南到洛杉矶海运30天在途——这个数你自己核，不是我给的——再假设你的库存一个月周转一次。那么今天改的补货点，大约30天后第一次体现在到货库存上，约60天后体现在你的服务水平上，约90天后完全体现在你的资金占用上。说白了：10月底你在硬件上做的任何决定，对今年的旺季一点影响都没有。今年这个旺季已经烤熟了。你今年还能动的不是房子，是参数：A类品压几天，以及这批货放在哪儿。

下面是标题里没有、实务里最要命的那一条。存储能力涨到5倍，通过能力涨到3倍，没有人把这两个数相除。这个1.67才是这个项目真正的产出，它说的是：这个仓"能装"的本事比"能走"的本事长得快。你要是按新容量把它装满，平均滞留时间就上升三分之二。你会把你动销最慢的那批库存，安顿在全美物流最贵的那批工业平方米里，占着一个本该给快流品的料箱。

行业会把这事儿报成"提升400%"，然后纳闷库存周转怎么一直没改善。周转没改善，是因为真正的变量是"每料箱年周转次数"，而它不在新闻稿上。密集自动化仓该看的KPI不是存储利用率——存储利用率太容易做上去了，装满就行。该看的是每个料箱每年的周转次数，跟着这个指标走的行为，是把慢流长尾挡在贵箱子外面。

报道里没说的还有四条，每条都配一个问题。第一条是每箱放几件，前面已经提过：要料箱内部尺寸，并要你按销量排前20的SKU的"每箱件数"答案，按件回，不按箱回。

第二条是上架效率。每个自动化故事都报拣货效率，几乎没有报上架效率的。一台拣货快3倍、上架还是老速度的穿梭车，等于把瓶颈从拣货面搬到了收货口，结果是你柜子在外面排队，而不是你订单在里面排队。要拣货行/小时的同时，也要上架行/小时，再拿你最惨那个月份的到柜节奏去对。

第三条是可用性。11016个料箱由一台龙门机器人伺候，这是一个单点故障，而且故障模式是全部的，不是部分的。普通仓里坏一台叉车，你一个班次损失大概一成能力。龙门停了，这栋楼里每一个料箱都拿不到，或者只能靠人走过去拿，而那个本来几乎消失的队伍会在一瞬间回来，而且比过去更难看——因为你已经对外承诺了三日达。要可用率承诺，要降级运行模式怎么写，要关键备件多久到货，要停电时怎么办。在加州，最后这一条不是纸上谈兵。

第四条是成本曲线的形状。"单件人工成本降75%"是在说曲线上的一个点，而且几乎可以肯定是最好的那个点。固定成本不随货量缩小，所以货量打对折时，你的单件人工成本明显比标题难看，打到三折时更难看。要设计货量100%、50%、30%三个点上的单件成本，三个都写进合同。费率表上只有一个数字的，那是按卖家最好的那个月设计的费率表。

接着说分歧，因为分歧是有的，而且不小。上面这一整套，前提是存储本来就是你的约束。如果不是，收益全部蒸发。举三种可能。如果你的约束是出库快递商的截单时间——车下午三点走，三点之后今天都不发——那拣货效率×3只是把队伍从拣货面挪到了停车场，你的客户一点感觉都没有。如果你的约束在入库——四个月台门，一次到三个柜——那内部再快也没用。再如果你的约束是现金——你压根融不到更多库存，无论存得有多便宜——那便宜的存储是在给你本来不会买的东西打折。这三种情况下，诚实的建议都是先别花钱买硬件，去测。先量化，再谈优化。这不是口号，这是在这样一套系统上行得通的唯一操作顺序。

结论翻车的另一条路是需求。上面整套都建立在货量会来之上。不来，固定成本就摊在更少的件数上，单件成本一路爬回原点，而合同还在跑。跨境需求从来不以稳定著称。被自动化伤到的卖家，很少是买设备的那一批，是拿着别人旺季的预测去买设备的那一批。

所以边界条件，说明白。这笔划算，如果你的货方正规整、货量高且比较稳、约束确实是存储或拣货人工、商品主数据是干净的、合同计价方式能让你拿到密度红利。这笔不划算，如果你的目录长尾且慢、SKU数涨得比件数快、真约束在月台或在快递截单、数据一团乱、或者计价单位把红利判给了别人。这六条里动任何一条，正负号就翻。

下面把账算清楚，假设全部摆在明面上。先算每个料箱的租金。设你每月每平方米租金为R，按你自己的合同填。改造前，每平方米3.67个料箱，一个料箱用一个月花R除以3.67，约0.27R。改造后，每平方米18.36个料箱，一个料箱用一个月花R除以18.36，约0.055R。同一个物理位置，价格成了原来的五分之一。这是整件事里最硬的一个数，因为它不依赖机器人干得好不好，它只依赖几何。如果按"4倍"那个读法，原值是0.22R，省下来的是四倍而不是五倍。无论哪种读法，你现在付的那份租金买到了四到五倍的存储位，这是真金白银，跟机器后面出不出毛病无关。

再算单件人工。我没有你的工资单，所以用指数。设你原来的单件人工成本为100。降75%之后是25。一年10万件，你每件省下75个指数点，等于整整省掉了7.5万件的当量。要换成钱，把你自己那个数代进去：假设原来单件人工成本1.20美元——这是我给你占位的假设，不是报道里的数字——10万件一年省9万美元，30万件一年省27万美元。用指数的意思是：这份节省随货量线性放大，所以"半数货量时成本多少"这个问题，比标题重要得多。

余量的账，这笔没人定价。假设你平时每天1000个订单行，旺季是平时的2.5倍，这对跨境卖家是正常的季节形状。假设老系统每天能处理1200行，那么平时利用率是0.83，旺季每天2500行根本装不下：队伍无限增长，你临时抓人，你发晚。服务能力×3到每天3600行之后，平时是0.28，旺季是0.69。旺季进到能力范围内了。你买的不是三倍速度，是不用手忙脚乱过旺季的本事，而这个本事值多少钱，等于你现在花在加班、临时工、加急快递和取消订单上的钱。把这四项定个价，你就有了真正的立项依据。

再算压货天数，这才是密度真正回报你的地方。假设你原来压30天，新仓物理上能压50天。假设你的年持有成本是库存价值的25%，覆盖资金、呆滞、损耗和保险；再假设这批货任何时点价值50万美元。多压20天，成本是50万乘以365分之20再乘以25%，约6850美元一年。现在给这20天能省下的东西定价。假设一次应急空运500公斤，空运比海运贵4美元每公斤——这是我的假设，你换成自己的——一趟2000美元。一年跑10趟就是2万美元。多压的这20天，回报大约是三倍，还没算一次断货的损失。用你自己的持有成本和自己的加急运价跑一遍，你就有了一个站得住的答案：到底该在洛杉矶的料箱里压多少安全库存。

那到底该干什么。先测，再掏钱。挑一个普通的星期，把你现在这套流程里每一段的队伍都数一遍：等月台门的柜子、等上架的纸箱、等拣的订单、等打包的已拣订单、等快递车的包裹。哪一堆最大、堆得最久，哪儿就是你的瓶颈，而它几乎从来不在销售PPT上。如果最大的那堆是在等快递车，那就别再看自动化宣传册了，去谈截单时间。

如果最大的那堆确实是存储或者拣货人工，那就带着一张清单去找经营者。要料箱内部尺寸和前20 SKU的每箱件数。要上架行/小时，同时要拣货行/小时。要可用率承诺、降级模式、关键备件到货周期。要设计货量100%、50%、30%三个点上的单件成本。还要问费率表按什么计价。五个问题，答案的质量比参观一圈告诉你的多。第三个问题答不上来的供应商，没有替你想过旺季。

把计价单位换掉。你在按平方米或者按托盘位付钱，就是在为一个已经不卡脖子的约束付钱，而经营者的服务成本刚被人砍掉了五分之四。往"每件发运成本"上谈，或者谈一个反映新密度的按箱费率，把上限和下限都写进去。如果他们死活不肯从面积上挪，那也是信息，它告诉你这套自动化到底是给谁建的。

在设备进场之前，先把商品主数据补齐。全部在售SKU的尺寸、重量、内包装数量、每箱件数，并且立一条硬规矩：缺尺寸的货不收货。这件事不体面，却是"系统跑得起来"和"系统天天卡"之间的全部差别。库存准确率目标定在99.5%以上，把每千行的库存调整次数当周指标看。人工仓里一次漏扫是个麻烦，人可以走过去看一眼；料箱寻址的仓里，机器信那个料箱，一条错记录就变成对着空箱拣一次客户订单。

库存这件事要用数字决定，不要默认。要压更多货，就写明压几天、压在哪些SKU上、什么时候复盘。我自己的偏向是只动A类，在目录最上面的那一层多加15到20天，并且在上线后第一个季度末做一次硬性复盘——模型的全部意义就在于你能改。让空间因为存在而被填满，你年底就会收获一条压着200天库存的长尾，和一栋很满、很不赚钱的房子。

阈值现在就写，趁没人慌。约定拣货行/天把利用率推过约70%时的预警，以及触发后怎么办。约定每料箱周转次数跌破合同里定的下限时的复盘开关。约定系统停机时加急出库谁买单，写小时数，别写"尽最大努力"这种话。淡季写下的阈值，才是旺季里活下来的阈值。

替代方案，因为买密度不只有自动化这一条路。往外搬。假设内陆某次级市场的工业租金是洛杉矶的三分之一——这个数你去核，不是我给的——那租三倍面积就用同样的租金拿到三倍存储，没有资本开支，没有单点故障，没有爬坡曲线。这给你3倍，穿梭车给你4到5倍，而前者给了穿梭车给不了的灵活性。不重建，只重排货位：我看过的大多数海外仓里，两成拣货行走距离是由一年没人回看的货位决策造成的，改这个不要钱。或者拆开：快流品进密集自动化仓，慢流品放一小时车程外的便宜大货位。两个层级，一个目录，长尾不再跟你的A类品抢贵料箱。

最后是坑，按大家掉进去的顺序排。经营者把仓加密之后你签的还是面积合同——你出钱养他的机器，价格还是老价格。默认拣货效率×3适用于你的订单结构——多品行订单和单行订单在穿梭车上完全不是一个表现。拿上线第一天的产能去承诺旺季时效，然后在第六周撞上爬坡。把每平方米18个料箱当成物理定律，而不是料箱尺寸和纸箱尺寸的函数。以及最大的那个：你需要的是通过能力，却买了存储；或者你需要的是现金，却买了通过能力。

这整件事最后收成一句话，而这句话跟机器人没关系。房子没有变聪明。每个料箱每月的价格降了约五分之四，拣货面前那条队伍短了约13倍，这两个变化你今晚就能丢进模型里，拿自己的数算一遍。在签字之前算。先量化，再谈优化。什么都是排队问题，而唯一真正挣到过钱的问题，是那条队伍到底排在哪儿。

↑ 返回核心要点

— 作者 拉维