電商熱潮帶動零售進化，在各大通路比拚出貨速度的情況下，倉儲服務扮演關鍵角色。電商商品具有少量多樣特性，如何動態調度員工與無人搬運車AGV(Automated Guided Vehicle)，以順暢進行頻繁的揀貨作業，是提升傳統倉儲效能的最大挑戰。
 

倉儲決策自動化 提升出貨效率
 

在經濟部技術處科技專案支持下，工研院發展AI深度學習技術，將倉儲決策自動化。在訂單執行上，應用AI演算法大幅減少重複行走的時間與距離，提高揀貨效率。在自走車調度規劃上，藉由覆蓋全場域的攝影機，建立全景地圖與規劃最佳路徑，提前閃避揀貨熱區及走道障礙物，提升AGV的運輸效率。在影像追蹤定位上，由中控主動監測、即時更新場域全景地圖，並主動傳送至所有AGV。當機器代替人工進行單調低產值的工作後，員工便可轉而負責更高產值的作業。
 

協助業者倉儲升級 創造產業效益
 

本項技術已促成美國電商集團擴大在我國的投資，於桃園建立東南亞最高效電商物流倉儲的示範點，並串聯物流服務廠商及設備自動化廠商，落實進口替代，掌握自主關鍵技術，創造間接效益逾新臺幣15億元。
 

目前該電商物流示範點高達80％的流程採用自動化機器，每台AGV每小時可處理34.2箱貨物，每工作日每台AGV減少人員行走距離達20公里，節省倉庫內長距離搬運人力達50％，省去過往人工搬運的耗時耗力。
 

此外，亦協助國內第三大超商倉儲升級，透過導入出貨預測、儲位配置及揀貨路徑規劃等3項關鍵系統技術，有效降低揀貨人力資源移動距離約71％、節省人力工時53%，以及降低營運成本12％，透過更有效率的出貨，提高我國電商和倉儲業者的服務價值，突破削價競爭的紅海市場。
 

▲ 透過掌握倉儲全景，精準規劃AGV運行路線
 

• 成果案例出處：2019科技專案執行年報

資料來源：經濟部技術處