市场、技术、社会多重因素推动下，智能制造、智慧物流已成企业降本增效、增强竞争力的必选项之一。以何种路径稳步推进数字化、智能化升级，也是制造企业未来十年的必答题。工信部《“十四五”智能制造发展规划》（征求意见稿）指出，到2035年，规模以上制造业企业全面普及数字化，骨干企业基本实现智能转型。

越来越多服装企业也看到传统生产方式的局限性，纷纷开启自动化、数字化、智能化转型，无锡梦燕品牌管理有限公司（简称“梦燕”）便是其中的一员。在建设新厂房时，梦燕优先考虑了物流工艺规划，与旷视团队共创了梦燕自动化物流中心的工艺方案。

去年建成、今年已经投入使用的梦燕自动化物流中心，包括一座25米高的自动化立体仓库和5层楼库，总面积约8万平米，实现了服装入库、上架、存储、拣货、分拨复核、集货等流程的自动化、数字化升级。相比于旧仓，物流中心的新仓在每日可支持出货量提升5倍的情况下，仓库空间利用率提升3倍，人员减少40%，并且大大降低工人劳动强度，拣选人员微信步数从过去50000步/天减少到20000步/天。

每天数万件商品分发600个渠道，梦燕开启转型之路

梦燕是一家服装连锁零售企业，主要采取自产自销的经营方式，其主营业务为门店零售。公司目前拥有600个渠道，日出货量最高可达6万到8万件衣服，都由梦燕仓库统一发货，吞吐压力非常大。

图：位于无锡的梦燕明都工厂店

“梦燕建设自动化物流中心的初衷是解决零售端周转问题”，梦燕总经理吴承淮介绍道，“此前，在集结交换时，经常出现物流存储空间不够、运转效率不高、爆仓等问题。为此，我们决定提升仓库面积，但了解到还可以通过自动化、数字化的改造提升整体效率。”

“梦燕的另一个初衷是，希望通过仓库信息化和物流集成仓库体系，倒逼前端业务摆脱惯性，走向更加标准化、规范化的操作，让每个岗位上的员工都按照标准执行，带动业务的优化和调整。”

“在借鉴了同行先进经验的基础上，梦燕找到业内供应商进行招投标，最后从专业度、性价比、服务水平等多方面考虑，选择了旷视。”

技术与行业深度融合，旷视与梦燕共创自动化物流中心方案

凭借丰富的行业经验，旷视智慧物流业务团队深谙服装企业的供应链难题。旷视智慧物流解决方案中心负责人白建宏表示：“服装行业不管是零售端、生产制造端还是仓库作业，相对来说属于劳动密集型行业，很多工作都属于简单重复劳动。近年来随着劳动力成本上升、服装产业结构调整、消费方式多元化等因素影响，服装行业自动化、数智化转型已经迫在眉睫。”

梦燕也同样存在这样的痛点。此前，海量服装收货、上架、存储、拣选、复核、称重、贴标、集货等环节都在旧仓中运行，100%为人工作业。传统作业方式效率低，出错率高，直接影响门店销售，并带来货品损耗；还存在人工作业强度大、人员流动性高等问题，制约着业务提升与拓展。

图：梦燕旧仓之存储环节

图：梦燕新仓之自动化立体仓库

基于对服装行业的深刻理解，以及对梦燕历史数据和未来业务规划的综合分析，旷视与梦燕共创了自动化物流中心的整体方案。该方案包括1座25米高、8个巷道的自动化立体仓库，1套输送分拣系统（1500米箱式输送分拣机），8个工位的货到人播种系统以及包装复核、自动称重和贴标、热缩塑膜机等自动化设备。在软件及系统方面，智慧物流操作系统旷视河图将自动化立库系统、箱式输送分拣系统、货到人播种系统与仓库管理系统（WMS）无缝对接，能够随着梦燕业务发展灵活调整，从容应对各种挑战。

图：梦燕新仓背后的智慧物流操作系统旷视河图

工人行走距离节约60%、仓库用工减少40%，物流中心成效初显

目前，旧仓货品及处理流程已经全部转至自动化物流中心，改造后的新仓在降本增效方面已经初显成效。

据梦燕业务负责人宋建军介绍，“以前梦燕仓库员工每天走路的步数是50000余步，现在的运动量是20000余步，从侧面反映了效率的提升；以前工人拣货需要靠记忆力，现在通过RF系统指引提示进行拣货；以前拣货之后还需要人工搬运至对应作业区，现在直接投到输送线上进行自动流转，搬运效率和准确性提高；以前整个仓库的作业人员需要55人，现在35人就能满足同样的作业量。”

图：梦燕旧仓之搬运场景

图：梦燕新仓之自动化输送

该项目投入使用后，标准化操作也在稳步推进中。对于未来，吴承淮也非常务实，“目前，我们还需要进一步优化管理，加强系统和人的深度结合，提升效率。AI在生产场景有很大的扩展空间，通过计算机视觉能够有效识别异常操作，通过算法分析大数据能够降低管理成本，但这块的提升需要后续进一步的共创。”

旷视智慧物流解决方案中心负责人白建宏也表示，“每个企业的数智化转型都不是一蹴而就的，需要由点到面，逐步升级迭代。”

“机器将人从简单重复劳动中解放出来是一大趋势。旷视看准了这个行业方向，并通过智慧物流解决方案帮助客户重塑流程，让自动化、智能化设备进行高强度、重复的作业，让智慧物流操作系统协同调度仓库内各种设备运行。我们还将AI能力注入传统物流设备和系统中，不仅实现整个物流系统的生态连接和协同调度，而且通过系统核心功能的算力算法，分析历史业务数据进而优化业务流程，提高作业效率，这是我们看中的未来发展方向。”