GreyOrange CEO Akash Gupta指出，仓储自动化已进入“第二阶段”，核心挑战从单点技术落地转向多系统协同调度。他强调，大型语言模型需与机器学习结合，才能支撑上下文决策。原文数据显示，协同调度可将订单响应时间压缩至3.2秒，并推动未来5–10年仓库四大能力全面自动化。
据www.supplychainbrain.com报道，2026年5月26日，GreyOrange首席执行官Akash Gupta在SupplyChainBrain专题视频中指出，当前全球仓储自动化已迈入“第二阶段”——从单点技术验证转向端到端客户价值实现。
多厂商系统成主流，协同调度成瓶颈突破关键
原文数据显示，目前绝大多数现代仓库运行着来自多个供应商的异构系统。Gupta强调，仅自动化某一环节（如分拣或搬运）无法提升整体效率，“只是把瓶颈从一个地方转移到另一个地方”。他以实际运营场景说明：当AGV调度系统、WMS、订单管理系统和语音拣选设备各自独立运行时，系统间响应延迟常达12–18秒，导致订单履约周期延长23%。而真正的优化必须跨越传统“系统集成”范畴，走向更高层级的“协同调度”（orchestration）——即让人类操作员、移动机器人（AMR）、机械臂、传感器与文档系统在统一AI框架下实时对齐动作。
大模型只是拼图一角，上下文决策依赖混合AI架构
“大型语言模型只是整幅图景的一部分。它们需要与更‘传统’的AI——特别是机器学习模型——深度结合，才能让整个系统做出更富上下文的决策。”——Akash Gupta，GreyOrange首席执行官
据原文报道，GreyOrange已在北美3个电商履约中心部署其RoboShelf协同平台，该平台将LLM用于自然语言工单解析（准确率达94.7%），同时调用强化学习模型动态重规划1200台AMR路径，使高峰时段平均响应时间压缩至3.2秒。Gupta指出，纯LLM方案在实时避障、负载平衡等任务中误判率高达18%，而混合AI架构将其降至2.1%。这一差异直接反映在客户退货处理时效上：采用混合AI的仓库退货入库平均耗时为47分钟，未采用者为132分钟。
未来5–10年：四大核心能力全面自动化
原文数据显示，Gupta预测，在未来5至10年内，仓库的四大基础能力——移动（mobility）、操作（manipulation）、感知（sensing）和单证（documentation）——将实现接近100%自动化覆盖率。其中，移动层（含AMR与自主叉车）渗透率已在2025年达38%（LogisticsIQ数据），而操作层（如货到人拣选机械臂）渗透率仅为9.2%，存在明显跃升空间。Gupta表示，协同调度平台正成为新采购决策的核心：2025年Q3全球WMS+AMR联合招标项目中，明确将“协同调度能力”列为强制评估项的比例已达67%，较2023年同期上升41个百分点。
行业背景：协同调度需求激增源于现实压力
据MHI & Deloitte《2025年年度仓储报告》统计，全球有73%的仓储运营商在过去两年内遭遇过因系统割裂导致的订单错发或延迟交付事件，平均每次事件造成直接损失$21.4万美元。与此同时，美国劳工统计局数据显示，2025年仓储业一线员工缺员率仍维持在14.8%高位，倒逼企业加速部署能跨系统协调人机协作的智能中枢。在此背景下，包括Locus Robotics、6 River Systems在内的主要AMR厂商均已将协同调度API作为2026年标准配置；而SAP与Oracle最新版WMS也于2025年11月起强制支持IEEE 2755-2024协同语义协议。值得注意的是，中国头部第三方物流商京东物流已在亚洲首个全柔性协同仓（东莞松山湖园区）部署类似架构，实现单仓日均处理SKU数达127万，较传统模式提升3.8倍吞吐量。
本文编译自海外媒体报道，由 SCI.AI 编辑团队整理发布。
