随着仓库内机器人数量增加，“如何让不同机器人与人工协同工作”正在成为继设备自动化之后的新问题。日本邮船物流有限公司（Yusen Logistics）旗下美洲业务日前与美国Destro AI建立合作，在其转运仓库中部署AI驱动的人机协同平台，以实时协调仓库员工、自主移动机器人（AMR）以及不同物流任务。

邮船物流成立于1955年，是日本大型国际物流和供应链企业，业务覆盖国际海运和空运代理、合同物流、仓储、配送以及供应链解决方案等领域。公司拥有覆盖全球主要市场的物流网络。

此次合作首先聚焦transload转运作业。这类仓库需要把货物从进入仓库的运输工具快速转移、分拣并重新组织到后续运输环节，库存停留时间较短，但人员、车辆、机器人和货物流之间的协调要求很高。

美国Destro AI开发的是面向仓库运营的AI协调平台。与传统仓库管理系统主要负责库存和订单信息不同，Destro强调构建仓库“智能协调层”，实时理解人员、机器人和工作流程的状态，并根据现场变化动态安排任务。

根据双方官方信息，Destro平台会持续分析仓库当前运行状态，并实时优化仓库人员和AMR的任务分配。例如，当不同区域出现工作量变化、某台机器人正在执行任务或者人员位置发生改变时，系统可以重新判断下一步任务应该交给谁，从而减少人工调度和等待时间。

一个关键特点是其robot-agnostic机器人品牌中立架构。Destro并不是要求客户用某一家厂商的机器人替换现有设备，而是试图连接既有自动化系统，使不同机器人、人员和工作流程在统一的AI协调层下工作。

这一模式针对的是当前自动化仓库越来越明显的“多系统并存”问题。大型仓库可能同时拥有输送线、AMR、叉式移动机器人、分拣设备以及人工操作区域。如果每一种设备都有自己的控制和调度系统，仓库整体效率就不一定等于单台机器人效率的简单叠加。不同系统之间的等待、任务冲突和信息延迟反而可能形成新的瓶颈。

Destro希望通过AI平台实时观察这些状态，并把任务协调从人工经验转向动态算法决策。

邮船物流表示，此次部署属于公司持续投资智能仓储技术的一部分，目标包括提高运营效率、增强执行的一致性，并通过实时信息提高现场决策速度。平台还能够提供统一的运营可视化，使管理人员更清楚地掌握人员、机器人及工作流当前状态。

对于AMR而言，这种变化值得关注。过去AMR项目的核心竞争主要集中在导航、避障、载荷和单一机器人车队调度；当部署规模越来越大后，机器人如何与人工任务、仓库管理系统以及其他自动化设备协调，逐渐成为影响项目投资回报的重要因素。

因此，仓库自动化软件架构正在形成新的层次：WMS负责库存和订单，WES/WCS负责执行与设备控制，而越来越多AI企业开始尝试建立更动态的智能协调层，对人员和机器人共同进行实时任务优化。

邮船物流此次选择从转运场景切入，也具有一定代表性。这类环境货物流变化快、人工参与比例较高，并不是完全标准化的“黑灯仓库”，因此更适合验证AI在人机协同和实时任务分配方面的价值。

如果这一模式能够在实际运营中证明可以提高吞吐量并减少人工协调，未来类似的平台可能进一步扩展到包含AMR、无人叉车及其他移动机器人的复杂仓储环境。