К содержанию
touchBRAND
Бесплатный разбор

Умное размещение товара на складе: ИИ-слоттинг поверх WMS

Коротко
  • ИИ считает, что положить ближе, а что дальше, — по вашей истории заказов.
  • Это надстройка над WMS, а не замена вашей складской программы.
  • Без адресного хранения тема преждевременна: сначала адреса, потом ум.

Умное размещение товара (слоттинг) — это когда решение о том, в какую ячейку положить товар, принимает не привычка кладовщика, а расчёт: ходовое кладём ближе к зоне отбора, редкое — дальше, а то, что почти всегда едет вместе, ставим рядом. ИИ здесь не заменяет вашу складскую программу (WMS), а работает надстройкой над ней: смотрит историю заказов и подсказывает, что и куда переставить. Смысл простой — кладовщик за смену проходит меньше километров и собирает больше заказов теми же руками. Ниже — как это устроено, кому даёт эффект и почему многим складам с этой темой пока рано.

Знакомо?

«Склад вырос, а разложен он так, как складывалось годами: сезонка заняла лучшие ячейки ещё с прошлой зимы, ходовой товар уехал в дальний конец, потому что «там было место». Кладовщики наматывают за смену километры, отбор долгий, в пик всё встаёт. Все понимают, что «надо бы переразложиться», но никто не берётся: считать некому, а перекладывать наугад — потерять неделю и ничего не выиграть.»

Как это работает

  1. 1

    Смотрим, что и как часто у вас уезжает

    Берём историю заказов из вашей учётной системы или WMS за последние месяцы: какие позиции отбирают каждый день, какие — раз в квартал, какие ездят парами и тройками в одном заказе. Это фундамент — никакой ИИ не придумает эффект там, где истории нет.

  2. 2

    Считаем, сколько ходьбы стоит нынешняя раскладка

    По вашей топологии склада (проходы, стеллажи, зона отбора) считаем реальный пробег: сколько метров сегодня проходит человек на средний заказ. Это честная точка отсчёта — от неё потом видно, был эффект или показалось.

  3. 3

    ИИ предлагает новую раскладку

    Модель подбирает, что перенести ближе к отбору, что убрать наверх и вглубь, а что поставить рядом друг с другом. Учитывает не только частоту, но и габарит, вес, ярусность, совместимость и ограничения хранения — «ходовое вниз и ближе» с этими ограничениями иногда конфликтует.

  4. 4

    Перестановку отдаём порциями, а не разом

    Разложить склад заново одним махом — остановить работу. Поэтому выдаём задания на переброску небольшими партиями: сегодня двадцать позиций, завтра ещё двадцать, в фоне обычных операций. Основную часть эффекта обычно даёт небольшая доля позиций.

  5. 5

    Пересчитываем регулярно, потому что спрос меняется

    Ходовое через полгода перестаёт быть ходовым, приходит сезон, меняется ассортимент. Разовый слоттинг «на бумаге» протухает за квартал; ценность даёт как раз регулярный пересчёт и поток небольших заданий на переброску.

  6. 6

    Заодно подсказываем маршрут отбора

    Когда известно, где что лежит, тот же расчёт строит порядок обхода ячеек в задании — чтобы кладовщик шёл одним проходом, а не возвращался. Часто это даёт заметную часть эффекта ещё до всяких перестановок.

Когда это оправдано — а когда нет

Оправдано
  • Склад с адресным хранением и живой WMS: система знает, что в какой ячейке лежит, и данные ей можно верить
  • Много строк в заказе и большие расстояния — кладовщики полсмены ходят
  • Ассортимент несколько тысяч позиций и заметно неоднородный спрос: часть летает, часть лежит месяцами
  • Есть история заказов хотя бы за несколько месяцев — из неё и берётся весь расчёт
  • В пик склад упирается не в нехватку места, а в скорость отбора
Пока не нужно
  • WMS нет вообще, учёт в таблицах или в голове кладовщика: надстраивать ИИ не над чем — сначала складская система
  • Нет адресного хранения, товар лежит «где встало». Тогда самый большой эффект даст не ИИ, а обычные адреса и штрихкоды — это дешевле в разы и делается без нас
  • Маленький склад в один зал: до любой ячейки полминуты — экономить нечего, и никакой расчёт этого не изменит
  • Ассортимент в пару сотен позиций с ровным спросом: нормальную раскладку здесь начальник склада составит на листе бумаги за вечер
  • Данные в WMS расходятся с фактом: система показывает одно, в ячейке другое. ИИ разложит склад по вымышленной картине, и станет хуже, чем было
  • Товар нестандартный, разногабарит и навал, ячейки условные — считать нечего
  • Стеллажи и зоны и так переставляются каждый месяц под клиентов: раскладка не успеет отбиться

Частые вопросы

Сколько это стоит?+

Зависит от задачи — размера склада, ассортимента и состояния данных. Считаем на бесплатном разборе, на ваших цифрах. Прайс-таблиц и готовых пакетов у нас нет: пока не видно вашего склада, любая вилка — обман.

Нам придётся менять WMS?+

Нет, в этом и смысл. Мы работаем поверх той системы, что уже стоит: берём из неё историю и остатки, возвращаем задания на переброску и порядок отбора. Замена WMS — отдельный большой проект, и мы его не навязываем.

А если WMS у нас нет?+

Тогда вам рано. Честно: сначала адресное хранение и складская система, которая знает, что в какой ячейке лежит. Без этого ИИ считать не на чем. Обычные адреса и штрихкоды сами по себе дадут больше, чем любая надстройка над пустотой.

Насколько это точнее, чем разложить по опыту начальника склада?+

На небольшом ассортименте — почти не точнее, опытный человек справится сам. Разница начинается там, где позиций тысячи, спрос меняется, а связки товаров в заказах в голове уже не держатся. Мы прямо скажем на разборе, если ваш случай — первый.

Склад придётся останавливать на перекладку?+

Нет. Перестановку отдаём порциями в фоне обычной работы, начиная с позиций, которые дают основную часть эффекта. Остановка склада ради красивой раскладки не окупается никогда.

Чем это отличается от чат-бота с ИИ?+

Тем, что здесь никто ни с кем не переписывается. Это расчёт по вашим данным, который выдаёт складу конкретные задания: перенести такую-то позицию в такую-то ячейку. Разговор с нейросетью тут ни при чём.

Подойдёт ли это вашему бизнесу?

Оставьте контакт — в бесплатном разборе честно скажем, окупится ли это именно у вас.

Смежные темы

Команда touchBRAND ·Опубликовано 15.07.2026 ·Обновлено 15.07.2026